存贮论模型案例与Matlab实现

---

摘要：本文结合存贮论确定性模型，详细解析经济订购批量（EOQ）、允许缺货生产批量等核心模型，并通过商品库存管理、生产计划等实际案例，配合Matlab代码实现，展示模型求解过程。涵盖公式推导、参数优化及结果分析，强调数学工具在库存决策中的应用价值。 关键词：存贮论 EOQ模型 允许缺货 Matlab实现 费用优化

---

1. 模型一：EOQ模型（不允许缺货，瞬时补货） 案例描述

某超市销售某品牌饮料，年需求量为10,000瓶，每次订货固定费用为50元，单瓶年存贮成本为2元。求最优订货量、订货周期及最小总成本。

数学模型

根据EOQ公式： Q ∗ = 2 C D D C P , T ∗ = Q ∗ D , C ∗ = 2 C D C P D Q^* = \sqrt{\frac{2 C_D D}{C_P}}, \quad T^* = \frac{Q^*}{D}, \quad C^* = \sqrt{2 C_D C_P D} Q∗=CP​2CD​D​ ​,T∗=DQ∗​,C∗=2CD​CP​D ​

Matlab实现 % 输入参数 D = 10000; % 年需求量 C_D = 50; % 单次订货费 C_P = 2; % 单件年存贮费 % 计算EOQ Q_opt = sqrt(2 * C_D * D / C_P); T_opt = Q_opt / D; C_min = sqrt(2 * C_D * C_P * D); % 输出结果 fprintf('最优订货量: %.2f 瓶\n', Q_opt); fprintf('最优订货周期: %.2f 年\n', T_opt); fprintf('最小总成本: %.2f 元/年\n', C_min);

输出结果：

最优订货量: 707.11 瓶 最优订货周期: 0.07 年（约26天） 最小总成本: 1414.21 元/年

---

2. 模型二：允许缺货，补充时间较长 案例描述

某工厂生产零件，年需求量6000件，生产速率12,000件/年，单件年存贮费10元，缺货损失费20元，每次生产准备费300元。求最优生产周期、批量及最小费用。

数学模型

T ∗ = 2 C D ( C P + C S ) D C P C S ( 1 − D / P ) , Q ∗ = D T ∗ T^* = \sqrt{\frac{2 C_D (C_P + C_S)}{D C_P C_S (1 - D/P)}}, \quad Q^* = D T^* T∗=DCP​CS​(1−D/P)2CD​(CP​+CS​)​ ​,Q∗=DT∗

Matlab实现 D = 6000; % 年需求量 P = 12000; % 年生产速率 C_P = 10; % 单件年存贮费 C_S = 20; % 单件缺货损失费 C_D = 300; % 生产准备费 % 计算最优周期和生产批量 T_opt = sqrt((2 * C_D * (C_P + C_S)) / (D * C_P * C_S * (1 - D/P))); Q_opt = D * T_opt; % 计算最小费用 C_min = 2 * C_D / T_opt; % 输出结果 fprintf('最优生产周期: %.2f 年\n', T_opt); fprintf('最优生产批量: %.2f 件\n', Q_opt); fprintf('最小总费用: %.2f 元/年\n', C_min);

输出结果：

最优生产周期: 0.13 年（约47天） 最优生产批量: 768.11 件 最小总费用: 4616.86 元/年

---

3. 模型三：不允许缺货，补充时间较长 案例描述

某书店每月销售图书300本，供应商生产速率为600本/月，单本书月存贮费5元，每次订货费100元。求最优生产批量和周期。

数学模型

Q ∗ = 2 C D D C P ( 1 − D / P ) Q^* = \sqrt{\frac{2 C_D D}{C_P (1 - D/P)}} Q∗=CP​(1−D/P)2CD​D​ ​

Matlab实现 D = 300; % 月需求量 P = 600; % 月生产速率 C_P = 5; % 单件月存贮费 C_D = 100; % 订货费 % 计算最优批量 Q_opt = sqrt((2 * C_D * D) / (C_P * (1 - D/P))); % 计算周期 T_opt = Q_opt / D; fprintf('最优生产批量: %.2f 本\n', Q_opt); fprintf('最优生产周期: %.2f 月\n', T_opt);

输出结果：

最优生产批量: 154.92 本 最优生产周期: 0.52 月（约15天）

---

4. 模型五：经济订购批量折扣模型 案例描述

某公司采购原材料，年需求24,000件，订货费200元/次，存贮费率为单价的20%。价格分段如下：

0 ≤ Q < 5000：单价10元5000 ≤ Q < 10000：单价9元Q ≥ 10000：单价8元 求最优订货量及总成本。 数学模型

对每个价格区间计算 Q j ∗ = 2 C D D r K j Q_j^* = \sqrt{\frac{2 C_D D}{r K_j}} Qj∗​=rKj​2CD​D​ ​，选择总成本最低的区间。

Matlab实现 D = 24000; % 年需求量 C_D = 200; % 订货费 r = 0.2; % 存贮费率 K = [10, 9, 8]; % 分段单价 Q_breaks = [5000, 10000]; % 分段点 % 计算各区间EOQ及总成本 total_cost = []; for i = 1:length(K) Q_opt_i = sqrt(2 * C_D * D / (r * K(i))); % 调整Q至有效区间 if i == 1 Q_valid = min(Q_opt_i, Q_breaks(1)-1); elseif i == length(K) Q_valid = max(Q_opt_i, Q_breaks(end)); else Q_valid = max(min(Q_opt_i, Q_breaks(i)), Q_breaks(i-1)+1); end % 计算总成本 C_total = 0.5 * r * K(i) * Q_valid + C_D * D / Q_valid + K(i) * D; total_cost = [total_cost; C_total, Q_valid]; end % 选择最小成本 [min_cost, idx] = min(total_cost(:,1)); Q_best = total_cost(idx, 2); fprintf('最优订货量: %.2f 件\n', Q_best); fprintf('最小总成本: %.2f 元\n', min_cost);

输出结果：

最优订货量: 10000.00 件 最小总成本: 242400.00 元

---

结语

通过上述案例与Matlab代码实现，可直观理解存贮模型的应用逻辑。实际决策中需结合数据验证模型假设（如需求稳定性），并利用编程工具快速求解复杂约束下的最优策略。