零备件库存多点转运的批量订货模型与算法

建立了零备件库存多点转运的批量订货模型,给出了各库存点需求由自身满足、通过转运满足和发生缺货概率的近似算法,在此基础上提出了以服务水平为约束,以库存成本和转运成本最小为目标的规划模型,给出了已知订货批量,求最优订货点的算法.算法的有效性运用仿真进行了验证.     

考虑订购费用压缩下含瑕疵品的订货批量模型

研究存在瑕疵品并且检验过程不完美条件下的买方最优订货批量问题,建立了一个包括厂商订购费用、库存持有成本以及包括检验成本、内部失败成本和外部失败成本的质量相关成本的总成本优化模型,通过优化总成本函数确定厂商的最优订货批量.同时考虑到可以采用信息化技术等方式降低订购费用,进一步研究了考虑订购费用压缩情形下厂商的最优订货策略与最优订货费用.最后,通过数值算例对订购费用压缩前后买方成本进行了对比分析.     

易腐商品最优订货批量与定价及其粒子群优化解

对易腐商品的订货批量与定价问题进行了研究.基于一种负二项分布的离散需求函数,推导了易腐品利润最大化模型.由于模型中涉及多个随机变量的概率分布,常规函数极值法对此具有极大局限性,故首次将粒子群优化算法引入该领域,并提出两种不同的求解思路:1)枚举法.利用粒子群算法依次计算不同订货批量下的最大化利润,然后根据边际分析法确定最优订货批量及相应定价;2)二维寻优法.将利润视为订货量与定价的二维函数,利用粒子群算法对其进行二维演化寻优.算例分析表明:两种方法均可有效获得问题的满意解,当订货量波动范围较小时,枚举法效果更优.     

基于累积批量处理的逆向物流最优库存控制研究

构建了一个逆向物流累积批量处理的库存控制模型,即在假设销售商允许消费者退货、退货与需求无关、都服从Poisson分布、且退回物品经简单批量处理后可出售的条件下,研究了销售商对退回产品累积批量处理方式下的最优库存控制模型.研究结果表明,随着退货强度λ的加强,该模型订货周期会延长,订货成本则有所降低.     

可控提前期下复杂部分短缺量拖后的库存模型

顾客在缺货时会根据等待时间、价格折扣等因素决定是否等待.基于此,建立了可控提前期下考虑部分短缺量拖后率随等待时间和价格折扣变化的库存模型,然后分析了提前期决策对总成本、订货批量决策和价格折扣决策的影响.结果显示:压缩提前期只有满足一定条件才能降低总成本;提前期决策会通过丢单成本和拖后成本的变动来影响最优订货批量,当减少的拖后成本和丢单成本大于压缩费用时,最优订货批量随提前期的压缩而减少,否则随提前期的压缩而增加;压缩提前期并不直接影响最优价格折扣,最优价格折扣和订货批量随提前期变化的趋势相同.     

考虑质量风险时供应链订货批量的博弈分析

中间产品的质量缺陷给供应链的订货过程带来质量风险。提出了一种综合质量风险和采购库存成本的供应链订货批量模型,比较了考虑质量风险与不考虑质量风险时的供应链订货批量的差异。研究结果表明,无论在非合作还是在一体化的情况下,考虑质量风险时的订货批量都比不考虑质量风险时的批量小。     

Knight不确定环境下供应商的乐观度对定价决策的影响

针对供应商的可变成本和产品市场价的双重Knight不确定性,本文运用α-maxmin多先验期望效用和纳什讨价还价模型研究了供应商的定价问题,涉及固定价格、成本加成和参考市场价三种合同,剖析了供应商的乐观度和含糊度对这些定价决策的影响。结论表明,固定价格随着供应商对成本的乐观度的提高而降低,随着市场价的乐观度的提高而提高.成本(市场价)的乐观度决定着成本(市场价)的含糊度与定价结果的关系.参考市场价合同下,供应商的定价权威不影响目标价格与成本的乐观度的关系,但影响目标价格与市场价的乐观度之间的关系。上述研究为分析不确定环境下供应商的定价行为提供理论支持。     

基于关键链和混合优化算法的舰船多项目并行建造进度管理方法

针对舰船多资源约束、多项目并行建造条件下进度优化与管理能力的不足,提出了一套进度管理方法。首先,基于关键链理论给出了多资源约束下舰船多项目并行建造进度管理步骤。其次,构建了舰船多项目并行建造进度优化模型,可实现在优化并行项目总工期的过程中通过合理分配各种资源获取最佳项目实施组合。最后,设计了适合于舰船建造等大型复杂工程项目求解的混合优化算法,并通过算例验证了方法的实用性。     

考虑积欠订货的MTS系统的生产与库存配给

考虑一个供应商以面向库存生产的方式制造某个产品出售给多个客户.客户以批量进行订货,其到达供应商处的需求若未能即时满足则视为积欠订货.供应商根据每个客户的积欠订货成本将其划分为若干个需求类.文中根据客户每次订货是否可分批交货,分别提出了当客户订货可分割和不可分割时供应商的最优生产和库存配给策略.分析表明客户订货是否可分割对于供应商的生产控制策略没有影响,但会影响到库存配给策略.另外,供应商的最优生产控制策略可用一个取决于系统状态的基准库存水平表示,最优的库存配给策略则用一个多层的取决于状态的配给水平向量表示.数据分析验证了文中最优策略的有效性,同时表明当客户订货不可分割时,相对于高优先权需求,低优先权需求类订货量的增加会引起供应商成本较大幅度的增加.     

