本文是一篇SCI论文，本文在总结了国内外相关的研究现状的基础上，模拟了血液需求事件，对血液库存管理进行分析验证，其得到的主要研究结论如下：1.阐述了国内外关于血液库存管理、血液调剂、血液分配以及仿真优化的研究现状，
分析了现有关于血液库存管理文献中存在的主要问题，随即提出了本文的研究内容和研究方法。2.以调剂量最大、运送血液的新鲜度最大为目标，构建紧缺血液产品的调剂决策优化模型，研究出调剂决策的触发条件及调剂量决策规则。
第 1 章 绪论
1.1 研究背景及意义
1.1.1 研究背景
受各类现实因素的影响，血液库存的有效管理是一个复杂难题。原因在于：第一，血液的唯一来源是无偿献血者，其供应量具有高度不确定性。因为无偿献血容易受到气候、节假日以及献血者主观意愿等因素的影响，因此血液的供应存在着高度不确定性。第二，血液的需求波动性比较大，需求量的多少受其意外事故以及突发性自然灾害的影响，并且临床的血液需求也是随机的。第三，血液作为一种特殊的易腐物品，其保质期和新鲜度对其使用的效果有着非常重要的影响。对于新生儿、严重肝肾功能不全者、严重心肺疾患者以及急性失血持续低血压者等特殊的用血患者，只有使用新鲜的血红细胞才能够得到有效的治疗。血红细胞具有保质期，保存时间超过 21 天的血红细胞会丧失其在毛细管中的灵活性，从而失去其输送氧气的功能。因此在对血液进行库存管理应当考虑血液的生命周期对其使用的影响。
如今，各类型血液制品在全球范围内存在着情况不一的紧缺现象。从供给方面来说，英国的积极献血者只有 3.6%，而美国只有 3%的民众在进行献血活动。2013 年，美国、加拿大等地面临着不同程度的血荒困扰（CBC News, 2013)。我国大陆地区的血荒现象则更为严重。2010 年-2014 年，北京、重庆、深圳、上海等地出现不同程度的血库告急。自 2015 年以来，血荒之灾涉及全国各地，许多地方的血液中心都启动了一级预警，持续的血荒达到顶峰（新华日报, 2017)。2018 年 3 月起我国全面停止互助献血，血液的供应将更加紧张。截至 2018 年我国由无偿献血收集到的血液达到了 2500 万单位，较 1998年《献血法》实施以来增长超过 4 倍。但是献血量的增长速度赶不上血液需求的增长速度。2018 年，北京市出现了较为严重的血液短缺现象，现有的血液制品只能够满足部分急救用血的需求。2020 年，全球爆发新型冠状病毒，为了防止病毒的蔓延，民众只能够尽可能的呆在家中，这种意外状况的发生使得血液供应出现了极大的短缺。
...........................
1.2 研究内容和方法
1.2.1 研究内容
本文对血液的库存管理以及相关内容的国内外研究现状进行总结概述，针对现阶段研究存在的不足，提出本文主题。通过分析血液库存管理研究的背景、意义、目的，提出本文研究的主要内容、技术路线和研究方法等。其具体主要研究内容为以下几个部分：
第一部分：调剂决策模型研究。考虑各阶段调出血站供应能力限制、中心血站紧缺血液产品信息与接收血液产品的生命周期限制，研究调剂策略的触发条件及调剂量决策规则。以调剂量最大、调剂的血液的新鲜度最大为目标，构建紧缺血液产品的调剂决策模型。
第二部分：分配决策模型研究。考虑各个需求点的血液紧缺程度、具有不同优先级的血液需求类型等(急诊需求优先满足、重症需求优先满足、急症需求优先于重症需求满足等)，以公平性最好、总短缺量最小为目标，建立具有多类优先级需求的分配规划模型。
第三部分：仿真优化。在库存决策中集成血液产品调剂与分配决策，对联合库存系统的动态决策过程进行建模。在此基础上，采用 Matlab 平台设计离散事件仿真系统，通过变化不同库存补充策略，计算缺血量、报废率、采集量、公平性等关键指标，进而分析各策略下的血液保障绩效，选择较为合理的库存补充策略。最后，对关键参数进行大量的敏感性分析，为采供血机构设计具有稳健性的库存控制参数提供理论依据，并得出管理启示。
第四部分：总结与展望。对文章的研究状况进行总结，并且发现本文研究的不足之处，对今后的研究进行展望。
............................
