李细枚，女，(1977—)，湖南双峰人，广东金融学院工商管理学院讲师，市场营销系副主任，2007年获得湖南大学经济学硕士学位，2017年获得广东工业大学管理学博士学位。5年以上企业工作经验。主要研究方向为供应链管理、科技金融等。参与国家级项目研究5项，主持《基于技术创新周期的广东省科技型中小企业融资体系研究》等省级项目3项，在国内外期刊发表论文20余篇，其中7篇为SCI／EI／CSSCI／CSCI)。参与过5部著作的编写。指导学生完成大学生创新创业及挑战杯项目(省级)43顶，指导学生发表论文3篇。多次获得优秀教师、师德标兵、优秀班主任等荣誉称号。

第1章 绪论
1.1 选题背景及研究意义
1.1.1 选题背景
1.1.2 选题意义
1.2 课题研究目标与研究内容
1.2.1 研究目标
1.2.2 研究内容
1.2.3 拟解决的关键问题
1.2.4 创新点
1.3 研究方法、技术路线与研究框架
1.3.1 研究方法
1.3.2 技术路线
1.3.3 研究框架
第2章 文献综述
2.1 订单式生产
2.2 生产批量
2.2.1 不确定产出下生产批量优化
2.2.2 不确定需求下生产批量优化
2.2.3 不确定产出和需求下生产批量优化
2.3 供应链管理
2.3.1 供应链管理协调
2.3.2 闭环供应链
2.3.3 订单式生产模式的供应链管理
2.3.4 供应链视角下生产批量决策
2.4 本章小结
第3章 生产批量决策
3.1 引言
3.2 单阶段生产批量模型
3.2.1 模型的建立
3.2.2 模型的分析
3.2.3 需求量服从均匀分布的单阶段模型分析
3.2.4 算例
3.3 两阶段生产批量模型
3.3.1 模型的建立
3.3.2 模型的分析
3.3.3 需求量服从均匀分布的两阶段模型分析
3.3.4 算例
3.4 多阶段单产品生产批量模型
3.4.1 模型的建立
3.4.2 模型的分析
3.4.3 算例
3.5 多阶段多产品生产批量模型
3.5.1 模型的建立
3.5.2 模型的分析
3.6 本章小结
第4章 不确定产出投产量决策
4.1 引言
4.2 一般模型
4.3 连续随机分布投产模型
4.3.1 模型分析
4.3.2 产品不合格率服从均匀分布投产模型分析
4.3.3 不合格率敏感性分析
4.3.4 算例
4.4 离散随机分布投产模型
4.4.1 模型求解
4.4.2 算例
4.5 基于学习曲线投产量模型
4.5.1 学习曲线不合格率函数
4.5.2 学习曲线投产量模型
4.5.3 不合格率服从均匀分布的学习曲线投产量模型分析
4.5.4 敏感性分析
4.5.5 算例
4.6 本章小结
第5章 不确定产出供应链投产量决策
5.1 引言
5.2 模型的建立
5.2.1 模型假设
5.2.2 模型符号及说明
5.2.3 价格函数
5.2.4 集中决策模型
5.2.5 分散决策模型
5.3 集中与分散模型比较分析
5.3.1 集中决策投产量敏感性分析
5.3.2 分散决策批发价敏感性分析
5.4 分散模型批发价决策
5.4.1 供应商角度批发价决策
5.4.2 供应链角度批发价决策
5.4.3 供应链协调
5.4.4 敏感性分析
5.5 算例
5.6 本章小结
第6章 不确定产出闭环供应链投产量决策
6.1 引言
6.2 模型的建立
6.2.1 问题描述和假设
6.2.2 回收函数
6.2.3 集中决策模型
6.2.4 分散决策模型
6.3 回收价敏感性分析
6.3.1 集中决策
6.3.2 分散决策
6.4 集中模型投产量和回收价决策
6.5 分散模型投产量和回收价决策
6.5.1 销售商角度投产量和回收价决策
6.5.2 供应链角度投产量和回收价决策
6.6 合格率敏感性分析
6.6.1 均值敏感性分析
6.6.2 标准方差敏感性分析
6.7 算例
6.8 本章小结
第7章 不确定需求与产出供应链投产量决策
7.1 引言
7.2 模型的建立
7.2.1 模型假设
7.2.2 模型符号及说明
7.2.3 分散决策模型
7.2.4 集中决策模型
7.3 分散与集中决策比较分析
7.4 算例
7.4.1 分散决策
7.4.2 集中决策
7.5 本章小结
参考文献
附录1 生产批量动态规划算法代码
附录2 “步长—比较”算法程序代码
后记

。

为快速响应消费者个性化、多样化的需求，我国制造型企业普遍采用订单式生产（Make-To-Order）。但是，订单式生产增加了企业生产计划运行的不确定性和动态性。为了适应新的市场竞争环境和要求，越来越多的MTO企业建立供应链协同的上下游企业合作伙伴关系，实现信息共享与优势互补，降低整体成本的目标。为了优化这种合作伙伴关系，以我国订单生产式企业为研究对象，以生产批量为主线，从供应链视角来考虑订单生产式企业生产批量建模与优化问题，为我国订单生产式企业生产批量决策提供理论依据和方法借鉴。