考虑采购数量的季节性商品动态定价问题

研究了一个同时考虑商品采购数量和动态定价的季节性商品销售策略问题.顾客可以通过网络订购 和现场购买两种方式购买该商品,且网络订购商品由销售商免费派送.两种方式下的商品需求量都是关于商品价格 和购买时间的函数,而网络顾客在收到商品之前, 会以一定的概率取消订单.销售商在销售期内, 需要通过动态调整 价格的策略来刺激消费者购买商品,以保证在销售季节内完成商品销售任务并提高销售商收益.提出了一个可以同时确定最佳采购数量和最优商品动态定价策略的数学模型,优化的目标是最大化销售商的收益, 并给出该模型的求解 算法.最后的算例表明, 模型和算法是有效的, 且相对静态价格策略,动态价格策略能为销售商带来更多的收益.     

基于库存状态的备件初始配置及采购优化模型

合理规划备件配置方案是提高装备可用度和降低全寿命费用的有效途径。建立备件需求率预测模型,采用系统分析法构建备件保障效能评估指标体系,研究初始备件配置优化方法。针对不完全修复件的报废消耗问题,给出了近似拉普拉斯需求分布下的备件短缺函数,将(s-1, s)和 (R, Q)库存策略相结合,基于库存状态批量采购模式建立了不完全修复件的订购模型。通过案例应用,给出了保障效能约束下的优化结果,优化结果符合实际规律,验证了模型的正确性、方法的有效性以及方案的合理性。     

一种备件多级库存系统的仿真优化模型

针对备件多级库存问题，分析了备件需求的特点，建立了多级库存问题模型．在模型的基础上对备件订购量、安全库存量，订购策略，率存模式等进行了研究．研究发现：库存模式、订购策略和相关参数都会影响库存策略和最小总费用；一般情况下，较优订购策略为“库存量降到安全库存水平以下时订购，订购使得备件总量达到某一常数”．因此，备件采用多级库存模式还是单极库存模式应根据具体参数和订购策略确定．由于备件库存问题的特殊性，论文提出了一种求解该问题的仿真优化方法．实验结果表明：是一种有效的求解备件库存优化问题的方法。     

基于提前期压缩的最优采购策略

压缩订购提前期可以提高零售商对随机需求预测的精度, 订购更加合理的产品数量, 从而增加其期望利润. 在压缩提前期将增加供应商的生产成本假设下, 首先分析了集中决策时的最优订购数量和订购时间, 随后在成本参数信息不对称条件下, 研究了只有一个供应商和存在多个供应商竞争供应机会这两种情形下零售商的最优采购策略. 最后通过数值算例验证了零售商的期望利润随提前期压缩先增加后递减的结论, 分析了零售商最大期望利润随对随机需求的预测精度与供应商数量等参数的变化趋势.     

基于Hammerstein-Wiener模型的广义预测控制

提出了一种新型的基于Hammerstein-Wiener模型的广义预测控制策略。采用基于最小二乘支持向量机的Hammerstein-Wiener模型描述非线性系统动态特性,作为被控对象预测模型。同时,针对现有遗传算法和混沌粒子群优化算法收敛速度慢和精度低等缺点,给出一种拟牛顿信赖域混沌粒子群混合优化算法,作为预测控制的滚动优化策略,函数测试和非线性对象的广义预测控制的滚动优化表明该算法的优越性。最后,对设计的预测控制器进行实例仿真,结果表明它能满足系统实时稳定运行的需求,取得了良好的控制效果。     

基于局部斜率更新的数据驱动动态定价策略

基于某经济型连锁酒店的实际入住数据,研究针对未知需求的数据驱动动态定价策略的应用.提出一种新的非参数的需求函数刻画方法,称为"局部斜率更新".该方法替代以往数据驱动策略中所使用的最小二乘法,得到新的数据驱动定价策略:基于"局部斜率更新"方法的短视(被动学习)动态定价策略,称为IL策略;基于"局部斜率更新"方法的主动学习动态定价策略,称为CIL策略.新方法能够克服价格内生性的难题,解决以往数据驱动策略的应用困境.数据实验表明,新方法的拟合优度接近最小二乘法.在线性和非线性需求函数形式的假设下,"局部斜率更新"方法的拟合优度与最小二乘法分别只相差7.19%和4.69%.酒店实际数据验证表明,结合新方法的数据驱动定价策略明显优于酒店经理的实际定价决策,其中IL可降低60%的后悔值, CIL可降低77.59%的后悔值.本文提出的需求函数刻画方法及结论有助于指导未知需求数据驱动收益管理理论的应用实践.     

