基于护士排班问题的加班策略比较研究北大核心CSCD

加班是医院补充护理人力资源不足的常用方式,不同加班策略会对医院人力成本和护士工作满意度产生重要影响.基于此,建立了考虑加班策略的护士排班0-1整数规划模型.针对该模型提出了两阶段求解法,首先根据约束和偏好生成可用班型,然后利用遗传算法为每名护士分配合适班型,并对未达到人员需求的班次安排护士以合适的策略加班.求解得到排班周期内最优排班加班计划,以及由此带来的最小人力成本.数值实验对比了临时加班和延时加班两种策略的适用范围,分析得出组合加班策略的优势.     

呼叫中心坐席人员可加班的优化排班问题

一些国内呼叫中心企业在编制坐席人员排班表时,除了指派坐席人力的正常班次,也安排部分员工加班。构建考虑部分坐席人员可加班的呼叫中心优化排班问题整数规划模型。鉴于排班问题难解性,通过问题结构分解,以及对班次及加班覆盖区段人力需求的量化指标表征,提出构造性启发式算法生成可用排班方案;然后运用模拟退火及贪婪搜索机制,提出邻域搜索算法改善排班方案。计算结果显示,两阶段算法能够获得企业规模问题的优化排班方案。研究表明,科学合理加班用工在增加员工收入情况下,能够有效降低企业人力成本。     

考虑兼职用工的呼叫中心坐席人员排班问题

近年来,呼叫中心企业在人力排班中搭配使用兼职人员;兼职人力无论成本或工作模式都与全职坐席人员不同.针对企业实践场景,构建考虑兼职用工的坐席人员排班问题整数规划模型.在分析认识问题优化结构规律基础上提出两阶段优化算法.该算法通过分解日期和班次决策降低问题求解复杂性,通过表征不同类型人力满足话务有效需求的量化指标,局部优化地生成可用排班方案;然后运用具有模拟退火或贪婪机制的邻域搜索技巧来改善前阶段生成的排班方案.计算表明提出的算法能够获得企业规模问题的优化排班方案.最后分析各种因素如何影响兼职用工优化策略.研究表明科学合理使用兼职人力能够有效降低排班用工成本.     

多技能呼叫中心排班算法研究

对多技能呼叫中心的排班问题进行了系统研究.采用考虑顾客放弃的Erlan争A模型计算人力需求,应用动态集合覆盖算法解决多技能排班路由问题,针对多技能优化排班问题设计开发相应的启发式算法,并应用某呼叫中心的实际数据验证了算法的计算效率和优化效果.此外,对不同人力分组方案和不同班时拆分方案进行了一系列试验计算,发现分组细化和班时细分都能够提升排班效果,相比而言班时拆分对排班效果的影响作用更加显著.     

考虑休班公平及同班次约束的呼叫中心排班优化问题

国内呼叫中心企业制定人力排班表时,越来越关注员工诉求及体现人性化管理理念.考虑坐席人员双休日休班公平性和周内工作日上班时间规律性,构建以多周为计划周期的呼叫中心排班优化问题整数规划模型.在对问题结构和优化性质分析基础上,提出构造性启发式算法.使用企业实例数据对模型和算法性能进行评估.计算结果表明规划模型只适于求解小规模问题最优解,而启发式算法能够以小计算成本获得较大规模问题优化解.最后计算分析得出了这些员工诉求因素对排班人力成本影响的量化结果.     

可加班门诊预约能力分配问题的期望方差模型

研究门诊能力分配问题,门诊可通过加班增加能力以满足更多患者需求.建立由诊疗患者收入、加班成本和拒绝患者成本组成的门诊净收益的期望和方差模型,反映诊疗资源和患者需求的匹配度和稳定性.设计大量数值实验分析环境因素对系统性能指标的影响.从净收益的大小和波动两个角度衡量系统,提出决策"高收益、低波动"能力分配方案的替换规则.结果表明在可加班的策略下,门诊能力分配方案对环境因素变化的稳定性变弱;提出的替换规则有效兼顾了供需匹配度和系统稳定性.     

有限预知信息下集装箱码头泊位与岸桥联合在线调度北大核心CSCDCSSCI

针对码头船舶作业计划中通常存在较大比例的、需要临时排班的加班船需求,提出了具有有限预知信息的集装箱码头泊位与岸桥联合调度over-list在线模型。在分配每艘船舶服务请求时假设预知后续一个船舶请求的信息,并着重考虑了由3个相连泊位组成的混合型泊位类型、配置5个岸桥且只存在两种请求的联合调度模型;针对最小化最大完工时间的优化目标,设计出了具有最优竞争比5/4的联合调度在线策略;同时,证明了当缺少预知能力时不存在竞争比小于4/3的在线策略。上述结论表明,有限的预知能力可以有效地改进联合调度策略的竞争性能。数值实验结果进一步验证了所设计策略具有良好的执行性能。     

