供应链管理实验

供应链管理实验报告

相关问题说明：

一、实验性质和教学目的

本实验是供应链管理课内安排的上机操作实验。

目的是根据供应链中供应管理和需求管理的实际问题，抽象出相应的数学模型，利用Lingo 优化软件求解模型，通过对求解结果的分析，一方面使学生更好地理解和掌握供应链管理的有关原理和概念，另一方面锻炼学生利用计算机等现代工具分析求解实际问题的动手能力，以达到学以致用的最终目的。

二、实验基本要求

要求学生：

1. 实验前认真做好理论准备，仔细阅读实验指导书；

2. 遵从教师指导，认真完成实验任务，按时按质提交实验报告。

三、主要参考资料

1．LINGO软件

2. 优化建模与LINDO/LINGO软件，清华大学出版社，2005

3．运筹学编写组主编，运筹学（第三版），清华大学出版社，1990

4．《供应链管理：战略、规划与运作》（第3版）（清华管理学系列英文版教材），（美）乔普拉（Chopra，S）,(美)迈因德尔（Meindl，P.）著，清华大学出版社

5. 供应链管理（第3版）（工商管理经典译丛），乔普拉等著，陈荣秋等译，中国人民大学

出版社

实验内容

1．Lavare公司是芝加哥郊区主要的不锈钢水槽制造厂，公司现在正在制定来年需求和供给管理计划。预计每月分销商的需求如表2所示。

Lavare公司的产能由工厂雇佣的操作工人数量决定，工人每月工作20天，每天8小时，其他时间的工作算加班，正常工作时间每小时工资15美元，加班费每小时22美元。每个工人每月的加班时间不得超过20小时。工厂现雇佣工人数为250名，每个不锈钢水槽的生产需要2小时，单位库存持有成本为每月3美元，单件产品生产成本为40美元。每单位的销售价格为125美元销售给分销商。假定没有转包生产。假定Lavare公司最初有4000个单位库存，并希望维持年底也有同样多的库存。

提前至当月。例如，在三月份进行一个百分点的降价促销活动可以使3月的销售量增加3000件（=0.2*15000），并且使得4月的销售量提前1800件（=0.1*18000），5月份的销售量提前2500件（=0.1*25000）至三月。

（a）假定没有促销活动，这一年的最优生产计划是什么？年利润是多少？这项计划的成本是多少？

（b）在4月还是7月进行促销活动更好？各能增加多少利润？

（c）如果水槽的售价从125美元涨至250美元，最佳的促销时间是否需要调整？为什么？

2．考虑问题1中Lavare公司的数据，现在我们假定Lavare公司可以通过解雇和聘用新员工来调整劳动力大小，新雇佣一名员工的成本为1000美元，解雇一名员工的成本是2000美元。

（a）假定没有促销活动，这一年的最优生产计划是什么？年利润为多少？这项计划的成本是多少？

（b）在4月还是7月进行促销活动更好？各能增加多少利润？

（c）如果水槽的持有成本从3美元涨至5美元，最佳的促销时间是否需要调整？为什么？

3．再考虑问题1中Lavare公司的数据，假定第三方制造商可以以每件74美元的价格提供水槽的生产。如果没有促销活动，这将怎样影响生产计划？怎样影响最优促销时间的选择？为什么？

1

(A) 设:Wt=每个月的工作人数（t=1….12）

Pt=每个月的生产量（t=1…12）

It=月末的库存量（t=1…12）

Ot=每月超时工作时间（t=1…12）

Dt=每月的需求量（t=1…12）

模型如下所示：

TC=∑t=112{2400W(t)+22O(t)+ 3I(t)+ 40P(t)}

I(t-1)+P(t)<=D(t);

O(t)<=20W(t);

P(t)<=80W(t)+O(t);

I(12)=4000;

I(0)=4000;

revenue=125∑t=112 P t ;

prifit=revenue-TC;

model:

!供应链综合计划问题;

sets:

jieduan/1 2 3 4 5 6 7 8 9 10 11 12/;

Periods(jieduan): D, O, I, W, P;

endsets

!目标函数;

min=@sum(periods(t)| t #GE# 1: 2400*W(t) +22*O(t) +3*I(t) + 40*P(t)); cost=@sum(periods(t)| t #GE# 1: 2400*W(t) +22*O(t) +3*I(t) + 40*P(t)); revenue=125*@sum(periods(t)| t #GE# 1: P(t));

prifit=revenue-cost;

!需求约束;

@for(periods(t)| t #GT# 1: I(t-1)+P(t)=D(t)+I(t));

I0+P(1)=D(1)+I(1);

I0=4000;

I(12)>=4000;

@for(periods(t)| t #GT# 1: W(t)=W(t-1));

W(1)=250;

@for(periods(t)| t #GE# 1: P(t)<=80*W(t)+O(t)/2);

@for(periods(t)| t #GE# 1: O(t)<=20*W(t));

!这里是数据;

data:

D=10000,11000,15000,18000,25000,26000,30000,29000,21000,18000,14000, 11000;

enddata

end

Global optimal solution found.

Objective value: 0.1682000E+08

Total solver iterations: 22

Variable Value Reduced Cost

COST 0.1682000E+08 0.000000

REVENUE 0.2850000E+08 0.000000

PRIFIT 0.1168000E+08 0.000000

B.

四月份

Global optimal solution found.

Objective value: 0.1705940E+08

Total solver iterations: 30

Variable Value Reduced Cost

COST 0.1705940E+08 0.000000

REVENUE 0.2891662E+08 0.000000