Machine Translated by Google

El número actual y el archivo de texto completo de esta revista están disponibles en Emerald Insight en:
https://www.emerald.com/insight/0972-7981.htm

Un modelo de inventario para la Un modelo de

inventario para la

comercialización de pescado en una comercialización de pes

situación de bloqueo incierta y una

situación normal de pedidos pendientes
Kuppulakshmi V y Sugapriya C Recibido el 28 de septiembre de 2020
Revisado el 30 de noviembre de 2020
Queen Mary's College Chennai, Chennai, India y 30 junio 2021

Nagarajan Deivanayagam Pillai Aceptado el 14 de julio de 2021

Instituto de Tecnología y Ciencia de Hindustan, Chennai, India

Resumen
Propósito: esta investigación se formuló para obtener la cantidad óptima ordenada y el rango de inventario óptimo de productos
pesqueros en las siguientes condiciones: (1) pedidos pendientes completos (bloqueo) y (2) pedidos pendientes parciales (mercado
geográfico normal). En ambos casos, debido a la naturaleza del deterioro y en situación de cuarentena, algunos vendedores no
pueden satisfacer a los clientes (minoristas). Por lo que en este modelo se introduce el costo de penalización en tiempo de
cuarentena para obtener el costo total óptimo.
Diseño/metodología/enfoque: para encontrar el costo total, se deben considerar los costos de almacenamiento, los costos de
escasez y los costos de deterioro. Hay tantas desventajas en mantener los productos alimenticios deteriorados. Debido a la
demanda y el deterioro, se determina el costo de mantenimiento de los productos pesqueros. Se explica la cadena de suministro
del proceso de comercialización de pescado para encontrar el costo total óptimo y la cantidad óptima de pedido pendiente en las
dos situaciones, a saber, (1) pedido pendiente normal y (2) período de cuarentena.
Hallazgos: la conclusión de esta investigación se exhibe para la situación de bloqueo incierta y los mercados geográficos normales.
Pero en ambos casos, la función de demanda depende de la cantidad del pedido pendiente. El costo total esperado de los
minoristas de productos pesqueros aumentó en el menor rango posible con el aumento en el parámetro de escasez, costo de
penalización y varianza. Pero el cambio en el valor medio conduce a una disminución en la cantidad de pedidos pendientes, el nivel
de inventario y el costo total anual de los minoristas. Este análisis contribuye al servicio de la cadena de suministro de mayorista a
minorista en alto nivel.
Limitaciones/implicaciones de la investigación: los productos pesqueros son muy esenciales para la alimentación y la expansión
económica en la India. Este estudio ha destacado el método eficiente para reducir el costo total de los minoristas de comercialización
de pescado. El costo del deterioro del pescado es alto debido a su naturaleza perecedera. Debido a la situación de bloqueo, el
costo de mantenimiento de los productos pesqueros depende de la cantidad de pedidos pendientes del mercado geográfico de pescado.
Implicaciones prácticas: esta investigación se formuló para obtener la cantidad óptima ordenada y el rango de inventario óptimo de
productos pesqueros en las siguientes condiciones: (1) pedidos pendientes completos (bloqueo) y (2) pedidos pendientes parciales
(mercado geográfico normal).
Implicaciones sociales: debido a la situación de bloqueo, el costo de mantenimiento de los productos pesqueros depende de la
cantidad de pedidos pendientes del mercado geográfico de pescado. Esta investigación se formuló para obtener la cantidad
ordenada óptima y el rango de inventario óptimo de productos pesqueros.
Originalidad/valor: esta investigación se formuló para obtener la cantidad óptima ordenada y el rango de inventario óptimo de
productos pesqueros en las siguientes condiciones: (1) pedidos pendientes completos (bloqueo) y (2) pedidos pendientes parciales
(mercado geográfico normal). En ambos casos, debido a la naturaleza del deterioro y en situación de cuarentena, algunos
vendedores no pueden satisfacer a los clientes (minoristas). Por lo que en este modelo se introduce el costo de penalización en
tiempo de cuarentena para obtener el costo total óptimo. Se llevan a cabo algunos análisis de sensibilidad para la tasa de deterioro,
el parámetro de escasez y el costo de la penalización para indicar la existencia de un costo total en el rango más bajo posible.

Palabras clave Gestión pesquera, Bloqueo, Mercado geográfico, EOQ, Gestión de inventario, Costo total óptimo Tipo de
papel Trabajo de investigación

Revista de avances en
Introducción investigación gerencial
© Emerald Publishing Limited
La gestión de inventarios juega un papel muy importante en la industria alimentaria, y es uno de los procesos 0972-7981
eficientes para evitar que los productos perecederos se desperdicien antes de que lleguen al almacén o al almacén. DOI 10.1108/JAMR-09-2020-0249
Machine Translated by Google

clientes en el proceso de la cadena de suministro. Además, esto tiene un papel importante con el aumento de la
JAMR
población y las demandas que llegan a la etapa en la que se deben almacenar los suministros para satisfacer las
necesidades. El pescado y los productos pesqueros son los materiales más necesarios para el desarrollo
alimentario y el desarrollo económico. India es el segundo país productor de pescado más grande del mundo.

