模糊随机环境下编队对地攻防对抗决策方法研究

随着现代军事技术的发展,军事作战指挥中的不确定性决策问题成为军事决策支持系统中迫切需要解决的问题。以对策论为理论基础,以编队协同对地攻防对抗作战为背景,建立了动态对抗决策模型,针对模糊随机环境下的军事指挥决策问题,提出了模糊随机影响因子概念,反映战场不确定环境对各参战单元产生的影响程度,建立了模糊随机环境下的对抗决策模型。通过模糊随机模拟方法解算期望值决策模型及机会约束对抗决策模型,得到对抗策略平衡点。仿真结果表明,该算法能够合理处理战场模糊随机环境带来的影响,客观分析作战结果,为作战指挥决策提供有力的决策支持,方法实用、有效,具有很好的应用前景。     

第三方物流服务定价博弈分析

应用博弈论建立了制造商与服务商均以利润最大化为定价目标时,第三方物流服务的定价模型,给出了不同系统状态、不同决策方式下第三方物流服务定价的均衡策略及结果,比较了这些均衡状态的异同,证明了合作决策下的定价均衡是一种适应第三方物流作为一种长期互利战略合作伙伴关系特点的良好机制．研究结果对制造商或服务商的伙伴选择,策略选择以及在长期互利的战略合作伙伴关系下如何就该问题进行有效的沟通,协调和管理等具有较好的参考价值．     

试论面向电子商务的第三方物流管理系统设计

第三方物流管理是企业供应链管理的重要内容，物流管理系统是第三方物流成功运作的根本保证。本文根据厦华电子公司实行第三方物流管理的实践，分析探讨面向电子商务的第三方物流管理系统的目标设计、结构设计和功能设计要求。     

第四方物流作业分包的合同设计

第四方物流运营商如何设计与其多个分包商的合同,是其关键问题之一.应用多任务委托代理方法,考虑分包商完成的一般物流指标、协作行为、信息共享指标等情况,建立第四方物流运营商和其多个分包商的一对多的多任务委托代理模型,用委托代理理论求解该模型,得出各分包商固定支付和各指标的激励系数的计算公式等结果,对结果分析后得出若干有意义的结论.     

物流服务外包市场化运作与管理研究综述

物流服务外包是第三方专业物流发展的基本形式,是物流产业组织理论研究的重要内容.本文从物流服务外包概述、物流服务外包的市场化运作和物流服务外包的协调管理三个方面综合分析了目前的研究文献,重点是分析总结从物流服务外包市场的信息不对称的角度研究物流服务外包供应商与用户之间企业关系的成果,包括物流服务外包合约签订前的信息不对称导致的信号传递和信息甄别模型,签订后信息不对称导致的委托代理模型特别是多任务激励合约设计等,指出了一些可供深入开展的研究方向.     

集中控制型VMI & TPL集群式供应链的补货决策和协调契约

在集群式供应链中引入集中控制型供应商管理库存(VMI)与第三方物流(TPL),建立由n个供应商、一个主导TPL、一个零售商组成的三级供应链集成管理模型.首先,以运输成本最小化为目标,考虑单次运输成本与单次运输批量的关系,研究TPL从各供应商处分别取货和按送奶路线循环取货两种补货方式下的批量决策问题.然后以利益共享契约模型为基础,建立基于不对称Nash协商风险共担-利益共享契约分析该集群式供应链的协调问题.研究发现:边际运输成本因子是选择补货方式和补货批量的重要影响因素,并且按送奶路线循环取货的方式受此因子的影响更大;基于不对称Nash协商风险共担-利益共享契约可以唯一确定契约参数,从而实现供应链的帕累托最优.     

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。     

微观交通仿真中随机决策换道行为研究

车辆在自由行驶或者处于跟驰状态时,经常进行由慢车道向快车道以便于获得更好的行驶环境.这需要驾驶员根据交通环境状态做出是否进行换道的决策.通过分析快车道行驶车辆对当前车的影响,结合蒙特卡罗仿真方法,提出了一种新的换道随机决策模型.在不同的流量条件下,对车辆换道次数的实测值和仿真模拟值进行具有统计意义的显著性差异分析,验证了模型的有效性.     

