连锁超市配送中心管理信息系统建设方案探讨

研究了连锁超市配送中心的业务流程，依据配送中心的服务范围及规模对其进行了分类，在此基础上从结构与功能两方面探讨了不同类型配送中心的管理信息系统建设方案     

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.     

水平穿越法在带有不耐烦顾客的呼叫中心中的建模及应用

研究了一种需求服从泊松分布的多座席呼叫中心服务系统的两个问题, 其中考虑了顾客的不耐烦行为. 第一个问题中只有单一排队队列, 顾客进入系统后由于不能立即接受服务或等待时间超过其期望等待时间会选择放弃排队. 第二个问题中有两个排队队列, 主排队队列是顾客呼入队列, 次排队队列是座席提供回拨服务的队列, 且这个队列的顾客来源于由于等待时间超过其期望等待时间放弃排队的主排队队列的顾客. 本文利用水平穿越法得到了稳态时第一个问题的顾客平均等待时间及顾客总的放弃概率及第二个问题中座席繁忙的概率. 该方法不仅具有直观清晰的物理意义, 而且能避免排队系统中冗长的推导过程, 有利于快速简单解决问题. 数值分析表明第一个问题中顾客平均等待时间是座席数的凸函数, 并且顾客的不耐烦程度越高则他们的平均等待时间越短. 同时坐席数的增加在初期能够显著提高接通率, 达到一定数量后效用开始递减. 而且在系统其它参数确定且系统需求流较大情况下, 顾客的放弃率大小对顾客总的放弃概率大小的影响几乎可以忽略.     

基于模糊层次综合方法的企业内部风险评价

企业的风险管理水平成为决定企业持续发展的关键因素,风险分析与评价是目前风险管理研究中的热点领域.按照企业面临风险的特征,将企业的内部风险因素指标分为组织风险、决策风险、营业风险、财务风险、技术风险、人力资源风险、企业信息风险和信用风险8大类 .在此基础上,提出同时采用层次分析法和主成分分析法进行风险发生概率的评价,必要时辅以模糊综合评价技术对企业内部风险进行分析评价,以提高企业内部风险评价的准确性和科学性.     

有限次补货的短生命周期产品的库存控制策略

以服装产品为例讨论了具有有限次补货机会的时尚产品的库存控制的问题特性,提出了利用预测更新和补货改进库存控制的思路,建立了初始订货量和补货数量的决策模型,给出了用于模型求解的启发式算法,最后介绍了在预测更新的情况下如何利用早期销售数据进行需求预测的方案.     

非立即变质品的订购、定价与保鲜投资决策

考虑了一个非立即变质品的订购、定价与保鲜技术投资联合决策问题,其中产品的需求依赖于销售价格,变质率随时间变化,系统不允许缺货.此外,产品的时变变质率和保鲜期可以通过保鲜技术的投资得到控制,并采用一般形式的资本投资回报率构建模型.目的是决定最优的补货、定价和保鲜技术投资策略(包括是否投资和投资多少)以最大化系统的平均利润.证明了对于给定的定价和保鲜技术投资策略,最优补货策略唯一存在.在此基础上给出了一个寻找模型最优解的多阶段迭代求解算法.最后通过数值算例展示了模型和算法的应用,进一步采用数值方法对模型的数学性质进行了探讨,并对参数的灵敏度进行了分析.结果显示:当订购成本和产品购买成本较小或库存持有成本和产品初始保鲜期较大时,最优保鲜技术投资将为零,即不投资保鲜技术对系统最优.     

面向语义检索应用的本体模型结构设计

为提高语义检索过程中术语关系自动判别的效果,引入本体理论,对本体的结构设计及推理机理展开研究。提出基于6元组的本体模型结构,采用描述逻辑作为表达工具,实现了对原子术语、复合术语、实例、实例描述、属性分配以及公理的语义描述。依据Gruber设计原则,从明确性和客观性、一致性、最大单向可扩展性、最小编码偏好和最小本体承诺5方面对本体结构进行评价。从语义检索的需求出发,提出面向术语和面向实例的两种推理类型,以及转换机制和判定算法。将语义检索抽象成信息请求与答复过程,提出4类信息搜索策略,并对语义检索系统的实现进行展望。     

基于价格合作的寡头垄断企业供应链产品定价

建立了2阶段单链供应链模型,供应链节点双方均为寡头垄断企业.讨论了供应商与制造商在价格合作和非价格合作下的中间产品定价和最终产品的定价,比较了2种情况下供应链的总体利润差别.指出价格合作下利润增加的幅度不仅与最终产品市场的需求弹性正相关,并且与供应商的成本正相关,与供应商面临的市场价格需求弹性负相关.由于整条供应链的超额利润并不代表个体的超额利润,因此对超额利润进行了讨论,指出了价格合作下寡头垄断企业所组成供应链的稳定条件.     

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%.     

整数编码的组群遗传算法在分组优化中的设计和应用

摘要：
在管理实践中广泛存在的分组优化问题大多是强NP Hard问题，求解难度较大.针对制造企业供应物流决策中合并运输的分组优化问题，设计了基于整数编码的组群遗传算法.在简单直观的整数编码方式下，提出了两点组群杂交以及基于适应值的组群启发式变异等遗传算子，实现了面向组群的进化过程，为求解复杂的多约束、非线性的分组优化问题提供了新的方法.该算法应用于物流决策实践，与基于BSD的启发式算法相比较，检验了算法的性能和参数设置. 关键词：
组群遗传算法； 分组问题； 供应物流； 运输合并； 联合补货
中图分类号： F 253.4
文献标志码： A