多重不确定需求下制造企业多品种生产计划模型

针对客户需求的多重不确定性对柔性企业生产计划制定的影响,研究在企业生产线有限以及生产状态不确定的情况下,柔性制造企业的多品种生产计划安排问题.首先,基于产品品种不确定性带来的交货期和成本变化,分析了多重不确定需求的生产线选择和转换成本问题,从而建立了针对不同时间段的生产计划动态规划模型,以解决多重不确定性问题,并追求企业生产成本最小化.采用Matlab进行算例模拟分析,针对不同的生产计划安排策略,计算求得各生产计划安排策略下的最小生产成本.结果表明该模型能够解决多重不确定需求的生产计划问题,具有实用性和有效性.     

一种新型供应链物料需求计划模型

研究了提前期不确定情况下总装生产物料需求计划的优化问题．以供应链库存成本和客户响应时间的平衡优化为目标，通过构造遗传算法的适应值函数求解总装物料的计划提前期，用参数设置模拟各种工程应用的实际情况，使物料的提前／拖期成本较小、客户响应时间较短．该算法同时考虑了上游供应商和下游客户的动态变化，具有很好的柔性．实例计算证明了算法的有效性和应用潜力．     

面向大规模定制的再制造集约生产计划模型

针对大规模定制(MC)的废旧产品回收再制造的生产方式,考虑再制造系统的复杂性以及各种不确定因素,构造了闭环供应链下面向MC的再制造集约生产计划(RAPP)模型.根据模糊集理论,采用模糊线性规划的方法,将不确定模型转化为清晰的确定型大规模整数线性规划(MILP)模型,试图找出最大利润下,企业在各计划期内的最优零部件外购批量、自制零部件批量以及生产批量.通过一算例来验证该模型的有效性,并分析了相关因子变动对总利润的影响,便于企业经营管理决策者在最优利润下选择相应的RAPP.     

基于需求不确定性的分层网络设计研究

为研究在需求不确定影响下的分层航空运输网络优化设计问题,以确定型分层运输网络模型为基础,将优化目标设置为可能的需求场景下期望网络运行成本最小。提出基于需求不确定性的分层网络设计模型,同时给出网络中O/D路由的求解方法。以某年我国的实际航空运输数据为例,计算分析确定型和不确定型分层网络设计模型所得到的运输网络在需求不确定影响下的成本鲁棒性。结果表明,本文提出的模型具有更好的成本鲁棒性。     

基于需求价格弹性的垄断企业生产计划调整

建立了完全垄断企业生产计划调整的最优化模型,这个模型基于需求价格弹性,在该企业已得到最优解的生产计划问题的线性规划中,选择需求价格弹性大于1的产品,改变其价格,相应地改变了需求,但最优基保持不变,且目标函数的最优值的增加达到最大值。     

基于QFD的产品多目标规划模型

基于带有模糊系数的模糊回归及模糊优化理论,提出了一种确定关联函数及自相关函数的数学方法,进而建立了基于质量功能展开的产品多目标规划模型·仿真研究表明,该模型适合于各种工程设计问题,尤其是在不确定的、模糊的条件下,能够有效地确定关联函数及自相关函数,帮助开发人员优化顾客需求的满意水平,优化工程特性目标值,在资源约束下使产品的顾客满意度最大·     

不确定需求下容量限制工厂选址的改进蜂群算法

研究了需求不确定下容量限制工厂选址问题。在考虑需求点的实际情况后,根据各点不确定需求的变化而改变工厂的生产规模限制,建立设置分段的生产规模的容量限制工厂选址模型。使用联系数和区间灰数理论对不确定的需求进行预测。为了求解该问题,对传统人工蜂群算法的编码、更新、搜索和追随策略进行了改进。最后进行数值实验,将新算法与遗传算法、萤火虫算法、粒子群算法和海鸥算法进行对比。结果表明,改进后的人工蜂群算法有更好的优化效果,在求解容量限制的选址问题上具有可行性和有效性。     