基于农产品供应链金融的物流作业承接双边讨价还价博弈

农产品供应链金融是物流与金融合作的创新产物，对破解农产品供应链中农户、合作社、生产加工企业等融资困局具有重要意义，而农产品易变质、难运输、难储存等属性决定其开展质押融资更需要高水平物流服务商的参与。基于此，在模型中引入具有资源整合和方案优化能力的第四方物流（4PL），并针对业务中物流作业承接价格的确定问题，运用鲁宾斯轮流讨价还价博弈思想，构建了信息不对称情况下农产品供应链金融中第四方物流分别与银行和第三方物流（3PL）双边讨价还价博弈模型，并根据博弈顺序，分别对第四方物流先与第三方物流再与银行以及先与银行再与第三方物流讨价还价两种情况进行讨论。研究发现，相较一般存货，质押物为农产品时，第四方物流给出的报价较高，第四方物流的报价与其自身讨价还价能力无关，银行和第三方物流的报价与其完成物流作业的成本有关及第四方物流先与银行博弈时的报价会高于先与第三方物流博弈时的报价等结论。     

基于决策网络计划的工程项目物流方案随机优化

为解决工程项目物流方案优化中因不同方案的风险差异给决策工作带来的困难,在决策网络计划方法的基础上,提出了能够同时表达多个离散随机样本空间的决策单元结构;并将随机规划方法引入模型的优化中,建立了综合考虑成本和风险的上界极小模型及求解算法.文中以某建设项目物流方案的优化对模型的有效性与实用性进行了验证.结果表明,该模型能够有效解决风险存在差异时工程项目物流方案的优选问题,因而具有较高的理论意义与实用价值.     

基于随机占优度的随机多属性决策方法

针对属性值为随机变量的多属性决策问题,提出了一种随机多属性决策分析方法。首先给出了随机占优准则的描述,并提出了随机占优度的定义及其计算公式;然后,依据随机占优准则判断并确定两两方案之间比较所具有的占优关系,进而计算得到两两方案之间的随机占优度,进一步地通过计算可以得到每个方案的总体相对随机优势程度,并得到所有方案的排序结果。最后,通过一个算例说明了该方法的可行性和有效性。     

第三方物流服务商承接业务项目的多层次灰色评价

鉴于物流服务需求企业和第三方物流服务提供企业之间互相选择的现状,为了给第三方物流服务商选择所要承接的企业业务项目的过程提供科学的依据,本文运用改进的灰色多层次综合评价分析法,对项目的选择建立了一套三级评价体系,并对该体系进行了全面、系统的评价.评价过程中采用了熵技术确定指标权重,避免了一定的主观性.实例结果表明改进的灰色多层次综合评价法简单直观、方便易行,具有一定的实际意义.     

基于随机规划的制造/再制造物流网络优化设计

针对含有连续型随机参数的制造/再制造物流网络优化设计问题,在Monte Carlo模拟抽样基础上,建立了样本数量决定解算效率的两阶段随机规划模型,给出了模型求解的混合遗传算法,结合样本均值近似方法阐述了获取理想目标值及其可行解的最优值上下界逼近技术,明确了基于两阶段随机规划的物流网络优化设计步骤,举例说明了模型及其算法在设计决策中的应用。     

物流服务供应链构建中的供应商选择研究

在总结集成物流服务供应商特征的基础上，综合运用AHP和LP方法，结合实例探讨了它的多源供应商选择以及罪优采购量分配的问题。     

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.     

基于数据仓库的军事后勤决策支持系统研究

针对以往军事后勤决策支持系统 (decisionsupportsystem ,DSS)在管理上的不足 ,提出了基于数据仓库的军事后勤决策支持系统 (DSS)。给出了数据仓库的概念以及在线事务处理 (onlinetransactionprocessing,OLTP)与在线分析处理 (onlineanalysisprocessing ,OLAP)的区别与联系。构建了军事后勤DSS的应用体系结构 ,对各部分的功能作了介绍 ,设计了军事后勤数据仓库和数据集市的初步框架以及用分布式数据库和分布式数据仓库实现整个后勤数据仓库的构想 ,从而保证总部与各军分区信息共享     

基于三支决策的组织关联知识推送服务

面对知识体量的快速增长及其在价值创造中主体地位的逐渐成型,知识推送作为一项基础型知识服务方式,可以有效解决"知识迷向"问题,促进知识价值实现.在现有推荐技术的基础上,兼顾知识关联度的重要性、传统推送决策的二分性质以及推送成本问题,提出了一种基于三支决策的关联知识推送算法.采用关联规则算法挖掘并利用知识之间的潜在联系,构...     

Study of Decision Implications Based on Formal Concept Analysis

Serve to introduce decision context and decision implication to Formal Concept Analysis （FCA）. Since extracting decision implications directly from decision context takes time, we present an inference rule to reduce the number of decision implications. Moreover, based on the inference rule we introduce the notion of a-maximal decision implication and prove that the set of all α-maximal decision implications is α-complete and α-non-redundant. Finally, we propose a method to generate the set.