考虑资源约束和变质期的订货批量与定价的联合决策

传统的订货计划一般假定需求事先已知.研究了需求是价格的函数、订货能力有限情形时,订货商对变质性产品协调地进行定价决策和订货决策,使得利润最大化.建立了二次规划数学模型. 提出了基于动态规划的算法,可以在多项式时间内求解原问题的最优定价策略和最优订货计划.实验结果表明,与分散决策相比,联合决策可以给订货商带来更多的利润.通过订货能力的灵敏度分析,表明订货能力变化对利润和价格产生显著影响,有助于订货商选择恰当的订货能力水平.通过变质期的灵敏度分析,揭示了变质期对订货策略影响显著.     

固定定价与允许需求延迟批量模型的联合决策

研究了在允许需求延迟情形下,定价对生产计划的影响.价格是决策变量,在整个计划期保持不变.每周期的缺货只能延迟而不允许放弃.设计了一种精确算法,交替地进行定价决策和批量决策,可以在多项式时间内求解出最优价格和最优生产计划.实验结果显示,与分散策略相比,联合策略可以制定更加合理的价格,给企业带来了更多的利润.     

面向随机需求的绿色再制造综合生产计划

考虑生产能力、外包、库存以及回收产品采购等要素,依据市场需求确定再制造产品在不同计划期下的生产计划安排,是绿色再制造综合生产计划的核心。优化再制造综合生产计划能够降低绿色再制造过程不确定性和提高绿色再制造生产的收益。构建了考虑随机市场需求情况下,以企业利润最大化为目标的绿色再制造综合生产计划决策模型,提出了资源充足条件下的绿色再制造随机综合生产计划模型求解方法,推导出绿色再制造各计划期的再制造生产量区间。研究发现,在满足最优目标时,再制造生产系统服务水平与库存水平之间存在一定的关系,计划期生产计划量与产品需求具有相同的随机分布。通过算例,分析了考虑外包因素后的模型中,产品价格的变动对绿色再制造的总利润、生产计划量及绿色再制造外包量的影响。     

基于动态预测企业生产计划模型

在静态的环境下 ,生产计划的决策主要来源于市场的需求预测 ,但是 ,如果在动态环境里 ,由于预测信息本身在不断地变化 ,预测值在不断地改变 ,如何将动态预测信息 (预测修正量 )转化成生产计划 ?研究需求信息向生产计划的动态转变与及时更新 ,具有很强的理论价值和重要的实际意义     

流程型企业原材料需求预测与库存决策方法及应用

以石化企业化工原辅料库存管理同题为背景,研究流程型企业与生产计划相关的原材料库存管理问题.从订购提前期与生产计划是否确定的角度,将流程型企业原材料需求分为四类,重点研究了订购提前期与生产计划不确定下的需求预测方法,并给出了确定其库存决策的建议策略及再订购点和订购批量的确定方法.应用结果则证明了所提出的预测与决策方法的适用性.     

随机模糊环境下企业动态生产计划编制

企业面对多变的内外部条件,处于动态、随机、模糊环境下。在这种环境下,企业如何决策自己的发展规划,制定合理的计划,并确保计划目标的实现,是一个关键的问题。应用多阶段决策理论,结合随机与模糊理论,构造了企业多阶段动态发展模型,建立了全状态转移矩阵,提出了随机熵权等概念,并对典型的动态发展与随机模糊企业系统--煤矿企业系统进行生产接续计划的编制,力争对多阶段决策理论和随机模糊理论的发展有所贡献。     

MRPⅡ中主生产计划（MPS）的柔性决策

主生产计划是MRPⅡ/ERP（manufacturing resources planning/enterprises resources pannig）中的一个重要组成部分。在市场需求多变的竞争环境下,不确定性大大增加了,使得现行的MRPⅡ系统的生产计划缺乏动态响应性。增加MRPⅡ系统的动态响应性的主要措施是提高主生产计划（MPS）的柔性。研究了不确定性对MRPⅡ主生产计划的影响,在生产计划中引入柔性变量,提出了需求柔性和供应柔性的概念,并建立了相应的算法模型。在应用软件开发中应用所建立的理论模型,实现了主生产计划的柔性决策。     

