基于客户体验与行为运筹学的逆向服务(运筹学与控制论)

全球经济已经全面向服务和体验经济转型,传统意义上的服务更多从企业角度设计和驱动服务,属于推动式服务。本文首次提出了逆向服务的概念,其特征是客户拉动式、个性化、绿色低碳和可循环性。通过客户体验与行为运筹学等崭新视角对逆向服务的内涵进行了诠释,其核心内容是基于客户行为的最优化及决策模型、逆向服务路径及系统优化、心理认知与智力增值形式和界面创新,最终目的是实现资源循环使用、绿色环保,维护服务信誉、树立企业品牌形象、企业可持续发展。在此基础上归纳了从这一视角进行研究的科学意义,即独特性、系统科学性和绿色可持续性。接着对相关领域的研究现状和发展动态进行综述。最后对该领域研究的空白和未来的潜力进行总结。     

供应链排序中的外包问题 (运筹学与控制论)

为了更好地将供应链排序和现实生活结合以体现其应用价值,文章研究了一类可以外包的供应链排序模型。外包即指为了提升效率,节省总费用,而采取将工件由其它制造商代替加工的现象。所有的工件均可以在制造商内部加工也可以进行外包加工,外包工件加工完成后必须分批运回制造商才算完工。所研究的模型中有一个制造商和一个外包商,制造商的加工环境为m台平行机,外包商为单台机器。因此在模型中要考虑外包费用、运输延迟以及运输费用,所要做的就是确定外包工件以及工件的加工顺序和外包工件的配送顺序。对于该问题,本文主要研究了目标函数分别为总完工时间、最大延迟以及误工总数的情形;分析了问题的复杂性,运用动态规划的技巧给出了最优算法且分析了算法的时间复杂性。     

具有学习效应的重新排序问题(运筹学与控制论)

重新排序问题是一种新型的排序模型,它有着重要的实际应用背景。生产部门根据自己的生产计划或是由客户提出的要求,在生产前一定时期内事先有一个作业方案,将已有的任务或订单按照某一规则安排好,使某一目标值最优。但是在即将开始生产之前或在生产过程中又有新的客户订单或任务到达。这时就要把新的任务和原有的还未加工的任务一起加工。为了不失信于对原客户的承诺或不耽误原任务的完成,这就要求在原有的工件或任务的次序不至于打乱得过多的前提下,使得总的目标函数值达到最优。本文考虑学习效应作用下的最小化总完工时间的重新排序问题,其中工件的加工时间是其所在序列加工位置有关的函数。对于最大序列错位、总序列错位和最大时间错位下的最小化总完工时间问题均给出了多项式时间算法,对于总时间错位下的最小化总完工时间问题提出了动态规划算法,并证明这个算法是拟多项式时间的。     

排序论中工件和机器的对偶性 (运筹学与控制论)

提出排序问题中工件和机器的对等性,定义排序问题的对等排序,列举单台机器排序问题和多台机器自由作业排序问题的对等排序;在此基础上,把工件和机器看成是对偶的双方,研究这两者的对偶性,进而提出排序问题的对偶排序;研究排序问题与其对偶排序之间的关系——对偶关系,可能是排序论研究的新方向。     

时间相关的单机排序的最坏竞争比分析 (运筹学与控制论)

本文研究了工件的加工时间具有开工时间和加工所在位置相关的单机排序问题。工件的加工时间是序列中加工所在的位置和开工时间的非增函数,目标函数为最小化的误工工件个数和最小化总误工。本文对于所研究的2个目标函数利用Moore-Hodgson算法和EDD规则分别提出的启发式算法,对于目标函数位误工工件个数情形给出了最坏竞争比近似于2,最小化总误工给出非常数的最坏竞争比。进一步如果工件的加工时间和工期具有一致关系,分别给出了2个多项式时间算法。     

排序博弈:合作博弈的新发展 (运筹学与控制论)

