废弃物收运网络周期性选址-路径问题多目标优化模型及算法

废弃物处理设施是典型的"Semi-desirable"设施, 其选址相关的决策需要考虑成本、负效应等多个相互冲突的目标. 废弃物中转站的选址和路径优化是一类周期性选址-路径问题(PLRP), 目前缺乏对这类问题的多目标优化的研究. 以多目标城市废弃物收运网络周期性选址-路径问题为研究对象, 提出基于扩散距离的负效应测度方法; 建立考虑负效应和成本的双目标混合整数规划模型; 设计DRECWA-LS算法, 结合启发式优化策略, 求解收运计划对应的周期性选址-路径问题, 并采用扩展邻域搜索策略的多目标进化算法实现对可行收运计划的深度搜索, 同步求解收运计划、中转站选址-分配及车辆路径三个问题. 算例结果显示: 算法能成功求解较大规模问题, 具有较高的求解质量和运算效率.     

基于图层叠加的多目标选址模型

分析了国防工程设施选址的目标和约束条件,研究建立了建设项目选址多目标决策模型.在MGIS(militarygeographicinformationsystem)中运用叠加模型解决了选址决策空间上可行域或有限方案集的搜索问题,提出了选址规范决策矩阵的构建和求解方法,并给出了算例.     

损毁情景下应急设施选址的多目标决策方法

应急设施选址问题是应急管理中的重要问题,设施的长期战略性地位,促使决策者在进行选址决策时关注多种目标.在一定的经济投入条件下,本文首先提出了决策者制定设施选址方案时的目标原则,构建以时效性、均衡性和鲁棒性为核心的评价体系,进而建立了应急设施选址的多目标优化模型,用覆盖为目标的救援总时间反映时效性,最大救援半径反映均衡性,以及设施损毁情景下额外增加的救援变更时间反映鲁棒性,用三个目标函数组成的三元组刻画选址决策的目标向量,理想点是一个三元向量,每一个分量值表示只以这个分量目标函数求解得到的最优值,提出了基于理想点的目标扰动最小化模型,并采用遗传算法设计求解方法,通过算例分析了模型和算法的有效性,说明本文提出的模型与算法在解决应急设施选址决策方面具有一定的应用价值.     

废弃物处理站选址问题及多目标演化算法求解

针对废弃物处理站选址问题,建立了一个总成本最小和负效用最小的双目标规划模型,从而确定建站的位置、处理容量以及分配给处理站的废弃物产生点.利用问题的启发式知识,设计遗传操作,提出了一种混合多目标演化算法.实例分析表明,混合多目标演化算法在求解质量上与约束法非常接近,而求解速度要远好于约束法.     

基于灾情信息更新的应急物资配送多目标随机规划模型

研究了多出救点、多受灾点、多物资、多车型的应急车辆选址、路径选择和物资配送问题. 考虑到灾害预测准确性和物流成本效率之间的悖反关系, 从多目标规划和随机规划的角度, 建立了应急物资配送的多目标随机规划模型. 建模中同时考虑需求和配送路径连通性的随机性, 以及出救点对受灾点的最大覆盖范围限制. 将统计决策与运筹规划相结合, 设计一个加权贝叶斯风险将多目标规划问题转化为单目标规划问题, 以及设计一个决定最优停止观测时刻的决策规则使原问题转化为最优停止问题. 通过Xpress软件编程求解. 最后, 算例分析表明了模型和软件的求解速率与精度, 并分别证明了两阶段随机规划和灾情信息更新的优势.     

二重标准平面选址问题的Voronoi图算法

在分析军事和民用设施平面选址目标的基础上,归纳建立了minisum与minimax、maximin与minimax两类二重标准平面选址模型,结合实例提出了Voronoi图与固定步长搜索相结合的求解方法:首先,根据选址点与需求点及负面影响点的平面位置关系,分析画出选址问题的最远点和最近点加权Voronoi图;其次在指定的Voronoi多边形边线上按固定步长搜索出二重标准平面选址模型的非劣集;最后绘制出二重目标值的权衡取舍曲线.     

多目标网络相异路径的Pareto解及其遗传算法

网络相异路径一般是多目标约束路径问题,具有重要应用价值.然而,由于问题的难解性,总是利用妥协思想将其转换为单目标问题求解.本文建立了双目标相异路径的一种优化模型,给出了模型求解过程中伪理想点的概念,提出了基于小生境共享竞争复制算子的遗传算法,该算法可求解多目标优化问题的 Pareto 解集.最后,给出了一个计算分析实例.     