面向产品族的有限产能批量与调度模型

批量与调度问题对于企业节约加工时间与减少生产成本具有重要意义。对于涉及产品族的问题,企业需要同时考虑产品族间的长时切换与产品间的短时切换。基于有限产能批量调度模型,建立了面向产品族的批量与调度问题的混合整数规划模型,通过决策各期产品的生产调度与机器的分配,从而最小化包括产品设置成本以及产品族设置成本等在内的总成本。使用ILOG CPLEX将此非顺序依赖切换模型与顺序依赖切换模型在不同规模的实例下进行测试,结果显示本模型在处理较大规模的非顺序依赖切换问题时有显著优势,能够快速得到高质量的解。     

改进的舰船维修费案例调整模型

为提高舰船维修费案例的调整效果,遵循着调整知识产生、调整知识约简和调整知识推理的建模过程,提出了一种改进的舰船维修费案例调整模型。在该模型中,采用Policastro的重构方式,利用目标案例的直接和间接相似案例集,产生舰船维修费案例的调整知识;针对调整知识中可能存在冗余、相关性、知识量过于庞大不便于推理等问题,提出了一种既能有效约简调整知识、又能准确衡量调整知识重要度的改进规则约简方法,并给出了具体的实现算法;为提高知识推理的效率,采用具有强泛化能力和出色学习能力的最小二乘支持向量机（least square support vector machine,LSSVM）,构建了舰船维修费案例调整知识推理模型,并基于遗传算法（genetic algorithm,GA）和交叉验证方法,对推理模型的有关参数进行了优化。实例结果表明,与其他案例调整模型相比,所提模型在调整精度上要远远好于其他模型,所提模型是科学、有效的。     

多激励合同定价中最优风险分担率的研究

提出了多激励定价模型的最优解满足的条件,解释了最优解所包含经济含意,并通过定价实例说明了多激励定价模型的优越性.     

基于双层决策的装备订购多因素激励定价模型与算法

装备订购价格是军方与承制单位双方利益争执的焦点,为全面调动承制单位生产积极性,选择成本、质量和进度同时作为激励因素,在将三因素整合到同一函数表达式的基础上,统筹考虑订购双方利益,构建了装备订购多因素激励定价双层决策模型。分别以军方的激励系数方案和承制单位的努力程度方案为模型的上下层决策变量,并以军方军事经济效益和承制单位期望效用最大化为上下层决策目标。为求解模型得到相对最优激励系数方案,结合粒子群优化算法的快速搜索能力与禁忌算法的全局搜索能力,设计了带检验因子的禁忌搜索粒子群优化(tabu search-particle swarm optimization, TS-PSD)算法。最后,通过算例验证了该模型与算法的有效性,可以引导承制单位向军方期望的目标努力,实现共赢。     

具有时间约束的电梯节能调度算法

针对电梯节能问题, 提出电梯能耗损失计算方法, 构建具有时间约束的电梯节能调度模型, 应用粒子群算法(particle swarm optimization, PSO)分别对已知目标楼层和预测目标楼层两种情况的电梯节能调度问题进行建模和求解. 通过数值仿真分析, 从等待时间和能耗两方面比较了三种算法(最近服务原则(nearest car, NC)、已知目标楼层的粒子群算法和预测目标楼层的粒子群算法)的性能. 研究结果表明, 与NC算法相比, 在保证80%以上 乘客等待时间小于60s的情况下, 已知目标楼层的PSO算法可以实现系统节能18.2%; 预测目标楼层的PSO算法可以实现系统节 能9.6%. 随着等待时间约束的放宽, PSO算法可获得的节能比例显著增加. 目标楼层的准确性对节能调度具有重要影响, 已知目 标楼层的PSO算法会比预测目标楼层的PSO算法约多节能10%.     

基于双重成本控制标准作用的委托-代理模型

按照泰勒控制标准理论设立的成本控制标准具有单层次特征,不利于提高企业成本控制效度.人的理性、情感和认知的变化,使双重成本控制标准应运而生.管理者不仅要制定双重成本控制标准,而且要通过制定合理的激励契约来激励工人积极控制成本,而工人在执行双重成本控制标准过程中,为实现自身利益的最大化,将根据掌握的信息选择自身努力程度,于是产生了工人与管理者之间的动态博弈.通过建立基于双重成本控制标准作用的委托-代理模型,分析管理者差异化激励契约对工人努力程度的影响,可以发现工人努力程度与所受到的激励程度呈正相关.对于达到不同成本控制标准的工人,管理者应设定差异化激励系数,实现成本控制人本化管理.     

