多配送中心物流配送车辆调度问题的分层算法模型

在对多配送中心配送车辆调度问题进行直观描述的基础上,建立了该问题的数学模型,提出了采用聚类分析最短距离分配法将多配送中心车辆调度问题动态地分解为多个单配送中心车辆调度问题进行求解的策略。基于求解单配送中心车辆调度问题的竞争决策算法,设计了多配送中心车辆调度问题的分层算法,并进行了实验计算。计算比对结果表明,用本文设计的算法求解多配送中心物流配送车辆调度问题,不仅可以取得很好的计算结果,算法的计算效率较高,计算结果也较稳定,而且在聚类属性方面具有很好的扩展性。     

定时与定量配送的最优策略

通过研究配送中心成本费用与等待的出货通知单，从成本费用角度建立了定量配送与定时配送的随机模型，对配送中心配送组织形式的最优策略选择进行了定量分析，并且得出最优策略取得时两种配送组织形式各自的时间与数量理论界限，从而为配送组织形式选择的实践操作提供了可行的科学依据。     

时变路网下异型车辆动态配置与路径优化

针对配送中心车型多样、客户需求动态变化且车辆行驶时间依赖配送区域路网速度变化特征的动态车辆路径问题,基于先预优化后动态调整的思想建立了以配送成本最小化为目标的两阶段优化模型.在预优化阶段,设计改进自适应遗传算法获得初始配送方案;在动态调整阶段,综合考虑客户需求变化和配送路网速度的变化,制定连续性和周期性相结合的优化策略,将问题转化为多中心车辆路径问题进行求解.通过实验分析验证了模型与算法的有效性,研究成果可丰富车辆路径问题的相关研究,为物流企业优化决策配送方案提供理论依据.     

基于延迟理论的Supply Hub出库调度模型

考虑了配送准时性和配送成本之间的悖反关系,将延迟理论引入配送调度,研究了订单随机到达、准时配送的supply hub的出库调度问题.考虑订单到达时间的随机性对配送准时性的影响,设计了一个带延迟因子的滚动调度模型,建立了supply hub准时制配送的出库调度多目标规划模型.根据模型的特点,设计了求解模型的克隆免疫算法.最后,结合数值实验,对延迟调度模型和实际使用的调度模型进行了对比分析.研究结果表明,带延迟因子的调度模型相比常规调度策略.能明显降低随机性订单的配送成本.     

存在车辆租赁及共享且有时间窗的多配送中心开环VRP

针对企业自身运力有限以及旗下多个配送中心在各决策周期运力不均衡的情况,提出了一类具有多个配送中心、需要进行车辆租赁和车辆共享、有时间窗限制、开环的VRP, 建立了相应的混合整数规划模型.通过引入一个虚拟配送中心,将多配送中心VRP 转化为单配送中心VRP, 并设计了一种结合扫描算法和C-W节约算法、对车辆路径和车辆调度统筹优化的混合遗传算法.最后,以重庆天友乳业物流分公司的业务数据对该模型的可行性和有效性进行了验证, 结果表明本文所提方法与该企业现有的配送方案相比,在配送总里程、配送总成本和车辆在途时间等方面均有明显改进.此外,进行了模型参数的灵敏度分析和算法的收敛性分析, 结果表明该算法具有较好的性能.     

考虑罐容限制的多油库多行程加油站配送优化问题研究

针对加油站的成品油配送需求,提出一个多油库、多车型、多行程、带隔舱和软时间窗的车辆路径问题(MDFDP).车辆从所属油库出发,在调度期内访问其它油库进行配送,并最终返回所属油库.当自有车辆不足时,可以租借外部车辆.由于加油站各油品的罐容有限,车辆必须在容纳时点后卸油.出于安全原因,车辆在卸油前需要静置一段时间.在车辆静置和卸油期间,加油站因临时关闭而产生销售损失.以最小化车辆固定成本、行驶成本、卸油成本、缺货惩罚所组成的总成本为目标,建立了该问题的混合整数规划模型.设计了一种结合局部优化的混合蚁群算法解决该问题.针对多车型,提出一种多信息素矩阵更新策略,使得每种类型车辆具有各自的信息素矩阵.将混合蚁群算法和CPLEX、变邻域搜索算法进行比较,实验验证了混合蚁群算法以及多信息素矩阵策略的有效性.企业应用实例表明:混合蚁群算法能有效求解实际问题;与车队、销售部门的单独配送决策相比, MDFDP统筹了两个部门的利益,能够大幅降低企业运营总成本.     

