需求不确定环境下闭环供应链运作的鲁棒优化模型

设计了一类由一个制造商和一个供应商构成的同时具有再分销、再制造和再利用的闭环供应链,废旧产品的回收及再处理均由制造商完成。建立了该供应链在顾客需求不确定环境下的多目标鲁棒动态运作模型。采用具有已知概率的离散情景描述顾客需求的不确定性,利用基于情景分析的鲁棒线性优化方法建立供应链的运作模型。设计的数值算例的结果验证了运作策略的鲁棒性。     

基于动态自适应布谷鸟搜索算法的多目标闭环供应链网络优化

针对不确定环境下的闭环供应链网络设计问题,构建以最小网络成本、碳排放量和顾客满意度损失为目标的闭环供应链网络规划模型。采用多面体不确定集描述不确定参数,建立基于多面体不确定集的多目标鲁棒优化模型,同时提出一种基于动态步长和动态发现概率的自适应布谷鸟搜索算法,并引入群搜索策略以增加种群的进化效率,结合案例企业的运营数据,分别采用动态自适应布谷鸟搜索算法和非支配排序遗传算法求解模型,验证改进型布谷鸟搜索算法的优越性。最后为验证模型的鲁棒性,将多面体鲁棒优化模型与确定模型、盒式鲁棒优化模型以及区间多面体鲁棒优化模型进行对比,验证所提模型对不确定扰动的有效抑制作用。     

电子市场环境下需求不确定供应链多目标鲁棒运作模型

建立电子市场环境下由多个供应商，多个具有不确定需求的顾客构成的供应链运作模型。供应链中的供应商既可以通过电子市场又可以直接将多种产品供应给不同的顾客。采用已知概率的情景集合描述顾客的不确定需求，利用基于情景分析的鲁棒优化方法建立供应链的运作模型。该模型为一个多目标规划问题，满足诸如尽可能达到顾客需求，系统的总成本最小，供应商的加工能力使用率不低于某一指定水平，对应于不确定需求的决策的鲁棒性等多个相互冲突的目标。数值仿真结果表明，模型的解是最保守的，但却能够有效地保证供应链运作的鲁棒性。     

需求不确定下考虑竞争的闭环供应链定价研究

为了探究需求不确定和再制造竞争双因素下闭环供应链定价策略,运用Stackelberg博弈论方法,构建了再制造竞争闭环供应链分散式和集中式定价模型,分析了新产品、再制造品和废旧品的价格波动规律以及与系统成员期望利润之间的关系.结果显示,需求不确定性在一定程度上有利于分散式决策下制造商和再制造商,而对零售商产生一定的不利影响;在一定范围内,随再制造竞争程度增加,两种决策模式下闭环供应链系统总期望利润将会增加.通过算例仿真,指出了需求不确定和再制造竞争直接关系到各节点企业和系统的期望利润,系统总期望利润与再制造竞争程度呈正比,与需求不确定性呈反比变化.因此闭环供应链核心企业应设置有效的信息共享和收益协调机制以发挥再制造竞争优势和降低需求不确定影响.     

基于再制造优先的闭环供应链定价与协调

随着全球资源环境形势日益严峻,再制造已成为企业的重要战略选择.本文考虑政府对废弃产品回收的奖惩约束措施,针对一类由销售商负责废旧品回收的再制造闭环供应链系统,在以再制造产品优先满足市场需求条件下建立博弈模型对闭环供应链的制造品、再制造品及废弃产品回收的定价策略进行优化决策,并设计一个基于再制造优先的协调定价机制.该协调机制不仅基于生产者责任延伸制(EPR)原则在优先考虑再制造品利润的情况下协调制造产品和再制造产品利润,而且能对闭环供应链节点企业的利润进行合理分配,实现了闭环供应链的总体协调.     

