基于作业成本的产品组合决策随机模型与求解

通过引入生产作业系统的随机因素和市场需求的随机因素,基于作业成本系统,建立了考虑随机生产和随机需求的产品组合决策模型.使用确定性等价类和二阶段方法,将随机规划模型转化为确定性等价优化模型,避免了通过随机模拟进行求解的时间消耗.     

带有随机运输时间和成本的4PL路径优化问题

针对复杂多变环境带来的第四方物流(4PL)运输时间和成本的随机性,研究带有随机运输时间和成本的4PL路径优化问题.在总运输成本约束下,以总运输时间最小为目标,建立期望值模型(EVM)以及机会约束规划模型(CCPM).进而,为提高模型求解效率以及鲁棒性,将CCPM转化为等价确定性模型(EDM).根据4PL选择路径过程中需要同时选择第三方物流供应商的特点,设计蚁群算法和带有替换策略的改进蚁群算法对模型进行求解.算例分析验证改进算法的有效性,并表明EDM在保证解的鲁棒性的同时保证了较高的求解效率.     

随机能力规划的Scenario模型及其决策风险分析

为研究随机环境下的生产能力扩张问题,采用Scenario方法,建立了市场需求量和产品价格为随机变量的多计划期能力规划决策模型.其中考虑了两种情况：一是能力投资方案不随市场需求的随机实现而变化的预报型模型,二是投资方案可以跟踪市场需求随机实现的适应型模型. 算例研究比较了这两种模型的决策效果.进一步,使用下方风险分析,探讨了随机能力扩张的投资决策风险,建立了考虑期望收益风险的预报型能力规划决策模型.该模型在随机规划中加入了一个期望下方风险约束,以反映决策者的风险偏好,基于算例讨论了考虑风险和不考虑风险时的决策差异.     

基于随机需求的供应链核心企业产品优化问题研究

将供、产、销多个阶段纳入同一决策体系,考虑供应链环境下企业可获资源约束,研究随机用户需求下供应链中核心企业产品优化问题,建立了随机规划数学模型,根据问题的特点设计了矩阵实数基因组编码和随机模拟约束检验的遗传求解算法,通过算例仿真验证了模型和算法的可行性和有效性.     

考虑技术突破与技术升级的能力规划问题研究

技术进步与市场需求不确定性,都是制造业能力规划问题需要面对的最重要因素.以往研究仅考虑技术突破而没有考虑技术升级,较多考虑能力扩张而较少考虑能力更替,本文首次提出了一种同时考虑技术突破和升级的设备采购与替换的集成能力规划模型.在需求和技术进步双源不确定性条件下,采用Scenario方法建立了多计划期能力规划的集成决策模型,探求能力扩张、替换、维护的期望总成本最低.面对该决策问题所建立的非线性混合整数规划模型,本文为该NP complete问题设计了一种基于遗传算法框架的启发式求解算法,即通过增加变换操作的方法将该问题转换为可以随机进化求解扩张方案最优化求解替换方案的一个等价问题.在种群初始化过程中采取仅选择能力扩张决策进行染色体部分编码策略,然后用经典优化方法针对每个个体精确求解最优能力替换决策,将扩张和替换整体成本作为个体适应度参与个体评价与种群进化.实验结果表明,技术升级在不同需求变化情景下都可以有效降低能力规划的成本,且本文提出的启发式算法对于求解此类规划问题具有很好的收敛稳定性和性能稳定性.     

基于模糊随机期望规划的跨国供应链战术计划模型

首先对跨国供应链计划进行了简要介绍,并且讨论了跨国供应链中的不确定因素-市场需求的三种数学描述形式-随机、模糊、模糊随机;提出了基于模糊随机期望规划的生产-分销二级跨国供应链战术计划模型,它与以往供应链计划模型最大的不同之处在于将市场需求看作模糊随机变量;然后设计了计算机模糊随机模拟技术和遗传算法相结合的智能算法求解模型;最后对模型进行了数值仿真分析,即对模糊随机期望模型使用智能算法,对其等值确定性模型使用分枝定界法,计算结果精度对比证明了模糊随机期望模型的有效性.     

随机需求条件下生产-库存系统优化与仿真

针对多周期、多产品、有能力约束动态制造系统的生产-库存问题,考虑随机需求条件和产品的需求满足率,建立以系统总成本最低为目标的二级随机线性规划模型,通过随机模拟法将原问题转化为等价的确定性问题,运用对偶理论和Benders分解法把等价问题分解为相互关联的主问题和子问题,然后分别进行求解。最后的实例仿真结果验证了模型和算法的合理有效性,表明了它们在生产实践中的应用性。     

油田开发的多目标随机规划模型及确定性转化

在油田开发实际中,决策者要经常同时考虑多个相冲突的目标,例如利润、投资上限等.假设与这些目标相联系的参数是随机的且服从正态分布,并以投产措施的井次数为决策变量可以建立油田开发的多目标随机规划模型.引入一种机会约束妥协规划模型对其进行确定性转化,并进行求解.文章最后提供了一个例子来说明所提议方法的有效性.     

战时随机运输时间路径优化研究

以战时无分布函数的随机运输时间路径优化问题为研究对象,采用随机机会约束规划方法建立战时运输路径优化模型,设计了基于随机模拟获取适应度的遗传算法来求解问题模型,并处理了战时运输中的必经点问题.最后,给出的算例验证了模型和算法的有效性.     

