排序方式： 共有2条查询结果，搜索用时 312 毫秒
1
1.
以传统供应链订货模型和行为运作管理框架为理论指导,针对分别面对供应中断和随机产出风险的供应风险情境,从不确定供应链结构和传统理论模型分析角度出发,以供应中断和随机产出情境下双供应商的订货决策理论模型的构建与最优解解析为基础,设计针对性实验室实验并开发订货决策数据采集系统,以实现真实订货决策数据的统计检验分析。利用实验室实验分析与理论建模相结合的方法研究不确定环境下供应链实际订货决策行为,剖析实际订货决策的行为表现和变化规律,对供应中断和随机产出情境下双供应商的供应链订货决策行为进行系统性研究。研究结果表明,在理论双源订货最优情境下,决策者向两供应商的实际订货量和总订货量均显著偏离理论最优,两供应商的订货量间表现出明显的供应锚定行为,特别是决策者向两供应商订货时呈现出显著的负相关依赖性订货行为,低中断组的负相关依赖性行为相较于高中断组较弱,高利润组的负相关依赖性行为相较于低利润组更强。 相似文献
2.
绯鲵鲣优化算法(YSGA)作为一种新型的仿生优化算法,有很多可进一步改进和拓展的角度.鉴于传统YSGA算法在迭代搜索过程中始终保持恒定的追逐者学习步长并不利于后期对解空间的有效搜索,继而提出一种通过引入种群追逐者搜索步长的动态递变策略以有效调控算法的全局搜索和局部开采性能,同时融入混沌搜索策略以增强YSGA算法的局部搜索性能,继而通过混合动态步长递变策略与局部混沌搜索策略而提出一种改进的绯鲵鲣优化算法(IYSGA).最后将IYSGA算法用于极限学习机(ELM)的参数优化选择中以增强其分类识别性能.数值实验验证了IYSGA算法具有较好的极值优化性能和算法稳定性,并表现出较高的ELM参数优化有效性和可行性. 相似文献
1