基于应急期权的供应链鲁棒订货设计北大核心CSSCI

买方企业可以通过对单源采购引入应急期权来应对供应不确定性风险,该种模式能够将单源采购的低成本优势和期权的高可靠性优势有效结合。建立了该种模式下的订货模型,求解最优的订货策略和期权策略,并与单纯购买期权模式进行比较。最后,进行了鲁棒敏感性分析。结果表明:无论购买应急期权与否,买方企业都应从传统供应商处订货,应急期权策略不应单独使用;随着传统供应商供应可靠性离散程度不断提高,买方企业的期权购买量应不断增加,向传统供应商提出的订货量则应不断降低;对于供应可靠性的波动,买方企业收益能够稳定地维持在较高水平,该种订货策略具有较高的鲁棒性。     

基于献血行为学习的应急血液供应链网络鲁棒优化

不同于可以大规模生产的救援物资,血液的供应完全依赖于献血者的行为。献血行为显著影响血液供应链网络的运作,而血液供应链网络布局又可以通过影响献血便利性改变献血行为。为此,针对突发性重大灾害,研究了考虑献血者行为的应急血液供应链网络优化。采用场景鲁棒方法,首先构建了考虑灾前储备和灾后救援的两阶段血液供应链网络优化模型。其中,灾害救援中可以通过临时献血点的部署和对预约献血者的分配影响献血行为。继而,采用基于问卷的无监督学习,刻画不同灾害程度和距离范围内的灾后献血者行为,并结合到优化模型中。最后,将所建模型应用于我国西南某市的地震灾害防治中,并展开对模型鲁棒和解鲁棒的灵敏度分析,模型能够给出满足决策者不同要求的灵活决策结果,以避免过高的血液供应链成本或过大的血液缺口。     

Heston模型下基于期权投资的鲁棒最优控制

针对Heston随机波动率模型下的鲁棒最优投资问题,构建了带期权投资的资产负债管理模型.投资者的目标是最大化终端时刻净财富的幂效用,利用随机最优控制方法,分别获得了带期权投资以及无期权投资两种情形下鲁棒最优投资策略、最坏概率测度及值函数的解析表达式,通过数值模拟发现考虑模型的鲁棒性以及进行期权投资能够改进投资者的效用.     

应对突发事件的双源采购鲁棒订货策略

针对可能发生的突发事件导致供应商存在不可靠性的情况,研究了由1个制造商和2个供应商构成的单种原料、多周期供应链双源采购鲁棒订货问题。采用实际送货量占订货量比例的变动来描述模型的不确定性,构建了供应可靠性均值化下的多周期制造商成本模型,并求解最优订货策略;用不确定性集描述实际送货比例的不确定性,并设定保护水平参数,构建能够在突发事件下以较低成本维持市场服务水平的供应链鲁棒运作模型,运用鲁棒优化方法转化为线性规划模型进行分析。数值算例结果表明,将鲁棒性运用于双源订货模型中,能够减少供应不确定性对制造商总订货成本和市场服务水平的影响。     

基于观测器的网络系统鲁棒控制器设计

针对网络拥塞问题,提出了一种基于观测器的主动队列管理(AQM)算法.该算法讨论了输入受限情况下时滞不确定网络系统的鲁棒控制器设计问题,利用线性矩阵不等式方法研究了观测器和控制器存在的充分条件.仿真结果表明,在网络条件变化的情况下,该方法能很好的使缓存队列迅速收敛到期望队列长度,并且对网络的负载扰动和参数变化具有很强的鲁棒性.     

不确定条件下应急管理人力供应链多功能资源配置鲁棒优化问题

在紧急甚至灾难状态下,应急管理物资及人力需求都是爆发性的,为了满足应急状况的不确定需求,实现应急人力的合理管理和配置,借鉴成熟的供应链理论,强化应急管理人力供应链的协调配置能力有很大的理论及现实意义.本文简述了人力供应链的发展,重点讨论应急状态下连续性的人力服务需求.需求到来及其长度都是不确定的,多能力的专业人员应当被合理配置以优化服务.在本文中,我们提出了一个不确定条件下的网络优化模型,强调了多能力专业人员的资源分配.随机规划模型及鲁棒优化技术将被运用来处理不确定需求及网络优化,我们也将讨论其他特殊情况如服务取消,服务延长,提前结束等,我们的模型将有较为普遍的适应性.     