基于最小最大后悔值准则的供应链鲁棒协调模型

研究了需求不确定条件下,基于最小最大后悔值准则的供应链鲁棒回购契约协调问题.针对未知需求具体分布形式的两级供应链系统,建立了供应链鲁棒回购契约协调模型.在仅知需求区间这一信息条件下,采用鲁棒优化方法求解了最小最大后悔值准则下的集成供应链鲁棒订货策略和分散供应链鲁棒契约协调策略.分析了不同服务水平和契约参数条件下,由于信息缺失而未能实现最优运作的供应链及其成员后悔值情况.最后,进行了数值计算,验证了不同需求分布形式假设下的最优决策与基于最小最大后悔值准则的鲁棒决策的优劣性,以及供应链鲁棒回购契约协调策略的有效性.结果表明,基于最小最大后悔值准则的供应链回购契约协调策略具有良好的鲁棒性,并且能够有效减少需求不确定性对系统及其成员运作绩效的影响.     

市场细分下考虑消费者支付意愿差异的闭环供应链定价决策

在买方市场背景下,从消费者角度出发研究闭环供应链定价决策问题,分析消费者市场变化对定价决策的影响,能够为企业及时应对市场变化提供指导,以及完善闭环供应链定价决策研究.本文考虑普通消费者和绿色消费者对新产品、再制造品和二手品的支付意愿差异,并基于消费者对再制造品和二手品的偏好程度对市场进行细分.在不同细分市场下,利用博弈论构建了闭环供应链定价决策模型,研究消费者市场结构以及消费者对再制造品和二手品偏好程度的变化对闭环供应链的影响.研究表明:随着绿色消费者市场比例的升高,新产品和再制造品的价格不变或升高,二手品的价格不变或降低;随着普通消费者对再制造品偏好程度的增加,新产品和二手品的价格不变或降低,再制造品的价格不变或升高;随着普通消费者对二手品偏好程度的增加,新产品的价格降低,再制造品的价格不变或降低,二手品的价格升高;绿色消费者市场比例的升高和普通消费者对再制造品偏好程度的增加有利于促进质量较差的废旧品的回收再利用,增加闭环供应链利润;消费者对二手品偏好程度的增加有利于促进质量较好的废旧品的回收再利用,但会减少闭环供应链利润.     

不确定与损毁情景下可靠性设施选址鲁棒优化模型与算法研究

设施选址是长期战略性决策问题,选址决策面临各种不确定因素,设计一个可靠的选址网络具有重要的战略意义.本文同时考虑需求的不确定性及设施可能损毁的情景,扩展无容量限制的固定费用可靠性选址模型,建立不确定与损毁情景下服务能力有限的可靠性设施选址鲁棒优化模型.基于Bertsimas和Sim鲁棒优化方法提出一个新的混合整数规划模型,通过引入辅助变量和对偶变换实现非线性鲁棒优化模型转化为鲁棒对应模型,提出蝙蝠算法(BA)对模型予以求解,并通过算例仿真验证模型和算法的可行性,为设施选址决策提供模型和方法设计.     

需求分布未知下的供应链融资及鲁棒订购策略

当供应商存在资金约束时,采用通过零售商担保获得银行贷款的融资模式,可以避免由于供应商资金约束对零售商及供应链利润带来的影响,从而有效解决供应商资金不足的问题.针对仅知需求均值和方差的不确定市场环境,在零售商担保的融资模式下,建立了供应链最优决策模型及零售商鲁棒订购模型,给出了供应商最优贷款额、零售商鲁棒订购量、最优批发价格及最优贷款折扣率的表达式.最后,通过数值仿真验证了零售商采用鲁棒订购策略对风险规避的有效性;而且,通过与需求信息完备情形下的最优期望利润订购策略的比较分析,发现在某些市场环境下,无论需求信息是否完备,鲁棒订购策略始终优于最优期望利润订购策略.     