La mayoría de las industrias alimentarias enfrentan pérdidas debido a que los alimentos se desperdician en
la etapa anterior y también por razones como el clima, el transporte, el mal manejo de los alimentos, etc. Por lo
tanto, se debe encontrar la forma óptima de almacenar los alimentos.
Babalola et al. (2015) derivaron el concepto de costos totales de marketing en todos los aspectos como
vendedor, comprador, minorista y cliente. Finalmente, derivaron la comercialización uniforme del pescado y las
operaciones para regular la comercialización del pescado. Nataraja et al. (2014) discutieron la comercialización
de pescado en el distrito de Ernakulam en Kerala y analizaron brevemente los canales de comercialización en
diferentes lugares. Analizaron los ingresos anuales de comisionistas, detallistas y vendedoras de diferentes
rubros. Yadav (2014) estableció la gestión de la cadena de suministro de proveedor ÿ minorista ÿ cliente. En este
documento, discutieron el proceso de conservación de los productos en descomposición para reducir la tasa de
deterioro. Este modelo es totalmente rentable para los minoristas porque los minoristas obtienen el crédito
comercial completo de los proveedores.
Balasubramanian et al. (2008) mostró el potencial de la educación sobre la comercialización del pescado y la
inestabilidad en el precio de compra: las principales limitaciones que afectan la comercialización del pescado y la
estabilidad de los precios. Lorenzen et al. (2016) recopilaron los datos de la evaluación de stock de la gestión
pesquera. Se concentraron principalmente en indicadores y modelos de ecosistemas de especies únicas y
múltiples de peces mediante la recopilación de muchos datos de muestreo de los ciclos de gestión de la pesca
continental. Payra et al. (2016) discutieron la producción y la comercialización de productos pesqueros que
investigan para la producción, las especies de peces, el costo de mantenimiento, las fuentes de pescado crudo,
el precio de venta del pescado seco, las funciones de costo involucradas en la venta y producción de productos
pesqueros. Finalmente, concluyeron que el pescado seco es más rentable que los productos pesqueros frescos
en la costa de Bengala Occidental.
Rajasekaran et al. (2018) consideró un modelo de cadena de suministro de Algoritmo Genético Genético
Modificado (MGGA) para determinar el nivel de existencias perfecto y el tiempo de revisión con las ventas perdidas.
Destacaron los parámetros de inventario para un horizonte de tiempo más largo. Johari et al. (2017) investigaron
la cadena de suministro del fabricante minorista con modelos centralizados y descentralizados con descuento
por calidad. El modo descentralizado mejora las ganancias tanto del fabricante como de los minoristas junto con
el poder de negociación. Hosseini-Motlagh et al. (2019) propusieron un problema de coordinación bajo un
escenario basado en la demanda estocástica sensible a la Responsabilidad Social Corporativa (RSC) que
enfrentan los minoristas. El contrato de precio mayorista de dos niveles ajustable propuesto tenía la capacidad
de coordinar los tres escalones SC bajo una alta incertidumbre de la demanda. Cheng y Ding (2020) explicaron
la responsabilidad social corporativa con base en los cinco escenarios bajo el efecto Lag. El beneficio de la
cadena de suministro disminuyó cuando aumenta el tiempo de demora. Entonces, intentaron reducir el tiempo de
retraso para aumentar las ganancias en la toma de decisiones descentralizada de la cadena de suministro.

Nataraja et al. (2020) se ocupó del beneficio neto de la gestión pesquera y los ingresos totales de las
sociedades de pescadores, incluidos los costes y los ingresos de la pesca. Nobil y Sedigh (2017) construyeron el
modelo matemático Fuzzy en el que asumieron variables lingüísticas al actualizar las políticas de mantenimiento
y aumentar la eficiencia de la máquina y concluyeron que el sistema alcanza el costo total reducido. Sharma et
al. (2020) presentó el marco para la gestión de la cadena de suministro de alimentos, recopiló los datos de los
últimos 15 años y explicó la revisión del desempeño de la cadena de suministro de alimentos en diferentes áreas
de la India.
Jonkman et al. (2019) concentraron principalmente la maximización del margen bruto total y la minimización del
potencial de calentamiento global en CO2 explorado durante el proceso de producción. Las incertidumbres en la
demanda y el rendimiento de la cosecha de productos agrícolas se toman en el modelo de cadena de suministro
estocástico.
Machine Translated by Google

Salas-Navarro et al. (2019) explica el modelo EPQ para elementos imperfectos y sigue la función de densidad de Un modelo de
probabilidad exponencial. Este documento explica cómo maximizar las ganancias en la cadena de suministro. Das inventario para la
Roy y Sana (2017) introdujeron un inventario estocástico con oferta de garantía de reparación gratuita. Este trabajo
comercialización de pes
es para encontrar el tamaño de lote de producción óptimo y se minimiza la ganancia. Vishnu et al. (2019) investigan
los factores de riesgo que intervienen en la gestión de la cadena de suministro. Se concentraron por completo en el
análisis biblométrico y usaron un software especial para clasificar este papel.

Ganesan et al. (2019) analizó un proceso de cadena de Markov para acceder a las acciones durante cuatro
meses al predecir el valor de cierre del precio de las acciones. Están utilizando el error cuadrático medio para predecir
el error de tolerancia.
Kuppulakshmi et al. (2021) explicaron el concepto de fabricación de pescado en las zonas costeras con el
deterioro de los productos pesqueros y por la demanda predefinida son capaces de minimizar el costo de producción.
En este artículo de investigación, se considera el modelo EOQ en lugar del EPQ y se minimiza el mismo costo total
en ambos artículos.
(Sugapriya y Jeyaraman, 2008) elaboraron el modelo EPQ con los mismos artículos defectuosos, pero están
brindando el descuento de precio para los productos deteriorados. Pero en este papel, los productos defectuosos se
venden por la tarifa mínima. Debido al confinamiento surge la demanda. Para evitar esta situación, la venta perdida
también se analiza en este artículo (Ulfah et al., 2021).
Teniendo en cuenta los datos recopilados en la zona costera de 30 familias para encontrar el inventario de abundancia
de peces de arrecife. La base de datos de la investigación de los vendedores de pescado al por mayor y al por menor
en la zona costera de Kasimedu, Chennai, Tamil Nadu.
Basile et al. (2020) recolectó la venta de pescado fresco en la República Democrática del Congo; compararon los
dos mercados para la venta de pescado y finalmente concluyeron que la venta se desvía para la exportación y los
artículos de pescado restantes se dividen en los dos mercados de pescado restantes. Taleizadeh et al. (2021)
explican la situación en la que un solo proveedor se enfrenta a los desafíos planteados por las distribuciones y esto
da como resultado pedidos atrasados parciales. Este proveedor de papel no logra satisfacer la demanda. Por lo
tanto, se producen pedidos pendientes y el proveedor rectifica parcialmente esta cantidad de pedidos pendientes.