低碳供应链资源配置算法及其鲁棒性能

为合理解决低碳供应链资源的配置效率问题,本文在云模型、量子神经网络研究基础上提出了基于云模型的混合量子神经网络算法。应用混合粒子群算法来确定神经网络的连接权值、隐层神经元个数及各层神经元的阈值等参数。通过对低碳供应链资源配置算法及其算法的鲁棒性能等问题展开深入研究,确定了混合量子神经网络算法的参数主要有各层神经元的个数及阈值。数值实验发现不同的初始状态和参数设计会影响混合算法鲁棒性能的测定。采用混合量子粒子群算法的混合网络结构可以提高在低碳供应链资源配置过程中的错聚效率,能有效提高低碳供应链资源配置的准确度和正确性。     

基于最小最大后悔值准则的供应链鲁棒协调模型

研究了需求不确定条件下,基于最小最大后悔值准则的供应链鲁棒回购契约协调问题.针对未知需求具体分布形式的两级供应链系统,建立了供应链鲁棒回购契约协调模型.在仅知需求区间这一信息条件下,采用鲁棒优化方法求解了最小最大后悔值准则下的集成供应链鲁棒订货策略和分散供应链鲁棒契约协调策略.分析了不同服务水平和契约参数条件下,由于信息缺失而未能实现最优运作的供应链及其成员后悔值情况.最后,进行了数值计算,验证了不同需求分布形式假设下的最优决策与基于最小最大后悔值准则的鲁棒决策的优劣性,以及供应链鲁棒回购契约协调策略的有效性.结果表明,基于最小最大后悔值准则的供应链回购契约协调策略具有良好的鲁棒性,并且能够有效减少需求不确定性对系统及其成员运作绩效的影响.     

基于遗传算法的鲁棒H_∞控制系统设计

提出了一种基于遗传算法的H∞ 控制系统设计方法 ,把控制系统的多个设计目标转化成不等式约束 ,将H∞ 控制器设计中加权阵的选取表示成一个多目标优化问题 ,通过遗传算法优化加权阵参数 ,进而找到同时满足给定的频域和时域性能指标要求的H∞ 控制器。以UH - 6 0A直升机为对象 ,采用此方法设计出了直升机的鲁棒飞行控制器 ,使得所设计的直升机飞行控制系统不仅具有鲁棒性 ,而且满足所有给定的性能指标要求。     

基于RBF神经网络的鲁棒滑模观测器设计

针对非线性不确定性系统,提出一种鲁棒滑模观测器。所提出的鲁棒滑模观测器通过滑模与相应的控制策略来实现。设计参数的选取不需要求解大量方程,同时能保证对系统的非线性不确定性具有鲁棒性,系统中不确定性的上界值采用RBF神经网络进行自适应学习。通过设计滑模,可以调整观测器跟踪系统状态的收敛速度,使状态估计达到预期的指标。仿真结果验证了提出方法的有效性。     

基于递推设计的鲁棒自适应摩擦补偿

针对机械运动控制系统中的非线性摩擦、惯量及外部扰动等不确定性,应用分段递推法设计了一种新型鲁棒自适应跟踪控制器。运用Lyapunov稳定理论证明这种控制器具有指数稳定的特点,且跟踪误差可以自由调整。仿真和实验结果表明,这种控制器具有良好的跟踪精度,其性能优于常规的PD控制。     

分散鲁棒滤波器的设计

针对鲁棒滤波法计算量大和递推过程复杂的不足,通过等价推导,在线改变γf的值,设计了分散优化鲁棒滤波法,使得鲁棒滤波算法递推简单,避免了直接计算滤波增益阵,并减小了主滤波器计算负荷。将该算法应用于GPS/INS系统,仿真结果表明：该方法能在维持系统鲁棒性的同时又提高滤波精度,具有一定的工程实用价值。     

基于鲁棒观测器结构的直升机飞控系统设计

针对直升机复杂的动力学特性和日益严格的操纵品质要求,应用二自由度H∞回路成形法设计了直升机鲁棒飞行控制系统。该方法有效地将定量操纵品质指标结合到设计中,使控制系统能同时满足性能及稳定鲁棒性的要求,而且还具有明确的观测器加状态反馈控制结构,便于进行增益调节以实现大飞行包线控制。最后以某型直升机为设计对象,在典型的飞行状态点各自设计了鲁棒控制器,并进行了大飞行包线仿真验证,取得了满意的仿真结果,证明了该方法的有效性。     

部分信息下联合鲁棒定价、订货决策的报童模型

信息完全下的经典报童模型是单周期库存管理的核心控制方法,联合定价、订货决策是提高报童模型运作效率的主要手段. Scarf创造性地构建了部分信息下的鲁棒报童模型,但鲁棒联合定价、订货问题由于其困难程度,长期困扰着运作管理学者. 本论文在“做和型”随机价格需求函数条件下部分地解决了该问题. 在报童仅获知不确定需求的均值与方差的假设下,我们建立了Worst-case型的鲁棒联合定价、订货模型,并在适当的条件下给出了联合决策的闭环最优解. 数值实验证实了联合的鲁棒定价与订货决策较大幅度地改善了Scarf鲁棒订货模型的运作效率. 该模型能较好地适应于新产品供应链等信息缺失下的企业运作管理.     

