4.正文基于随机模拟的库存管理及产量模型的优化

1目录中文摘要…………………………………………………………………2英文摘要…………………………………………………………………3一、劳动力可持续发展的意义…………………………………………4二、劳动力可持续发展面临的挑战系…………………………………5（一）劳动年龄人口的增长……………………………………………6（二）劳动力参与率与劳动力供给相对降低…………………………7（三）隐性失业人口的增加……………………………………………7（四）低工资难以维持劳动力的再生产和发展………………………8三、劳动力可持续发展促进经济发展方式转变………………………8（一）转变经济发展方式的迫切性……………………………………8（二）转变经济发展方式对劳动力数量和素质提出更高要求………9（三）转变发展方式有利于劳动力的可持续发展……………………9四、促进劳动力可持续发展采取的措施………………………………9（一）医疗………………………………………………………………10（二）教育………………………………………………………………10（三）人口政策…………………………………………………………11总结………………………………………………………………………12参考文献…………………………………………………………………12致谢词……………………………………………………………………132基于随机模拟的库存管理及产量模型的优化摘要：平均值是我们最常用的统计、衡量及评估的技术手段。具有使用方便、展示直观、应用范围广泛等众多优点。虽然在很多方面灵活应用平均值分析数据能带更有效的观察整体的数据样本，但平均值也存在着无法反映数据个体的分布情况。此外还本文还将讨论当问题中包含选择权的情况下，若依据平均值进行决策，将会产生明显偏差。本文讨论了金融领域克服平均值缺陷的方法——随机模拟，并运用随机模拟对库存管理及产量模型进行优化。随着现代企业的发展，尤其是跨地域和跨国公司的急剧增多及电子商务的蓬勃发展。库存及订货成本管理的重要性不仅在物流企业而且在许多贸易，甚至是许多生产型企业中被给予越来越多的重视。此外，由于库存成本是商品成本的重要组成。激烈的市场竞争和大量同质产品间的价格战，使得部分企业管理层正逐渐意识到控制库存及订货成本对于企业盈利能力的重要性。但传统的基于平均需求量的库存管理模型由于未对这个需求量的概率分布全面考虑，导致应用此类模型对库存成本的控制成效不显著。故本文后半部分将基于蒙特卡洛算法对全面考虑需求量的概率分布的情况下的库存模型进行优化。并展示相应采购策略下的，库存成本的概率分布情况。此外，众多生产型企业在设计生产线的产能时，也仅基于产品的平均需求量，而未考虑产品的需求量的整体概率分布。致使生产线实际能满足的市场需求量小于设计产能。本文后半部分将讨论生产线实际能满足的需求量的平均值与生产线设计产能之间的关系，并对企业管理者设计生产线产能提供一定的指导。关键词：平均值、蒙特卡洛算法、库存模型、产能3OptimizationofInventoryManagementandProductionModelBasedonStochasticSimulationAbstract：Averageisthemostcommonlyusedtoolforstatistic,measuringandevaluatingwiththevariousadvantagesofconvenientusage,clearlyshowingandwidelyusing.Althoughflexibleusingofaveragetoanalyzingthedatawillshowthetotalstatusofdatasampleefficiently,averagecan’treflectthedistributionofindividualdata.Besidesthearticlediscussthebiasofdecisionforsolvingtheproblem,whichcontainingchoosingright,accordingtoaverage.Thisarticlediscussthewayovercometheflawofaverage----stochasticsimulation,andusingstochasticsimulationtooptimizeinventorymanagementandproductionmodel.Withthedevelopmentofthemoderncorporations,especiallytheextremelyincreasingtrans-regionalandtransnationalcorporationsandflourishdevelopmentofe-business,theimportanceofinventoryandorderingmanagementhasbeenconsideredbynotonlylogisticscorporations,butalsomanytradingandmanufacturingcorporations.Besides,extrememarketingcompetitionandpricecompetitionofsamequalityproductmakemanagersrealizetheimportanceofcontrollingtheinventoryandorderingcost,whichisoneofmajorcomponentsofproducingcost,totheprofitcapabilitytothecompanygenerally.Buttraditionalinventorymanagementmodelbasedonrequiringvolumeofproductsdon’tconsidertheprobabilitydistributionofsample,whichmakeitinvalidtocontrolinventorycostbyusingtraditionalmodel.SothelatterpartofthearticlewilloptimizetheinventorymodelconsideringtheprobabilitydistributionofrequiringvolumebyusingMonteColaalgorithm,andshowingtheprobabilitydistributionofinventorycostundertheorderingstrategy.Inaddition,alargenumberofexecutivedesignthemanufacturinglineonlybasingontheaveragerequiringvolumewithoutconsideringtotalprobabilitydistributionofrequiringvolume,whichmakesthemarketingrequiringvolumemanufacturinglinecanmeetactuallyislowerthanthedesigningproducingcapability.Thefinalpartofarticlewilldiscusstherelationshipbetweentheaverageoftherequiringvolumethemanufacturinglinecanmeetactuallyandthedesigningproducingcapability,whichcanguidetheexecutivetodesignthemanufacturinglineforthecorporation.Keywords:Average,MonteColaAlgorithm,InventoryModel,ProducingCapability4一、平均值缺陷平均数即指“在一组数据中所有数据之和再除以数据的个数。平均数是表示一组数据集中趋势的量数，它是反映数据集中趋势的一项指标。在统计中算术平均数常用于表示统计对象的一般水平，它是描述数据集中程度的一个统计量。”①既可以用它来反映一组数据的一般情况、和平均水平，也可以用它进行不同组数据的比较，以看出组与组之间的差别。用平均数表示一组数据的情况，有直观、简明的特点。因此平均数作为我们日常生活、学习和工作中广泛接触的统计工具，所以在日常生活中经常用到，如平均速度、平均身高、平均产量、平均成绩等等。尽管使用平均值对样本对象进行衡量具有使用方便、展示直观、应用范围广泛等众多优点，但它存在的缺陷却时常被大家忽视，然而在一些情况下这种缺陷会产生很大的不利影响。由于平均值反应的是一组样本的集中趋势，它将样本中包含的繁杂信息集中展现出来。从中可以看出样本的集中趋势，但与此同时平均数也将样本个体的分布情况过滤了。如果数据按照正态分布等规则分布，可以通过方差等指标反映样本的分布状态。但现实世界中有许多情况下，样本的分布并不满足常见的分布形态。这时候，平均数很有可能使我们对样本的总体形态认识产生错觉。而且在存在类似于期权的选择权的情况下，平均值就会变得毫无价值。试想“一家制造商调查发现，市场对产品的需求量为500至1500件每天。那公司决策层是否就可以按照市场需求量的平均值1000件每天来制定生产线并预测预期利润为1000件乘以单价呢？显然是不行的。”②因为当生产线的产量制定为每天1000件时，如果当日的市场需求量大于1000件时，制造商只能生产和满足市场上一千件产品的需求，超出的需求量无法满足。所以这家制造商每天的销量只可能小于或等于一千件，而不可能大于一千件。所以制造商我的平均销量只可能低于一千件每天。因此制造商的利润只会小于一千乘以单价，而按照平均每天一千件的销量制定的利润计划将永远得不到满足。对于同样存在最大库存量、流量等的库存、运输、交通、管道流量的问题，就像上面提到的制造商问题一样，存在着一种类似于期权的选择权的问题。其利润不能按照平均需求量来计算平均利润，就如期权的价值不能安装标的物的平均价值来计算一样。所以我们需要一些创新型的方法来解决这类问题。二、消除平均值缺陷的技术对于解决平均数缺陷的方法在金融领域有着广泛的应用。而上文提到的制造商问题，就是一个类似于期权定价的选择权问题。对于期权定价的问题是金融领域最具代表性的选择权问题，而且其他“复杂的结构性金融产品也能被分解成多个期权和其他基础标的物或其他衍生品的组合。”③而且目前对于期权定价的研究也是非常深入，所以本文通过介绍期权定价理论来解释消除平均值缺陷的技术。并将此技术推广到库存管理和上文提到的制造商问题中去。“期权是一种赋予买入方以约定价格在未来某个时刻或时间段向期权卖出方卖或买入出标的资产或对期权执行价与市场价之间的差价进行货币结算的权①②萨姆·萨维奇杰夫·丹泽戈尔.平均值缺陷[M].北京：东方出版社，2011：6-7③周洛华.金融工程学（第三版）[M].上海：上海财经大学出版社，2011：88-905利。”④所以期权是一种最简单最基本的选择权合约。大量的实际问题都蕴含着期权的性质，所以研究期权模型的思想可以运用到其他包含选择权的问题，来克服平均值缺陷。由于期权是一种基于一定标的物的金融衍生产品，说以其价值依赖于标的物资产价格的变动。由于资产价格是不规则波动的，所以期权的价值长期以来一直困扰着学术界和金融界。直到1973年，哈佛商学院教授罗伯特·默顿(RoBertMerton)和斯坦福大学教授迈伦·斯克尔斯(MyronScholes)共同提出了布莱克—斯科尔斯期权定价公式，才对期权定价这个问题有了公认的模型。他们两人也因此在1997年获得了第二十九届诺贝尔经济学奖。B-S模型借鉴了物理