The Effect of Supply Uncertainty on Dynamic Procurement and Pricing Strategies Under Lost Sales

供应链 动态定价 采购 供求关系 经济 产品(数学) 微观经济学 动态需求 计算机科学 班级(哲学) 运筹学 业务 营销 工程类 管理 功率(物理) 人工智能 几何学 物理 量子力学 数学
作者
Qi Feng,Lei Li,J. George Shanthikumar
出处
期刊:Production and Operations Management [Wiley]
卷期号:33 (1): 108-127 被引量:2
标识
DOI:10.1177/10591478231224916
摘要

The uncertainty in the supplier’s material flows has become a norm rather than an exception in supply chains. The supply uncertainty can result in unexpected inventory shortfall, amplifying lost sales. However, the design of inventory replenishment and product pricing policy to mitigate both supply uncertainty and demand loss remains unexplored. This is because the resulting dynamic planning problem is highly nonconcave and thus intractable. To address this challenge, we propose an approach that focuses on a class of intuitively appealing and practically plausible policies. Specifically, as the level of on-hand inventory increases, we expect an increased amount of demand fulfillment and a decreased product price. Applying the notions of stochastic functions, we show that, under general conditions of the stochastic supply and demand functions, the dynamic planning problem becomes a concave optimization problem over the restricted policy class. We further reduce the set of candidate policies to a refined class by excluding the dominated policies. A refined policy can be easily computed, and appropriately selected refined policies produce close-to-optimal profits. These developments allow us to evaluate the consequences of demand loss. In particular, demand retention through backordering can be beneficial when overstocking is costly in relation to understocking, but the benefit is insensitive to supply and demand uncertainties. Moreover, inventory-based dynamic pricing is more valuable in mitigating supply risk under lost sales than under backordering.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小奕完成签到,获得积分10
1秒前
1秒前
1秒前
集典完成签到 ,获得积分10
1秒前
小张完成签到 ,获得积分10
2秒前
神勇友灵完成签到,获得积分10
3秒前
3秒前
坦率绮山完成签到 ,获得积分10
5秒前
一心向雨发布了新的文献求助10
5秒前
刘晓伟完成签到,获得积分10
5秒前
6秒前
吴大语完成签到,获得积分10
6秒前
7秒前
Allen完成签到 ,获得积分10
7秒前
夏来应助科研通管家采纳,获得10
7秒前
科目三应助科研通管家采纳,获得10
8秒前
领导范儿应助科研通管家采纳,获得10
8秒前
ethan2801完成签到,获得积分10
8秒前
我是老大应助科研通管家采纳,获得10
8秒前
SciGPT应助科研通管家采纳,获得10
8秒前
上官若男应助科研通管家采纳,获得10
8秒前
Wang发布了新的文献求助10
8秒前
江哥完成签到,获得积分10
8秒前
9秒前
12秒前
学渣完成签到,获得积分10
12秒前
13秒前
lily完成签到,获得积分10
14秒前
14秒前
14秒前
迷人的小土豆完成签到,获得积分10
15秒前
斯文败类应助一心向雨采纳,获得10
15秒前
15秒前
15秒前
吴路完成签到 ,获得积分10
16秒前
小二郎应助小鱼采纳,获得10
17秒前
zang完成签到 ,获得积分10
17秒前
dan1029发布了新的文献求助10
18秒前
dan1029发布了新的文献求助10
18秒前
dan1029发布了新的文献求助10
18秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134053
求助须知:如何正确求助?哪些是违规求助? 2784853
关于积分的说明 7768983
捐赠科研通 2440314
什么是DOI,文献DOI怎么找? 1297361
科研通“疑难数据库(出版商)”最低求助积分说明 624959
版权声明 600792