部分权重信息下基于两阶段优化的多属性决策方法

研究了只有部分权重信息(区间数)且属性值为定值的多属性决策问题。首先,基于局部与全局最优综合属性值,分别建立了一个目标规划模型。其次,通过求解这两个模型获得方案的排序,提出了基于两阶段规划的多属性决策新方法,该方法具有操作简便且易于上机实现的特点。最后,通过实例说明模型及方法的可行性和有效性。     

带有Fuzzy偏好关系的多属性决策方法

针对多属性决策分析中决策者给出关于方案的Fuzzy偏好关系,提出了一种新的多属性决策方法·该方法是通过建立一个线性目标规划模型来确定属性的权重向量并相应地进行方案的排序,得到的方案排序结果体现了决策者给出的方案偏好信息与决策矩阵的集成,并最大程度地反映了决策者的偏好·最后给出了一个算例·     

属性值为三角模糊数的多属性决策研究

针对一类模糊多属性决策问题,当属性权重为已知实数且属性值为三角模糊数时,本文提出了一种基于优先关系的决策方案,该方法通过直接应用三角模糊数的排序方法,对决策的方案来进行排序,从而使得运算过程更加简便。最后用例子说明该决策方法的可行性和有效性。     

多属性决策中的代理权重

作者用计算机模拟的方法，比较了在已知权重序信息下的几种代理权重，得出了等差权重为比较适合的代理权重的结论。     

“双碳”目标下多周期供应链碳减排协调决策研究

针对“双碳”目标下的供应链多周期碳减排问题,提出了单制造商、单零售商组成的多周期情形供应链模型,研究各周期碳减排水平和零售定价之间的协调优化问题。首先,建立单周期Stackelberg博弈模型并在此基础上构建了多周期供应链协调决策的动态规划模型,其次,利用Stackelberg博弈求解各周期产品零售价格与批发价格,之后运用动态规划求解出各周期最优碳减排水平并得出制造商与零售商的多周期最大利润;通过算例分析得出碳减排成本系数和低碳偏好程度等因素对碳减排、定价决策以及制造商、零售商利润的影响。研究发现,制造商各周期的碳减排量与周期剩余数以及低碳偏好程度呈正向关系,与减排成本系数呈负向关系;各周期批发价格、零售价格与消费者低碳偏好程度以及减排成本系数呈负向关系;各周期批发价格与零售价格随着周期推移逐渐增加。     

供应链排序中的外包问题

为了更好地将供应链排序和现实生活结合以体现其应用价值,文章研究了一类可以外包的供应链排序模型.外包即指为了提升效率,节省总费用,而采取将工件由其它制造商代替加工的现象.所有的工件均可以在制造商内部加工也可以进行外包加工,外包工件加工完成后必须分批运回制造商才算完工.所研究的模型中有一个制造商和一个外包商,制造商的加工环境为m台平行机,外包商为单台机器.因此在模型中要考虑外包费用、运输延迟以及运输费用,所要做的就是确定外包工件以及工件的加工顺序和外包工件的配送顺序.对于该问题,本文主要研究了目标函数分别为总完工时间、最大延迟以及误工总数的情形;分析了问题的复杂性,运用动态规划的技巧给出了最优算法且分析了算法的时间复杂性.     

区间型多属性决策的一种新方法

定义了区间型理想点以及决策方案在区间型理想点上的投影等概念．对于属性值以区间数形式给出的区间型多属性决策问题，提出了一种新的决策方法．该法无需对区间数进行比较和排序，具有简洁、直观、易于计算等特点．最后通过实例对方法的有效性和实用性进行了说明．     

一类模糊属性值的多属性决策问题的排序方法

研究了属性权重信息完全未知且属性值以三角模糊数形式给出的不确定型多属性决策问题．利用模糊数数据的变异系数来度量三角模糊属性值之间的差异程度,给出了求解属性权重的简洁公式和一种基于可能度的决策方案排序方法．     

基于人工神经网络的多属性决策

研究利用ＢＰ人工神经网络解决多属性决策问题。根据价值函数的存在定扩展多属性决策问题的价值函数,利用一个３层ＢＰ网络任意逼迫多属性决策问题的价值函数,从问题本身抽取学习样本训练ＢＰ网络,构造该问题的价值函数,利用训练后的ＢＰ神经网络作为多属性决策问题的价值函数计算各方案的价值。实现了多属性决策问题的自动化,计算结果与用传统工具的计算结果基本一致,并且满足Ｐａｒｅｔｏ最优准则。     

基于目标规划和投影的模糊多属性决策法

针对部分权重信息下对方案有模糊互反偏好关系的决策问题,首先,基于决策者的主客观偏好信息偏差最小化建立一个目标规划模型获得属性权重,其次,利用各方案的模糊加权属性值在正理想解上的投影对方案进行排序,最后进行了实例验证.     

