考虑需求关联性的多供应商电商库存分配研究

作者：李昀洲; 陈璐^*

来源：上海理工大学学报, 2023, 45(02): 180-188.

DOI：10.13255/j.cnki.jusst.20210919002

• 库存分配
• 需求关联性
• 关联规则挖掘
• 多供应商
• 多目标优化
• 库存容量约束

需求关联性现象普遍存在于顾客购买行为中，然而大多数库存管理方面的研究假设产品需求相互独立，忽视关联性造成的影响，可能导致严重的缺货现象发生。针对存在需求关联性情况下具有库存容量限制的多供应商电商库存分配问题，应用FP-Growth算法从订单数据库中挖掘得到关联规则，并将关联规则抽象为一种约束，建立双目标随机规划数学模型，通过分段线性拟合方法对非线性目标函数和约束进行处理。采用非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解，基于“先知种群”改进种群初始化过程，以提升算法收敛速度。使用真实数据的数值实验表明，基于关联规则的库存分配模型能以小幅度增加运营成本为代价，显著减少缺货数量。最后对库存容量、关联规则置信度和供应商个数进行敏感性分析，进一步为电商平台管理者提供了参考。

• 出版日期2023
• 单位上海交通大学