数据驱动下二维质保组件库存优化研究开题报告

随着世界经济和技术得到快速发展，特别是互联网和物联网的快速发展，传统的制造业正在面临着不断挑战，制造业进入转型升级的新时代。重视质量是各大经济体制造业转型升级的重点和必由之路。在经济发展的关键时期，质量战略常常作为国家战略来应对国家在振兴经济发展和产业转型等过程中的挑战。改革开放以来，我国产品质量管理水平得到稳步提升。但是,在复杂产品的质量保证政策设计和优化方面，仍面临着诸多的问题有待解决。

产品质量保证指的是制造商/销售商和消费者订立的在质保范围内关于产品质量、可靠性和售后服务等方面的协议，它规定了产品供应链各方的责任和义务，其目的是为消费者提供在质保范围内和正常使用条件下能够实现预定功能的担保。产品的质量保证有很多分类方法，根据维度分类，可以分为一维质保和二维质保。在一维产品质保服务中，质保期的设计主要是在考虑市场弹性的基础上，以制造商利益最大化为目标进行优化，如手机、电脑的维修等。二维产品质保通常是指以使用时间与累计使用量组成的二维矩形框架作为保证服务期限，如当前多数汽车的基本质保期为3年与6万公里，以先到者为准。目前二维产品质保服务已广泛应用于汽车行业，成为汽车制造商提高产品服务质量与增强产品市场竞争力的重要战略组成部分。

质保维修库存管理是许多公司必须面对的挑战。顾客将所谓有缺陷的产品退还给公司要求进行更换。而后公司可以通过测试或再制造过程，以经济的方式回收设备；也可以使用回收的部件来满足未来的质保需求。在大批量的情况下，质保维修库存管理涉及到许多复杂的问题，如随机需求、概率性的维修、多源供应和严格的客户服务约束等，此外，企业还必须考虑批量再制造过程带来的复杂性。二维质保产品由于产品本身的复杂结构和多组件的性质，使其质保维修库存管理成为一个亟待研究的问题。

Schrady(1967)[1]将经济定购量(EOQ)模型应用于具有确定性需求和修理的系统，从而发展出最早的维修库存模型。Allen和D ''Esopo(1968)[2]扩展了Schrady模型，引入了随机需求，研究了库存模型的（s，S）策略。他们假设产品故障服从泊松分布，并且返回的故障产品存在固定的比率且在固定的提前期内是可修复的。Richards(1976)[3]进一步推广了Allen和D ''Esopo(1968)的模型，将随机的维修提前期纳入考量中。辛普森(1978)[4]通过解决一个包含随机回收、随机需求的故障产品的动态规划来研究一个定期检查的库存系统。Khmelnitsky和Gerchak（2001）[5]研究了一个连续审查的确定性库存模型，其中考虑到需求率可能随时间而变化、库存短缺、及系统具有有限的生产能力这些情况，并为这样一个系统找到最优的生产控制方法。Baker和Urban（1988）[6]分析了一个库存系统的连续、确定的情况，其中项目的需求率是多项式函数形式，且取决于库存水平。他们通过这个模型制定最佳的政策以最大限度地提高每单位时间的平均利润。Feinberg和Lewis（2005）[7]考虑了一个单一商品库存系统，在该系统中，需求由一系列独立且相同分布的（i.i.d.）随机变量建模，这些变量可以取负值（从而对一些再制造或产品退货设置建模）。Decroix（2006）[8]和Decroix等人（2005）[9]对多级再制造系统进行了研究。与再制造或退货增加供应的研究流相反，在他们的模型中，当存在保修索赔时，需求增加。这在过去的销售和未来的需求之间造成了额外的依赖，使分析更加复杂。这些研究都关注单一产品的修复，但并没有关注质保的维修库存。因此，Khawarn等（2007）[10]基于索赔数据研究了日立公司的质保库存优化，Huang等（2008）[11]则研究了更换质保政策下的库存优化管理，但这些研究仅针对一维质保产品。实际上，二维质保产品的维修库存与产品使用时间和使用程度息息相关，该问题尽管更加复杂，但研究价值对于汽车、直升机、起重机等典型二维质保产品的维修库存管理是极其必要的。同时，对于二维质保产品，一般都具有多组件的特点，因此本文拟基于数据研究多组件系统的二维质保库存优化问题。

[1] Schrady , D. A. 1967. Adeterministic inventory model for repairable

items.Naval Res. Logist.Quart.14391–398.

[2] Allen, S. G., D. A. D’Esopo.1968. An ordering policy for repairable

stock items.Oper. Res.16(3)669–674.

[3] Richards, F. R. 1976. Astochastic model of a repairable-item inven-

tory system with attrition andrandom lead times.Oper. Res.

24(1) 118–130.

[4] Simpson, V . P . 1978.Optimum solution structure for a repairable

inventory problem.Oper.Res.26(2) 270–281.

[5]Khmelnitsky, E., Y. Gerchak.2001. Optimal control approach to production systems withinvetory-level-dependent demand. IEEE Trans. Automatic Control 47(2) 289–292.

[6]Baker, R. C., T. L. Urban.1988. A deterministic inventory system with an inventory-level-dependentdemand rate. J. Oper. Res. Soc. 39(9) 823–831.

[7]Feinberg,E. A., M. E. Lewis. 2005. Optimality offour-threshold policies in inventory systems with customer returns andborrowing/storage options. Probab. Engrg. Informational Sci. 19 45–71.

[8]DeCroix, G. A. 2006. Optimalpolicy for a multiechelon inventory system with remanufacturing. Oper. Res.54(3) 532–543.

[9]Decroix, G. A., J. Sh. Song,P. Zipkin. 2005. A series system with returns: Stationary analysis. Oper.Res. 53(2) 350–362.

[10] Khawam J, Hausman W H,Cheng D W. Warranty Inventory Optimization for Hitachi Global StorageTechnologies, Inc[J]. Interfaces, 2007, 37(5): 455-471.

[11] Huang W, Kulkarni V,Swaminathan J M. Managing the inventory of an item with a replacementwarranty[J]. Management Science, 2008, 54(8): 1441-1452.