电子市场与合约市场并存下的供应商产能优化

基于电子市场和合约市场并存的时代背景,研究了供应商的产能优化问题.从供应商产能固定和不固定2种情况构建模型,得到产能最优分配比例、产能最优决策以及供应链均衡时的供应商最优批发价格和分销商最优订货量等优化决策,并得知供应商在合约市场的最优销售量与供应商的产能是否固定无关.     

基于分层判断的x264快速模式选择算法

针对高度优化的x264模式判断算法进行了研究,准确定位了其中仍存的冗余点.在此基础上,基于层次化思想,对模式判断流程进行了重新组织,提出了帧间辅助模式失效条件、帧间主要模式有效条件以及相应的模式选择算法.实验表明,所提算法在几乎不损失压缩质量的前提下使编码速度得到了显著提升.此外,该算法不仅适用于P帧,而且适用于B帧,能够全面提升x264编码器的编码速度.     

基于改进保序密切值法的黑启动方案决策及灵敏度分析

密切值法概念清晰、计算简洁、评价结果直观,是一种实用的多目标决策方法,可将其用于电网黑启动方案的优选决策。虽然在参评方案增减时,密切值法和许多黑启动方案评价方法一样,存在逆序现象,但其原理简单,方便改进。为此,提出改进的保序密切值法。首先,用改进目标差值率法对指标进行标准化处理,使标准化指标具有不变性;其次,固定绝对最优、最劣参考点,使最优、最劣距离也具有不变性,从而消除逆序现象。在此基础上,进一步对指标和权重的灵敏度进行分析,得出指标和权重变化对评价结果的影响程度,为更正、确定合理决策提供依据。算例分析验证了改进密切值法的保序性,并表明灵敏度分析可以增强该方法的可靠性和实用性。     

退化系统状态维修决策与维修活动建模

研究退化系统的状态维修决策问题,考虑经济性、可用性后,给出两个通用维修决策优化模型,用gamma过程对系统退化进行建模,用监测数据估计退化模型参数。在退化过程基础上,基于历史维修信息和状态数据对决策模型中的变量进行确定;对维修活动中主要的影响--维修效果和维修时间进行分析,认为维修效果和维修时间是系统状态和维修次数的随机变量,分别给出了不考虑人为因素和考虑人为因素的维修效果几何分布模型,用插值方法建立维修时间分布函数。最后以某控制系统为例,对比理想状态和考虑维修效果与维修时间下的仿真结果,验证了模型的有效性和实用性。     

Bayes序贯试验方法中风险的选择与计算

对Bayes序贯试验方法中弃真和采伪风险的计算进行论述,给出决策常数的计算公式。分别对经典风险、平均风险和Bayes风险的计算公式进行推导,给出了三者之间的递推计算关系。在给定Bayes风险条件下,对序贯验后加权检验和Bayes序贯概率比检验,推导了决策常数的计算公式。对现有Bayes方法应用中,两类风险选择所存在的问题进行分析,给出风险选择的准则和解决方案,并给出决策常数的准确计算公式。最后,给出一个示例,说明该方法的有效性。     

线性需求下的产品召回成本分担和质量激励

讨论了产品召回中的成本分担和质量激励问题. 通过引入根源分析的成本分担合同, 在考虑线性市场需求的情况下, 制造商和供应商都可以通过努力来改进产品质量, 运用上模博弈理论证明了分散式供应链的纳什最优均衡解的存在性. 根源分析的成本分担合同使制造商和供应商的努力水平、质量、价格以及市场份额取得最优, 且最大化了各自的利润. 在根源分析成本可忽略的情况下, 供应链是协调的.     

多源不确定性因素下两阶段动态供应链的风险绩效

针对多源风险环境下供应链的产能决策和订货决策问题, 通过构建制造商与零售商在不同成本风险和需求风险环境下产能与订货两阶段动态决策模型, 揭示了多源不确定风险与供应链运作绩效关系, 风险源的影响条件和影响强度. 最后通过数值分析得到比较直观的结论和管理启示.     

Skyline查询应用扩展及其优化算法

Skyline查询处理是近年来信息管理和数据库交叉学科的一个研究重点和热点, 其广泛应用于多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域. 然而, 在实际的联机查询应用中, skyline查询的结果具有固定和多用户共享特性, 因此, 随着时间的推进, 查询结果的可选择性逐步降低, 从而最终导致查询结果无法满足用户的需求. 为此, 提出k-quasi skyline查询, 来丰富传统skyline查询的结果集, 并与目前主流关系数据库产品无缝集成.为了提高任意维空间上k-quasi skyline查询的效率, 设计了基于正规格索引的计算方法EARG (efficient algorithm based on regular grid).EARG算法通过格之间的支配关系来缩减对象间的比较次数, 从而显著降低k-quasi skyline计算的时间开销.理论分析和实验结果表明, EARG算法具有有效性和实用性.     

广义参考集DEA模型及其相关性质

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元,即传统DEA方法只能获得和有效决策单元比较的信息,而实际上人们需要比较的对象不仅仅限于“优秀单元”,还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象）,而传统DEA方法无法评价这些问题。为此,给出一种适用于上述所有情况的广义DEA方法,并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念;广义DEA有效性含义和广义DEA有效性的判断方法;广义参考集DEA方法与传统DEA方法的区别与联系。     

多指标约束下舰载装备维修级别建模与优化

修理级别分析(level of repair analysis, LORA)是装备综合保障性工程中的一项重要内容,针对现有关于LORA问题研究的不完善之处,以舰载装备维修保障为背景,综合考虑维修费用和维修效果,建立LORA协同规划数学模型。根据模糊优选理论,给出基于正负理想方案的多指标LORA决策隶属度优化目标函数,运用自适应粒子群算法对LORA模型进行求解,通过算例给出了优化结果,分析LORA决策的一般规律,证明方法的合理性及LORA模型的正确性。提出的LORA决策模型是现有研究基础上的重要补充,对于完善装备维修保障决策理论具有重要意义,为装备维修保障工作的开展提供决策支持。