2.1经典报童模型概述 8

2.2贝叶斯信息更新理论概述 9

2.2.1贝叶斯定理 9

2.2.2贝叶斯信息更新 9

2.2.3正态分布下的贝叶斯信息更新 10

3需求预测更新下的双源采购策略研究 12

3.1问题及模型说明 12

3.1.1问题描述 12

3.1.2符号说明 13

3.1.3基本假设 14

3.2模型建立 14

3.3模型分析 17

4对比分析 20

4.1无需求预测更新情形下采购模型的数值分析 20

4.1.1只有一次采购机会情形的分析 20

4.1.2无需求预测更新情形下双源采购模型的数值算例 21

4.2需求预测更新情形下双源采购模型的数值分析 22

4.2.1需求预测更新情形下双源采购模型的数值算例 22

4.2.2需求不确定性对需求预测更新的影响 22

4.3参数灵敏度对比分析 25

结术语 39

致谢 41

参考文献 42

1绪论

1.1研究背景和意义

随着社会的发展与进步，人们的消费水平不断提高，顾客不再像以往一样只是被动地接受现有的产品（或服务），也不再仅仅满足于大众化的产品，开始追求个性化，并希望产品能够体现其自身价值，使他们得到个人心理上的满足。在这样的大环境下，零售商面临的市场需求越来越不稳定，消费者的心理也愈发难以把握，同时产品的货架期也变得越来越短。进入二十一世纪以来，在我国经济飞速发展的同时，各种供需不匹配的问题也不断涌现出来，刺激人们的眼球，引起社会人群的广泛关注。比如近来新能源爆发式增长，但市场消纳能力不足，供需之间无法有效配置资源，由此导致我国弃风弃光形势严峻[1]；再如国内乳品企业因供需不匹配陷入价格战、广告战；中国劳动力市场供需不匹配导致就业形势严峻等等。资源难以有效配置，浪费现象严重，企业获利能力就会严重受限，可持续经营面临巨大的挑战。因此，在多变的市场环境下，企业需要考虑的一个重要课题是怎样才能合理应对市场需求的高度不确定性，保证供应与需求之间相互匹配，从而达到降低损失，提高收益的管理目标。

实际生活中，有这样一类产品，其生产提前期较长、生命周期较短、期末剩余产品的残值较低且需求不确定性较高[2]。以服装为例，对于大多服装企业，通常需要提前半年甚至更久来安排生产，从采购原料至正式上市又至少需要3个月以上；由于服装属于季节性产品，上市后往往一至两个月就不再符合顾客的需求，因此其销售周期较短且剩余产品的价值很低。而在服装行业中，有这样一个企业脱颖而出，甚至被誉为“服装行业的Dell”，那就是Zara[3]。Zara完全打破了传统服装企业的运作模式，从产品组织与设计、采购与生产、产品配送以及销售和反馈等供应链环节都与其它企业大不相同，真正做到了快速响应市场需求。面对波动较大的服装市场，Zara通过直接整合市场上已有的需求信息，从顾客出发实现对顾客需求的快速响应，降低需求不确定性带来的影响；通过每天实时反馈销售信息，并根据当前的库存状态以及实际的销售状况对补货或者停止销售做出决策，同时以试销的方式来降低需求预测不准确的风险[3]。从Zara的协同供应链运作模式中可以看出，降低需求不确定性带来的影响，合理安排采购与生产十分有利于提高企业的收益。

采购管理是企业实施供应链管理的重点内容之一。企业的采购部门需要结合产品市场需求以及企业事先做出的计划与预测，合理地确定采购时间、采购批量、采购价格、采购方式以及对应的供应商等内容。而在这一过程中，市场需求的高度不确定性成为摆在企业采购部门面前的重要难题之一。如今，市场需求的不确定性不再像以往一样，仅仅只是产品市场需求本身不确定、难以准确把握，需求分布的参数也具有高度的随机性，这种需求的高度不确定性也就是学术界中常称的“双重不确定性”。为了解决产品需求不确定性问题，减少需求波动带来的影响，提高需求预测精度，快速响应（QR，QuickResponse）成为实践中人们广泛应用的一种措施。在采购环节，QR表现为压缩产品的采购提前期（包括运输提前期等），延迟产品采购订单发出的时间点，通过实时收集市场上最新的需求信息，提高产品需求预测的精度，最终实现对顾客需求的快速响应。QR的出现使得在一个销售季节中多次采购成为可能，甚至能够把较短的销售季节划分为多个销售周期，从而便于零售商更好地把握市场需求信息，实现快速响应，提高获利空间。随着对实时的需求信息的获取，零售商利用收集到的需求信号来修正市场需求的分布，从而可以提高需求预测精度，减小市场需求不稳定造成的损失。