共享平台占线任务分配的结构性下界

共享平台任务分配过程中,经常会遇到如下的情形:在用户未来需求任务序列(到达时刻、开始时刻和持续时间等)未知的条件下,决策者需要决定如何将当前需求合理分配给现有服务器使得平台收益最大.平台上服务器具有数量限制,同时要求用户需求一旦被分配就不可更改.以往研究建立的模型一般都是针对静态任务分配而言的,但实际需要的是满足上述约束的动态任务分配模型.以最大化共享平台收益为目标建立了占线共享平台任务分配模型,其中收益不仅包含了抽成比例,而且包含了固定收益.利用Yao原则给出了问题的竞争比的下界结果,该下界不需要任何复杂性假设条件,因此,是结构性下界.     

网络化智能攻击子弹药任务规划

网络化智能攻击子弹药的任务状态包括:搜索、识别,攻击和毁伤评估.为了实现多个弹药协同工作以更好更高效的方式执行作战任务,构造效益函数来对多个子弹药的任务进行规划,以最大收益的情况进行任务分配.建立了搜索收益、再识别收益、攻击收益和毁伤评估收益的计算公式.通过仿真示例看出,建立的效益函数模型可以实现将子弹药以最适合的任务状态分配给最适当的目标.     

多目标攻击条件下的作战任务分配模型研究

作战任务分配是现代多用途战斗机火控系统的核心,也是任务管理系统中的关键性的问题.首先运用信息熵方法,结合主客观两方面的因素对多目标攻击条件下的任务进行优先权分析,然后建立起传感器作用于任务的效能矩阵,在此基础上运用蚁群算法来确定任务最优分配方案.仿真实例表明该任务分配模型对于多目标攻击条件下的任务分配具有一定的可行性和实用性.     

产品价格受需求影响的上游段VMI供应链利益分配模型

以多个供应商和一个制造商组成的上游段供应链为研究对象,考虑需求随机且对产品价格产生影响以及产品滞销价格,构建传统和VMI模式下经济效果模型,为了使利益分配结果更合理,建立了以价格补贴分配方式为起点的基于Nash谈判的收益共享契约模型。通过理论论证及算例分析,结果表明:该模型不仅克服了简单使用Nash谈判时受谈判能力影响过大的缺点,同时也保留了Nash谈判收益共享契约可以达到供应链最优收益的优点,为上游段VMI模式的实施提供了保障。     

基于虚拟代理的两阶段网格资源协同分配模型

由于网格资源的分布性和异构性,资源协同分配一直是网格计算的基础研究内容.针对资源协同分配中用户对费用和截止时间的约束,提出一种基于虚拟资源代理的两阶段协同分配模型.虚拟资源代理通过一个两阶段的分配机制来优化资源配置和价格方案,用于满足用户费用约束和提高系统资源收益.同时,虚拟资源代理利用队列系统建立资源工作模型,为用户任务提供量化的截止时问保证.仿真实验从任务截止时间违约率、资源收益和资源利用率三个方面比较了基于该模型的协同分配策略与传统策略的性能表现.实验数据显示,对具有费用和截止时间约束的任务,该模型能有效提高用户QoS满意度和系统资源收益.     

收益共享协调机制下两阶段供应链提前期压缩的博弈分析

提前期压缩可以使供应链柔性增大、库存成本减少和供应链收益增加.提前期压缩所增加收益的合理分配对供应链成员间的合作伙伴关系的维护和加强起着关键性作用.建立了基于收益共享协调机制下的Stackelberg博弈模型,在制造商投资柔性设备压缩订货提前期给零售商带来的额外效益在供应链上下游间分享的情形下,分析了提前期压缩和零售商库存管理的决策问题.研究发现:在收益共享协调方式下,零售商先行动公布收益分享比例激励制造商进行合理的订货提前期压缩,供应链整体及上下游的收益均要高于订货提前期压缩前;提前期压缩比例和收益共享比例与零售商的终端需求、订货批量等库存管理参数等有着紧密联系.     

软件需求获取过程中知识补偿研究

软件需求开发以用户和软件工程师的知识共享为基础,知识补偿是促进用户共享领域知识的有效方法,本文通过构建用户和软件开发方的需求开发成本收益模型,研究软件工程师和用户的努力投入决策,并通过对二者决策博弈的推导演算,得到一种基于双方价值认定的知识补偿策略,研究结果表明,基于价值认定的知识补偿策略可提高需求开发的效率,促使需求开发活动得到最佳的结果.     

有人机/无人机编队协同任务分配方法

任务分配方法是任务控制过程的重要组成部分,是编队协同作战指挥策略的关键。以合同网协议(contract net protocol, CNP)和多智能体系统（multi-agent system, MAS）理论为基础,建立了有人机/无人机编队MAS结构和基于投标过程的任务分配模型,将任务优先权引入任务分配模型中,可以实现预先任务分配和执行过程中动态任务分配,保证动态环境下编队整体分配效能较优。针对作战想定进行了仿真计算,结果表明,基于CNP和MAS理论的有人机/无人机编队协同任务分配策略具有良好的预先任务分配和实时任务分配效果,能够满足编队作战任务的需要。     

网络平台销售模式中的需求信息共享策略与博弈结构决策研究

研究了网络平台销售模式中的需求信息共享策略与博弈结构决策问题.在"电商-电商平台-物流"网络平台销售系统中,考虑电商拥有私有需求预测信息、电商平台拥有博弈结构的决定权,分别在三种博弈结构下(NASH均衡博弈、电商平台领导的Stackelberg博弈、3PL领导的Stackelberg博弈)建立了四种需求预测信息共享策略(不共享、只与电商平台共享、只与3PL共享、都共享)的优化模型,并通过模型求解得到了各方收益,并对电商需求预测信息共享策略与电商平台博弈结构选择进行博弈分析.研究结果发现:1)当电商平台服务效率较低时,零售商的均衡策略为不共享信息,而电商平台的均衡策略为先于3PL决策.2)当电商平台服务效率较高时,或当电商平台服务效率适中且需求预测信息准确性较高时,零售商的均衡策略为只与电商平台共享信息,而电商平台的均衡策略为后于3PL决策.     

基于付费策略的医联体信息共享运营机制设计

为了解决没有政府资金补贴情况下由信息共享平台运营商、三级医院和社区医院组成的医联体可持续运营问题,设计了医院向信息共享平台运营商按年和按患者访问人数次数两种付费方式,医院只有在参与信息共享后的收入大于等于向平台支付的费用情况下才具有信息共享的意愿.利用最优化理论建立了信息共享平台运营商收益最大化模型,决策各三级医院和各社区医院是否参与信息共享及参与信息共享后的付费策略.研究表明,降低基础检验检查项目价格能够同时提高信息共享平台运营商收益和三级医院的参与意愿,降低三级医院的患者再入院率能为信息共享平台运营商带来更高收益.因此,政府相关机构可以通过调控基础检验检查项目价格、改善医疗设施等促进医联体信息共享平台可持续运营.     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.