集装箱码头外部集卡预约优化模型与算法

针对集装箱码头闸口拥堵问题,建立集卡预约优化模型,目的是减少集卡排队等待时间和拥堵期间的碳排放。该模型在给定的集卡到达调整量水平的限制下,确定每个时段最优的预约份额,同时利用非平稳排队模型描述集卡到达随时间到达的特点。为求解模型,设计基于遗传算法与逐点固定流体近似算法(PSFFA)的求解方法,该算法利用遗传算法搜索最优解,基于PSFFA算法计算集卡排队时间。最后,利用算例对模型和算法的有效性进行了验证。结果表明,集卡预约优化模型可以有效地减少集卡排队时间,PSFFA方法可以较好地求解到达过程不平稳的排队问题。     

大型人群活动客流管理策略研究——以上海世博会为例

大型集会活动所带来的人群拥挤和排队问题是困扰组织者和参与者的焦点问题。本文以上海世博会为例,运用统计分析方法对世博会的运行机理进行了研究,讨论了客流来源、趋势和排队等候时间等重要问题,最后给出了针对我国大型人群活动的管理策略。     

利用和声分散搜索算法解决动态共乘的乘客选择研究

动态共乘作为一种配合解决城市交通出行难题的新模式近年来引起了人们越来越多的关注，然而在较大范围内选择合适的乘客，以便获得最佳的综合服务效果却具有相当大的挑战性。本文正是针对这一问题，建立了以乘客效用最大化和司机总行程最短为目标函数，以满足司机与乘客的时间要求和司机参与约束为限制条件的多目标0-1规划共乘模型，用于帮助司机选择最合适的乘客。根据该模型的特点，构造了加入了分散搜索机制的新的和声搜索算法。在仿真实验时，针对司机和乘客效用的两种产生方式，在较大规模的路网环境下利用该算法分别对模型进行了求解，得到了Pareto最优解集。仿真结果不仅表明了模型的合理性和算法的可行性，而且还指出基于效用函数可以发现更多合适的潜在乘客。最后，通过与文献中其它算法的对比进一步展示了本文算法的有效性。     

基于Benders分解算法的跨区互联电力系统协调规划模型

研究跨区互联电力系统的协调规划,对于提高投资效率实现更大范围的资源配置具有较强现实意义。本文首先描述多区域电力系统扩张规划问题,并建立多区域扩张规划模型,旨在寻求最优的扩容方案,以最小投入来满足多区域电力系统负荷增长需求;其次,采用Benders分解算法将多区域扩张规划问题分解为一个规划主问题和一个运行子问题,通过主子问题之间的迭代求解,获得最终的最优解;最后,对某个典型的包含7个区域的多区域电力系统进行模拟仿真,验证了本文所构建模型及算法的有效性。     

基于活动方法的瓶颈模型与拥挤收费问题研究

Vickrey提出的基于出行的瓶颈模型以出行作为分析单位,没有考虑出行与活动之间的相互关联.本文对Vickrey的瓶颈模型进行了拓展,提出了基于活动的瓶颈模型来研究通勤者早晨上班出发时间决策问题,模型考虑了通勤者对出行负效用与活动效用之间的权衡.在基于活动的瓶颈模型的基础上,分别研究了常数和线性边际活动效用下瓶颈动态拥挤收费和阶梯收费问题,并与传统的瓶颈模型的解进行比较.结果表明,当活动的边际效用为线性函数时,瓶颈处最优动态收费曲线不再呈分段线性关系,而是分段二次曲线;与基于活动的瓶颈模型相比,传统的基于出行的瓶颈模型将高估瓶颈处的排队延误、阶梯收费水平,以及早高峰的开始和结束时间;基于出行的瓶颈模型和常数边际活动效用下的瓶颈模型导致的最优阶梯收费是最优动态收费最大值的一半,并且刚好消除瓶颈处排队延误的一半;与线性边际活动效用下的瓶颈模型相比较,两者低估了阶梯收费能消除的瓶颈排队,从而低估了阶梯收费的效率.     

