基于服务型制造的再制造批量计划问题

服务型制造环境下再制造批量计划问题包含产品回收过程和新产品满足过程2个非独立的生产活动。研究了存在产品回收再制造和新产品制造的动态批量生产计划问题。通过将2个活动在批量生产环境下进行整合分析,得出了批量生产环境下最优解属性;采用了一组依赖问题特征的遗传编码,将问题的特殊性在编码阶段得以体现。最后,通过算例证明了模型及算法的有效性。     

不确定需求下的再制造产品联合定价决策

以单一制造商为研究对象,在需求不确定环境下,基于替代性两产品报童模型,对新产品及再制造产品的联合定价决策进行了研究.首先构建了基于利润最大化的两产品定价模型, 在证明目标函数凹性的基础上,给出求解的Karush-Kuhn-Tucker优化条件;然后通过数值仿真对模型进行求解,并分析了再制造产品的消费者支付意愿对制造商定价、 产量决策及利润的影响. 结果表明,随着再制造产品消费者支付意愿的增加,新产品价格有所下降,再制造产品价格逐渐增加,新产品及再制造产品产量均有所下降,制造商利润随之增长.     

一种物料需求计划进货批量决策技术

进货批量的选择是物料需求计划(MRP)系统中一项重要的工作,现有的MRP物料批量的计算方法主要有:配套批量法、固定周期法、EOQ法、期间平衡法等;然而,这些进货批量决策技术只是进货总费用最小化的一种近似计算。针对该情况,提出了一种MRP进货批量决策技术并把这种技术和以上的技术做了充分的对比分析。     

再制造物流网络的稳健优化设计

考虑再制造物流系统中废旧产品回收量和再生产品需求量的不确定性，提出一种单产品、单周期、有能力限制的再制造物流网络稳健优化设计模型，用来确定再制造物流网络中各种设施的数量和位置，并在由此构成的各条物流路径上合理分配物流量。算例分析验证了所提模型的有效性。     

考虑外包和生产能力约束的制造/再制造混合批量决策

制造/再制造集成系统是当今制造业发展的趋势.安排不同计划期下考虑生产能力、外包和库存要素的制造/再制造综合生产计划,能够降低再制造过程不确定性和提高企业生产的收益.从原设备生产厂商角度出发,考虑生产能力约束下的批量制造和批量再制造,分别构建以企业期望利润最大化为目标,回收产品到达与市场需求均服从泊松分布,回收产品可利用率服从均匀分布的随机综合制造/再制造混合批量决策模型.具体分为3种情形:无外包和有外包,以及外包下外包再制造能力有限与外包再制造能力无限.其中,市场需求由批量制造和批量再制造来满足.利用随机数学理论(启发式遗传算法)求解单产品下的混合决策模型,研究了回收产品质量可利用率和外包生产能力对批量决策的影响,并通过算例来证实算法的有效性.     

批量需求模式下的随机库存管理策略

考虑一类具有(s,s+q)订货策略的批量需求随机库存系统。需求的到达形成复合Poisson过程,当库存水平下降到s时管理员立即补货至最大仓储量s+q.通过构建库存和缺货状态下的状态转移方程,研究了库存和缺货的稳态概率分布;进一步建立库存成本函数和设计了一种有效的算法,研究库存系统的最优控制策略并考察参数的敏感性。     

不确定需求条件下制造商的退货政策

基于单一制造商和单一零售商构成的两级供应链和不确定需求,研究了制造商的退货政策。结果表明:当市场波动幅度较大且市场需求为高需求的可能性较大时,部分退货政策是制造商的最优退货政策;当市场波动幅度较大且市场需求为低需求的可能性较大,或市场波动幅度较小时,不接受退货和部分退货政策都是制造商的最优退货政策。     

能力受限的批量问题与动态定价的联合决策

研究了允许需求延迟，制造商生产能力有限情形下，价格对多产品批量模型的影响。制造商处于垄断地位，具有定价主导权。分析了曩优解的性质乖特征．蛤出了基于拉格朗日松驰的启发式算法，耙原问题转换成若干个单产品无能力受限批量与定价协调问题．在算法中设计了拉格朗日下界问题和上界问题，通过在上、下界问题问的反复速代，得到曩优价格序列和相应的曩优生产策略．实验结果表明，与分散策略相比，显著降低了计算量；制定更为合理的价格，增加了制造商的利润。     

随机需求下两层供应链协调的一个批量折扣模型

针对由单一供应商和单一零售商组成的两层供应链系统,在随机市场需求且供需双方拥有不对称需求信息情形下,研究了供应商如何利用批量折扣机理来激励零售商合作从而改善供应链协调性问题,提出了一个相应的批量折扣模型.数字实验结果表明该折扣模型对于改善供应链运作协调是相当有效的.     

