现代库存管理：模型、算法与Python实现 第12章 库存共享.ppt

12.3.3阿基米德Copula函数族#采样Gumbel

gumbel_copula=GumbelCopula(kendall_tau=kendall_tau)

gumbel_samples=gumbel_copula.rvs(num_obs=sample_size,dim=2)

#采样Clayon

clayton_copula=ClaytonCopula(kendall_tau=kendall_tau)

clayton_samples=clayton_copula.rvs(num_obs=sample_size,dim=2)

#采样Frank

frank_copula=FrankCopula(kendall_tau=kendall_tau)

frank_samples=frank_copula.rvs(num_obs=sample_size,dim=2)gumbel_plot=sns.jointplot(x=gumbel_samples[:,0],

y=gumbel_samples[:,1],

color=#1c79d9)

gumbel_plot.plot_joint(sns.kdeplot,color=black,levels=5)

plt.show()12.3.3阿基米德Copula函数族由Gumbel生成由Clayton生成由Frank生成12.4库存共享效应之外，关于库存共享的更多讨论采用库存共享策略的优势在于：库存共享可以降低安全库存，从而降低库存成本共享节点往往建于租金较为便宜的地段，库存的仓储成本可能更低库存共享后，需要的管理人员数量减少，可以节省运营成本采用库存共享策略的劣势在于：库存共享后，库存离顾客更远，使得履约时间延长库存共享后，配送、履约的规模效应减弱，造成运输成本增加12.4库存共享效应之外，关于库存共享的更多讨论其他的库存共享策略：信息的集中化：供应商管理库存（vendormanagedinventory，VMI）是一种将商品供应和终端销售直接打通的库存管理模式，可以将多级库存转化为单级库存问题，不仅能够减少零售商的库存成本，还能够缓解供应链中的牛鞭效应，降低库存风险门店间的实时调拨：通过门店之间的库存共享，单一门店可以减少必须的库存储备，减少储存和持货成本；公司也可以整合管理某一地区而非某一销售点的库存，从而降低单店管理可能面对的需求波动性线上线下一体化：过去，该行业的主要供应商基本为当地实体零售商家，而盒马鲜生则通过线上线下库存共享的方式，打开了该行业线上经营和数字供应的可能。通过“线上电商+线下门店”的销售模式，顾客既可以在线下门店进行选购，也可以在线上程序下单、由门店工作人员完成拣选和配送为了专注于共享节点需求分布的刻画，本章对问题的场景进行一些简化1.假设节点采取目标库存策略。如果库存水平小于目标库存水平??????，则将库存水平补到??????。2.节点的提前期为已知定值L。3.每个分散节点的提前期内的需求独立同分布。4.共享节点和分散节点的单位持货成本均为??。*随着周期服务水平的增大，库存共享效应随之增大，并且增长的速率越来越快。这说明在当前需求分布情况下，使用集中化管理模式能够有效降低安全库存，并且随着周期服务水平的增加，安全库存下降的比例越大。*库存共享能否产生价值还取决于分散节点需求分布的特性。特别地，需求分布的厚尾程度将是影响库存共享价值的一个重要因素。***可以看到，尽管两个节点需求的边际分布完全相同，但分布之间是否独立将会导致生成的联合分布样本分布不同。当分布相互独立时，生成的需求样本以均值点为中心，均匀的向外扩散，核密度等高线呈圆形。而当分布是正相关时，生成的需求样本及其核密度等高线呈45度右偏的椭圆形，即两个节点的需求呈现出“同大，同小”的趋势。不难推断，如果两个分布是负相关（??0），那么生成的需求样本及其核密度等高线将呈45度左偏的椭圆形。此外，分布的相关性越强，无论是正相关还是负相关，椭圆的形状会越扁。*************由Gumbel生成的样本，右上部分更加聚集，左下部分更分散，表明高尾的相关性强于低尾。由Clayton生成样本，左下部分更加聚集，右上部分则较为分散，表明低尾的相关性强于高尾；而Frank生成的样本左下部分和右上部分聚集程度相似，表明高尾与低尾的相关性强度一致。*综合上面的因素，企业需要结合自身实际情况，在库存共享带来的收益和成本中进行权衡。*