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.     

碳限制和交易机制下的报童问题

考虑报童订货、销售和剩余存货处理活动产生的碳足迹,针对碳限制和交易机制,将报童问题分为商品市场和碳交易市场,分别设置相关参数和变量,将碳足迹融入报童问题,构建了考虑碳足迹的报童模型。通过模型分析,研究了重要商品市场参数和碳交易市场参数对决策变量和目标函数的影响。通过与传统报童模型的比较,发现碳限制和交易机制下报童订货量要低于传统报童模型,在实现减排的同时也降低了经济活动。但这并不意味着报童必定以牺牲经济利益为代价,报童经济利益的增减取决于碳配额和碳交易价格。最后,论文通过数值计算验证了分析结论,并得到一些更具体深入的管理洞察。     

需求不确定性对最小化成本和最大化利润报童问题的影响

运用应用概率中的随机占优和可变序研究需求不确定性对两类报童问题的影响,一类是经典的最小化成本报童问题,另一类是带有二次订货策略的最大化利润报童问题. 得到对应于两类报童问题的最优成本（最优利润）关于缺货惩罚费用（二次订货费用）的单调性,并从最优化和随机比较两个方面分析两类模型的等价性. 针对最大化利润报童问题,给出在分散序意义下比较系统最优利润的充分条件,并证明当二次订货费用小于或等于零售价格时,随机大需求导致较高的最优利润,但当二次订货费用大于零售价格时此结论不一定成立. 证明对任意二次订货费用,在二阶随机占优意义下系统最优利润随需求可变性增加而减小. 进一步,证明存在一类需求分布,当需求均值相等且二次订货费用大于某一固定值时,系统最优利润随需求可变性的增加而增加. 对最小化成本报童问题给出类似的结果. 数值例子验证了得到的研究结果.     

报童模型的利润与亏损风险平衡分析

研究了单周期报童模型的利润与亏损风险平衡问题. 衡量风险的时候, 经典的方法是对利润的均值方差分析. 但是在实际生活中, 如果利润低于平均值, 也就是有可能“亏损”的时候, 才需要考虑风险. 如果利润高于平均值, 就没有 分析风险的必要. 为此, 衡量风险的时候, 采用半方差方法来进行分析更为准确. 与用均值方差度量风险的模型比较, 用半方差方法得到报童模型的最大利润与最小风险, 分别是大于和小于前者的.     

商业现金垫款模式下的企业融资库存北大核心CSCDCSSCI

商业现金垫款是一种新兴的融资方式,特别适用于资金不足的中小型生产(零售)商。本文首次对资金受限的生产(零售)商在商业现金垫款模式下进行融资和库存联合决策的问题进行了研究,建立了在该模式下的报童模型。现金垫款模式下报童问题的目标函数不能转化为单决策变量的,这区别于贷款模式下的问题。为得到问题的最优解,文中分析了不同参数条件下的可行域,并针对不同情况给出了模型的最优决策,随后论证了最优决策与分配比例之间的关系。最后通过求解算例验证了结论的有效性并解释了其管理意义。     

多产品多阶段报童问题的在线订购策略

利用集成专家意见的在线序列预测算法研究多产品多阶段报童问题.将任意的一个固定订购量策略看成一个专家意见,用弱集成算法综合考虑众多专家意见构建在线订购策略,并基于弱集成算法的竞争性理论给出在线订购策略的理论保证.首先给出了两产品多阶段报童问题的在线订购策略,证明了其实现的累积收益可与最优固定订购量策略实现的累积收益相当.然后,将两产品多阶段报童问题的在线订购策略及其理论结果推广到多产品多阶段报童问题中.最后在不同的需求类型下,通过数值算例表明构建的在线订购策略相对于最优固定订购量策略具有较强的竞争性能.     