基于动态温度调控的空调系统能耗预测

针对动态温度调控的空调系统能耗预测问题,设计了动态温度调控策略并通过EnergyPlus仿真得到空调系统逐时能耗数据集.在采用集成方法分析能耗的基础上,建立改进PSO算法优化BP神经网络(improved particle swarm optimization-back propagation neural netwo...     

多产品多阶段报童问题的在线订购策略

利用集成专家意见的在线序列预测算法研究多产品多阶段报童问题.将任意的一个固定订购量策略看成一个专家意见,用弱集成算法综合考虑众多专家意见构建在线订购策略,并基于弱集成算法的竞争性理论给出在线订购策略的理论保证.首先给出了两产品多阶段报童问题的在线订购策略,证明了其实现的累积收益可与最优固定订购量策略实现的累积收益相当.然后,将两产品多阶段报童问题的在线订购策略及其理论结果推广到多产品多阶段报童问题中.最后在不同的需求类型下,通过数值算例表明构建的在线订购策略相对于最优固定订购量策略具有较强的竞争性能.     

带学习效应的二级易变质产品供应链的最优策略研究

研究了由一个制造商和一个分销商组成的易变质产品二级供应链的最优生产与订购策略. 有限时期内,上游制造商采取按订单生产的方式应对下游分销商的需求, 制造商生产过程以及分销商订购过程具有学习效应, 对此建立二级供应链系统决策问题的数学模型. 目标是要确定使得系统总成本最低的决策变量, 包括生产量, 订购次数以及订购时间. 通过分析系统的成本结构,利用将订购次数松弛为连续变量的技巧, 证明了系统最优策略的存在性和唯一性, 给出了最优策略的求解方法. 最后通过应用实例进行了验证.     

基于批量折扣和支付时间折扣的多物品多阶段联合订购模型

假定系统运行在有限计划期的前提下,考虑了基于3种不同形式批量折扣及支付时间折扣的多物品多阶段联合订购问题.给出了在有限计划期内每个阶段寻求多种物品最优订购批量和最佳滞后(或提前)支付货款时间的算法.并针对基本订购费用为零时,提出了一个基于动态规划方法寻求多种物品最优订购策略的更有效算法,分析了基本订购费用取不同值和供货商提供不同批量折扣方式对销售商最优订购策略和总利润的影响.最后,利用数字实例说明模型的求解过程.     

柔性供应链中的三阶段期权型契约模型

消费者需求不确定性的上升导致企业预测需求成本不断增加,研究了在一类生产并销售生命周期较短产品的柔性供应链中,制造商和零售商之间的期权型订货契约问题。采用三阶段动态优化模型描述零售商的柔性采购策略,然后,解出零售商的最优决策,并在理论上证明了期权契约的有效性。最后,分析了产品生命周期、制造商生产能力和市场信息质量对零售商最优决策的影响。     

一种基于需求特性分类的备件库存管理方法及其实证研究

提出了一种基于分类的备件库存管理方法,该方法先从备件需求预测的角度对备件进行分类,然后对每一类备件的需求进行预测并给出了其适当的库存决策方法.基于分类的预测方法可以解决备件种类过多、部分备件需求的历史数据不足问题并能够为每类备件选择预测精度较高的预测方法;基于分类的库存决策模型适用于在缺少单位备件缺货成本参数条件下的订购点与订购批量决策.以石化企业的阀门为典型背景,论文说明了所提出方法的适用性和优越性.     

双渠道订货条件下基于预测更新过程的报童模型研究

零售商可以在整个计划时段内持续不断的收集市场需求信息,对市场需求进行预测.离销售季节开始越近,市场需求预测越准确,但采购成本会较高.零售商有两次订货机会.在计划时段开始通过正常渠道订货,单位采购成本最低.在计划时段内零售商还有一次紧急渠道订货机会,可以动态地根据市场需求预测更新结果决策是否订货.当市场需求预测更新过程为MMFE (martingale model of forecast evolution),且在各时点存在不同固定订货成本条件下,证明正常渠道和紧急渠道最优订货策略分别为状态相关的basestock和(s,S)策略,最优订货点与当前时点市场需求预测值线性相关.建立了最优订货策略的求解算法.分析了正常渠道和紧急渠道订货对库存管理的不同意义,结合敏感性分析说明零售商如何在正常渠道和紧急渠道,以及市场需求信息和采购成本间进行权衡.通过大量数值算例发现双渠道订货充分地进行了权衡.     