有限预知信息下集装箱码头泊位与岸桥联合在线调度

针对码头船舶作业计划中通常存在较大比例的、需要临时排班的加班船需求,提出了具有有限预知信息的集装箱码头泊位与岸桥联合调度over-list在线模型。在分配每艘船舶服务请求时假设预知后续一个船舶请求的信息,并着重考虑了由3个相连泊位组成的混合型泊位类型、配置5个岸桥且只存在两种请求的联合调度模型;针对最小化最大完工时间的优化目标,设计出了具有最优竞争比5/4的联合调度在线策略;同时,证明了当缺少预知能力时不存在竞争比小于4/3的在线策略。上述结论表明,有限的预知能力可以有效地改进联合调度策略的竞争性能。数值实验结果进一步验证了所设计策略具有良好的执行性能。     

基于时间不一致性偏好与扩散模型的最优分红策略

本文考虑具有时间不一致性偏好的企业管理者的最优分红策略.假定企业盈余资金由一般扩散模型描述,管理者的偏好由准双曲贴现函数刻画,目标是最大化破产前的累积红利现值.基于管理者对自己未来偏好的认识,分别考虑幼稚型和成熟型管理者的最优分红策略.首先利用随机最优控制方法,得到了两类管理者优化问题的HJB方程及验证定理.然后以常系数扩散模型为例,得到幼稚型与成熟型管理者的最优分红策略及最优值函数的解析式,并对分红策略进行了敏感性分析.结果表明常系数扩散模型下具有时间不一致性偏好的管理者倾向于提前分红,其中成熟型管理者比幼稚型管理者更倾向于发放红利;此外,通过对幼稚型与成熟型管理者施加合适的破产惩罚,可使得幼稚型与成熟型管理者的最优策略与无破产惩罚的时间一致性偏好管理者的最优策略相同.     

考虑光照影响的岸桥司机排班策略优化研究

光环境对岸桥司机的工作效率具有重要影响。针对在光照强度不断变化下的岸桥司机排班问题,建立光照影响效率理论模型和港口作业三维仿真模型,分析不同光照条件下对码头岸桥司机工作的影响,并研究得出岸桥司机的最优排班策略。通过比较不同的4种排班策略,分析得到6h间隔排班最优,比现有的排班方式的工作效率提高14%左右,因而说明在工作时间总量不变的情况下,根据光照影响调整排班策略,可以提高岸桥的作业效率。     

考虑顾客策略行为的易逝品体验式营销最优定价

针对短视型顾客和策略型顾客并存的细分易逝品市场,考虑顾客策略行为对商家总利润的重要影响,以及体验式营销对顾客商品价格感知的作用。在以随机分布描述体验后顾客附加价格感知的基础上,确定了顾客发生购买行为的条件,建立了以商家总利润最大化为目标的两阶段定价模型。通过优化求解模型给出了在不同顾客比率下易逝品的两阶段最优定价策略,并探讨了体验式营销成本及体验成本系数对最优定价及最大总利润的影响。最后,采用对比分析验证了策略型顾客的大量存在影响定价及总收益。研究表明:较高的策略型顾客比率会使商家的第1阶段最优定价降低、第2阶段最优定价提高以及两阶段总利润减少;此外,体验式营销可以缓解策略型顾客行为,并且存在最优体验式营销成本。     

基于策略消费者的差异化产品推出及定价研究

考虑一个同时存在策略型消费者和短视型消费者的市场,研究企业的纵向差异化产品推出策略选择问题.考虑质量递增序贯推出,质量递减序贯推出和同时推出三种策略,分别构建两阶段的动态定价模型,研究企业的产品推出策略与策略消费者行为之间的相互影响.研究发现,企业的产品推出策略选择取决于策略消费者的影响程度(市场规模、耐心程度)以及产品质量成本比率(即两产品质量差异与成本差异的比率),而递增策略由于较高的竞食影响和较低的细分优势,不会成为企业的最佳选择.在质量成本比率较低的情况下,当策略消费者行为的影响增强时,企业通过递减策略缓解策略消费者行为的效果要优于同时策略;而在质量成本比率较高的情况下,当策略消费者行为的影响适中时,较高的细分市场优势使得同时策略缓解策略消费者行为的效果更佳.     

考虑策略型消费者和企业成本削减的垂直差异化产品投放策略

在消费者策略行为与企业成本削减的双重驱动下，分别建立了质量递减型和质量递增型两种垂直差异化产品投放策略的动态博弈模型，并探讨了企业的最优策略及实施条件。研究表明，当成本削减幅度较小时，递增型策略是企业的最优选择；当产品质量差异程度有限且成本削减幅度较大时，递减型策略可以有效缓解消费者的延迟购买行为。此外，还分别考虑了混合型消费者以及成本削减的固定投资，并发现当短视型消费者和策略型消费者同时存在时，递减型策略始终是企业的最优选择。第1阶段销售收入与同时期总成本的内在关系不仅取决于固定投资成本，而且还受到产品质量差异程度、消费者策略程度以及成本削减幅度的影响。     