Fatemi Ghomi y Asgarian (2019) dieron el marco de trabajo de distribución de los artículos deteriorados y
finalmente se concluyó que esta metodología de investigación es óptima para los pequeños comerciantes (ver Tabla
1).

Breve encuesta bibliográfica

Algunos clientes están impacientes por esperar y comprar los productos pesqueros de los pescadores debido a que
los requisitos no son críticos. Pero durante el período de veda de pescado, la demanda aumenta en las zonas
costeras. Los proveedores están listos para comprar una gran cantidad de productos pesqueros y almacenarlos
durante mucho tiempo. Los vendedores están en condiciones de satisfacer sus necesidades ofreciendo a la venta y
debe ser accesible en el momento adecuado. En alguna situación, los proveedores no pueden satisfacer a los clientes
debido a la alta demanda en una situación de bloqueo. Por lo tanto, dos tipos de escasez son la escasez de pedidos
pendientes y la pérdida de venta de productos pesqueros de acuerdo con este criterio.

Modelado matemático Para

encontrar el costo total, se deben considerar el costo de mantenimiento, el costo de escasez y el costo de deterioro.
Hay tantas desventajas en mantener los productos alimenticios deteriorados. Debido a la demanda y el deterioro, se
determina el costo de mantenimiento de los productos pesqueros. La cadena de suministro del proceso de
comercialización de pescado para encontrar el costo total óptimo y la cantidad óptima de pedido pendiente en las
dos situaciones, a saber, (1) pedido pendiente normal y (2) período de cuarentena, se explica en la Figura 1.

En el tiempo t 5 0, el producto de pescado se compra al vendedor en el área de la costa y se supone que es Q.

Luego, los compradores comienzan a comprar los productos de pescado como una venta al por mayor o al por mayor.
Machine Translated by Google

JAMR tipo de papel Artículo Análisis

Modelos para artículos Sugapriya y Jeyaraman (2008) Los productos imperfectos pueden obtener descuento.
imperfectos
Taleizadeh y Dehkordi (2017) Los artículos defectuosos se venden durante la venta.

Kuppulakshmi et al. (2021) Los artículos de pescado perecederos se producen durante la

navegación.
Modelos de naturaleza Hosseini-Motlagh et al. (2019) La demanda es de naturaleza estocástica y se discute un precio
estocástica de venta completo
Taleizadeh y Dehkordi (2017) Se discuten tanto la venta pendiente como la venta perdida

Ganesan et al. (2019) El modelo de cadena de Markov se deriva para el comercio de acciones
Modelos para pedidos completamente Fatemi Ghomi y Asgarian (2019) Los bienes perecederos están bajo la venta perdida
pendientes

Modelos para pedido parcialmente Taleizadeh et al. (2021) Los artículos deteriorados se consideran parcialmente como la
Tabla 1. pendiente venta perdida
Taleizadeh y Dehkordi (2017) Algunos productos deteriorados sufren la venta perdida
Análisis para pequeños
comerciantes

Iniciar la
Producción
producción

Pescadores Pescadores

Exportar Proveedores Valor añadido Recolector de pescado local

Sellador entero comisionista

comisionista
Minoristas

Minoristas
Clientes

Proveedores

Final
Figura 1.
Proceso de comercialización de
Final
pescado caso (1) y caso (2)

proceso de venta al por menor. Entonces, Q se reduce de acuerdo con la demanda. En el momento t =
t1, durante el período de bloqueo, la demanda de productos alimenticios aumenta enormemente, por lo
que la acumulación se produce en gran medida. La proporción del parámetro de acumulación durante
el período de bloqueo se define como (1 - ÿ) y durante el período normal es ÿ se muestra gráficamente
en la Figura 2.
Machine Translated by Google

BLANCO Un modelo de
inventario para la

comercialización de pes

DF
inventario
Nivel
del

DF

t1

0
Figura 2.
Trabajo atrasado durante
Sistema de control
Tiempo normal ÿB
de inventario de
productos pesqueros en
Trabajo atrasado durante periodo normal y periodo
T
Periodo de cuarentena(1 – ÿ)B de cuarentena

El precio de comercialización de los peces marinos se calcula en diferentes canales.

Proceso 1 Pescadores ÿ Minoristas ÿ clientes

Proceso 2 Pescadores ÿ Vendedores ÿ clientes

Proceso 3 Pescadores ÿ mayoristas ÿ clientes

Proceso 4 Pescadores ÿ Minoristas ÿ clientes

Este documento es similar al proceso 2 y al proceso 3. La función de costo de inventario de los vendedores
incluye la tarifa del subastador, la transacción, las instalaciones de almacenamiento, el saneamiento, el
mantenimiento y el control de calidad. El propósito de este documento es minimizar el costo anual para el
cliente en relación con las situaciones mencionadas, a saber, la situación normal y la de bloqueo.