考虑消费者退单行为的生鲜电商分级退款决策

针对生鲜电商企业面临的订单取消难题,考虑订单履约成本随时间变化的特点,结合消费者退单行为分析和制定分级退款最优决策以提升企业整体收益.本文首先基于经典Hotelling模型分析和刻画消费者退单行为偏好,然后构建消费者效用函数并在此基础上建立零售商的收益模型,在单一退款决策的基础上分段优化得到了最优的分级退款决策.研究发现零售商采用分级退款最优决策不仅能够提升自身收益,还可激发消费者的购买意愿提高其市场参与度,并能有效引导消费者的退单行为,显著提升收益,减少履约成本,提高顾客满意度,实现零售商和消费者的"双赢".最后,本文通过数值实验充分验证了理论结果,为生鲜电商企业制定退单退款策略提供了辅助决策支持和管理启示.     

复杂背景下SAR图像近岸舰船目标检测

针对合成孔径雷达(synthetic aperture radar, SAR)图像近岸舰船目标易受背景杂波的影响, 造成SAR图像近岸舰船目标检测检测率低、虚警率和漏检率高的问题，提出一种适用于复杂背景下SAR图像近岸舰船目标检测的DFF-Yolov5(deformable feature fusion you only look once 5)算法。构建了一个专门用于SAR图像复杂背景近岸舰船目标检测的数据集, 基于Yolov5目标检测算法, 在特征提取网络中进行特征细化和多特征融合两个方面的改进。在特征提取网络中利用可变形卷积神经网络改变卷积对目标采样点的位置, 增强目标的特征提取能力, 提高复杂背景下SAR图像舰船目标的检测率。在多特征融合网络结构中采用级联和并列金字塔, 进行不同层级的特征融合。同时，使用空洞卷积扩大特征提取的视觉感受野, 增强网络对复杂背景近岸多尺度舰船目标的适应性, 降低复杂背景下SAR图像舰船目标检测的虚警率。通过在构建的复杂背景近岸舰船检测数据集上的测试实验, 结果表明: DFF-Yolov5的平均准确率为85.99%, 相比于原始的Yolov5, 所提方法平均准确率提高了5.09%, 精度提高了1.4%。     

基于学习效果的蔬菜电商成组拣货排序方法

按单拣货是电子商务背景下物流配送中心最关键、最复杂的作业环节.它直接衔接着物流配送和客户,且大部分是劳动密集型作业,因此按单拣货也是出错率最多,耗费时间最长的环节.在拣货之前对订单考虑配送因素和相似性成组,能够大大降低拣货成本.蔬菜电商拣货系统是基于人的柔性作业系统,拣货人员的学习效果导致作业效率随时间变化,从而订单的拣货时间不确定,对按单拣货作业有着不可忽视的影响.本文针对蔬菜B2C电子商务直销背景下拣货环节的订单成组作业优化问题进行研究,基于拣货人员的学习效果,建立最小化订单拣货完成时间之和的拣货序列优化模型.针对该问题多阶段,多层次决策特点,基于序贯决策思想,提出两阶段的求解方案:第一阶段订单成组,提出同时考虑订单配送距离,打包材料相似性和订单相似性三种指标融合的订单成组准则,并给出启发式算法对订单进行成组;第二阶段成组订单作业调度,提出基于修订式非递减的订单规模排序方法对组内订单进行排序,组间排序是基于具有降低搜索范围,提高搜索能力的改进模拟退火-遗传算法.通过数值实验和算法比较,验证了本文算法的有效性和实用性.研究结果表明,本文得到的方法能大大缩减拣货时间成本,为蔬果类商品网上直销企业生成拣货作业计划提供理论指导.     

现金折扣和资金约束下的零售商延迟支付订货策略

研究了资金受到限制的零售商,该如何根据供应商给予的延迟支付期和现金折扣付款期来确定自己的最优订货策略.论文以EOQ模型为基础,在考虑了资金利息的情况下,建立了零售商的年总费用函数.通过对函数特征的分析,讨论了不同情形下零售商可能的订货策略,并分别使用计算判别和作图判别的方法,给出了各类情形下零售商确定最优订货策略的步骤.     

基于工程成本与工期对承包商的激励

在建筑工程领域,施工过程中的信息不对称使工程承包商为追求自身利益而与业主处于非合作的状态,只有合理有效的激励机制才能使承包商与业主建立合作关系,共同促进项目的成功。利用委托-代理理论,把施工成本与工期同时作为激励因子,以业主的期望效用为目标函数,建立业主对承包商在信息不对称情况下的激励模型,求解出均衡状态下的激励系数,并分析影响成本与工期激励系数的因素及其影响趋势,为业主设计合理有效的激励合同提供了依据。