结合Benders分解和列生成的发热门诊排班数学建模和优化算法

发热门诊是抗击疫情最前线，发热门诊中的医生排班对于系统运行效率和医疗服务质量都非常重要，需要科学的排班优化算法。针对发热门诊医生排班调度问题，首先采用逐点稳态流近似方法对系统建模，定量评估系统中等待服务的患者数目，基于此建立了考虑患者排队队长限制的医生排班数学优化模型。进一步，为求解该模型设计了结合Benders分解与列生成的高效算法，对此复杂优化问题加以高效求解。最后，利用上海大型医院发热门诊的实际数据加以数值实验分析，验证了所提出算法的排班结果，显示了其在控制患者队长和医生总工作时间上具有优势。数值结果进一步验证所提出方法能适应疫情严重情况下的医生排班优化要求。研究得到的模型和算法对完善疫情中发热门诊的运作管理具有实际意义。     

考虑损失规避与质量水平的供应链协调契约模型

针对考虑损失规避型零售商与产品质量水平的二级供应链协调问题,分别分析了分散供应链情形下供应商与损失规避型零售商的最优策略和集中供应链情形下供应链的最优策略,并构建了回购–质量成本分担契约下的供应链协调契约模型,并且证明了该供应链协调契约模型的有效性.通过博弈分析可得到的结论是:损失规避型零售商订货量的增加会促使供应商提高其产品质量水平以便保持市场竞争优势,而供应商的产品质量水平的提高能够促使损失规避型零售商增加其订货量;回购契约不能协调此二级供应链;一定条件下回购–质量成本分担契约能够协调此二级供应链.此外,在分散供应链和集中供应链情形下,通过数值实验分析了模型参数变化对供应商和零售商的最优策略以及供应链利润的影响.     

超大规模管理优化问题的求解:城市小区粪渣清运排班案例研究

深圳市罗湖区小区粪渣清运排班优化为超大规模的实际管理优化问题.以该问题为案例,探索超大规模优化问题可行的求解方法.建立了城市小区粪渣清运排班优化模型,根据"贪婪"规则,设计了基于构造规则的启发式算法.通过小规模算例验证了算法的有效性.将该算法应用于案例中的实际问题,取得了满意结果.研究表明,对于实际的超大规模优化问题,可依据问题自身的特征,基于最质朴的贪婪规则,设计合适的启发式算法求解.该研究为类似的超大规模优化问题的求解提供了可供选择的思路.     

风险投资主体对高新技术企业分阶段投资的时机选择

为了研究风险投资主体对高新技术企业分阶段投资的时机选择,构建了实物期权模型.该模型基于追加投资的最佳时机随波动率变化不是单调函数这一特点,对Cossin的混合买入期权模型做出了修正,利用该模型建立二次微分方程证明了追加投资的最佳时机和分阶段投资成本的具体表达式,并对分阶段投资和一次性投资两种策略进行了比较分析, 结果表明分阶段投资比一次性投资的成本及风险低.     

不确定服务时间下分布式鲁棒门诊预约调度和排程

研究了单服务台门诊预约调度问题,考虑了门诊服务中不确定服务时间,基于服务时间联合概率分布的支撑集和矩等部分信息,并利用平均绝对偏差刻画服务时间的相关性,最小化最坏情况下期望等待成本和加班成本,建立了分布式鲁棒优化门诊预约调度和排程模型,利用优化方法结合对偶理论,得出了模型的数学性质和易求解的等价问题,确定患者最优的预约服务时长和服务次序.最后,仿真实验结果验证了模型的可行性和有效性.     

财务危机成本、赎回失败与可转债最优赎回决策

在最优停时分析框架下得到了财务危机成本和赎回失败的可转债最优赎回决策动态优化模型.对模型进行静态分析比较结果显示: 在财务危机约束下,赎回推迟程度与可转债发行规模、企业价值波动及成长有显著相关关系.通过对2002年至2004年间发行的我国可转债市场实际数据的实证分析,证明了模型的相关结论,并说明了我国可转债赎回策略中存在的财务危机成本阀值效应. 得出结论:结合经验上的阀值效应,以我国目前可转债的发行规模和整体股市成长背景而言,可转债立即赎回是合适的.     

考虑线下零售商服务成本差异的BOPS渠道整合

从线下零售商服务成本差异化的角度出发,研究现实中单位补偿和销量计入线下两类BOPS(buy-online-andpick-up-in-store)线上线下渠道整合问题.构建并求解制造商实施BOPS单位补偿和BOPS销量计入线下两类渠道整合模型,分析BOPS类消费者比例和服务成本差异程度对供应链利润及成员决策的影响,最后用数值分析验证并拓展结论.结果表明:欲实现供应链利润最优,企业须根据具体市场情形选择合适的整合策略,当市场中BOPS消费者很少时,对服务成本一致性高的行业如书籍、零食采取销量计入线下供应链更优,而对服务成本一致性较低的行业如眼镜、大型家具则单位补偿更优;同时,线下零售商可通过调整其对BOPS类、传统类消费者间的服务水平差异程度使供应链获利更多.