基于排队论的无人仓拣选台数量优化研究

随着人力成本不断高涨以及自动引导小车(Automatic Guided Vehicle,简称AGV)技术的发展与应用,越来越多的企业搭建无人仓系统运用AGV技术实现物料搬运自动化,从而提高企业的物流效率。无人仓系统的资源配置对物流效率起着关键性影响,为优化无人仓系统拣选台数量,基于M/M/C排队模型描述随机服务系统,通过实验采集数据,建立排队论模型和无人仓规划仿真软件,研究了目前无人仓系统中AGV在拣选台排队时间过长问题,推导出无人仓系统最优的拣选台数量。研究结果表明,当拣选台数量为6时,排队系统整体达到最优。     

多工程间资源分配的决策及优化

采用两层决策方法分析并建立了有限资源在多个工程间分配问题的数学模型。针对该问题的特点 ,将遗传算法与启发式算法相结合 ,构造出一种新的混合启发式算法 ,用于求解该问题的全局最优解 ,并给出了具体的算法步骤。仿真计算结果表明 ,本文建立的模型和提出的算法是合理和有效的     

并行工程中的实时计划管控系统

本文提出了一种面向并行工程的计划仿真和实时管理模型。该模型采用多始点有向网络图表示企业的各项活动,图中每个节点都设立前后两个堆栈存放节点的启始和终止条件。这种模型可以描述并行工程复杂多样的过程启始和终止条件,实时发现资源冲突,并利用规则库对冲突实时进行相应的协调。文中还介绍了基于此模型的一个原型软件。     

航空公司机上周转品多基地库存优化模型

在民航业日益激烈的市场竞争环境下，航空公司对成本控制的精细化管理显得尤为重要。本文基于航空公司的实际背景，针对为旅客提供的机上周转品，建立了一个多基地库存系统的库存优化模型。该模型以系统的总库存成本最小为目标，在考虑需求、回收、调运、安全库存等因素下，决策一个订货周期内的订货及调运方案。基于最优解的分析，在成本参数满足一定条件下，可以得到系统最优的期初订货量；在此基础上，可以将该模型转化为一个网络流模型，参考最小费用最大流算法，设计了一个多项式求解算法来求解该网络流模型，进而得到各基地之间的最优调运量，并证明该算法的最优性；此外，根据期初订货量可行解的范围，设计了一个求解原库存模型的启发式算法。通过实例分析，验证了该模型与两种算法的有效性。     

基于条件风险值理论的供应链优化与协调模型研究

本文将近年来发展起来的金融风险控制工具--条件风险值,引入具有风险规避特性的供应链优化与协调问题的研究.建立了随机需求下由具有不同风险规避特性的单个供应商与单个零售商组成的两级供应链的条件风险值模型和基于条件风险值的最优订购量模型及协调供应链的收入共享契约模型,并对模型进行了分析,揭示了供应商和零售商的风险规避程度对最优订购量、批发价格及供应链协调的影响.最后通过一个算例对模型进行了仿真,仿真结果进一步验证了本文的研究结论.     

基于患者两阶段医疗服务过程的病床资源优化

随着医疗需求的日益增长，供需不平衡的矛盾日益显著，病床资源短缺已经成为制约医疗服务发展的重要因素之一。针对病床资源供需失衡的问题，本文构建患者两阶段医疗服务过程的病床资源优化模型。考虑患者的医疗服务是一个两阶段串联排队过程，第一阶段是强制治疗阶段，第二阶段是康复阶段。在患者排队系统中，服务台总数固定的前提下，本文利用增补变量方法给出了该排队系统的概率等式，通过求解偏微分方程得出系统的状态概率，并推导出医院拒绝患者的概率、平均康复时间等相关指标。考虑部分患者因病床资源不足而无法入院和康复阶段患者提前出院两种风险因素，本文基于排队指标构建多病种间的病床分配模型，再利用动态规划的求解思路得到病床分配的最优解。最后，本文采用2017年卫生统计数据和模拟数据相结合进行数值分析。研究结果表明与传统单阶段模型相比，两阶段模型对不同病种间病床数差别影响显著，并且患者入院率对病床分配影响较大。进一步，基于数值结果给出了医疗管理建议和研究展望。     