需求分布含未知参数时报童模型的实施方法

考虑需求分布未知时的报童模型,假设需求分布的类型已知,但分布函数中含未知参数.证明了直接使用参数的估计量代替参数真实值的实施方法将使报童的期望利润偏离理论上的最优水平,只能得到一个次优结果.给出了两种修正的实施方法:一是基于大样本理论,通过收集足够多的需求样本数据,不断修正未知参数的相合估计值;另是在小样本下,直接修正未知参数的估计量.     

基于截断需求的分布鲁棒报童问题

在实际库存决策中,通常我们只能观察到销售量而非真实需求量,这导致了库存决策的截断需求问题——部分需求信息被库存水平所截断.本文在报童问题设置下首次提出使用条件分布鲁棒优化技术来处理截断需求信息.具体而言,基于历史销售数据,我们考虑了包含需求条件分布矩信息的分布不确定集,进一步提出将库存状态信息引入该分布不确定集,并导出了两类模型的闭式解:1)在基于均值-支撑集的分布不确定集下,支撑集的上下界决定了分布鲁棒报童模型的闭式解;2)在基于均值-方差-支撑集的分布不确定集下,期望、方差以及订货价与零售价共同决定了分布鲁棒报童模型的闭式解;3)随着订货价与零售价之比增大,分布鲁棒报童问题的最优订货数量降低.实验结果表明:当订货价与零售价之比处于某一范围时,截断需求信息可以提高分布鲁棒报童模型的期望收益,并且随着截断水平增加,提升收益率增加.     

两种带有能力（Capacity）约束的报童风险模型最优策略

考虑了两种带有能力(capacity)约束的报童风险模型. 在这两种模型中,零售商是风险厌恶的(risk averse)并且能力是有限制的,采用了两种风险度量方法:下游风险度量和CVaR风险度量,在这两种风险度量方法下研究了零售商在能力约束条件下的最优订货策略,并进一步分析了零售商的风险厌恶程度对零售商的最优订货策略的影响.由于考虑到能力约束,使得问题最优策略更具有一般性.而且,研究表明经典报童模型是所研究的模型的一种特例.     

模糊随机需求模式下的扩展报童模型与求解算法

将模糊随机需求期望值理论引入对模糊随机需求模式下单周期库存优化问题研究，建立了模糊随机收益期望值最大化的单一产品模糊随机报童模型和多产品模糊随机规划报童模型．并根据遗传算法理论和计算机模糊随机变量模拟技术设计了求解模型的智能算法。     

几何转换Boosting回归算法及其在高耗能企业负荷预测中的应用

针对高耗能企业的电力负荷预测问题, 提出了一种基于几何转换关系的Boosting集成预测方法. 该方法将分类问题中广泛采用的AdaBoost算法引入回归问题, 通过几何关系转换将负荷预测这一回归问题转化为一个两类分类问题, 在此分类问题上应用置信度AdaBoost算法得到最优集成分类面. 证明了此分类面等价于原回归问题上的一个回归函数, 同时证明了该方法与原始AdaBoost算法有着类似的收敛性. 实际算例表明, 该方法通过多预测模型的集成有效提高了负荷预测精度, 克服了传统单一预测模型在高耗能企业的电力负荷预测问题上泛化性能不佳的缺陷.     

一致逼近方法及其在多准则评估模型中的应用

提出一致逼近方法，系统地归纳了求解多准则评估模型的基本思想，介绍了一致逼近方法的基本原理及具体算法，并给出了一些进一步构造单一准则的方法和实验对比结果．     

组合预测建模中单项预测模型筛选研究

组合预测模型本身是一个对单项预测模型的信息进行选择利用的过程。分析了如何判定和检验参与组合预测的单项预测需满足何种条件,并运用了协整理论对模型进行筛选,从三方面综合地提出了筛选组合预测单项模型的方法和步骤,以期提高组合预测精度,简化计算。在初选的单项预测模型中,除选用较为常见的预测方法外,还加入了一些具有代表性的的单项预测方法,如状态空间模型、神经网络模型等。这些良好预测模型的选用,在一定程度上提高了组合预测的精度。     