Diferentes tipos de productos pesqueros están disponibles en la zona costera todos los días.
Según la demanda venden los productos de la pesca. Durante la situación de confinamiento, la demanda
aumenta, pero la falta de transporte y la acumulación de una mayor cantidad de pescado, algunos productos
pesqueros se dañan y deterioran. Por lo tanto, estos tipos de productos pesqueros no son aceptables para
los minoristas. Esta proporción de tipo se convierte en venta perdida a causa de estos minoristas.

Durante la situación normal, algunos clientes impacientes no están dispuestos a esperar y comprar los
productos, esta proporción de escasez se convierte en el costo promedio de escasez sin penalización.
De acuerdo con estos resultados, este modelo explica cómo puede mejorar el proceso con la satisfacción de
los clientes tanto en situación normal como de confinamiento.
El costo de almacenamiento para el producto pesquero está dado por

2
OQ _
Costo de retención ¼ hc (1)
2DF

B2
Costo de escasez ¼ ÿLB þ ÿ (2)
2DF
Machine Translated by Google

El tiempo total para el proceso de inventario de producción de pescado es

JAMR
CI
T¼ BLANCO
¼
(3)
DF DF

El tiempo de ciclo esperado para un año se da como

BLANCO
yo
EðTÞ ¼ E ¼
(4)
DF DF

El costo de deterioro para el total de productos pesqueros depende de la proporción de la tasa de

deterioro con el inventario

Dc ¼ ÿcI y ÿc ¼ ÿCd (5)

El costo total de los productos pesqueros el período que incluye la situación normal y la situación
de bloqueo se formula como

OQ _ B2
TCðOQ; BÞ ¼ Fc th Hc þ ÿLB þ ÿ þ ÿc (6)
2DF 2DF

El costo total esperado para el período dado es

ðÿI BÞ B2
Hc þ ÿLB þ ÿ (7)
EðTCÞ ¼ Z1 " Fc þ 2DF 2DF
r
þ ÿcI # fðÿÞdÿ

2 B2
þ ÿcI (8)
¼ FC Z1 " _ 2DF 2D
r
Hc # fðÿÞdÿ þ ÿLB þ ÿ
1 1
Considerado R ÿ2fðÿÞdÿ ¼ m2 þ v y R ÿf ðÿÞdÿ ¼ m
r r
2
ðm2 þ vÞI Hc mIBHc þ ÿB2 B2
EðTCÞ ¼ Fc Þ ÿLB þ þ þ Hcþ mIDF D2 F (9)
2DF DF 2DF 2DF

El costo total esperado para la producción de pescado durante un año se da como

EðTCÞ
TCI; RETIRAR (10)
EðTÞ

Sustituyendo la ecuación (4) y la ecuación (9) en la ecuación (10) TCðI; BÞ se da como

FcDF ÿLBDF
ðm2ÿcDF
þ vÞI ðÿ þ HcÞB2
TCI; RETIRAR þ þ þ mI mI Hc
2mIBHc þ (11)
2m metro

La cantidad óptima de pescado pedida tanto para la situación normal como para la situación de
confinamiento juntas se obtiene diferenciando la ecuación (11) con respecto a I obtenemos,
Machine Translated by Google

FCDF ÿLBDF Un inventario

vTCðI; RETIRAR m2 vÞ ðÿ þ HcÞB2
¼-
th hc (12) modelo para peces
nosotros mi 2 2m mi 2 2mI 2
marketing
Para encontrar la solución óptima para I*, sustituya vTCðI; BÞ ¼ 0
nosotros

FCDF m2 vÞ ÿLBDF ðÿ þ HcÞB2

ÿ

es decir hc ¼0 (13)
mi 2 2m mi 2 2mI 2

Entonces la cantidad óptima ordenada se da como

ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

2FcDF þ ðÿ þ HcÞB2 þ 2ÿ0BDF

yo * ¼
(14)
s ðm2 þ vÞHc

*
Sustituyendo el yo en la ecuación (11) (Apéndice 1) TCðI; BÞ se da como
ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

m2 vÞ
ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ÿcDF
TCI; RETIRAR pags 2FcDFHc þ ðÿ þ HcÞB2Hc þ 2BÿLDFHc es decir
BHC (15)
m2 r metro

Para encontrar la solución óptima para B* (Apéndice 2)

vTCðI; RETIRAR Naciones Unidas

¼ ¼0 (dieciséis)
vB
ðm2þvÞ
q m2 ðm2þvÞ ðÿ þ HcÞB
m2þ ÿLDF
ÿðBÞ " þ ÿðBÞ !

m2 vÞ 2 m2 vÞ
YðBÞ ¼ ððÿ þ HcÞ Þ ðÿ þ HcÞHc B2 þ 2ÿLDF ðÿ þ HcÞ
m2 m2

m2 vÞ
2DFÿLHc segundo ÿ2 LD2 F 2DFHcFc (17)
m2

Considerando la ecuación cuadrática b2 ÿ4ac para la ecuación anterior (17) suponga

m2 vÞ 2
un ¼ ððÿ þ HcÞ Þ ðÿ þ HcÞHc (18)
m2

m2 vÞ
segundo ¼
2ÿLDF ðÿ þ HcÞ 2DFÿLHc (19)
m2

m2 vÞ
do ¼ ÿ2 LD2 F 2DFHcFc (20)
m2

ÿ ¼ b2 4ac
Machine Translated by Google

2
m2 vÞ m2 vÞ
JAMR re ¼
2ÿLDF ðÿ þ HcÞ 2DFÿLHc
4
ððÿ þ HcÞ
2
el

m2 m2
m2 vÞ (21)
2 ÿ2 LD2 F 3
ðÿ þ HcÞHc 6 m2 7

4 2DFHcFc 5

Según los diferentes valores de ÿ obtenemos los valores óptimos de. B* ffiffiffiffiffiffiffiffiffiffiffiffi