基于熵的配送系统柔性库存模型和优化

研究了配送系统的柔性定义并对配送系统所面对的不确定性进行了分析。应用信息论中的熵原理给出了配送系统的库存柔性的定量化定义。基于以上定量化定义建立了以门店和配送中心服务水平为约束的配送系统柔性库存策略优化模型。最后给出一个算例并应用MATLAB遗传算法工具包求出了模型的最优解。算例的优化结果和数据分析表明了此模型的可行性和有效性。     

基于汇集预测的随机客户需求配送车辆调度问题

针对物流配送过程中客户需求随机出现的车辆调度问题，结合客户随机需求信息和经验数据，运用汇集预测方法，生成合理的虚拟客户出现的概率及其位置和需求量；在分析客户不满意度函数的基础上，综合考虑配送车辆调度方案的经济性和客户满意度两方面因素，提出了加权广义配送总费用最小化目标；依照车辆先真实后虚拟客户配送的原则，建立了配送车辆调度模型，设计了与局部搜索相结合的改进遗传算法。Solomon标准测试算例验证了模型与算法的有效性与适用性，结果表明，相比于现有的其他方法，本文方法制定的配送车辆调度方案不仅能有效降低物流企业的总配送成本，而且能快速响应客户需求，提高客户满意度和服务水平。     

运力受限的应急物资动态调度模型及算法

针对大规模突发事件下应急物资动态调度问题, 把灾民的损失用物资未满足度的形式进行量化, 构建以最小化灾民损失和车辆调度费用为目标的混合整数规划模型, 以对运力受限情况下的救 援车辆路径选择和应急物资分配进行综合决策. 利用分层求解策略缩小问题的求解空间, 改进 基于客户点的编码方式, 设计了针对此问题的遗传算法. 代入实验数据得出了物资集散地不同 运力下的应急物资动态调度方案, 进而确定了最优运力配置量, 与现实情况下的配送方案比较 表明此模型和算法是有效的.     

共生换代背景下面向策略型消费者的联合策略研究

考虑某厂商面向策略型消费者且采用共生换代策略时的联合定价和定量决策问题,把每个周期分为正常销售阶段和折价销售阶段,分别构建单周期博弈模型和多周期马氏决策模型来探讨厂商最优策略与消费者策略行为间的相互影响。研究发现：当市场只有策略型消费者时,厂商应采取相对保守的固定定价策略且每期剩余旧产品应全部处理或全部进入销售。此外还探讨了不同情形下应对消费者策略行为的措施：当创新速率较快时,厂商需提高旧产品价格,反之需同时降低新产品价格和提高旧产品价格;当消费者因等待导致的偏好损失较小时,厂商应先降低新产品价格,再提高旧产品价格。     

金融市场组合风险的相关性研究

研究了上海、深圳两股票市场的相关模式.文章根据Copula函数的意义和广义帕累托分布(Generalized Pareto Distribution,GPD),建立了上海、深圳股票市场组合风险的相关结构模型.用GPD和Copula函数分别刻画了上海、深圳股票市场收益率序列的边缘分布以及变量间的相关信息.在此基础上构造了比较灵活的Copula-GARCH-GPD模型.实证研究表明沪深股市的相关模型为Clayton-GARCH-GPD.进一步用蒙特卡洛方法模拟的投资于两股票市场的组合风险表明,联合正态分布模型所得到的组合风险VaR明显地低于用Copula拟合的结果;在较高的置信水平下,Clayton Copula显示的结果更加安全.     

拟合中国股票市场收益的统计分布

对中国沪深股市收益的统计分布特征和市场风险规律进行了定量比较研究.分别采用稳定分布、渐近帕累托分布和截断列维分布拟合中国股票市场收益统计分布,实证研究发现中国股市收益分布的中间部分适合用稳定分布描述,分布的尾部适合用尾部指数大于2的渐近帕累托分布描述,即是具有尖峰厚尾特征的有限方差不对称分布.揭示出中国股市中高收益事件比低收益事件发生的更为频繁,深圳市场比上海市场的投资风险要高.所得结论有益于对价格波动性建模、资产定价、金融风险管理等领域的深入研究.     

