链上镖师 / Chain Biaoshi
EJOR|供应链补货提前期：比例订货策略的订单平滑与成本优化
需求相关性与提前期奇偶性如何改变补货控制参数
论文在AR(1)需求下解析比例订货至库存策略，揭示提前期、需求相关性与控制参数共同决定订单波动、净库存波动及库存与产能成本。
- 01：提前期缩短对订单方差的影响取决于需求相关性与比例控制参数。
- 02：负相关需求下存在提前期奇偶效应，奇数提前期可能对应负的最优控制参数。
- 03：以均值替代提前期需求预测可消除奇偶效应，并改善强负相关需求下的综合经济表现。
供应链补货的提前期问题
研究对象是单级线性库存系统。每个周期先接收上游发货，再满足下游订单，随后依据库存位置向上游补货。物理补货或生产提前期记为L，客户需求服从平稳AR(1)过程，需求相关系数ρ描述当前需求与上一期需求的联动方向和强度。
01订单方差对应补货订单与产能安排的波动。
02净库存方差对应库存持有、缺货和积压风险。
03比例控制参数α用于平衡订单平滑与库存响应，稳定区间为−1<α<1。
比例控制参数对订单方差与净库存方差的影响（来源：Fig. 1）
从AR(1)需求到POUT控制
POUT策略以提前期需求预测和库存位置偏差为控制依据，只修正库存目标偏差的一部分。α增大时，策略通常更重视订单平滑；α接近0时，策略退化为库存成本最优的OUT策略。论文通过差分方程、传递函数和冲激响应平方和，推导订单方差与净库存方差的解析表达式。
1AR(1)需求：均值μ、相关系数ρ、随机扰动εt
2提前期预测：估计t+L时点的需求
3库存反馈：计算库存位置与需求预测的偏差
4比例订货：由α控制偏差修正幅度
5绩效评价：比较订单方差、净库存方差及综合成本
改进POUT策略控制框图（来源：Fig. G.1）
提前期效应的参数边界
解析结果显示，增加一个周期的提前期可能使订单方差上升，也可能使其下降。订单方差变化由ρ=0、α=ρ以及与L相关的临界边界共同划分。对于弱到中等正相关需求，增加提前期在部分参数区域内会降低订单方差，缩短提前期的收益需要结合控制参数判断。
不同提前期与需求相关系数下订单方差变化区域（来源：Fig. 2）
不同参数组合下订单方差随提前期的变化（来源：Table 1）
负相关需求下的控制参数选择
负相关需求带来更复杂的动态响应。订单方差可能随提前期振荡，净库存方差也存在特定参数区域内的下降情形。奇数提前期下，高度负相关需求可能使负α对应更低的订单方差；偶数提前期下，增大α对订单平滑的作用保持一致。需求相关性越弱或提前期越长，奇偶效应的影响范围越小。
✓先估计历史需求的AR(1)相关系数ρ。
✓再结合提前期L判断订单方差的增减区域。
✓负相关且提前期为奇数时，重点检查α的局部最优值。
负相关需求下提前期对订单方差与α选择的影响（来源：Fig. 5）
把方差权衡转成成本控制
论文将净库存方差映射为库存持有与积压成本，将订单方差映射为正常产能与加班产能成本。综合目标由两类成本共同构成，最优α取决于提前期、需求相关性、库存成本权重、单位产能成本和加班倍率。库存成本占比较高的场景更重视净库存波动，产能与加班成本较高的场景更重视订单平滑。
不同提前期和需求相关系数下的最优比例控制参数（来源：Fig. 6）
POUT相对OUT的库存成本与产能成本变化（来源：Fig. 7）
恒定预测如何改写控制逻辑
研究进一步把常规POUT中的提前期需求预测替换为均值μ，形成改进POUT策略。该改动消除了提前期需求预测中的动态波动，使订单方差随α增大而下降，并消除了提前期奇偶效应。改进策略的库存方差最优α随ρ变化，α=0不再等同于OUT策略，库存与产能之间仍需进行综合权衡。
阶段 1 常规POUT：使用t+L时点的动态需求预测
阶段 2 改进POUT：以均值μ替代提前期需求预测
阶段 3 订单响应：α增大时订单方差持续下降
阶段 4 库存响应：净库存方差最优α随ρ变化
阶段 5 策略选择：依据库存成本与产能成本联合优化
改进POUT策略下订单方差的参数响应（来源：Fig. 8）
改进POUT策略下净库存方差的参数响应（来源：Fig. 9）
策略比较与适用范围
成本比较显示，改进POUT在强负相关需求下优于常规POUT，在其他需求情景下整体表现相近。它能够消除订单方差，适合产能成本和加班成本较高的场景。若需求呈强正相关、强负相关或库存成本权重较高，论文建议优先考虑短提前期；若需求为温和正相关且产能成本相对重要，经过优化的POUT允许企业评估低成本长提前期供应来源。
改进POUT与常规POUT的库存成本和产能成本比较（来源：Fig. 10）
提前期对订单动态和净库存动态影响的汇总（来源：Fig. 11）
模型适用条件包括平稳AR(1)需求、线性库存与产能成本、稳定的比例控制参数，以及单级库存系统。论文未报告更广泛经验需求分布、多级网络、非平稳需求和其他预测方法下的完整结论。
论文：Supply chain dynamics under the proportional order-up-to replenishment policy: The role of the lead time
作者：Geng Cui，Stephen M. Disney，Naoto Imura，Katsuhiro Nishinari
期刊：European Journal of Operational Research
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
