南水北调水资源供应链中牛鞭效应的随机控制

牛鞭效应是南水北调水资源供应链信息管理中的一个重要参数。在对南水北调水资源供应链结构设计分析的基础上，采用随机控制理论方法，建立水资源供应链的动态库存模型和“牛鞭效应”的定量描述，设计以订货水量作为控制变量的牛鞭效应随机控制算法。     

需求预测和供应链协调对长鞭效应的影响分析

运用自适应过滤、滑动平均和指数平滑预测方法分析多阶段供应链中长鞭效应．分析结果表明，在运用自适应过滤预测方法时，供应链不一定存在长鞭效应，文章进一步提出该预测方法前提下长鞭效应存在的条件；在运用滑动平均和指数平滑预测方法时，长鞭效应总是存在．根据三种预测方法的分析结果得出，适当的预测参数和供应链协调可以减小长鞭效应．并在此基础上，比较分析三种预测方法条件下供应链协调时需求参数对长鞭效应的影响规律，结果表明，预测方法不同，需求参数对长鞭效应的影响规律也有所不同．     

二级供应链系统的动力学仿真

提出将供应商管理库存细分为需求拉动式供应商管理库存和计划推动式供应商管理库存.应用系统动力学方法对传统供应链、需求拉动式供应商管理库存和计划推动式供应商管理库存等三种供应链管理模式进行建模和仿真.放松了一些传统约束,如常见的配送中心无限能力假设,将配送中心不同库存管理方式引入模型.通过仿真,从零售商库存波动变化、长鞭效应减弱程度和供应链总成本多个角度证明了推式供应商管理库存的优越性.证明了除了累积提前期以外,长鞭效应还与信息共享时的库存、生产控制方式有关.     

基于Post-LASSO方法的就医需求多控制变量选择

分析省级层面就医需求的政策变量和交互要素,并控制地区和时间效应的异质性,为精确估计医疗改革效应和医疗机构区域合理布局提供科学依据.以就医需求和就医供给的代理变量、区域特征控制变量建立指标体系,采用Post-double-selection-LASSO方法选择潜在变量及其函数形式.一阶差分、全控制变量和各省标准差集聚三个模型的比较结果显示,标准差集聚模型较好地控制时间趋势和初始差异,证实复杂就医需求的影响因素包括医院规模、医疗业务、医疗价格、区域特征,以及医疗收入和人口密度的交互作用.由此,应考虑不同工具变量的传递路径、不同区域特征及其初始差异和交互要素对就医需求的影响,以实现医疗资源空间均衡化.     

供应链中的时滞

研究供应链中时滞对长鞭效应的影响 .建立了供应链的多级库存控制系统模型 ,给出了其系统方框图及传递函数 ,求出了使整个供应链稳定的临界条件 .指出长鞭效应产生的原因是由于在系统时滞及系统增益的共同作用下使得供应链中各子系统产生衰减振荡或发散振荡的结果 .最后提出了减弱长鞭效应的四种方法.     

虚拟氛围对在线消费者冲动购买意向影响的实证研究

根据环境心理学理论,个体行为与其所处的环境是相互影响的。以环境心理学中的Mehrabian-Russel模型为基础,结合沉浸理论,研究了在线环境下虚拟氛围的各种要素对消费者冲动购买意向的影响。实证研究以购买决策涉入度作为控制变量,分析了电子商务系统中的虚拟氛围要素(导航易用性、信息性、社会性与娱乐性)与在线消费者沉浸状态要素(愉悦性感知、行为控制感知与专注)的影响关系,进而发现了虚拟氛围要素、消费者沉浸状态要素影响在线消费者冲动购买意向的机理。     

供应链时滞系统模型及其牛鞭效应的H∞控制

在供应链管理时滞连续系统模型基础上，建立了一个供应链管理多层时滞离散系统模型，采用供应链上游库存、订货、销售、生产波动方差之和与下游客户层需求量波动方差之和的比例描述牛鞭效应，分析了多层时滞系统牛鞭效应．提出顾客末端需求波动最差条件下的H∞控制方法，以抑制牛鞭效应．这一方法本质就是供应链末端需求波动最差情况下制定供应链管理的最优决策，并且以一个供应链多层时滞系统为对象进行了供应链牛鞭效应的H∞控制仿真实验．     

基于改进遗传算法的物流配送路径优化

物流配送路径规划对于提高物流配送效率、节约配送成本具有重要意义。以物流配送路径总长度为优化目标,将其转换为经典TSP优化问题进行求解并建立了数学模型。基于该数学模型,提出改进的遗传算法,针对遗传算法的选择、交叉和变异分别提出了基于序的选择算子、基于最小代价树的交叉算子和基于随机点长度控制的变异算子。改进的遗传算法与简单遗传算法的对比仿真实验表明,所改进的遗传算法有较好的全局寻优能力,且其收敛速度快,是解决物流配送路径优化问题的有效方法。     

一类基于库存切换的供应链不确定模型及其鲁棒H_∞控制

建立一类新的具有参数和外部需求不确定的供应链库存切换系统模型,它包括三个生产库存子系统和一个库存信号切换向量.为了抑制供应链系统库存切换过程中产生的运作波动以及参数和外部需求不确定产生的牛鞭效应,应用鲁棒H∞控制方法给出了供应链切换系统的控制律.进行了控制律计算和系统仿真,结果验证了所设计的系统控制律的有效性.     