本文指出人类社会发展模式的巨变决定合作博弈理论研究和应用研究的必要性和紧迫性;简要综述以合作联盟内的任务分配不是决策变量为特征的合作博弈模型的研究成果;系统介绍由Nash(纳什)创立的把联盟内的任务分配作为决策变量的另一类两人合作Nash Bargaining Model(NBM,纳什博弈模型)及其Nash Bargaining Solution(NBS,纳什博弈解);强调排序博弈是NBM在管理学中的离散化发展;完整介绍此离散化方面开创性论文中全新的定义、改进的博弈模型、创新的博弈机制、求解博弈解(集)的精确算法;最后指出NBM的改进和离散化这两方面后续研究的几个重要方向。     

一类带有可控加工时间的单机排序问题 (运筹学与控制论)

讨论了具有学习效应的工期指派和可控加工时间的单机排序问题。工件的实际加工时间同时依赖于所排位置和所分配的资源消耗相关的函数,资源消耗分为线性和凸资源消耗2种。考虑共同工期、松弛工期和没有限制的工期3种工期分派方法。目标是确定工件最优的加工顺序、工期和资源分配量,极小化一个包含提前、延误、工期分派、总完工时间和总资源消耗的总费用函数。对于上述2种不同资源消耗函数与3种不同的工期分派方法的每一种组合,均给出了多项式时间算法。     

极小化加权总完工时间的工件可拒绝排序 (运筹学与控制论)

经典的排序问题要求工件都必须进行加工,然而在实际中有时候由于一些特殊的原因可以考虑工件不加工。例如,加工时间非常大,或加工所需费用非常高,于是就不加工这一工件,而是通过支付一定的费用后送到外边"外加工"或购买更合算,这类问题称为工件可拒绝排序问题。需要研究的任务是怎样选择工件在机器上进行加工或拒绝,并且如何安排被接受加工工件的加工次序使给定的目标函数值最优。本文研究了工件可拒绝排序中,目标函数是有限的总惩罚费用(总惩罚费用约束下)极小化加权总完工时间,工件到达时间都相同的同型机问题,设计了伪多项式时间的动态规划算法,并给出了相应的FPTAS算法。     

运筹学发展的回顾与展望(运筹学与控制论)

运筹学是20世纪三四十年代发展起来的一门新兴交叉学科,它主要研究 如何应用数学和计算的理论与方法对社会系统和工程系统做出最优或满意的决 策。本文概述了运筹学的主要特征和方法,简述了运筹学的发展历程,综述了运筹 学几个主要分支的发展状况,介绍了运筹学中十几个有代表性的难题,展望了运筹 学未来发展的方向。
     

带有交货期和加工时间可控的单机排序问 (运筹学与控制论)

讨论了带有交货期和工件的加工时间可控的单机排序问题。本文首先根据最优排序的性质确定了最优资源的分配方法,并将问题转化为指派问题,通过构造多项式时间算法确定最优排序。然后,本文将学习效应与加工时间可控问题结合,分别讨论了加工时间是线性资源函数和凸资源函数两种情况,证明了该类问题是多项式时间可解的。最后,讨论了一种特殊情况(学习因子是常数,加工时间是凸资源函数),给出了复杂性为O(nl ogn)的算法,通过运行此算法确定最优资源分配量和工件的最优排序。     

带有释放时间的半连续型批处理机调度问题(运筹学与控制论)

半连续批处理机调度问题,是从钢铁工业加热炉对管坯的加热过程中提炼出来的。工件按批加工,同一批中工件的加工时间等于此批中工件的最大加工时间,且工件必须按周期一个紧挨着一个进入、离开处理机。批处理机的容量为C,即最多可同时加工C个工件,批的容量为批中工件的个数,批的处理时间与批中工件的加工时间、批处理的容量和批的容量有关。本文研究释放时间与加工时间一致时,对于目标函数为最大完工时间问题,即时间表长问题,分析其最优解的性质,从而将问题转化为工件按释放时间非减顺序排列后,对工件进行分批,使得最大完工时间最小。在此基础上给出了一个复杂性为O(n2)的动态规划算法,证明了这个算法的最优性,并用数值例子进一步说明了算法的计算过程。     

