现代库存管理 模型、算法与Python实现

本书遵循教育部教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。

本书介绍了库存管理的基本理论和方法，以及企业中应用比较广泛的库存管理的基础模型与策略，并配以实现的Python代码。本书还介绍了一系列实战案例，案例贯穿业务问题、数据、模型、代码实施、结果分析的完整流程，以帮助读者更好地了解现代企业库存管理面临的问题，以及分析问题、解决问题的思路和方法。
本书可作为管理科学、工程管理、工业工程、工商管理等专业本科生与硕士生相关课程的教材，也可供数字化转型中的零售、制造、物流等行业企业的算法工程师等专业读者学习参考。

前言
第1章 现代库存管理概述1
1.1 什么是库存1
1.2 库存管理解决的问题2
1.3 现代库存管理的挑战3
1.4 现代库存管理的发展趋势4
1.5 现代库存管理优化案例6
第2章 需求预测基础9
2.1 需求预测的基本结构9
2.2 需求预测方法的分类12
2.3 数据预处理16
2.4 评价预测模型的方法27
第3章 时间序列方法32
3.1 指数平滑法33
3.2 ARIMA模型40
3.3 Prophet模型47
3.4 考虑相互作用的VARMA模型50
3.5 考虑层级结构的时间序列预测51
第4章 机器学习方法53
4.1 特征工程54
4.2 正则化和学习目标59
4.3 超参数选择59
4.4 单一模型61
4.5 集成学习68
第5章 某饮料企业W的需求预测实战74
5.1 案例概览75
5.2 拓展思考75
5.3 实战建议75
第6章 库存策略优化基础78
6.1 库存成本78
6.2 库存策略79
6.3 库存分类方法84
6.4 企业库存管理的几个阶段85
第7章 周期库存优化87
7.1 经济订货批量模型87
7.2 时变需求下的经济订货批量模型93
7.3 联合补货模型99
第8章 物流企业B仓内拣货区联合补货优化实战105
8.1 数据导入及预处理106
8.2 拣货区商品布局107
8.3 联合补货策略优化109
第9章 安全库存优化114
9.1 安全库存概述114
9.2 (ROP,Q)策略分析115
9.3 (OUL,T)策略分析123
9.4 需求分布的刻画126
9.5 给定需求满足率下安全库存的计算144
9.6 供应的不确定性:随机提前期147
第10章 某食品企业W库存策略优化实战151
10.1 数据导入及预处理151
10.2 使用多种方法进行需求拟合并计算目标库存水平153
10.3 库存策略模拟仿真157
10.4 拓展思考161
10.5 实战建议161
第11章 周期服务水平优化163
11.1 报童模型163
11.2 (ROP,Q)策略下的最优服务水平165
11.3 (OUL,T)策略下的最优服务水平170
11.4 基于SAA的有限周期库存系统优化172
第12章 库存共享181
12.1 库存共享效应183
12.2 分散节点间需求独立情况下集中化安全库存计算183
12.3 分散节点间需求相关情况下的联合分布样本生成189
12.4 库存共享效应之外的关于库存共享的更多讨论200
第13章 某休闲食品企业Y库存共享决策实战202
13.1 分散式管理和集中式管理模式下安全库存量的介绍203
13.2 综合库存成本与运输成本,决策存货布局209
13.3 拓展思考211
第14章 网络库存管理基础212
14.1 网络分析基础212
14.2 随机服务模型与承诺服务模型223
第15章 承诺服务模型228
15.1 承诺服务模型的数学规划问题228
15.2 需求上界的构造与计算229
15.3 承诺服务模型的优化算法234
第16章 某食品企业Z的分销网络库存优化实战240
16.1 数据导入及预处理241
16.2 应用动态规划算法求解最优策略245
16.3 拓展思考251
第17章 某家电企业H的制造网络库存优化实战252
17.1 数据导入及预处理253
17.2 应用分段线性函数近似算法求解近似最优的策略255
17.3 比较不同承诺服务时间和不同服务水平下的安全库存成本260
17.4 拓展思考261
17.5 实战建议261
附录263
附录A 符号表263
附录B 数学规划与概率论基础知识264
附录C Python基础268
参考文献272