固定定价与允许需求延迟批量模型的联合决策

研究了在允许需求延迟情形下,定价对生产计划的影响.价格是决策变量,在整个计划期保持不变.每周期的缺货只能延迟而不允许放弃.设计了一种精确算法,交替地进行定价决策和批量决策,可以在多项式时间内求解出最优价格和最优生产计划.实验结果显示,与分散策略相比,联合策略可以制定更加合理的价格,给企业带来了更多的利润.     

允许缺货和转包的受限批量模型的多项式算法

有效组织带转包的采购计划对企业提高竞争力和参与全球产业分工有重要意义.研究了一个新的非减库存能力约束下的允许缺货和转包的企业采购计划模型,提出了一个基于动态规划的多项式算法.引入子计划概念,将问题归结为有效计算子计划;依据最优解的性质设计了求解子计划的多项式算法;再通过动态规划算法以多项式时间枚举所有可能子计划组合,得到问题的最优解.数值试验显示了该算法的有效性及高效性.     

带外包受限批量模型的启发式遗传算法

研究了生产和外包数量受限的动态批量问题,引入虚拟生产量实现问题转换。设计了启发式遗传算法：针对01变量的编码方案;每周期虚拟生产量的最优分配方案;修正不可行解的局部启发式平移过程;修正遗传算法最好解的启发式前后向过程。进行了算子组合、交叉变异概率组合和精英策略影响试验;通过大量仿真试验,验证了所提算法的性能。     

考虑延期交货、转包和非减库存能力约束的单产品批量模型

研究了一个非减库存能力约束下的允许延期交货和转包的单产品动态批量问题.引入子计划概念,通过先求解所有可能的子计划,再基于动态规划搜索子计划的最优组合,得到问题的最优解.给出了所有子计划的通用数学描述,并通过松弛正生产量约束将子计划的计算分成两个子问题;依据子问题和子计划最优解的性质,设计了求解子问题和重新集结松弛约束的多项式算法;在此基础上提出了一个复杂性为O(T4)的求解整个规划问题的多项式动态规划算法,这里T是规划时段上的周期数.最后通过数值试验测试了该算法的性能.     

考虑再制造和产品需求可代替的短生命周期产品动态批量生产计划问题

研究了在回收产品再制造和产品需求可替代情况下的多类短生命周期产品的动态批量生产计划问题.利用系统动力学仿真工具对问题进行建模,首先给出了问题的因果图和状态流图模型,并对模型的有效性进行了验证,然后模拟了典型的系统运行过程,最后分析了需求率和回收率等参数变动对生产计划安排及总利润的影响,并给出管理上的一些启示.     

服务率有限的存贮系统的经济批量问题

本文将传统的ＥＯＱ模型作了进一步扩展,在需求率为常数的假定下,分别就物品变质与非变质两种情形,建立了服务率为有限的存贮系统的最优经济批量模型,分析了模型解的存在与唯一性,提供了模型求解的简单方法,并给出了应用实例。     

多类顾客需求环境下动态批量补货策略

考虑在多类顾客需求环境下有限计划期内的动态批量补货问题。在一般的补货成本结构下,每类顾客的最优补货期各不相同,且该补货问题为NP难题。考虑在没有投机行为的补货成本结构下,最优的补货策略满足零库存补货规则,且在每类顾客在补货周期内存在一个最优的及时服务临界期,临界期之前的需求将得到及时满足,临界期后的需求将被缺货处理。基于最优的临界期库存分配策略,提出一个多项式算法得到最优的补货策略。与先到先服务的需求服务策略进行比较,数例分析得到临界期库存分配策略可以大幅提高整个计划期的利润。最后,在一般的补货成本结构下,考虑一种特殊发货规则,提出一种有效的启发式算法,优化每类顾客的最优补货期。     

考虑库存能力约束的批量问题与定价的联合决策

针对多周期离散时间情形,研究了库存能力约束下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。建立了非线性混合整数规划模型。分析了最优解的特征,详细讨论了子问题的求解方法。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联合决策问题的最优定价与最优生产计划。实验结果分析了库存能力与最优利润、最优生产计划之间的关系。     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

订单生产方式下供应链买卖双方1:n协调订货批量模型

供应链中的每个节点既是后一节点的供应商,又是前一节点的顾客。供需关系始终贯穿着整个供应链。因此,供需双方批量研究是供应链管理的一个最重要也最基本的内容之一。在传统模型的基础上给出供需双方通过线性价格折扣政策的Stackelberg博弈模型,并给出一个算例加以说明。