具有学习效应的间歇批生产的单机排序问题

本文研究了目标函数为总完工时间,具有Dejong学习效应和遗忘效应的间歇批生产的单机排序问题.考虑了批与批之间没有学习效应的传递、有部分学习效应的传递和有总的学习效应传递3种模型.首先,在批与批之间没有学习效应传递的模型中,给出了复杂性为O(nlog n)的最优算法.其次,在批与批之间有部分学习效应传递的情形下,对批在...     

数据挖掘中分类算法综述

对分类算法中需要解决的关键问题进行了分析;综述了不同分类算法的思想和特性,决策树分类算法能够很好地处理噪声数据,但只对规模较小训练样本集有效;贝叶斯分类算法精度高、速度快,错误率低,但分类不够准确;传统的基于关联规则算法分类准确率高,但容易受硬件内存的制约;支持向量机算法分类准确率高、复杂度低,但速度慢.针对各种分类算...     

恶化工件具有p-s-d安装时间的非同类机排序

主要讨论了恶化工件具有p-s-d安装时间的非同类机排序问题.工件的实际加工时间与开工时间有关,安装时间是依赖于所在机器上已加工完的工件的加工时间的简单函数,即p-s-d形式.本文所考虑的问题是如何确定工件在非同类机上的加工顺序使得所有工件的总完工时间最小.在每台机器上加工的工件数确定的情况下,将该排序问题转化为一个指派...     

总完工时间排序两人合作博弈的纳什博弈解 (运筹学与控制论)

研究合作加工一批工件,加工成本由最小的总完工时间决定的两台机器合作博弈问题。每一方都有一台机器用于加工工件,每个工件只需在两台机器中任何一台加工一次,而且加工时间都相等。要确定这批工件的一个划分以把这些工件分给这两台机器加工,使得相应的合作(加工)收益分配合理、能够被双方接受。本文研究在相同工件的情况下,以最小完工时间作为加工成本的两人合作博弈问题,并给出此合作博弈问题的纳什博弈解。     

基于混合遗传禁忌的多目标柔性作业车间调度

针对多目标柔性作业车间调度问题(Flexible job-shop scheduling problem,FJSP),提出了一种结合遗传算法和禁忌算法求解FJSP的调度算法。首先,定义了FJSP问题模型,然后提出采用改进的遗传算法对其进行求解,采用双链进行染色体编码和NEH方法获得初始解,并提出了自适应的选择策略、混合交叉策略和复合变异策略以实现个体保优和更新,当遗传算法陷入局部最优解时,采用禁忌算法跳出局部最优,以实现全局最优解的获取。仿真实验证明文中的方法能有效地解决FJSP问题,获得全局最优解,且与其他方法相比,文中方法具有收敛速度快和求解效率高的优势。     

两个多重目标排序问题的多项式时间算法 （运筹学与控制论）

多目标排序是排序论的一个重要分支,在解决经济、管理、工程、军事、社会等领域出现的复杂问题中起着越来越重要的作用。本文研究以误工个数∑Uj为第1目标,∑wjCj或者∑wjTj为第2目标的多重目标排序问题,分别给出了这两个问题在不误工工件集不改变下工件加工时间和权重满足反一致性条件(pi≤pjwi≥wj)时复杂性为O(nlogn)的多项式时间算法:对于排序问题1│(pi≤pj)(wi≥wj)│(∑wjCj/E),选取排序最后一个工件k满足条件:pk/wk=max{pi/wi│i∈M∪L};对于排序问题1│(pi≤pj)(wi≥wj)│(∑wjTj/E),选取排序最后一个工件k满足:1)若M为空集,pk/wk=max{pi/wi│i∈L};2)若M非空,任意选取k∈M。其中L是误工工件集,M是放在最后不误工的工件的集合。最后,证明了这两个算法可以得到相应问题的最优解。