互惠利他偏好下的供应链鲁棒协调策略

随着经济的快速发展,市场竞争日益激烈,使得供应链的运作受到众多不确定因素和决策者行为偏好的多重影响.本文在需求分布信息有限的环境下,利用鲁棒优化方法研究了互惠利他偏好下的供应链协调问题,给出了基于回购契约的鲁棒协调策略,并进行了数值分析.研究发现,虽然互惠利他偏好会对供应链成员的决策产生显著影响,且当偏好程度在一定范围内时,互惠利他偏好能提升供应链的整体绩效,但唯有基于回购契约的鲁棒协调策略能使供应链整体绩效达到最优.此外,鲁棒协调策略具有较强的稳健性,可以有效克服需求分布信息不足对供应链总利润的不良影响.     

基于控制Lyapunov函数的鲁棒自适应控制器设计

研究一类含有系统扰动,并且状态项与控制项中同时含有未知参数的非线性系统的反馈稳定问题。利用鲁棒控制Lyapunov函数方法及参数映射技术,讨论了当系统存在I型与II型自适应鲁棒控制Lyapunov函数(ARCLF)时,系统的自适应控制问题,并针对两种情况分别进行了控制器的设计。通过算例验证了所提方法的可行性。     

基于QFT的高超声速飞行器鲁棒控制器设计

针对高超声速飞行器调姿段姿态控制问题,将超燃冲压发动机不同工作状态对高超声速飞行器模型参数的影响看作是不确定对象鲁棒性问题的扩展,应用QFT设计了鲁棒控制器。通过将飞控系统的时域指标转化为频域指标,生成Nichols图上的复合频域边界,利用回路整形设计控制器和前置滤波器,使得闭环系统频率响应满足所有性能指标要求。仿真结果表明,所设计控制器能够满足高超声速飞行器调姿段控制需求,有效抑制输出端干扰,并且当模型参数具有较大范围的不确定性时,具有良好鲁棒性能,有较好的工程应用价值。     

基于消费者时间偏好的供应链订货策略

结合产品的生命周期特征以及消费者的有限理性行为理论,扩展bass市场需求曲线,利用准双曲变化因子来描述不同销售期的需求变化;假设市场终端不同消费层次的客户对于同一款产品不同阶段的价值感知具有相同程度的时间偏好,从而导致时尚类产品从流行期到衰落期,其市场需求呈现出在近期内骤减、在远期则相对缓慢下降的总体趋势。并基于此种需求变化假设,建模分析销售商的订货策略。经过分析发现,在考虑了市场需求的有限理性因素情形时,当产品进入其销售衰退期,建议的实际订货量应该较之传统方式下有所降低,以规避经营风险。订货量降低的情况,受产品的时尚程度所影响。     

基于神经网络的BTT导弹鲁棒动态逆设计

针对存在不确定性的BTT导弹系统,基于神经网络提出了一种鲁棒动态逆控制系统设计方法。首先应用双时标假设将BTT导弹动力学分离为快变状态动力学和慢变状态动力学。然后,在巧妙地利用导弹气动参数特性设计Lyapunov函数的基础上,对快变状态动力学和慢变状态动力学分别进行动态逆控制设计。设计中应用RBF神经网络来逼近系统中存在的不确定性,证明了闭环系统的所有信号均有界且指数收敛至系统原点的一个邻域。最后给出的BTT导弹非线性六自由度数字仿真结果验证了该算法的有效性。     

基于LS-SVM的非线性鲁棒自适应飞行控制器设计

为解决因参数不确定,受外界未知扰动等非线性影响的飞行控制问题,以反馈线性化理论为基础,将最小二乘支持向量机引入控制结构,设计了一种基于在线逆误差补偿的非线性鲁棒自适应飞行控制器。经分析推导得出最小二乘支持向量机的自适应权值调整率,并应用Lyapunov稳定性理论证明飞行控制系统闭环渐进稳定。针对某型飞行器,通过构建平均气动模型误差方程模拟实际飞行环境下的不确定非线性影响,开展了6自由度飞行仿真对比试验,仿真结果证明所设计的控制器具有良好的指令跟踪能力和较强的鲁棒性。