部分信息下联合鲁棒定价、订货决策的报童模型

信息完全下的经典报童模型是单周期库存管理的核心控制方法，联合定价、订货决策是提高报童模型运作效率的主要手段. Scarf创造性地构建了部分信息下的鲁棒报童模型，但鲁棒联合定价、订货问题由于其困难程度，长期困扰着运作管理学者. 本论文在“做和型”随机价格需求函数条件下部分地解决了该问题. 在报童仅获知不确定需求的均值与方差的假设下，我们建立了Worst-case型的鲁棒联合定价、订货模型，并在适当的条件下给出了联合决策的闭环最优解. 数值实验证实了联合的鲁棒定价与订货决策较大幅度地改善了Scarf鲁棒订货模型的运作效率. 该模型能较好地适应于新产品供应链等信息缺失下的企业运作管理.     

应对碳价格波动的新能源汽车联合生产策略

建立了碳交易制下传统燃油车与新能源汽车的联合生产决策模型,分析了碳价格对汽车生产商产量、定价及利润的影响,在配额交易量不受限和受限两种情形下,得到了碳价格波动下生产计划的鲁棒区间及其应急调整策略,建立非线性规划模型求解扰动管理下最优的初始生产计划,最后通过数值算例验证了文中结论的正确性.研究表明:在新能源汽车发展初期,碳交易制对生产决策的影响相对较大,随着碳价格升高,新能源汽车的竞争优势逐步增强;初始生产计划存在非对称性鲁棒区间,初始生产计划的优化方向与鲁棒区间的非对称倾斜方向一致;交易限量的存在将改变最优调整策略和生产计划的应急响应区间.     

离散需求概率不确定条件下的多市场鲁棒优化模型

研究了需求概率分布不确定条件下的多市场鲁棒优化问题。针对离散随机需求,建立了基于报童问题的多市场利润最大化模型,给出了需求情景概率不确定条件下的鲁棒对应。针对离散需求情景概率分别隶属于区间和椭球不确定集情况,运用线性规划和拉格朗日对偶理论,将区间和椭球两种不确定集下的多市场鲁棒优化模型转化为易于求解的分段线性规划和二阶锥规划问题。最后,进行了数值计算,验证了多市场鲁棒策略的有效性。结果表明,同已知需求真实分布的最优情况相比,完备需求概率分布信息的缺失虽然会导致系统绩效损失,但损失值很小,说明根据文中所给方法求解的鲁棒策略具有良好的鲁棒性,能够有效抑制不确定性对系统绩效的影响。进一步,绩效损失值可以解释为决策者为了获得真实需求分布信息所愿意支付的最高成本。     

互惠利他偏好下的供应链鲁棒协调策略

随着经济的快速发展,市场竞争日益激烈,使得供应链的运作受到众多不确定因素和决策者行为偏好的多重影响.本文在需求分布信息有限的环境下,利用鲁棒优化方法研究了互惠利他偏好下的供应链协调问题,给出了基于回购契约的鲁棒协调策略,并进行了数值分析.研究发现,虽然互惠利他偏好会对供应链成员的决策产生显著影响,且当偏好程度在一定范围内时,互惠利他偏好能提升供应链的整体绩效,但唯有基于回购契约的鲁棒协调策略能使供应链整体绩效达到最优.此外,鲁棒协调策略具有较强的稳健性,可以有效克服需求分布信息不足对供应链总利润的不良影响.     

市场供求不确定供应链的多目标鲁棒运作模型

提出了由一个制造商和一个供应商构成的多产品、多阶段供应链在原材料市场的供应和消费市场的需求均不确定条件下的多目标鲁棒运作模型.采用已知概率的离散情景描述消费市场需求和原材料市场供应的不确定性.供应链的运作模型为一个多目标规划问题,满足诸如供应链协调运作、所有供应链成员的目标利润尽可能最大、对应于不确定供求的决策的鲁棒性等多个相互冲突的目标.数值算例的结果表明,将鲁棒性运用于这些目标中,能够减少产品需求和原材料供应的不确定性对目标值的影响.     