虚拟样机多学科设计优化问题建模研究

针对虚拟样机多学科设计优化框架对多学科问题描述的需求,对多学科设计优化问题的建模方法进行研究,提出用XML语言对多学科优化问题模型进行描述。通过分析多学科设计优化问题模型特点,得出多学科设计优化问题模型及其子模型的形式化描述,并给出其中一个主要模型的XMLSchema描述规范。开发了通用多学科设计优化问题建模工具,用于基于Web的虚拟样机多学科设计优化框架中的求解问题模型的输入,并给出某型导弹多学科设计优化问题的建模实例。实践表明建模方法和建模工具方便可行。     

PCA方法及其在多准则评估模型中的应用研究

在多准则情况下，对项目或方案进行综合、全面评估是当今管理领域的热门话题之一。目前解决这一问题的研究方法主要有两类，一类是融进管理者主观偏好的政策偏向的综合评估方法，另一类是完全客观地单从数据指标进行综合评估。二者作为支持评估乃至政策、决策的重要手段，相辅相成，缺一不可。本文介始的ＰＣＡ方法属于后者。本文系统地归纳了求解多准则评估模型的基本思想，介绍了ＰＣＡ方法的基本原理，应用特点和具体算法。最后结合作者在实际综合评估系统中对该方法的应用展开了深入细致的分析和讨论，并给出了一些进一步构造单一准测的方法和实验对比结果。     

理性群体决策的概率集结研究

探讨如何集结多个专家的不确定性信息,以获得群体一致判断．首先分析群体理性存在的可能性;在此基础上,给出了几种集结个体概率的模型及算式,讨论了这些模型的特点,实际应用的可能性;最后,评述了Ｄａｌｋｅｙ个体概率集结不可能性定理中潜在的问题。得出几个研究的结论,并且提出了需要进一步研究的问题。     

基于DEA方法的额外资源分配算法

研究基于DEA(数据包络分析)方法的资源分配问题.求解该类问题的难点在于:对于参与分配的决策单元来说,其分得的额外资源数不仅依赖于该决策单元的相对效率值,还依赖于它的规模大小,因此分配权重难以确定.根据输入、输出指标数的分布情况,建立了3种基本模型,分别是单输入单输出、多输入单输出、单输入多输出模型,给出了这3种模型的资源分配权重的确定算法.最后给出实例,并对给出的分配原则的合理性进行了分析讨论.     

时变条件下有宵禁限制的最短路问题

在组合优化过程中,往往需要获得从起点到终点之间的最短路,而其所考虑的目标可能是一个与时间相关的变量.同时,对于网络中的节点往往有宵禁的限制(curfews).给出时变条件下有软、硬宵禁限制的最短路模型,设计了求解时变条件下有宵禁限制最短路的算法,并对算法的复杂性进行了分析.最后给出了一个应用算例.     

卫星观测系统整体调度的收发问题模型及求解

探讨了一类涉及多星、多地面站、多任务的卫星观测系统整体调度问题,该问题要求从过多赋权卫星观测需求中,选择有能力完成的一个任务子集,并为相应的拍照和数据下传活动安排资源和时间,以实现特定的优化目标.用一种变体形式的收发问题模型描述了该问题,并给出了其约束规划和禁忌搜索相结合的求解方法.最后用随机生成的问题示例检验了求解算法的性能.     

分布交互式仿真中的多分辨率模型并发运行问题研究

同一实体的不同分辨率模型的并发运行经常出现在分布交互式作战仿真中。研究了分布式仿真中不同分辨率模型并发运行时的若干关键技术。提出了同态属性和同态交互的概念；研究了多分辨率模型并发运行时的一致性维护问题，给出了多分辨率模型的一致性维护算法；研究了并发交互冲突的解决方法，包括：加锁方法、冲突检测法和面向模型的方法等；分析了同态交互对仿真结果的影响，给出了处理同态交互的基本原则。