56、基于仿真的供应链库存优化模型

基于仿真的供应链库存优化模型

1. 引言

在供应链库存控制中，企业需要在满足客户需求的同时，尽可能降低成本。选择合适的运输方式（空运或海运）对公司成本和客户平均等待时间有着直接影响。为了找到使公司订单处理成本较低且客户等待时间可接受的输入参数值，我们采用了基于仿真的优化模型。

2. 数据与输入参数

2.1 产品特性

我们考虑了五种不同类型的产品，它们各自具有不同的特性，具体参数如下表所示：
| 参数 | 分布 | 产品1 | 产品2 | 产品3 | 产品4 | 产品5 |
| — | — | — | — | — | — | — |
| 到达率 [天] | 泊松分布 | 67 | 48 | 52 | 22 | 72 |
| 初始库存 [单位] | - | 200 | 350 | 150 | 250 | 300 |
| 需求体积 [单位] | 离散分布 | 1 - 25 | 1 - 200 | 1 - 75 | 1 - 235 | 1 - 75 |
| 空运成本 [€/单位] | - | 6 | 4.05 | 6.6 | 4.2 | 2.25 |
| 海运成本 [€/单位] | - | 2 | 1.35 | 2.2 | 1.4 | 0.75 |
| 单位价格 [€] | - | 182 | 78 | 96 | 35 | 27 |

从这些数据可以看出，产品 4 的需求请求最频繁，而产品 5 的需求请求最少。在单个订单中，客户对产品 4 的订购量最多，产品 1 的订购量最少。产品 1 的单价最高，产品 5 的单价最低。产品 3 的运输成本（空运和海运）最高，产品