能力受限的批量问题与动态定价的联合决策

研究了允许需求延迟，制造商生产能力有限情形下，价格对多产品批量模型的影响。制造商处于垄断地位，具有定价主导权。分析了曩优解的性质乖特征．蛤出了基于拉格朗日松驰的启发式算法，耙原问题转换成若干个单产品无能力受限批量与定价协调问题．在算法中设计了拉格朗日下界问题和上界问题，通过在上、下界问题问的反复速代，得到曩优价格序列和相应的曩优生产策略．实验结果表明，与分散策略相比，显著降低了计算量；制定更为合理的价格，增加了制造商的利润。     

运输能力受限与费用时变批量问题的拉格朗日松弛启发式算法

在多产品、多周期动态批量问题中引入产品的运输成本,每个周期采购的产品通过同一类型的运输工具运输.单位运输工具运载能力受限,每个周期可以使用的运输工具数量有限且单位使用费用时变.根据初始假定建立混合整数规划模型,运用拉格朗日松弛理论,通过约束松弛与模型分解,设计一个启发式算法进行模型求解.通过随机产生的大量实例从计算效果与效率两方面来评价启发式算法.     

固定定价与允许需求延迟批量模型的联合决策

研究了在允许需求延迟情形下,定价对生产计划的影响.价格是决策变量,在整个计划期保持不变.每周期的缺货只能延迟而不允许放弃.设计了一种精确算法,交替地进行定价决策和批量决策,可以在多项式时间内求解出最优价格和最优生产计划.实验结果显示,与分散策略相比,联合策略可以制定更加合理的价格,给企业带来了更多的利润.     

能力受限批量问题的启发式算法与CPLEX仿真优化

能力受限批量问题多数都是NP-hard问题,解决方法之一就是构造启发式算法获取尽量接近最优解的可行解。目前多数文献通过大规模计算分析来评价启发式算法的性能,但是这种评价方式只能表明该算法针对特定实例的适应性。利用商业优化软件求解同一实例并与算法计算结果进行对比分析,可以体现算法的有效性。针对一种运输能力外包且费用时变的多产品动态经济批量问题,建立混合整数规划模型,通过约束松弛与模型分解,设计出一个基于拉格朗日松弛理论的启发式算法进行模型求解。大量随机实验计算结果以及CPLEX仿真优化结果对比分析表明,在某些实例情况下,启发式算法获取的最优值与CPLEX获取的相当,但是求解时间要明显优于CPLEX,因此选择启发式算法求解此类实例是较优的。