不确定环境下柔性生产配置风险与损失

消费者需求的多样性和不确定性以及激烈的市场竞争促使企业在多样化产品生产中采取更加灵活的柔性生产策略。本文分析了流程柔性的实现方式,构建了需求不确定环境下多阶段、多产品柔性生产配置模型。将柔性生产配置风险分为需求不确定导致的浮动风险以及生产多阶段和设备能力限制导致的阶段分解风险两类,给出了不同类别风险的度量方法。通过配置损失指标来比较不同的柔性配置方式,采用数值仿真方法证明了链式配置是一种有效的配置方式,其具有较小的配置风险和配置损失,容易实现且生产成本相对较低。     

基于需求发生扰动时收入共享合同对供应链的协调

供应链协调是在企业的决策和计划系统中应用流程管理的方法,产生一个协调市场、销售、生产、采购、物流的有效管理机制。然而在实际中,对于一个供应链来说,它所处的环境充满很多不确定的因素,经常会遇到各种各样的突发事件,使得原来拟定的生产计划很难顺利平稳地执行,这时就出现了供应链的扰动管理问题。文章提出一个供应商和一个零售商的供应链协调模型,研究了需求发生扰动时,收入共享合同如何协调供应链,得到了供应链达到协调的条件,最后给出数值实验的例子来说明文中所取得的一些结果。     

企业人力资源工龄买断的博弈分析

在产品市场需求不足条件下,产品的价格就会降低,引起企业经济效益的滑坡,对此,企业需要调整经营计划与决策,解雇一些产出价值低于工资投入的绩效较差的员工,企业买断计划提供员工自愿离开企业的有效途径,只要员工离职后到企业外部谋生所得报酬总值超过员工在需求不足下的产出价值总和,买断计划可以实施;在买断过程中涉及到企业与员工就买断最后定价的经济博弈问题,在假设争议双方能互相协商谈判解决分歧形成一致价格和不能就价格达成共识情况下,分别讨论争议双方的博弈行为,得到Nash均衡解以及双方所持的均衡战略,当存在仲裁第三方定价时,争议双方对仲裁方定价信念的不确定程度对均衡结果有直接和重要影响.     

客流需求不确定下城市轨道交通线路协同限流鲁棒优化研究

研究了客流需求不确定下城市轨道交通线路协同限流问题。构建了城市轨道交通线路协同限流确定性模型，在此基础上，基于情景分析的鲁棒优化方法，采用具有已知概率的情景集描述客流需求的不确定性，将此模型扩展为含不确定因素的鲁棒优化模型，对每个时段每个车站的最佳进站量进行了求解，达到在保障运营安全的同时使站外的滞留人数最少的目的，并以北京地铁八通线为例对模型进行了验证。通过将确定性模型与鲁棒模型进行对比发现，鲁棒模型能降低限流策略对不确定客流需求的敏感程度，使不同需求情景下的滞留人数保持在可接受的范围内。     

基于关联规则及组合模型的面料需求预测

由于服装的面料组成具有复杂性,企业在不同时间对不同规格型号面料需求量不一致,传统的人工预测及单维度智能预测模型难以解决问题。针对服装企业面料需求非确定性、预测难的痛点,提出基于关联规则及组合模型的面料需求预测方法。文章首先构建Apriori面料型号关联模型,挖掘多批多类面料间的型号关联规则;然后构建Prophet时间序列模型与长短期记忆神经网络(long short-term memory,LSTM)的组合预测模型Prophet-LSTM,结合其在解决面料需求预测问题上的优势;最后将挖掘出的高关联面料型号历史需求数据作为输入,采用量子粒子群算法(quantum particle swarm optimization,QPSO)优化组合模型权值系数,进行关联面料需求量预测。使用RMES(root mean squared error,RMSE)及MAE(mean absolute error,MAE)作为评价指标设计对比实验,实验结果表明：采用量子粒子群优化的QPSOProphet-LSTM面料需求预测模型RMES较Prophet降低5.464,较LSTM降低1.184;MAE较Prophet降低4.261,较LSTM降低0.819,需求预测精度更高,支持服装企业面料柔性生产。     