Para encontrar la raíz de QðBÞ usamos la fórmula. ÿb± b2 ÿ 4ac p

2a

Notaciones

DF La demanda de los productos de la pesca

yo Cantidad total pedida de pescado
B Cantidad de pedido pendiente por año
FC Costo de un pedido del producto de pescado
Corriente continua
Coste de deterioro de los productos pesqueros
hc Costo de mantenimiento del producto pesquero en un año
q Pescado cantidad pedida
c Productos pesqueros no defectuosos (r ÿ ÿ ÿ 1)
fc Función de densidad de probabilidad de artículo defectuoso con media (m) y varianza (v)
sn Costo de escasez durante el tiempo de ejecución normal
SL Costo de escasez durante el período de bloqueo
ÿ Tasa de deterioro

ÿc costo de deterioro
T BLANCO

(Tiempo total del ciclo)

DF

OQ CI
ÿL ÿ ÿÿL þ ð1ÿ ÿÞðÿL þ Fs ÿFpÞ
ra þ ð1ÿ ÿÞm
fs Precio de venta de una unidad de producto de pescado
Fp Costo de compra de una unidad de producto de pescado
Costo de penalización por una unidad perdida durante el período normal

Sres
Parámetro de escasez de proporción
Ed: Ju Valor esperado
TCI; RETIRAR Coste total de los productos pesqueros en un año
ÿL Costo de los productos pesqueros que se encuentran en pedidos pendientes durante la situación de confinamiento

a Costo de productos pesqueros que se encuentran en pedidos pendientes durante el tiempo de ejecución normal

l Coste de la penalización por los productos pesqueros que se pierden durante la situación de confinamiento

Tabla 2. Suposición

La tabla proporciona la 1. Costo promedio de escasez independiente del confinamiento que es una función convexa de ÿL y ÿL þ Fs ÿFp con
notaciones y la incluyendo el lucro cesante
suposiciones 2. Costo promedio de escasez durante el período normal que es una función convexa de ÿ y ÿ

*
r
PD ÿL B* yo
TC ¼ ðI *; B*Þ$

0,2 0,2 1,9 488 2.829 641

Tabla 3.
0,3 0,3 1,85 820 4.265 669
Proporciona sensibilidad
0,4 0,4 1,8 1.228 6.104 762
análisis de cambio de
0,5 0,5 1,75 1.712 8.362 923
parámetro de escasez
0,6 0,6 1,7 2.277 11.065 1,160
b ju ; y costo total TC ð I
pedidos, nivel de inventario
Impacto de ÿ en la espalda
Figura 3.
Nivel
del
inventario
( º)
yo
10000 11000 12000
0,2
2000 3000 4000 5000 6000 7000 8000 9000
0.25
0.3
Impacto
de
ÿen
el
parámetro
de
escasez
I(ÿ)
0.35
(b)
0.4
*)
B
Pedidos
atrasados
(
1000 1500 2000 2500
0,45 500
0.2
0
0.5
0.25
0,55
0.3
Impacto
de
ÿen
B parámetros
de
escasez
(ÿ)
0.6
0.35
Costo
total
de
los
productos
pesqueros
TC( )B,
yo
(a)
0.4
1000 1100 1200
0.2
600 700 800 900
0,45
0.25
0.5
0.3
0,55
Impacto
de
ÿen
TC(I,
B)
parámetros
de
escasez
(ÿ)
0.35
0.6
(C) 0.4
0,45
0.5
0,55
0.6
marketing
modelo para peces
Un inventario
Machine Translated by Google
Machine Translated by Google

JAMR Por lo tanto, obtenemos la solución óptima para B* como

ffiffiffiffi

ÿðm2þvÞ
m2 ÿ2ÿLDF
p ðÿ þ HcÞ þ 2DFÿLHc þ
segundo* ¼ (22)
2
2 ðm2þvÞ ððÿ þ HcÞ Þ ðÿ þ HcÞHc
m2

o
ffiffiffiffi

ÿðm2þvÞ
m2 ÿ2ÿLDF
p ðÿ þ HcÞ 2DFÿLHc þ
segundo* ¼ (23)
2
2 ðm2þvÞ ððÿ þ HcÞ Þ ðÿ þ HcÞHc

m2 La segunda cantidad para el valor óptimo de B* es negativa, por lo que hemos considerado la primera
cantidad.
Usando MATLAB R2014b, podemos encontrar el valor óptimo para TCðI; BÞ
ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

ÿcDF
ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi

m2 vÞ
TCI; RETIRAR pags2FcDFHc þ ðÿ þ HcÞB*2Hc þ 2B*ÿLDFHc es decir B* Hc (24)
m2 r metro

Demostrando la convexidad de la función de costo, podemos decir que TC (I, B) es mínimo.

Para convexidad, debe satisfacer (Ver Apéndice 2)