综合多准则决策的保障设施选址-分派方法

首先总结了现有设施选址决策方法,分析了现有方法的局限性,进而提出了综合多准则决策的保障设施选址-分派方法.在研究描述被保障单位的保障反应时效性要求的函数的基础上,基于最大覆盖选址模型和"部分覆盖"思想建立了使保障部门和被保障单位满意度最大的选址-分派优化模型,给出了基于拉格朗日松弛的模型求解算法并进行了算法实验验证,实验结果表明该算法有效.     

基于嵌套Logit模型的竞争性选址问题研究

为解决现有竞争性选址研究中,"不相关选项的独立性"引起的市场份额计算偏差问题.本文首先以嵌套Logit模型优化顾客效用函数,建立以收益最大化为目标的、连续多属性竞争性选址与设计模型;其次通过大量数值仿真实验,对比分析了GSA、PSO-GSA、CGSA1-10型算法性能.实验结果表明,PSO-GSA算法有着最强的解空间搜索能力,为本文模型一种高效、稳定的求解方法.     

一类多周期的物流中心稳健性选址模型研究

从剖析现阶段物流中心选址问题的特点入手,根据需求动态变化的特点,将规划期分割成几个有代表性的周期,运用随机机会约束规划作为建模工具,以规划期内物流运作总费用和费用波动均方差总体最优为目标,建立了多周期的企业分销物流中心随机机会约束稳健性选址模型.其次对该模型的分析和处理进行了深入的讨论,为模型的求解指出了两种可行的途径--确定等价类的转化和随机模拟.最后运用实际算例说明了模型的合理性和有效性.     

Crowdsourcing Task Assignment Mechanism Based on Employer Net Profit and Employee Satisfaction

Crowdsourcing task assignment has become an important task assignment model in the Internet economy era. In this paper, we study the crowdsourcing task assignment problem based on employer net profit and employee satisfaction. First, the reliability and interest of employees are modeled, based on which the mathematical expressions for employer net profit and employee satisfaction are given. Then, a multi-objective optimization problem is formulated to maximize employer net profit and employee satisfaction by jointly optimizing the task assignment matrix and task offer vector.Since the considered problem contains discrete variables, it cannot be solved directly by traditional optimization methods. Therefore, two low-complexity high-performance algorithms are proposed. The first algorithm is based on a fast non-dominated ranking genetic algorithm with an elite, which is able to explore the Pareto bound of the considered problem. The second algorithm is based on a reinforcement learning framework, which is able to maximize the weighted sum of employer net profit and employee satisfaction. Numerical results show that the number of tasks assigned to employees affects both employee satisfaction and employer net profit. The Pareto bounds and Pareto optimal solutions based on the solutions of the two proposed algorithms are also presented numerically, which quantitatively characterize the tradeoff between employer net profit and employee satisfaction.     

易逝品两级供应链中的数量折扣问题研究

在单个供应商和多个零售商构成的易逝品两级供应链中，供应商仅知道零售商需求分布的可能类型．不知道每个零售商的具体需求分布，存在信息不对称；供应商采用数量折扣策略对零售商进行信息甄别，最大化供应商的期望利润．文章建立了基于数量折扣策略且能最大化供应商期望利润的信息甄别模型，分析了模型解的性质，给出了求解方法．最后假设零售商市场需求呈均匀分布，采用遗传算法求出了模型的近优解，算例结果表明数量折扣策略能够最大化供应商的期望利润，不能实现供应链协调．     

MC模式下基于多顾客定单的选择性生产问题

针对在大规模定制(masscustomization,MC)模式下,企业如何在自已的生产能力范围之内,以利润最大化及满足顾客的需求为目标,进行有效的生产指派的问题,提出了一个多目标规划模型该。该模型将定制产品的多属性假设为单属性进行研究,并将企业的利润最大化及顾客产品的满意度最大化作为模型的目标值,对众多顾客的个性化需求进行最优选择,对价格采取连续变量的方法。从运算结果可以得到哪些顾客所需的产品可以被选择生产,从而进行有效的生产指派。     

考虑服务水平约束的制造商定价和交货期联合决策

以M TO制造企业为研究对象,分析服务水平高低对制造商定价和交货期决策的影响。分别建立不考虑和考虑服务水平约束时定价和交货期联合决策模型,以最大化期望收益为目标,得到制造商的最优定价、最优承诺交货期和最大期望收益。并且通过分析可知,服务水平高低对最优决策的影响是分段的;其中对最优价格的分段影响,还与持有成本以及价格和交货期敏感系数的大小有关;并且当服务水平等于不考虑服务水平约束下最优承诺交货期的概率分布值时,期望收益达到最大。     