基于实时工况的动态物料搬运路径规划

文章针对生产系统物料需求环境复杂多变以及生产过程中各种扰动所导致的搬运路径的不确定性问题,研究了物料搬运路径规划的重规划驱动机制以及扰动发生时的重规划策略;建立了包含多需求点、多搬运工具的多目标动态重规划搬运路径模型,以搬运时间、成本最小作为模型的优化目标,在扰动发生及到达重规划周期时间的情况下重新生成搬运路径;结合智能优化算法对该模型实例进行仿真计算,验证该规划方法可以增强搬运系统敏捷性并有效减少物料搬运的成本。     

用于晶圆制造产能规划优化决策的改进随机规划方法

提出了一种滚动式基于场景(scenario)的随机规划方法.由于需求的高度不确定性,采用多个预测场景来模拟需求的不确定性,其发生概率之和为1;由于一个产能计划周期可能包含多个需求预测周期,以分别满足几个预测周期的需求为约束,而不是满足整个计划周期的需求;以滚动的形式来做设备购置计划,即根据未来几个计划周期的情况来做本期设备购置决策,使得到的设备购置决策具有更好的鲁棒性.结果表明,当未来产品需求在一定范围内变动时,基于随机规划的滚动计划决策优于原来的随机规划决策.     

需求不确定的分销系统最小成本模型

提出一种分销系统的最小成本模型,这里的产品为单一产品,产品的需求和到达的提前期都是不确定的,且允许缺货·运用该模型研究两个制造商两个分销商组成的分销网络成本优化问题,把分销商满足市场需求时的服务水平作为优化问题的约束条件·综合考虑库存成本、订货成本、运输成本和缺货成本,给出了求解满足约束的最优订货量的算法,最后给出案例     

中国未来能源需求趋势分析

为给中国能源发展规划提供参考,分析预测了中国未来能源需求状况。采用了国际间比较分析的方法,对不同国家在不同发展阶段人均国民生产总值(GDP)与人均能源消费总量、GDP能源消费强度、人均电力消费、交通用能之间的关系进行分析。结果表明,随着中国未来经济的发展,中国能源消费总量还将大幅度增长;中国未来GDP能源强度还有一定的下降空间,电力消费和油品消费在终端能源中的比例将进一步提高。     

中断风险下易腐品多目标闭环供应链网络模型

在当今全球化和高度不确定的商业环境中,供应链网络容易遭遇设施中断、路径中断等多重中断风险。同时考虑到易腐品需求波动大、易损耗、退货率高、处理不当会污染环境等问题,以最小经济成本、最小环境影响、最大社会效益为目标,提出缓解中断风险的策略并构建了不确定条件下易腐品多目标闭环供应链网络模型。为了减少不确定参数的影响,实现最优设施选址与最佳配送路径的决策安排,将易腐品需求量和退货量设定为三角模糊值,采用模糊机会约束方法解决模型中的不确定约束问题。以上海市某易腐品企业为例,通过遗传算法和粒子群算法对模型进行求解。结果表明,采用缓解中断风险的策略可以显著改善供应链网络在中断情况下的表现,且相对于单目标优化,多目标优化整体表现更优。     

需求不确定下船队规划决策的鲁棒优化模型

研究了不确定复杂环境下的船队规划决策问题.在分析船队规划已有研究方法和基本特点的基础上,将船舶调配优化与船队发展规划结合起来统筹研究,建立了符合市场实际的多方式投资的船队规划确定性模型.通过引入基于情景分析的鲁棒优化方法,采用具有已知概率的情景集合描述市场需求的不确定性,将此模型扩展为包含不确定因素的鲁棒优化模型.模型既考虑了船舶营运经济状态、企业投资能力、新船购置、二手船买卖、船舶租赁等多种复杂的实际情况,又考虑了需求的不确定性影响,并且体现了模型的鲁棒性.最后,以某航运公司为例进行仿真实验,将确定性模型与鲁棒模型进行对比,结果表明,鲁棒模型的解相对保守,能有效地保证船队规划决策的鲁棒性.