供应链系统中零售商横向转载的随机规划模型及算法

为了研究随机需求下供应链系统中多零售商的横向转载问题, 提出了一种基于随机规划方法的多零售商横向转载模型, 并设计了一种启发式算法用于模型求解.考察由一个外部供应商和多个零售商组成的供应链系统, 供应商和零售商均采用order-up-to方法控制库存, 零售商面临随机性需求且相互之间存在横向转载.在横向转载经典假设条件下, 构建了以供应链总成本为目标的混合0-1规划模型.考虑到该模型中存在随机变量, 将模型转化为随机期望值规划模型进行求解, 结合随机拟梯度算法及遗传算法设计了一类启发式算法来求解模型, 给出了详细的求解过程.利用数值算例的仿真结果验证了模型及算法的有效性, 还就需求相关程度的影响及转载假设条件的影响进行了详细分析.研究结果表明:模型及算法对存在横向转载的供应链系统确定最优库存水平是相当有效的.     

基于收益-风险双目标规划的随机能力扩张模型

能力扩张问题是指在不同计划期,根据不断增长的市场需求,调整生产能力,使产能与需求合适匹配以寻求企业盈利的最佳表现.能力扩张涉及长期的产能投资,是生产领域的战略决策问题.当面对不确定需求时,这一决策任务变得十分复杂,需要从回报与风险两个角度评估能力扩张方案的性能.本文基于Scenario树描述多阶段的随机需求,从而建立随机环境下能力扩张问题的Scenario决策模型.其中考虑两个决策目标:最大化利润和最小化期望下方风险,因而形成了一个双目标规划问题.为求解该问题,基于二进制粒子群优化技术,提出了双目标优化的粒子群算法.算例表明该算法可以得到近似Pareto前沿,且能揭示利润与风险的同向变化关系.     

面向订单基于Agent的启发式产品组合生产计划研究

由于需求的不确定,很多企业在综合生产决策中渐渐采取面向定单的生产计划方式.当订单需求大于企业最大生产能力时,需要进行产品组合决策,以确定使利润最大的多产品混合生产的产量.本文针对一个面向订单生产的半离散制造型企业,结合Agent,建立了一个不依赖于特定成本和利润函数形式的基于作业流程和BOM结构的分布式生产决策模型,并给出了基于粒子群优化算法的启发式求解方法.该算法通过一维搜索调整粒子群"飞翔"的速度系数以解决寻优过程中粒子"飞出"可行域的问题,通过算例验证了求解算法的有效性.为将算法融合到所研究企业的ERP系统中,开发了试验性原型系统,并进行了模拟决策,结果表明所提出的模型和算法是可行的.     

The Jointed Decision Model on a Newsboy-type Ordering and Pricing for Retailer

This paper deals with the jointed decision question on ordering and pricing for a short-life-cycle product under stochastic multiplicative demand depended selling price. According to the marketing practices, which retailers sell their products in different periods with the different marketing policies, we depict the jointed decision question with a stochastic dynamic programming model from the view of the centralized system. Then, we prove that the expected profit function are concave on decision vectors respectively, and develop the decision method for ordering and pricing. Lastly, we design the iterative search arithmetic to find the optimal decision vectors.     

以正好满足产品需求为约束条件的车间最优生产计划

研究以正好满足产品需求为约束条件的预选性自动化车间（FAW)伯最优生产计划问题，首先根据实际需要建立车间生产计划的含需求约束的非线性规划模型，然后为求解方便通过引进约束将其转化成线性规划模型，由于这种模型对于一般车间来讲其规模已经很大，很难在微机上用单纯形法在可接受的时间内获得其最优解，为此，提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解车间最优生产计划问题，并编制了相应软件，最后，通过算例研究，比较了卡马卡算法，基于卡马卡算法的关联预测法和Ｍatlab中的线性规划法，结果表明所提方法非常适合将ＥＲＰ／ＭＲＰＩＩ下达给ＦＡＷ的中期计划最优分解成由ＦＡＷ中各ＦＭＳ执行的短期计划。     

应急物流系统中的随机定位-路径问题

为了提高突发公共事件应急物流系统的运作效率,考虑应急物资需求和救援车辆旅行时间的随机性,以及应急物资需求的紧迫性,基于机会约束规划方法建立了一个应急物流系统中带时间窗的随机定位-路径问题优化模型,设计了一种结合禁忌搜索和蒙特卡罗方法的混合遗传算法,并通过算例分析验证上述模型和算法的有效性。     

COORDINATING PRODUCTION AND RECYCLING DECISIONS WITH STOCHASTIC DEMAND AND RETUR

In this paper, the joint production and recycling problem is investigated for a hybrid manufacturing and remanufacturing system where brand-new products are produced in the manufacturing plant and recycled products are remanufactured into as-new products in the remanufacturing facility. Both the brand-new products and remanufactured products are used to satisfy customer demands. Returns of used products that are recycled from customers are assumed to be stochastic and nonlinearly price-dependent. A mathematical model is proposed to maximize the overall profit of the system through simultaneously optimizing the production and recycling decisions, subject to two capacity constraints ? the manufacturing capacity and the remanufacturing capacity. Based on Lagrangian relaxation method, subgradient algorithm and heuristic algorithm, a solution approach is developed to solve the problem. A representative example is presented to illustrate the system, and managerial analysis indicates that the uncertainties in demand and return have much influence on the production and recycling policy. In addition, twenty randomly produced examples are solved, and computational results show that the solution approach can obtain very good solutions for all examples in reasonable time.