非线性房价博弈模型动态分析及其控制

在充分考虑了土地供给、政府、房地产商等诸多因素的基础上建立了非线性市场房价博弈模型,通过研究模型中各重要参数的变化来探讨社会和各方经济收益最大化下的调控方案.研究结果表明：当土地价格调整参数发生变化时,政府与房地产商的总收益和边际收益都有可能进入混沌状态,在模型中通过加入外部控制信号对状态变量的取值进行控制,可以使土地价格和房屋价格经由初始值快速、有效地收敛到纳什均衡点,政府与房产商的总收益也会分别由混沌态进入稳定态,对控制前后政府的累计收益进行对比发现,控制后政府的累计收益较控制前增长了25.2%.最后给出了与此相应的数值模拟结果.     

Analysis of Freemium Business Model Considering Network Externalities and Consumer Uncertainty

An emerging business model increasingly used by companies in the online software market is to provide both a free basic version and a paid premium version for a service or a product to customers. Such a setting is often called freemium model. The existence of the free version can reduce the customer uncertainty regarding the evaluation of the commercial software and make use of network effect to improve the firm’s profit. However, the freemium model may also have the cannibalization effect which can hurt the profit. Hence, the firm needs to determine the optimal content for the free version and the optimal price for the premium version to maximize its profit. In this paper, first, we obtain the optimal decisions of the freemium model and their properties. Second, we compare the freemium model with the traditional charge-for-everything model that all content of the product need to be charged in terms of the profit, customer welfare, and social welfare. The results show that when customer underestimates the value of the software significantly and the true value of the software is high enough, the freemium model can generate higher profit, higher customer welfare, and higher social welfare. Otherwise, the freemium model may not deliver the desired results.     

考虑资源约束和变质期的订货批量与定价的联合决策

传统的订货计划一般假定需求事先已知.研究了需求是价格的函数、订货能力有限情形时,订货商对变质性产品协调地进行定价决策和订货决策,使得利润最大化.建立了二次规划数学模型. 提出了基于动态规划的算法,可以在多项式时间内求解原问题的最优定价策略和最优订货计划.实验结果表明,与分散决策相比,联合决策可以给订货商带来更多的利润.通过订货能力的灵敏度分析,表明订货能力变化对利润和价格产生显著影响,有助于订货商选择恰当的订货能力水平.通过变质期的灵敏度分析,揭示了变质期对订货策略影响显著.     

无理由退货政策下的概率销售策略

本文研究了无理由退货政策下,零售商是否应该提供概率产品,以及概率产品和传统产品应该如何定价的问题.由于消费者会根据对不同产品的期望满意度决定是否购买,零售商需要考虑如何提供最优的概率产品与传统产品的产品组合.本文同时考虑了零售商的销售策略和产品定价决策,发现消费者满意度对零售商的决策有十分重要的影响.特别地,随着消费者满意度的上升,零售商的利润反而有可能会降低.数值分析显示概率产品的随机性和消费者满意率对零售商的概率销售决策和利润有显著影响.     

碳政策下分布式鲁棒优化模型的生产与减排策略

构建了碳排放限额和碳限额与交易政策下的两类分布式鲁棒优化模型,当市场需求分布的期望和方差已知且制造商生产过程产生碳排放时,求解了制造商的最优生产和减排投资策略.将两类碳政策下的分布式鲁棒优化模型分别与无碳约束的情形进行比较,结果表明:在两类碳政策下减排投资有利于制造商获得更高的利润,并且减排投资在碳限额与交易政策下能够降低碳排放量而在碳排放限额政策下对控制碳排放量没有效果;与碳排放限额政策相比,碳限额与交易政策能够实现高利润低排放;碳排放限额政策下制造商的利润不高于无碳约束的情形,而在碳限额与交易政策下当碳配额满足一定条件时制造商的利润大于无碳约束的情形.最后利用数值算例验证了理论结果同时通过碳系数的变化检验了两类碳政策的鲁棒性.     

带有目标顾客定位的排队选址问题

针对多种顾客类型情况,提出了可以对目标客户进行选择的排队选址模型.不同类型顾客的需求率和单位利润不同,通过选址和目标客户定位,选择服务区域和服务对象.将选址和目标顾客选择作为决策变量,建立了0-1整数规划模型,目标函数是使利润最大化.研究表明,选择适当的服务对象可有效提高设施利润.由于顾客选择和选址问题都是NP困难问题,提出了相应的启发式算法.