CVaR下基于Ф-散度的单周期库存鲁棒优化模型

在离散随机需求情景及概率不确定条件下,针对风险厌恶的库存管理者,建立了基于条件风险值(CVaR)的单周期库存鲁棒优化模型.在仅知离散需求情景条件下,结合统计学理论,采用Ф-散度构建了一定置信水平下的不确定需求概率的置信域;运用拉格朗日对偶理论,将单周期库存鲁棒优化模型转化为易于求解的数学规划问题.特别地,给出了仅知需求情景数据下,基于数据驱动的单周期库存策略.最后,进行了数值计算,分析了不同风险厌恶程度、Ф-函数形式和抽样规模对库存策略和库存管理者绩效的影响.结果表明,基于Ф-散度的鲁棒库存策略具有良好的鲁棒性,能够有效抑制需求概率不确定性对库存绩效的影响.进一步,与数据驱动结果对比,发现基于Ф-散度的鲁棒库存策略能够保证库存管理者获得更为理想的绩效,表明对需求数据所蕴含的统计信息的挖掘能够有效改进库存管理者的运作绩效.     

应对突发事件的双源采购鲁棒订货策略

针对可能发生的突发事件导致供应商存在不可靠性的情况,研究了由1个制造商和2个供应商构成的单种原料、多周期供应链双源采购鲁棒订货问题。采用实际送货量占订货量比例的变动来描述模型的不确定性,构建了供应可靠性均值化下的多周期制造商成本模型,并求解最优订货策略;用不确定性集描述实际送货比例的不确定性,并设定保护水平参数,构建能够在突发事件下以较低成本维持市场服务水平的供应链鲁棒运作模型,运用鲁棒优化方法转化为线性规划模型进行分析。数值算例结果表明,将鲁棒性运用于双源订货模型中,能够减少供应不确定性对制造商总订货成本和市场服务水平的影响。     

云制造环境下考虑不确定性的产品配置优化

越来越多的大规模定制企业借助于云制造技术实现产品的个性化定制。针对云制造环境下的产品配置问题, 提出了基于鲁棒优化的方法建立最小化配置总成本为目标的优化模型, 并考虑了云制造成本和时间的不确定性。运用基于budget 和区间的不确定集来刻画参数的扰动性。通过对偶理论, 将其转化为鲁棒等价模型, 从而可以采用 CPLEX 进行求解。以一个配置案例为例论证了鲁棒优化模型的有效性。最后, 设计了不同的算例进行仿真实验, 证明了鲁棒优化解在应对不确定风险时更为稳健、能够显著改善产品的准时交货期。     

关键链项目进度计划的鲁棒优化的研究

针对任务工期不确定程度较大的资源受限的关键链项目进度计划问题,提出了求解该问题的鲁棒优化数学模型。在传统关键链项目进度计划模型的基础上,针对该鲁棒优化模型设计了遗传算法。通过基于顺序表示的遗传基因编码方式,形成随机优先权列表,以保证初始种群的多样性。通过三角模糊数描述任务的持续时间,进而获得相应情景的任务工期向量和该情境下的发生概率。应用该模型对项目实例进行求解,分析表明,所求得的关键链进度计划能够有效应对任务工期不确定性导致的随机差异,具有较强的鲁棒性。另外,决策者通过调整模型中目标函数以及约束函数中的参数,可以有效平衡解的可行性和最优性,有助于决策者根据风险偏好选择合适的进度计划。     

WTP差异下再制造闭环供应链的定价策略与协调机制

基于消费者对新产品及再制造产品支付意愿的不一致,考虑两种产品的替代性,研究了再制造闭环供应链的定价策略及协调机制。研究结果表明:集中式决策相对分散式决策而言,新产品及再制造产品的零售价更低,而市场需求更高,且供应链系统利润更高;为此,设计了收益共享契约对再制造闭环供应链进行协调;最后,通过数值仿真分析了消费者对再制造产品的WTP对定价及供应链系统利润的影响。     

考虑质量缺陷和再制造的闭环供应链批量热力学模型与优化

针对闭环供应链中缺陷品返工和回收品再制造所引起的系统的无序性,利用热力学定律对无序性所引起的管理成本进行量化,建立了传统的闭环供应链联合批量模型及基于热力学定律的联合批量模型,并优化得出最优的批量策略。通过仿真应用分析得出,应该采取较大的批量策略来减少无序成本的影响。