v2 TCðI; BÞ
ðÞ >0 (25)
vi 2

v2 CT v2 CT v2 CT
ðiiÞ >0 (26)
vi 2 vB2 vbvi

Resultado numérico y análisis de sensibilidad

Para ilustrar los cálculos numéricos para el modelo propuesto algunos de los valores de la
Los parámetros se adoptan de (Taleizadeh y Dehkordi, 2017). La cantidad demandada del
el pescado está determinado por su precio, así como por las situaciones de confinamiento. Los compradores también compran
los productos pesqueros con diferentes precios en un mercado. La naturaleza muy deteriorada de los peces.
productos conduce a fluctuaciones en el costo total del sistema. Aquí, dos situaciones son normales
Se consideran la situación de atraso y la situación de atraso en cuarentena. En cuarentena
situación, los minoristas no tienen paciencia para esperar en la cola; se van por falta de tiempo
y la calidad deficiente del producto pesquero. Este ejemplo numérico se explica para
demostrar el impacto del parámetro de escasez (ÿ), el costo de la penalización (ÿ), la varianza (ÿ) y la media
(metro). En la Tabla 2, usando los valores de ÿ, ÿðÿÿ þ ð1ÿÿÞÿÞ y ÿLðÿÿL þ ð1ÿÿÞ
Se determinan ðÿL þ Fs ÿFpÞÞ . Además, en todos los casos la condición de convexidad es
satisfecho y se explica en el Apéndice 3. Consideremos m 5 0.7, ÿ 5 0.01, Hc ¼ $3 unidad/
año, ÿL ¼ 1:5, ÿ 5 1, mL ¼ $1:5=unidad, ÿ 5 0/unidad/año, ÿL þ Fs ÿFp ¼ $2=unidad, DF 5 200,
Fc 5 500, ÿc 5 0,3. En las ecuaciones (14), (22) y (24) sustituyendo los valores anteriores y los valores

*
metro
PD ÿL B* yo
TC ¼ ðI *; B*Þ$

0,2 0,36 1,9 1.041 5.271 728

Tabla 4. 0,3 0,44 1,9 1.301 6.843 832

0,4 0,52 1,9 1.763 8.652 977
Análisis de sensibilidad para
cambio de costo de 0,5 0,60 1,9 2.188 10.703 1,168
pena m 0,6 0,68 1,9 2.656 13.005 1,406
b ju ; y costo total TC ð I
pedidos, nivel de inventario
Impacto de m en la espalda
Figura 4. *l
Nivel
de
inventario
total
10000 11000 12000 13000 14000
0.2
5000 6000 7000 8000 9000
0.25
0.3
Impacto
de
ÿen
I
Coste
de
la
sanción
µ 0.35
(b)
0.4 '
Espalda
total B
ders
ro
10000.2 1200 1400 1600 1800 2000 2200 2400 2600 2800
0,45
0.5
0.25
0,55
0.3
0.6 Impacto
de
ÿen
B
0.35
Coste
de
la
sanción
µ
*
Coste
total CT,yo( *)
segundo (a)
0.4
1000 1100 1200 1300 1400 1500
0.2
700 800 900
0,45
0.25
0.5
0.3
Impacto
de
ÿen
TC
=
(I*,
B*) 0,55
0.35
0,45
0,4
Coste
de
la
sanción
µ
0.6
(C)
0.5
0,55
0.6
marketing
modelo para peces
Un inventario
Machine Translated by Google
Machine Translated by Google

JAMR en la Tabla 2 ðÿ; ÿ y ÿLÞ obtenemos el nivel de inventario óptimo ðI *Þ , pedidos pendientes óptimos
cantidad que incluye tanto el período normal como el de cuarentena ðB*Þ y el costo total óptimo
para el proceso de inventario TC ¼ ðI *; B*Þ.
En la Tabla 3, aumentar el valor del parámetro de escasez conduce a disminuir el valor de ÿL.
La tasa de pedidos pendientes también se incrementa por el aumento en el parámetro de escasez. A pesar de
aumento en el valor del nivel de inventario I el costo* total del ciclo se incrementa en lo mínimo
rango posible. Los valores numéricos se comparan con (Taleizadeh y Dehkordi, 2017) con
algunos índices similares y los resultados se muestran en la Figura 3 y la Tabla 3. Al comparar todos
los resultados los valores negativos se producen en el nivel de pedido pendiente óptimo y óptimo
Nivel del inventario. Cuando los parámetros de escasez ðÿÞ aumentan de (0.2, 0.3, 0.4, 0.5, 0.6) a
determinar los pedidos atrasados tanto en situaciones normales como de cuarentena. sustituyendo
ðÿ; ÿ y ÿLÞen las ecuaciones (14), (22) y (24) obtenemos el nivel de inventario óptimoðI *Þ, óptimo
cantidad de pedido pendiente que incluye tanto el período normal como el de cuarentena ðB*Þ y el
costo total óptimo para el proceso de inventario TC ¼ ðI *; B*Þ. Al comparar (Taleizadeh
y Dehkordi, 2017) todos los valores son factibles y no negativos. Si bien la tasa de escasez
aumenta el parámetro, el nivel de pedidos pendientes también aumenta, por lo que el costo de la penalización aumenta en ambos
El período normal y de cuarentena se muestra en la Figura 3. De acuerdo con eso, el costo total óptimo
para la comercialización de pescado se incrementa.
En la Tabla 4, aumentar el valor del costo de la penalización es aumentar el valor de ÿ.
La tasa de pedidos pendientes también se incrementa por el aumento en el costo de la multa. Pero no hay
cambio de parámetro en ÿL mientras aumenta el costo de penalización. A pesar de que aumenta el valor de
nivel de inventario I *; se muestra el costo total del ciclo incrementado en el menor rango posible
en la Figura 4. Configuración del valor numérico de la tasa de pedido pendiente ðÿÞ, media (m) y varianza (ÿ)
son iguales al primer valor en la Tabla 2. Al aumentar el valor del costo de la sanción ðmÞde
(0,2, 0,3, 0,4, 0,5, 0,6) para la situación crítica, los minoristas no están satisfechos con la menor calidad
de producto pesquero y no tienen paciencia para hacer cola. El valor ÿ en la normal
situación varía de 0,36 y aumenta al menos rango posible. Incluso en este análisis
aunque el costo de la sanción aumenta, no hay cambios en el período de cuarentena ÿL. los
el nivel de pedidos atrasados y el nivel de inventario aumentan constantemente cuando aumenta el costo de penalización.
Comparando la Tabla 3 con la Tabla 4, los valores de la Tabla 4 son altos debido a la penalización por pérdida de venta.
Pero, el costo óptimo total TC ¼ ðI *; B*Þaumenta al menos el rango posible aunque el
valores en pedidos pendientes y el nivel de inventario aumenta en la Tabla 4.
En la Tabla 5, al aumentar el valor del valor medio de la expectativa, no hay cambio en ÿ y
ÿ0. La tasa de pedidos pendientes se reduce por el aumento en el valor medio (m). Disminución del valor de
(m) se disminuye el nivel de inventario I En la *Tabla
. 5, se disminuye el costo total del ciclo en el
menor rango posible. Cambiando los valores de m de (0.2, 0.4, 0.6, 0.8, 1) y manteniendo el
la tasa de pedidos pendientes ðÿÞ, el costo de la penalización ðmÞ y la varianza (ÿ) permanecen constantes. el pedido pendiente
el valor, incluida la cuarentena y la situación normal, se está reduciendo. El nivel de inventario
ðI *Þ reducido rápidamente. Al comparar con (Taleizadeh y Dehkordi, 2017) aumento en