多规格产品系列生产的随机响应优化决策

以价格、产量和品种结构为决策变量，提出并建立了多规格产品系列生产的随机响应决策优化模型。以产品的平均价格为自变量测算产品需求量，以多项式Ｌｏｇｉｔ随机响应模型分析顾客对产品的选择，以最大利润为目标，本文建立了一个系列产品决策的数学规划模型。模型的基本变量是不同规格产品的价格，但是，由此就可以推算出计划生产产品的产量、产品结构、生产成本和销售收入。本文用一个例题进行了验算。     

基于市场细分的定价与批量问题的联合决策

研究了多周期离散时间下,拥有若干个目标市场的制造商如何对变质性产品协调地进行定价决策和生产决策,使得利润最大化.需求是价格的线性函数,建立了二次规划模型.提出了基于动态规划的精确算法,分析了算法的时间复杂度,可以在多项式时间内求解出最优生产计划和各个周期各子市场的最优定价.实验结果揭示了需求函数系数的变化对利润、各周期各子市场需求(或价格)的影响.     

带分段仓储能力决策的动态批量优化问题研究

本文考虑一个单一产品仓储能力决策和库存决策的动态批量集成优化问题.在这个模型中,长度为T个周期的计划期被划分成连续的若干段,每段初需制定该段的仓储能力决策,同一段中各期的期末库存水平均受限于该段仓储能力.假设每段仓储能力费用为仓储能力的非减函数,各期的产品订货费用为固定费用,库存保管费用是一个期末库存量的线性函数.利用分解技术和几何技术,本文开发一个计算复杂度为O(T~3)的动态规划算法.计算测试显示,该算法与求解混合整数规划(MIP)的商业软件相比,在计算时间上具有明显的优势.     

基于DBN威胁评估的MPC无人机三维动态路径规划

模型预测控制(model predictive control, MPC)路径规划算法适用于三维动态环境下的无人机(unmanned aerial vehicle, UAV)路径规划;动态贝叶斯网络(dynamic Bayesian network, DBN)能够有效推理战场态势,对无人机进行威胁评估。针对威胁尾随无人机时的路径规划问题,构建DBN威胁评估模型,将UAV在战场环境中的威胁态势用威胁等级概率表示,与MPC路径规划算法相结合,得到基于DBN威胁评估的MPC UAV路径规划算法。通过多组仿真分析表明,在三维动态环境下,特别是威胁尾随无人机时,基于DBN威胁评估的MPC无人机路径规划算法可以得到有效的无人机路径。     

货到人拣选系统多阶段可穿行多AGV路径规划

针对货到人拣选系统大规模多AGV(automated guided vehicle)路径规划中由于转弯和避障导致行驶时间增长的问题,考虑空载AGV可穿行货架,建立以任务完成时间最短为目标的路径规划模型,并通过改进A*算法对该问题进行求解。对AGV运行阶段进行划分,在A*算法中引入转弯惩罚值减少转弯次数,利用避障等待时间设置避障优先级。仿真实例结果表明考虑转弯和避障的可穿行货架路径规划方法能够降低任务完成时间和行走路径长度,在提高拣选系统作业效率方面具有参考价值。     

基于动态交互层的柔性作业车间动态调度问题研究

为快速应对柔性作业车间生产过程中出现的突发状况,构建了一种以全局任务最大生产完成时间以及紧急订单生产完成时间为优化目标的柔性作业车间动态调度模型。针对上述模型,提出一种更加适用于动态排产的动态交互层DIL (Dynamic Interaction Layer)来代替滚动窗口。设计了粒子群遗传混合算法PSGA (Particle Swarm Genetic hybrid Algorithm),将粒子群算法中位置更新策略与遗传算法基因突变融合,加强算法局部搜索能力。针对柔性作业车间订单加急的意外状况,采用DIL与PSGA相结合的方法求解动态调度问题。通过仿真实验,验证了DIL处理紧急订单的能力和PSGA算法的有效性。     

基于DEDS的A-SMGCS航空器动态滑行路径规划

为实现先进场面引导与控制系统中航空器动态滑行路径规划,建立了基于静态路径规划、动态路径规划和实时路径更新的总体框架。依据跑道、滑行道和停机坪使用规则建立基于Petri网的场面活动模型及线性不等式约束的活动控制规范,给出了当前规划航空器在满足与场面其他滑行航空器不冲突条件下的极大代数状态方程,并将静态预选路径作为可行解对滑行路径进行动态优化。针对滑行中出现的时间偏差,采用时间窗调整或再规划策略更新路径。仿真实例结果表明,动态路径规划从战术上避免滑行冲突,减少航空器的等待时间,显著提高了场面交通容量。     

