Очевидно, что наиболее простым расширением модели для минимизации затрат, связанных с фиксированным и постоянным спросом, является приведение ее к модели, которая максимизирует чистый доход путем расширения разнообразия ассортимента продукции. Другими словами, рассмотрим модель, которая максимизируетчистый доход = валовой доход - общие затраты цепи поставок, где валовой доход изменчив и зависит от количества каждого проданного продукта (товарной группы). Предположим мы решили, что модель отражает стратегии цепи поставок компании и ассортимента продукции для следующего года.
Мы расширили представление модели минимизации стоимости путем определения кривой общего дохода (функция) и допущения колебаний в продажах каждого продукта на каждом рынке по сравнению с прогнозированным спросом.Предполагаем, что разница в продажах относительно мала,

скажем ±5% от прогнозируемого спроса. При построении этой функции отдел маркетинга полагает, что продажи других продуктов не изменятся, если компания примет решение о снижении продажи конкретного продукта до минимального уровня продаж. Допускается также, что они могут достичь уровня максимальных продаж без значительных дополнительных рыночных и торговых усилий. Итак, такой подход к моделированию не обращается к торговым и рыночным усилиям, таким как широкие рекламные акции, удваивающие способность продаж, и не включает другие действия, которые в зависимости от отрасли смогут значительно изменить долю компании на рынке, понеся при этом значительные затраты. Тем не менее результаты анализа, включающего решения о совокупности продукции, могут оказаться важными. Даже колебания в ±5% ожидаемого спроса могут привести к стратегиям комбинаций продуктов, которые дают большое увеличение чистого дохода.
Для того чтобы включить функцию общего дохода на рис. в модель цепи поставок, опишем ее кусочно-линейной функцией. Приближение в два сегмента показано на графике, но мы можем построить более строгие приближения, которые используют более двух линейных сегментов. Такое уточнение позволяет использовать конструкции линейного программирования для описания этой функции, вместо обращения к нелинейным методам программирования, если дается математическое представление функции на рис. Отметим также, что, несмотря на минимизацию затрат в результате положительного эффекта масштаба, нам не придется прибегать к смешанному целочисленному программированию для сегментного линейного приближения, потому что оптимизационный алгоритм, естественно, станет выбирать продажи по высоким ценам, прежде чем выбирать продажи по низкой цене.