metro PD yo * TC ¼ ðI *; B*Þ$
ÿL B*

0,2 0,2 1,9 3,230 46.502 2,235

0,4 0,2 1,9 913 7.935 780
Tabla 5. 0,6 0,2 1,9 561 3.644 661

Análisis de sensibilidad para 0,8 0,2 1,9 438 2.302 630

cambio de parámetro m 1 0,2 1,9 371 1.654 619

b ju ; y costo total TC ð I
pedidos, nivel de inventario
Impacto de m en la espalda
Figura 5.
Nivel
de
inventario
total
*l
0.5 1.5 2.5 3.5 4.5
0.2
0 1 2 3 4 ÿ104
5
0.3
0.4
0.5
Impacto
de
men
I
valor
medio
m
(b) 0.6 Total
de
pedidos
pendientes B*
1000 1500 2000 2500 3000 3500
500
0.2
0
0.7
0.3
0.8
0.4
0.9
Impacto
de
men
B
0.5
valor
medio
m
1
*)
B*,
I(st
Total
co
TC (a) 0.6
1000 1200 1400 1600 1800 2000 2200 2400
0.2
600 800 yo
0.7
0.3
0.8
0.4
0.9
Impacto
de
men
TC
=
(I*,
B*)
0.5
valor
medio
m
1
0.6
(C)
0.7
0.8
0.9
marketing 1
modelo para peces
Un inventario
Machine Translated by Google
 ; ð IB Þ
inventario y costo total TC
pendientes, nivel de
Impacto de v en pedidos
Nivel
de
inventario
total yo Figura 6.
10000
0
2000 3000 4000 5000 6000 7000 8000 9000
0.01
0.02
0,03
0,04
0,05
0,06
0,07
Impacto
de
ven
I
Valor
de
varianza
v
Total
de
pedidos
pendientes Bº
(b)
1000 1200 1400 1600 2200
2000
1800
0
200 400 800
600
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0.08
0.09
Impacto
de
ven
B
Valor
de
varianza
v
Costo
total
CT( )B,
yo
(a)
1000 1100 1200 1300 1400
0
600 700 800 900
0.01
0.02
Impacto
de
ven
TC
=
(I*,
B*)
0.03
Valor
de
varianza
v
0.04
(C)
0,05
0,06
0,07
0.08
0.09
JAMR
Machine Translated by Google
Machine Translated by Google

valor medio en el rango mínimo posible, el costo total de la función disminuye hasta cierto punto Un inventario
y luego, de repente, comienza a aumentar al máximo. Pero, en este trabajo aumentando la media modelo para peces
valor (m) da como resultado la rápida disminución en el costo total que se muestra en la Figura 5, este beneficio para
el mayorista aún en la situación de cuarentena, podría ser una gran oportunidad para el pescado
marketing
marketing para impulsar su venta en el mercado.
El valor de la varianza aumenta, no hay cambio en ÿ y ÿ0. Tasa de pedidos pendientes
aumenta cuando hay un aumento en la varianza ðvÞ se muestra en la Figura 6. Si bien hay
* El costo total de
aumento en el valor de ðvÞ, el nivel de inventario I también aumenta.
el ciclo se incrementa en el menor rango posible. Configuración del valor numérico
de varianza ðvÞ como (0, 0.03, 0.050, 0.070, 0.090) y manteniendo la tasa de pedido pendiente ðÿÞ, costo
de pena ðmÞ y media (m) como constante. Los valores de ÿ y ÿL permanecen constantes como
se muestra en la Tabla 6 , pero el nivel de pedido pendiente y el nivel de inventario óptimo aumentan
enormemente a pesar de que el costo total del sistema aumenta lo menos posible
rango (ver Tabla 7).

Conclusión
La conclusión de esta investigación se exhibe para el período incierto de veda de pescado y el normal
mercados geográficos. Pero en ambos casos, la función de demanda es dependiente con la
cantidad de pedido pendiente. El costo total esperado de los minoristas de productos pesqueros aumentó al
menor rango posible con el aumento en el parámetro de escasez, costo de penalización y
diferencia. Pero el cambio en el valor medio conduce a una disminución en la cantidad de pedidos pendientes,
nivel de inventario y el costo total anual de los minoristas. Este análisis aporta la
servicio de cadena de suministro de mayorista a minorista en alto nivel. El análisis de sensibilidad
muestra que el costo total esperado del modelo EOQ para la comercialización de pescado es óptimo al encontrar

*
en PD
ÿL B* yo
TC ¼ ðI *; B*Þ$

0 0,2 1,9 327 2.200 645

0,030 0,2 1,9 856 4.292 707
0,050 0,2 1,9 1.268 5.918 849 Tabla 6.
0,070 0,2 1,9 1.712 7.635 1,057 Análisis de sensibilidad para
0,090 0,2 1,9 2.182 9.402 1,331 cambio de parámetro v