带搬运时间的批量生产制造系统生产作业计划方法

为给考虑搬运时间的批量生产制造系统中的同类型工件制定生产作业计划,对批量工件的加工与搬运时间、搬运车辆调度和工件移动方式决策等问题进行深入研究.构建同类型批量工件在不同移动方式中的加工与搬运时间模型并设计相应的计算流程图.建立基于生产周期和搬运车辆总投入数量两个决策目标的工件移动方式决策模型.研究结果表明:本研究可有效选择工件移动方式,可为考虑搬运时间的同类型批量工件制定精确的生产作业计划,并可对搬运车辆进行合理调度.     

施工进度计划柔性网络仿真的不确定性研究

工程施工中应用柔性网络计算机仿真突破了传统的PERT只考虑单一关键线路的限制以及工序的持续时间均服从β分布的假定,也使得仿真工期与关键线路都具有了不确定性.一次仿真结果只相当于对系统模型的一次抽样,缺乏代表性.将网络计划仿真技术与风险分析技术结合起来,采用统计分析的方法确定仿真运行次数,对实际系统大量的动态仿真工期进行完工概率与风险分析,用"工序关键度"表征关键线路的概率分布结果,能够较好的描述施工进度计划的不确定性,为施工管理与决策提供更多的信息.     

基于自适应伪谱法的UCAV低可探测攻击轨迹规划研究

研究无人作战飞机(unmanned combat aerial vehicle,UCAV)对地攻击阶段轨迹规划问题。首先,在综合UCAV的气动力特性、发动机推力特性基础上建立UCAV质点模型和动力学模型,并结合UCAV平台初始条件、机动性以及武器投射条件构建约束条件;针对当前轨迹规划中没有考虑雷达散射截面(radar cross section,RCS)随UCAV姿态角改变而动态变化这一缺陷,建立综合考虑动态RCS的威胁概率和攻击时间的目标函数;然后利用可变低阶自适应伪谱法求得攻击轨迹最优解。对时间最短、RCS固定和考虑动态RCS 3种情况进行仿真。结果表明,考虑动态RCS时,UCAV将根据威胁进行轨迹和姿态调整,极大减小了被敌方威胁捕获的概率。该算法能够提供规划轨迹的高精度状态和控制量信息,有利于实现攻击过程的高精度精细规划控制。     

动态多人递阶决策问题——结构,非光滑性及必要条件

利用非光滑分析、集值映射和微分包含理论，分析了动态递阶决策问题的结构、性质，给出了解决这类问题的一个通用性结构化模型，并利用这一模型在非凸非光滑条件下导出了最优策略存在的必要条件     

基于NURBS和GOBL-ACDE的航迹规划算法

针对复杂地形条件下无人机低空突防动态航迹规划实时性及精确性的问题,提出了基于广义反向学习的自适应约束差分进化(generalized opposition-based learning adaptive constrained differential evolution, GOBL-ACDE)算法,结合非均匀有理B样条(non-uniform rational B-spline, NURBS)平滑策略,提高了多威胁复杂地形下动态航迹规划的精确性、高效性及适航性。首先,构建航迹规划任务模型,建立目标代价及约束限制函数,提出一种高度转换方法,有效提高低空突防能力;其次,将NURBS平滑策略与B样条插值以及贝塞尔曲线对比分析;再次,应用广义反向学习、自适应排序变异及自适应权衡模型,改善约束条件下算法动态性、收敛性及寻优性能;最后,通过静态与动态环境对比仿真试验,验证了所提方法在多威胁复杂地形下寻优精度高、鲁棒性强、动态性好以及可靠性优的特点,能够规划出精确、高效、适航的低空突防航迹。     

单车型确定性动态车辆调配问题

给出了单车型确定性动态车辆调配问题的定义,引入网络图描述该问题.建立了问题的线性规划模型,鉴于线性模型的缺点,利用函数逼近技术构造一个特殊的线性函数来近似目标函数中未来时段部分,从而建立起问题的时空分解模型,把问题从时间和空间上分解为多个单时段单节点问题,并根据单时段单节点问题特点设计简单的排序求解方法.最后,给出了模型的完整求解过程,从而使问题得到有效地解决.