基于分散决策的VMI & TPL供应链收益共享机制研究

以供应商管理库存和第三方物流为背景,对第三方物流提供商、供应商和制造商在内的VMITPL供应链进行博弈分析,指出分散决策下参与者利益冲突会降低供应链效率。为提高分散决策下供应链的效率,提出基于分散决策的两方(第三方物流提供商供应商或供应商制造商)收益共享机制和三方收益共享机制。研究结果表明,相对于不存在收益共享的分散式供应链,采用两方收益共享机制可以提高供应链效率和所有参与者的利润;在两方收益共享机制中,制造商或第三方物流提供商在不参与两方收益共享机制时的利润更高,意味着不合作可能是更优选择;在三方收益共享机制中,为提高供应链总利润,第三方物流提供商在分散决策阶段将选择低于其成本的服务价格;尽管相对两方收益共享机制下的供应链效率更高,但三方收益共享机制仅当所有参与者讨价还价能力足够大时才会被采用。     

基于多阶供应链的EOQ zone分析

针对多阶供应链中经济批量问题展开研究,在EOQ模型中存在一个总成本曲线扁平区域,使得总成本曲线的敏感度大为降低,但这个区域的范围和扁平适用度如何在多阶供应链中得以运用,是我们进行供应链批量决策的主要考量要素.同时我们进一步把扁平区域分成左右两个部分,通过对比及对多阶供应链的动态分析,找到解决大规模供应链问题的最佳解.     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型.该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序.该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用.实例分析验证了该方法的有效性和实用性.     

多层供应链模型的构建

根据顾客导向理论,从层次性的角度出发,构建了包括经销商、制造商、供应商在内的三层供应链模型,是对供应链建模和多层规划研究的一点补充.     

闭环供应链的网络设计问题研究

在供应链管理环境下，实施逆向物流是现代企业增强竞争优势的手段之一．当前的研究主要集中在供应链及逆向物流的网络设计问题．计算机与网络技术的迅速发展以及激烈的市场竞争已经迫使企业关注两种网络的整合问题，以期能通过供应链做出更有效的决策．本文对处于保修期内的返回商品的闭环供应链的网络设计进行了研究，基于企业成本最小原则，建立了关于加工工厂，分拆检测中心以及货物流分配的混合整数规划数学模型，并运用了Bender方法对模型进行了求解.     

基于拓展C-OWGA算子的多属性群决策方法

目的为求决策方法的简洁实用,研究决策信息为区间数的多属性群决策问题。方法将连续的OWGA(C-OWGA)集结算子拓展到不确定环境之中,提出了一些不确定信息(区间数)集成新算子,如加权的C-OWGA(WC-OWGA)算子、有序加权的C-OWGA(OWC-OWGA)算子以及混合的C-OWGA(HC-OWGA)算子。结果结合区间数的运算法则,利用HC-OWGA算子对决策信息进行集结而获得方案的排序。提出了基于HC-OWGA算子的不确定多属性群决策方法。结论算例表明该方法是可行有效的,且该方法有良好的应用前景。     

港口企业集成供应链模型研究

从货源地到销售地的各个环节中，如何协调各个节点及供应链整体的最优一直都是港口供应链研究的难点和热点问题。本文以整体最优为出发点，从3个目标基础上建立一个港口企业的集成供应链多目标规划模型，通过该模型可以将影响港口效率及通过量的众多因素考虑在内，计算出各个节点的通过量已达到整个供应链的最优化。     

基于动态规划的云计算任务调度研究

任务调度作为云计算中的核心问题,其目的是合理分配任务,实现最佳调度策略并且有效地完成任务.首先对当前云计算中任务调度算法进行分析并指出传统算法的不足与缺点,然后提出一种基于动态规划模型的任务调度算法,以任务运行时间最少为优化目标,把任务与数据集群中虚拟机匹配看成为多阶段决策的组合优化.最后在CloudSim进行仿真实验,结果表明,所提算法在满足多用户需求下与max-min和min-min算法相比,在一定数量规模下,任务完成时间减少而资源负载相对均衡.     

基于线性扩张的群决策方法

针对决策者给出方案集在每个属性下的偏序偏好,且决策者没有确定权重的多属性群决策问题提出了一种新的集结排列方法。该方法首先利用偏序的线性扩张求出方案集在各个属性下的排列概率,进而定义一偏好关系的概念,得到每对方案间的偏好度,然后采用OWA算子对决策群体进行集结,集结后的群体偏好具有偏序特征,能更真实地体现现实的决策问题,并且最大程度地反映了决策群体的偏好。最后给出了算例。     

供应链管理中订货策略的比较与分析

对Sunil Chopra 和Peter Meindl提出的多品种商品订货策略作了进一步探讨，通过对库存成本的比较分析，证明了在一定条件下统一订货策略并不优于单独订货策略，从而修正了Sunil Chopra所得出的结论。