第 2 章 国内外研究现状
2.1 血液库存控制相关问题研究
血液作为一种典型的易逝品，其使用价值随着时间的推移逐渐下降。若在保质期内未使用完，则会产生过期报废量。但血液又和一般的易逝品不同，血液的运输过程不用考虑其成本的大小，只需要考虑其在最短的时间内到达中心血站或者所管辖的医院。即血液的库存管理过程不用考虑其经济性。
最初对于血液库存管理的研究出现在 20 世纪中期和后期，Millard（1965）最先提出了血液库存管理的问题，他将工业中运用的库存管理模型引入到了血液的库存管理过程中来[6]。Brodheim 等人（1975）为了评价血液的库存政策而对血液的需求提出新的预测模型[7]。Nahmias（1982）对易逝品的库存研究进行总结，阐述多产品、多级储备情况下的血液库存管理应用的模型[8]。Gregory（1984）详细介绍了血液库存管理的各个环节，并且还对过去 10 多年的研究结果进行总结论述[9]。Sirelson 和 Brodheim（1991）将逾期量和短缺量作为基本库存水平及日平均需求的函数，同时应用仿真，研究目标医院的血小板的库存管理策略[10]。
到了 21 世纪，许多学者在研究一般的易逝品时，慢慢地将一部分的注意力转移到了血液的库存管理上来。Goyal 等（2001）综述了 20 世纪 80 年代-90 年代的血液库存研究的成果[11]。Tekin 等(2001)讨论改进的批量订货策略对剩余产品的剩余生命周期的影响，构建基于生命周期策略的考虑市场份额丢失的易逝品库存模型[4]。Kopach (2008)应用排队论模型，研究考虑常规需求以及紧急需求的红细胞的库存管理系统，并以加拿大某血站进行实例分析[12]。Broekmeulen 等(2009)考虑在库品生命周期，提出基于(R,s,nQ)的订购策略，并证实该策略的成本优势[13]。Baron 等(2010)设计启发式算法针对易腐物品库存控制问题的求得满意解[14]。Olsson 等 (2010)同样考虑泊松需求分布，但基于(S-1,S)补货策略，研究延迟交货对易腐物品库存控制的影响，证明了(S-1,S)策略在节约成本方面优于(Q,r)策略[15]。
................................
2.2 血液调剂相关问题研究
血液调剂是血站之间的横向协调策略。通过调剂，可以起到弥补本地采集不足的作用。通过调剂，可以对血荒状况进行有效的缓解，并且血液的调剂还会影响本地的采集。但之前的研究多集中于普通物品（阮旻智等，2016）和一般的易腐物品（段永瑞等，2014）的研究[37，38]。Lang(2010)等在血站库存控制问题中考虑了调剂策略[39]。李怡娜等（2010）针对双分销渠道下易逝物品的调剂策略进行研究，研究证明调剂策略可以对易逝物品的供应链供需的匹配问题进行较好的优化[40]。汪传旭，许长延（2011）研究在不确定环境下多需求点的调剂策略，分析调剂全部、调剂部分以及不进行调剂策略下的成本的变化情况[41]。田军（2011）考虑路网动态性、需求不确定性、需求程度差异性等要素，使用三角模糊数来表示物资的需求量，然后用连续速度时间函数表示运送的时间，构建应急物资动态调度的模型[42]。Wang，Ma（2012）和 Zhou(2011)考虑库存状态的影响，研究了应急救援中积压血液的调剂转运问题[43，44]。王恪铭,马祖军,周愉峰 (2012)针对突发事件发生后应急血液的调剂问题，基于血液的生理特性以及应急保障的特性，建立运输路线安排问题的两阶段决策优化模型[45]。Chen 等（2012）考虑需求不确定和调剂的两个因素对供应商分配策略的影响[46]。吴波（2013）以运送时间最小和运送成本最低为目标构建应急物资的调剂模型，同时考虑调剂问题具有多目标、多约束等特点，采用混沌机制改进粒子群算法，对算法的可行性进行验证[47]。王恪铭（2013）考虑血液的生理特性以及容易过期的特点，推导出血液调剂、接收的相关性质，构建了以运送成本最小为目标的调剂模型，最后通过算例仿真的过程对 LIFT 和 FIFT 两种不同的转运策略进行了比较[48]。王恪铭,马祖军(2014)以调剂的血液的新鲜度最大为目标，构建解决多灾点、多类型的应急血液调剂问题的多阶段优化模型。同时，以规定时间内调剂的血液的新鲜度最大为目标，构建解决多受灾点,多品种的应急血液转运问题的多阶段优化模型，最后设计基于关键受灾点优先的向量编码遗传算法求解模型[49]。王建国（2014）以调剂总成本最小以及受灾点的满意度最大为目标，构建多受灾点、多供应点、多物资种类、多阶段、多目标的应急物资调度模型，同时基于粒子群算法和非梯度侧步爬山搜索算法，设计改进算法，通过算例证明模型的合理性以及算法的有效性[50]。
..............................
第 3 章 考虑生命周期与多新鲜度需求的血液调剂决策多目标优化模型 ........ 14
3.1 血液调剂的特点与原则 ..................... 14
3.2 问题描述和模型假设 ................... 15
3.3 集合与参数 ......................... 16
第 4 章 考虑生命周期与公平性关切的血液分配决策多目标优化模型 .......... 27
4.1 血液分配特点与原则 ............
