A Neutrosophic Eoq Model With Green Technology Under Inflation and Trade- Credit Facilities
本文提出了一种中性直觉型两仓库库存模型，该模型在通胀背景下整合了绿色技术、保存投资和贸易信贷设施，旨在通过最小化总平均成本，并通过数值实例和敏感性分析提供最优解与管理启示。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代商业的复杂世界中，企业始终在保持货架充足与避免库存积压造成的浪费之间走钢丝。这种平衡行为之所以更加困难，是因为现实情况是，许多产品（从新鲜农产品到药品）都会随着时间的推移自然降解，从而失去价值或变得无法使用。为了管理这一问题，公司通常依赖数学模型来决定订购的具体数量和时间。然而，现实世界很少像简单的方程那样可以预测。价格随通胀波动，客户行为难以捉摸，而环境问题现在也要求企业考虑存储和运输过程中产生的碳排放。此外，金融格局也在发生变化，供应商和零售商越来越多地使用被称为“贸易信贷”的延迟付款条款，以保持现金流。当所有这些因素——降解、环境影响、通胀和财务延迟——交织在一起时，传统的库存规划工具往往显得力不从心，使管理者只能靠猜测而非精准计算。
来自印度 Siksha 'O' Anusandhan 大学的一个研究小组开发了一种应对这一问题的新方法，创建了一个旨在应对这些不确定性的复杂库存模型。他们的工作聚焦于一个场景：一家企业运营着两个仓库，即一个主仓库和一个用于处理高需求的附加存储设施。研究人员构建了一个系统，该系统考虑了投资绿色技术以减少碳排放的成本，以及使用保鲜技术以减缓货物变质速度的成本。至关重要的是，他们意识到现实世界的数据往往是模糊或不精确的。与其将未来通胀率或客户需求等不确定数值强行纳入僵化的固定数字，他们使用了一种名为“中性逻辑”（neutrosophic）的环境数学框架。这种方法允许模型同时处理三层信息：已知为真的信息、已知为假的信息，以及仅仅是未知或不确定的信息。通过这种方式，即使在未来充满迷雾的情况下，模型也能找到最具成本效益的策略。
研究人员将该模型应用于一个涉及时间相关需求（即客户兴趣随销售周期变化）和部分缺货（即部分客户愿意等待缺货商品，而另一部分则直接离开）的具体业务案例。他们模拟了两种关于信用期的不同财务场景：一种是供应商给予零售商付款时间，而零售商给予客户付款时间；另一种是这些期限各不相同。目标是找到订购量、绿色及保鲜技术投资以及销售时机的完美平衡点，以最小化总平均成本。研究表明，通过使用这种中性逻辑方法，企业可以实现比依赖固定“清晰”数字的传统模型更低的总体成本。在他们的模拟中，中性逻辑模型的优化成本约为 32,043，略低于传统清晰模型在其中一个场景下得出的 32,229，这表明考虑不确定性有助于实现更高效的财务规划。
这项研究还揭示了特定的商业决策如何对整个系统产生连锁反应。例如，研究人员发现，增加对保鲜技术的投资能有效延长货物的可销售时间，从而减少频繁重新订货的需求并降低总成本。同样，货物必须运输的距离也起着重要作用；较长的距离会增加燃油消耗和碳排放，这迫使模型调整订单规模和时间，以补偿这些更高的成本。有趣的是，研究显示，无论其他参数如何变化，企业对绿色技术的投资额都保持相对稳定，唯独运输距离除外。这表明，持续的绿色投资承诺是一种可靠的策略，而诸如给予客户的信用期长度等变量则具有更微妙的影响。当客户的信用期延长时，总成本会略微上升，但研究人员指出，为了让产品更具市场吸引力并吸引更多买家，这可以是一个值得的权衡。
最终，这项研究为在动荡市场中航行的管理者提供了一条更清晰的路径。它证明了通过拥抱不确定性而非忽视它，并将环境和财务因素整合进同一个规划工具中，企业可以做出更明智的决策。该模型证实，虽然通胀和货物的自然降解是不可避免的挑战，但通过承认“可能”和“未知”并将其与“确定”并列进行规划，可以更有效地管理这些挑战。研究结果表明，最高效的策略包括：在满足需求与避免过度囤货之间保持精细平衡、投资于减缓变质的技术，并保持减少环境影响的稳定承诺。虽然目前的模型假设了一些固定的条件（例如客户等待时间的恒定比例），但它为未来纳入更复杂的现实变量（如价格变化和季节性需求波动）的研究奠定了坚实的基础。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。