A partial robust optimization approach to inventory management for the offline-to-online problem under different selling prices

This study examines an optimal inventory strategy when a retailer markets a product at different selling prices through a dual-channel supply chain, comprising an online channel and an offline channel. Using the operating pattern of the offline-to-online (O2O) business model, we develop a partial robust optimization (PRO) model. Then, we provide a closed-form solution when only the mean and standard deviation of the online channel demand distribution is known and the offline channel demand follows a uniform distribution (partial robust). Specifically, owing to the good structural properties of the solution, we obtain a heuristic ordering formula for the general distribution case (i.e., the offline channel demand follows a general distribution). In addition, a series of numerical experiments prove the rationality of our conjecture. Moreover, after comparing our solution with other possible policies, we conclude that the PRO approach improves the performance of incorporating the internet into an existing supply chain and, thus, is able to adjust the level of conservativeness of the solution. Finally, in a degenerated situation, we compare our PRO approach with a combination of information approach. The results show that the PRO approach has more “robust” performance. As a result, a reasonable trade-off between robustness and performance is achieved.     

基于分离设计/集成优化的机器人步态规划

针对双足机器人步行问题，提出了一种基于分离设计／集成优化的步态规划方法。基于双足机器人的步行特征，实施多时空和多关节的任务分离，进而实现多时空关节的步态分离规划。进一步基于零力矩点理论，提出了一种综合机构修正和步态修正方法的步态规划集成优化策略。这种基于分离设计／集成优化的步态规划策略极大简化了复杂多关节双足机器人的规划过程，仿真研究表明了该方法的有效性。     

基于遗传算法的泊位连续化动态调度研究

针对泊位调度问题,将岸线连续化,建立了泊位的动态调度模型。考虑到岸边起重机的分配对泊位调度中船舶的集装箱装卸作业时间的影响,根据规则建立了分配岸边起重机和确定船舶集装箱装卸作业时间的算法。基于泊位连续化动态调度模型建立了分段的染色体编码,分别反映船舶靠泊服务顺序和靠泊位置信息。基于实例,通过仿真计算,与泊位离散化动态调度进行了比较和分析。     

基于扩展有效的逆DEA模型

为了克服决策单元在有效性的评价和排序方面占主导地位的缺陷,在扩展DEA模型的基础上,对于输出减少时的逆DEA问题进行了讨论.通过求解相应的多目标规划问题(VP),得到了多目标规划(VP)的Pareto弱有效解与评价减少了输出的决策单元的规划问题的最优值之间的一些相关性质.对于决策单元为弱DEA有效的情形,也进行了类似的讨论.最后用数值实例加以说明.     

项目进度中的离散时间-费用决策问题研究

离散时间-费用权衡问题(DTCTP)是项目进度文献中被研究最多的双目标优化问题,它通常以三种形式出现:1)P1:截止日期问题;2)P2:预算问题;3)P3:工期-费用曲线问题.然而,对问题研究都集中在P1上,P2被关注较少.首先建立了与一般项目网络对应的P2的数学模型,在分析模型特征基础上,设计求解模型的遗传算法.最后,通过3个数值实例,验证模型的正确性和算法的有效性.     

压电陀螺漂移特性的灰色神经网络建模研究

在不同温度和运行时间下,压电陀螺的静态零位漂移和刻度因子变化表现为非线性和多值对应关系,基于时间序列的ARMA模型和直接采用温度单输入的前馈神经网络模型都无法正确描述压电陀螺的这种误差特性。提出一种将温度和时间作为输入,分别同时对应陀螺静态零位和刻度因子输出的三维空间下的单值对应关系,在运用灰色理论对数据进行预处理基础上,采用多输入单输出的RBF神经网络实现了对陀螺漂移特性的描述。仿真实验结果验证了该建模方法的有效性。     

一种基于最大保障时间的战时装备维修任务调度

针对目前装备优化保障研究中存在的约束条件过于简单,评价指标过于单一,不能突出我军装备维修任务调度的特点等问题,分析了战时维修任务调度的特点,建立了基于最大保障时间的维修任务静态调度模型,并给出了相应的模型求解方法。利用本方法在满足作战单元最大保障时间前提下,可使得装备维修效益最大。有效地解决了战时维修任务调度问题。     

中国股市波动的异方差模型及其SPA检验

以中国股票市场最具代表性的股价指数-上证综指的高频(High-frequency)数据样本为例,实证计算了以GARCH族模型和随机波动(Stochastic volatility)模型为代表的不同异方差模型对中国股市波动率的预测,并进一步运用SPA(Superior predictive ability)检验法,实证检验了不同异方差模型对中国股市波动的刻画能力和预测精度问题.实证结果显示,就中国股市而言,随机波动(Stochastic volatility)模型是预测精度最高的异方差模型,但在某些损失函数标准下,EGARCH模型也具有良好的波动预测表现.     

多模式项目支付进度安排的优化模型及求解

研究了活动具有多种执行模式的项目支付进度安排问题,目的是寻求使项目收益最大化的支付进度包括支付事件,支付量以及与之相联系的活动执行模式和事件实现时间的安排.在对所研究问题进行界定的基础上,分别从承包商和业主两个角度构建了问题的非线性混合整数规划优化模型,并设计了由满意支付事件集合搜索模块和满意事件进度搜索模块构成的双模块模拟退火启发式求解算法.借助一个算例对研究进行了说明,结果表明:业主和承包商对支付进度安排的偏好差异明显;承包商的收益随着支付次数和支付比例的增加而上升,而业主正好相反;双方的收益均与折现率呈显著的负相关关系.     

基于自然特征点的实时增强现实注册算法

提出了一种基于自然特征点的实时跟踪注册算法,并将其应用于增强现实系统。算法在已知场景的3D模型以及少量标定关键帧图像的基础上,选择与当前图像最为匹配的关键帧,利用基于关键帧的图像匹配方法实时获取摄像机的运动参数估计。算法采用合成中间图像的技术解决两图像特征点间的宽基线匹配问题,并应用扩展卡尔曼滤波器对参数估计结果进行平滑,以消除系统抖动现象。实验结果表明,算法鲁棒性强,注册精度高,能够有效地克服系统误差漂移。