Artículo Criterios Resultado de este documento

Sugapriya y Los productos imperfectos pueden obtener Estos artículos imperfectos de papel son vendidos por el
Jeyaraman (2008) descuento tarifa reducida
Taleizadeh y Los artículos defectuosos se venden durante la venta. La venta combinada de los productos son
Dehkordi (2017) La última venta y el pedido pendiente considera tanto para la venta al por mayor como para

cantidad se definen en este modelo minoristas Este documento también considera la

venta perdida pero el costo total óptimo es
obtenido para la demanda
Kuppulakshmi et al. Las funciones de coste tratadas como pentagonales El deterioro de los productos es
(2021) número borroso considerado pero la cantidad de pedido pendiente
es muy inferior con el aumento de la
parámetros
Hosseini-Motlagh La demanda estocástica se sigue en este La distribución exponencial se sigue para obtener Tabla 7.
et al. (2019) papel la funcion de costo Estudio comparativo
Machine Translated by Google

JAMR la cantidad de pedido pendiente. Esta demanda probabilística imperfecta para el período incierto de veda de pescado
y el mercado estacional normal es un buen enfoque para encontrar la cantidad de pedidos pendientes para que tanto
los minoristas como los vendedores completos hagan estrategias conjuntas para rectificar la demanda del mercado.
Este modelo propuesto es válido en la venta de pescado, fabricación de pescado seco, producto de valor agregado
de diferentes artículos de pescado. Este es el buen momento para actuar en este campo porque en un período incierto
de veda de pescado, los pescadores de venta al por mayor y al por menor tienen varias carencias en la planificación
conjunta.
El beneficio nuevo y vital de esta investigación; El modelo EOQ del mercado de pescado considera que la
demanda de productos pesqueros sigue la distribución exponencial, Productos pesqueros deteriorados imperfectos.
Al predecir la cantidad de pedidos pendientes, podemos reducir el costo total de los mercados de pescado tanto en la
situación de cierre como en la normal. Determinar la demanda de productos pesqueros en la incierta situación de
confinamiento y suministrar a los minoristas pescado de buena calidad para maximizar las ventas.

Este análisis de sensibilidad muestra la proporción de variación en el costo total con la variación en los parámetros.
Además, esta investigación se puede desarrollar asumiendo los parámetros de costo en ecuaciones no lineales y en
un entorno difuso.

Referencias

Babalola, D., Bajimi, O. e Isitor, S. (2015), “Potencial económico de la comercialización de pescado y las mujeres
empoderamiento en Nigeria: evidencia del estado de Ogun”. doi: 10.4314/AJFAND.V15I2.
Balasubramanian, GK, Datta, K., Joshi, PK, Katiha, P. y Menon, M. (2008), “Comercialización nacional de pescado
en India: estructura, conducta, desempeño y políticas cambiantes”, Revisión de investigación económica
agrícola, vol. 21, págs. 345-354.
Basile, M., Tchomba, Lusasi Swana, W., Kilingwa, C., Mbumba, P., Kavumbu, S. and Kiamfu, V.
(2020), “Inventario de pescado fresco comercializado en los mercados de Kinshasa en la república
democrática del Congo (caso de los mercados de Gambela y Matete)”, International Journal of Applied
Research, vol. 6, págs. 102-108.
Cheng, H. y Ding, H. (2020), “Decisión de incentivos para la cadena de suministro con responsabilidad social
corporativa y efecto de retraso”, Sostenibilidad, vol. 12 núm. 7, pág. 2608, doi: 10.3390/su12072608.
Das Roy, M. y Sana, SS (2017), “Demanda estocástica sensible al precio de venta aleatoria: un modelo de
producción imperfecto con garantía de reparación gratuita”, Journal of Advances in Management Research,
vol. 14 No. 4, págs. 408-424, doi: 10.1108/JAMR-10-2016-0086.
Fatemi Ghomi, SMT y Asgarian, B. (2019), "Desarrollo de metaheurísticas para resolver un problema de
enrutamiento de ubicación de inventario de transporte considerando la venta perdida de productos
perecederos", Journal of Modeling in Management, vol. 14 N° 1, págs. 175-198, doi: 10.1108/
JM2-05-2018-0064.

Ganesan, K., Annamalai, U. y Deivanayagampillai, N. (2019), “Un nuevo modelo integrado de pronóstico basado
en la cadena de Markov de FCM de umbral para analizar el poder de la tendencia del comercio de
acciones”, Financial Innovation, vol. 5 núm. 1, pág. 35, doi: 10.1186/s40854-019-0150-4.
Hosseini-Motlagh, S.-M., Govindan, K., Nematollahi, M. y Jokar, A. (2019), “Un contrato de precio mayorista de
dos niveles ajustable para coordinar una cadena de suministro bajo una demanda estocástica basada en
escenarios”, Revista Internacional de Economía de la Producción, vol. 214, págs. 175-195, doi: 10.1016/j.
ijpe.2019.03.003.
Johari, M., Hosseini-Motlagh, S.-M. y Nematollahi, M. (2017), "Coordinación simultánea del período de revisión y
orden hasta el nivel en una cadena de fabricante-minorista", Journal of Industrial and Systems Engineering,
vol. 10 (edición especial sobre producción e inventario), pp. 1-17.
Jonkman, J., Barbosa-P ovoa, AP y Bloemhof, JM (2019), "Integración de decisiones de cosecha en el diseño de
cadenas de suministro agroalimentarias", European Journal of Operational Research, vol. 276 No. 1, pp.
247-258, doi: 10.1016/j.ejor.2018.12.024.