允许延期交货的可替代产品最优订货批量问题

考虑到替代策略在实际销售过程中的重要作用,研究了产品可替代的经济订货批量(EOQ)问题,建立了允许延期交货情况下产品1可部分替代产品2的EOQ模型,设计了获得了其最优订货策略的算法。结合算例,分析了产品2的存储成本和替代率对最优策略的影响。     

供应链中基于延期交货的批量订货策略

对1个卖方、2个买方的供应链系统,买方的地位相等,其需求为固定的常量.在通常的数量折扣模型的基础上允许缺货或延期交货,并以此来研究卖方定价对买方订货策略的影响,但先决条件是不损害供应链所有成员的利益.从其结果看,适当时长的缺货或延期交货对卖方以及买方都有很大的好处,与没有缺货的情形相比,虽然某些时候订货数量少了一些、价格高了一些,但链中所有成员的成本节省却大大增加.     

考虑再制造的多级受限批量问题

文章针对单一最终产品的多级生产系统,建立了混合制造与再制造的一般批量模型;考虑了制造和再制造的多资源限制,并假设经过再制造出来的产品性能与新制造出来的产品相同,共同满足外部需求;构造了一个惩罚因子随着迭代过程变化而变化的自适应罚函数,把有能力约束的批量问题转换成无能力约束的批量问题后,采用遗传算法对模型进行求解;最后通过具体的算例来验证模型的可行性与算法的有效性,为相关企业进行生产决策提供参考.     

含部分延期交货的多级库存模型

考虑到多级库存管理是供应链管理的重要形式,研究了外部需求确定环境下的允许缺货且部分延期交货的多级库存系统管理问题,建立了含缺货费用和销售损失费用的费用模型,推导出了最优订货策略的算法。算例分析表明,延期交货率增大,最小费用减小;销售损失成本增大,最小费用增大。     

市场细分下定价与交货延迟批量的联合决策

文章针对多周期离散时间、允许交货延迟情形,研究了拥有若干个子市场的制造商如何有效地协调定价决策与批量决策,使得企业利润最大化;建立了二次规划模型,提出了基于动态规划的精确算法,可以在多项式时间内求解出每周期各子市场的最优定价和最优生产计划.实验结果表明,联合策略优于分散策略,可以获得最大利润;与不允许交货延迟情形相比较,允许交货延迟提升了生产的柔性,可以获得更多的利润.     

自由延期交货受时间限制的单一变质性物品的最优存储模型

讨论了自由延期交货受时间限制的单一变质性物品的存储问题,通过假定定常需求、常数变质率以及短缺量完全拖后,而得到了该库存系统的最优定货策略·自由延期交货受时间限制的单一变质性物品的最优存储模型@黄会然@张小洪@潘德惠     

允许缺货且有数量折扣问题的经济订货批量模型

该文对经典的经济批量模型从拓宽适应范围和得新设置费用项目两个方面进行了改进，建立了更加切合社会主义市场经济条件下生产与流通领域实际的新模型。并讨论了ＳＤＥＯＱ模型的最优性，获得其局部最优解与全局最优解。     

延期交货率受提前期和价格影响的可控提前期库存模型

针对现实库存中发生缺货并且有部分延期交货的问题,建立了延期交货率同时受价格和提前期影响的可控提前期连续盘点库存模型。揭示了库存费用期望函数的性质,得到了最优的库存策略解。算例分析结果表明,延期交货产品的单位价格折扣大约为其原边际收益的一半。     

基于延期支付与延期交货的最优库存策略研究

文章以由供应商、零售商组成的两阶段供应链为研究对象,供应商给零售商全部延期支付期限,考虑了缺货产品的情形,建立了相应的零售商库存决策模型;通过EOQ模型的分析求解,得出零售商在上述情况下的最优补货周期的判定方法,并通过算例说明了模型的有效性。     