基于随机补货间隔期的库存控制优化模型及算法

研究补货间隔期不受零售商控制情况下的多周期库存优化问题。在假设允许缺货、补货间隔期是独立同分布的随机变量的前提下，给出了补货间隔期服从一般分布的预期利润函数，通过确定最优补货量来有效地控制库存。在此基础上，又分析了补货间隔期服从两种特殊分布情况，并给出了算例。     

基于噪音交易者的风险资产定价模型及其应用

放宽DSSW模型中的风险资产股利为常数和噪音交易者心目中的股利变化是一个纯粹正态分布随机过程的假设条件,分别构建了只有理性投资者和存在噪音交易者两种情况下的股票市场风险资产定价模型,并在对所建立的两类模型及其经济意义进行比较分析的基础上研究了噪音交易者对股票市场风险资产定价及其波动性的影响机理,对中国股票市场2005年6月-2008年8月期间发生的"异常现象"进行了合理解释.研究结果表明:噪音交易者能对股票价格及其波动性产生系统性影响,中国股票市场发生的"异常现象"在很大程度上是由噪音交易者造成的.从研究假设、研究结论以及实践应用等方面对DSSW模型进行了合理的拓展和深化.     

随机库存系统的存货策略计算机仿真

运筹法能够处理服从正态分布的需求量、前王时同等条件的库存系统的存货策略，而对于随机型库存系统，用Excel、VBA和Crystal Ball进行仿真，利用仿真间接地获得优化策略，更好地解决随机库存系统的存货策略问题。     

基于模式分类的自学习生产调度知识库方法

对一种简化的调度问题进行了分析 ,说明了在一定的条件下 ,对某一范围的调度任务 ,的确存在着一种不变的模式 .文中对任务中不同的子任务对 (“订单对”)给出了一个指标 ,并以此指标来判断该子任务对在一个成功的生产调度方案中的先后顺序 ,是否在另一个类似的任务的成功生产调方案中能得到保持 .基于这一结果 ,文章还给出了一个实际中对生产调度经验进行机器自学习的算法步骤.     

基于Takenaka-Malmquist自适应时频分布的特征指标——来自上证和深证的数据

股票价格指数度量并反映了股票市场总体价格水平及其变动趋势，包含了丰富的市场信息，受到投资者和政策制定者的普遍关注.利用一定的数学方法对其进行分析和研究，挖掘股指的潜在价值，对加快资本市场治理，提升金融效率，促进国民经济的平稳快速发展具有十分重要的意义.本文利用基于Takenaka-Malmquist自适应傅里叶分解（简称自适应傅里叶分解或AFD）的时频分布，有效提取了股票价格指数的时频特征，分析股票市场的变动趋势.为满足自适应傅里叶分解的要求，首先利用H-P滤波算法对时间序列进行预处理，去除时间序列的趋势项，然后利用AFD算法处理周期项数据，在此基础上得到股票价格指数的时频分布，并进一步分析股指变动趋势.基于自适应傅里叶分解的算法可以有效提取股指在时频两域的信息，避免了单一域分析的缺陷，且比现有的小波分解方法具有更高的分辨率和准确度.为检验指标的有效性，本文利用上海证券交易所的上证综合指数（代码000001）和深圳证券交易所深证成份指数（代码399001）实证检验了指标的有效性，结果表明基于自适应傅里叶分解的时频分布提出的股市技术分析指标可以用于中短期股票市场的变动特征分析.     

资源约束条件下任务调度算法研究

如何解决资源约束条件下的任务调度问题，保证在资源使用存在冲突情况下, 多个任务高效执行, 其中合理的任务调度和资源冲突消解是影响任务执行效果的关键因素。基于工作流图模型提出了一套资源约束条件下任务调度的框架, 并针对调度过程中产生的资源冲突, 提出了两种任务调度算法: 一种算法通过任务关键度确定优先级, 并基于贪心策略和调整工作流图拓扑结构的方法, 在任务开始前确定任务调度方案; 另一种算法采取弹性资源调度的方式, 使产生冲突的任务优先在资源不足的条件下开始执行, 任务调度和执行交替进行。最后, 通过地震救援案例验证了相关算法可行性, 与求解资源约束条件下任务调度问题的两类典型方法中具有代表性的算法进行对比实验, 分析了所提两种算法的优势与意义。仿真结果表明，所提算法具有适用地震救援资源紧缺特点的优势。     

基于峰度法的POT模型对沪深股市极端风险的度量

基于VaR正态性假设导致的尾部风险低估问题,研究极值POT模型,并针对样本平均函数法在某些数据结构下失效的缺陷,利用峰度法定量选取了阈值.沪深股市极端风险实证表明:涨跌停板影响了POT模型的有效性.涨跌停板前,在较高与较低的置信水平下,POT模型均比VaR模型有效;涨跌停板后,POT模型在较高置信水平下优于VaR模型,但在较低置信水平下反而不及VaR模型.研究认为这主要是因为涨跌停板抑制了极值数据的异质性,造成极值密集分布在涨跌停板附近,致使厚尾分界线向内收敛,从而影响了POT模型的有效性.