控制理论在最优产品库存上的应用

本文考虑的是具有独立经营权、生产单一产品的工厂，如何通过选择一个适当的生产率来控制产品的库存，以使企业的效益最佳的问题。本文利用现代控制理论，以ｔ时刻的生产作为控制变量，以ｔ时刻的库存量作为状态变量，建立了系统的动态模型，给出了目标泛函Ｊ，并利用极大值原理求出最优控制。     

最优需求预测下预测与处理过程中的牛鞭效应

研究了在AR(1)市场需求模式下,生产商与零售商所组成的供应链系统中,当零售商采取不同预测技术时,在信息预测,处理及传递过程中产生的牛鞭效应问题.证明当存在订货提前期时,零售商采用移动平均法及一次指数平滑法预测会导致在需求预测,信息处理及传递过程中产生牛鞭效应;而采用最优预测仅在需求相关性很强时存在有限值的牛鞭效应.并对二级供应链进行拓展,证明在信息传递过程中,非最优预测将导致上游需求模式复杂化,牛鞭效应逐级递增,而最优预测可使上游需求模式简化,遏制误差的传递.     

基于Robust优化的多链库存系统动态切换模型及仿真

以两个单链合作为出发点,基于合作的方式不同创建了多个子系统,并以此建立了多供应链不确定切换系统模型。为了抑制多供应链系统在链间合作过程中产生生产运作波动和牛鞭效应,运用鲁棒优化理论给出了多供应链系统的切换控制算法,以及基于计算机的控制实现方法。结合多模型切换系统运作过程,仿真并对比分析了该多供应链多模型切换系统控制在有无切换两种情形下系统的订货波动变化大小和牛鞭效应变化大小。仿真结果表明多模型切换控制方法应用于复杂多供应链库存管理系统,可以抑制牛鞭效应,同时提高系统市场快速响应能力和集群整体需求放大性。     

基于反馈控制的牛鞭效应自补偿对多级库存系统的影响

在时变需求条件下,多级库存问题中需求变异放大的现象给供应链上下游企业的供需匹配带来了极大的挑战.本文考虑一个单条供应链在信息共享条件下采用订至点补货策略的情形,在随机需求下,研究了一个四级供应链系统中的牛鞭效应及其抑制方法.基于反馈控制理论构建了一个四级库存系统的动态控制模型,并通过拉普拉斯变换推导出了系统的传递函数.在四级库存反馈控制模型的基础上,设计了一个牛鞭效应自补偿机制,使供应链进销存系统的需求变异维持在原有水平.数值试验及仿真进一步对牛鞭效应自补偿算法的效果进行了验证.试验结果表明,加入自补偿算法后供应链各级结点企业的订货量波动明显减弱;剩余库存量的波动大幅下降;供应链整体牛鞭效应约为信息共享条件下的三分之一,仅约为信息不共享条件下的四分之一.     

基于不同预测技术的供应链牛鞭效应分析

以H.L.Lee提出的消费需求AR(1)自相关模型为基础,在假定采用订货点库存策略的前提下,分别推导出了零售商采用移动平均法、一次指数平滑法预测及均方误差优化预测市场需求时,生产商所面对的需求波动,建立三种需求预测技术对一个两级供应链牛鞭效应影响的量化模型及仿真模型并进行了验证,分析了不同预测技术对供应链牛鞭效应的影响及适用范围.     

A maximum principle for general backward stochastic differential equation

In this paper, the authors consider a stochastic control problem where the system is governed by a general backward stochastic differential equation. The control domain need not be convex, and the diffusion coefficient can contain a control variable. The authors obtain a stochastic maximum principle for the optimal control of this problem by virtue of the second-order duality method.     

H∞鲁棒控制下动态供应链系统牛鞭效应优化

为解决网络化制造(networked manufacturing,NM)模式下供应链系统运作中存在的不确定性扰动, 运用H_∞鲁棒控制方法抑制供应链系统牛鞭效应, 保障系统稳定运作.构建了由状态变量和控制变量描述的NM模式下的动态供应链时变偏差系统模型,采用线性矩阵不等式(LMI)方法获取H_∞鲁棒控制策略,并通过系统反馈控制器u_k设计,有效减小客户不确定需求引起的生产、订货和库存波动. 最后,结合实例分析表明在抑制率为ζ时,本文提出的鲁棒控制策略可以有效抑制不同形式客户需求引起的牛鞭效应,实现供应链系统鲁棒镇定.     

Stochastic maximum principle for mixed regular-singular control problems of forward-backward systems

This paper considers a stochastic optimal control problem of a forward-backward system with regular-singular controls where the set of regular controls is not necessarily convex and the regular control enters the diffusion coefficient. This control problem is difficult to solve with the classical method of spike variation. The authors use the approach of relaxed controls to establish maximum principle for this stochastic optimal control problem. Sufficient optimality conditions are also investigated.     

On optimal mean-field control problem of mean-field forward-backward stochastic system with jumps under partial information

This paper considers the problem of partially observed optimal control for forward-backward stochastic systems driven by Brownian motions and an independent Poisson random measure with a feature that the cost functional is of mean-field type. When the coefficients of the system and the objective performance functionals are allowed to be random, possibly non-Markovian, Malliavin calculus is employed to derive a maximum principle for the optimal control of such a system where the adjoint process is explicitly expressed. The authors also investigate the mean-field type optimal control problem for the system driven by mean-field type forward-backward stochastic differential equations (FBSDEs in short) with jumps, where the coefficients contain not only the state process but also its expectation under partially observed information. The maximum principle is established using convex variational technique. An example is given to illustrate the obtained results.