可变延期交货率的分布不定连续盘点混合库存策略

研究了仅知提前期内需求的矩信息的可控提前期连续盘点库存系统。通过将延期交货率作为提前期的函数以及安全因子作为决策变量,建立了提前期、订货量和安全因子均为决策变量的成本模型,推到了成本函数的性质;设计了其最优库存策略算法。算例表明:将安全因子作为决策变量,可节省成本,增加延期交货率,以及缩短提前期。     

制造系统中能力约束下的生产批量计划优化方法

以动态库存成本与加班惩罚费用之和为优化目标,考虑单台机器的生产能力,研究生产批量计划问题。建立了数学模型,提出基于遗传算法、参数线性规划方法和启发式方法的分级混合算法。该算法采用遗传算法的流程,用遗传算子寻解批量矩阵(第1级),根据批量矩阵用参数线性规划法求解每台机器上的排产方案(第2级),用启发式方法对上述两级解进行调整使之满足约束条件。在冲压车间的排产中进行了实际应用,获得了理想的排产方案。实例验证说明,该算法有良好的收敛性,并且是有效的。     

连续优化问题的蚁群算法研究进展

介绍了蚁群算法用于连续优化问题的发展现状,对蚁群算法的特点进行了分析研究,并提出了进一步的研究方向.     

蚁群算法的研究现状和应用及蚂蚁智能体的硬件实现

概要地对近年来引起广泛兴趣的蚁群算法的研究现状进行了考察，简要地介绍了几种修正的蚁群算法，如蚁群系统（ACS）、最大最小蚁群系统（MMAS），具有变异特征的蚁群算法，与遗传算法相结合的蚁群算法等；大致介绍了几种蚂蚁智能体的硬件实现，并且以蚁群算法在电力系统中的几个应用为例，考察了它在实际应用问题相结合时的一些情况。     

基于混合蚁群算法的物流配送路径问题

蚁群算法在解决旅行商等著名问题时得到了卓有成效的应用,但解决大规模问题时,其收敛速度较慢且耗时较长;同样,郭涛算法在解决复杂优化问题时取得了良好效果,但会产生大量无为的冗余迭代,求解效率低;文章汲取蚁群算法和郭涛算法的优点,提出混合蚁群算法,建立混合蚁群算法数学模型,得到时间效率和求解效率都比较好的一种新的启发式算法.     

基于蚁群优化算法求解最大团问题的研究

蚁群算法是一种通过模拟自然界中蚂蚁觅食行为而发展而来的新型启发式仿生优化算法,提出至今被研究人员广泛应用于各种组合优化问题.最大团问题是图论中著名的NPC问题,本文对于基本蚁群算法进行了分析与讨论,针对基本蚁群算法的容易陷入局部最优解、收敛速度慢等问题进行了改进,提出了一种新型蚁群优化算法.本文提出的新型蚁群优化算法增加了结点度和历史选择次数表策略影响蚂蚁选点;另外提出了构造独立的局部信息素更新机制.最后通过对比实验验证,数据结果证明新提出的优化算法相对于基本蚁群算法的优越性和可行性.     

基于TSP的蚁群退火混合算法研究

本文介绍了蚁群算法和模拟退火算法的基本原理及优缺点,详细阐述了这两种不同混合算法在旅行商问题中的实现流程.     

求解TSP问题的蚁群算法研究

分析了标准蚁群算法易于出现早熟、停滞和算法收敛速度慢的主要原因,在原有算法基础上提出了一种改进型的蚁群算法,该算法可以有效的提高收敛速度,并把该算法应用到TSP问题中,取得了很好的效果.     

蚁群算法参数优化设置研究

根据基本蚁群算法的两个常用信息素更新公式,研究了算法中最初信息量、信息素挥发因子、信息素增量之间的关系以及变化规律,找到了其不等式关系,并进行了仿真证明.     

广义分配问题的一种小生境遗传蚁群优化算法

提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚁群优化算法用于求解NP难的广义分配问题,以避免经典求解算法存在的易陷于局部最优的缺陷.以典型的广义分配问题——火力分配为例,对该算法进行实验,并将实验结果与其它算法进行分析比较.结果表明:新复合算法优化效率高,运行时间短,对其它的NP问题同样适用.