带学习效应的易变质供应链库存模型研究

根据订购固定成本带学习效应的易变质供应链库存模型,在有限期内,当需求为固定常数时,分析了两种情形下的最优订购策略。一类是允许发生短缺且缺货需要回补时,证明了最优解存在的唯一性,设计了求解最优订购策略的算法;另一类是不允许发生短缺时,将订购次数作为自变量,证明了系统总成本存在最优解的唯一性,给出了求得最优订购次数的计算方法。最后通过实例进行了验证。     

基于反馈机制的动态副本数量预测方法

针对视频点播集群服务中对单一视频访问数量进行预测时,基于传统的历史信息加权方法产生的动态副本数量误差较大、点播集群负载均衡较差的问题,分析了传统方法预测误差产生的主要原因——对单一视频历史访问数量趋势信息的考虑缺失,并提出了一种基于反馈机制的动态副本数量预测方法。该方法在传统的基于历史信息加权方法的基础上,考虑了历史访问数量的趋势信息。对实际系统数据的模拟结果显示,在反馈系数等于1时,基于反馈机制可以使动态副本数量的平均预测错误率下降29.6%,峰值错误预测率下降42.9%。     

基于关联规则的HLA动态数据分发策略

针对HLA数据分发,提出了基于关联规则的动态数据分发策略,主要工作有:(1)提出基于关联规则的动态数据分发思想。(2)设计了描述仿真系统成员之间数据交互情况的发布订购树(PS-Tree)。(3)基于PS-Tree挖掘关联规则,实现动态数据分发策略。(4)给出动态数据分发策略性能的量化分析。实验结果说明动态数据分发策略通过提高组播资源利用率,有效实现了基于值的数据过滤,减少了冗余数据的发送与接收,从而提高仿真系统的实时性、稳定性。     

信用支付下有限保质期的产品在生命周期内最优补货策略北大核心CSCDCSSCI

基于信用支付策略,本文建立一类保质期有限的产品在其生命周期内多次订购的库存模型,其中需求率反映了产品生命周期的需求特征,在保质期结束时,产品全部变质。证明了最优解的存在性,提出了求解最优订购策略的搜索算法。通过仿真实验验证模型和算法,得到主要参数的灵敏度分析结果。     

基于改进灰色预测模型的动态顾客需求分析

传统质量屋难以有效分析和管理顾客需求的动态变化,为此提出了一种基于改进灰色预测模型的动态顾客需求分析方法.首先提出了一个新的初始条件与背景值同时优化的方法对灰色预测模型进行了改进,提高了所建模型的精度和适用范围.其次,对传统质量屋进行了改进,提出了一个动态质量屋分析框架以反映需求的动态变化.继而,将改进的灰色预测模型融入动态质量屋中,用以模拟和预测质量屋中的动态顾客需求.通过动态质量屋的转换来监控和分析技术特性重要度的变化趋势,以更好地满足动态的顾客需求.最后,以某软件系统的设计开发为实例,说明了所提方法的有效性.     

易腐物品的库存管理研究

研究变质率呈Weibull分布的易腐物品的最优采购与库存策略。有限时域中有关易腐物品的库存问题研究，往往假设需求是线性而且变质率固定，这与实际情况具有较大的差距。通过引入对变质情况具有良好模拟性的三参数Weibull函数来描述易腐物品的变质特性，建立有限时域内易腐物品的最优订购策略模型。用前向迭代逼近的方法，得到求解最优订购策略的方法。     

基于SOA和价值模型的采购物流系统建模分析

通过面向服务的架构(SOA),来搭建采购与物流一体化的服务系统,降低系统的成本.为了弥补SOA在服务质量分析方面的不足,将价值模型引入SOA的服务体系中,从功能性和非功能性两方面对顾客需求进行形式化描述;采用扩展的UML时序图对服务流程进行描述;使用Pi演算及价值状态图验证目标价值的可实现性;通过价值实现程度计算函数定量计算采购物流系统对顾客需求的满足情况.最后对一个采购物流系统实例的仿真数据进行分析验证,仿真结果表明,将价值模型引入SOA服务体系可以有效弥补SOA对采购物流服务组合的服务质量分析方面的不足,并对以后的服务组合优化提供指导.