基于系统柔性的MTS-MTO混合生产决策

研究生产商采用MTS、MTO混合作业的方式为不同客户提供产品和服务的策略。计划利用一组可灵活控制的动态设备处理那些不同需求的MTS和MTO生产业务，为此，我们开发了一个多服务台的排队模型，利用拟生灭过程和相位型分布得到了MTS、MTO排队系统平衡条件和稳态概率矩阵几何解。通过求解分块矩阵方程组，给出了系统队列长度、平均等待队长、顾客服务水平等绩效测度指标。建立了系统运作成本最优化的数学模型，采用搜索算法，确定了关键参数的边界值，找到了混合系统运作的最优策略。数值模拟和系统绩效比较分析结果显示：（1）动态切换策略能够更快速的帮助MTS恢复目标库存量，控制系统缺货风险，降低库存持有成本；（2）找到了满足顾客服务水平的最少的设备配置数量和库存成本最低的生产切换时间，且动态系统的平均队列长度低于静态系统；（3）混合运作策略减少了约2/3的静态系统平均队列长度，企业在队列长度减小的窗口期内可以接受更多订单和缩短MTO订单交货时间。     

基于异质性顾客心理期望等待时间的优先权服务定价研究

本文以非抢占式M/M/1排队系统为背景，以企业收益最大化为目标，基于顾客异质性(单位时间等待成本不同)将顾客分为两类，针对顾客的心理期望等待时间对服务提供商最优定价策略的影响进行研究。首先研究优先权顾客心理期望等待时间对企业收益的影响以及相应的优先权定价，然后研究优先权顾客和普通顾客同时存在心理期望等待时间对企业收益的影响和相应的优先权定价。研究表明：仅考虑优先权顾客的心理期望等待时间，企业应通过提高优先权定价来获得最优收益；当优先权顾客和普通顾客同时存在心理期望等待时间时，企业仍然采取提高优先权定价的策略，若普通顾客的价值大(获取服务的基本费用大)，企业应对普通顾客提供一定的折扣来消除其心理期望等待时间增加企业收益；如果普通顾客的价值较小，企业应“有意”流失部分普通顾客，吸引更多顾客到优先权队列获取服务来获得更多收益。本文研究对于服务提供商在考虑顾客心理期望等待时间基础上设置最合理的队列机制有一定的指导意义和实际应用价值。     

Point‐of‐Dispensing Location and Capacity Optimization via a Decision Support System

Dispensing of mass prophylaxis can be critical to public health during emergency situations and involves complex decisions that must be made in a short period of time. This study presents a model and solution approach for optimizing point‐of‐dispensing (POD) location and capacity decisions. This approach is part of a decision support system designed to help officials prepare for and respond to public health emergencies. The model selects PODs from a candidate set and suggests how to staff each POD so that average travel and waiting times are minimized. A genetic algorithm (GA) quickly solves the problem based on travel and queuing approximations (QAs) and it has the ability to relax soft constraints when the dispensing goals cannot be met. We show that the proposed approach returns solutions comparable with other systems and it is able to evaluate alternative courses of action when the resources are not sufficient to meet the performance targets.     

基于分布式工厂的供应链二级分销网络生产计划优化模型

从供应链的集成和协作角度出发,提出了在多工厂、多分销商条件下二级分销网络生产计划制定的双层规划模型,模型考虑了二级网络中制造商和分销商之间的信息共享,从而降低了整个链上的费用。同时设计了启发式求解算法,并给出了一个数值例子。     

RFID技术压缩提前期对供应链收益的影响与协调

RFID技术能够压缩供应链的提前期,提高零售商的服务水平,同时也会增加供应链的成本,如何协调采用RFID技术后供应链成员的收益是迫切需要解决的问题。本文针对单供应商和单零售商的两级供应链,考虑提前期变化对供应链及其成员收益的影响,在假定RFID单位标签成本为一定值的情况下,研究了采用RFID技术前后分散式供应链和集中式供应链的收益,并探讨了契约参数的变化对供应链协调的影响。结果表明,收益共享契约能有效地协调采用RFID技术后的供应链,实现供应链成员的共赢,但是采用RFID技术后,能够协调供应链的契约参数的区间缩小,零售商的最优订货量减少,供应商的批发价格上升。最后得出供应链采用RFID技术后提前期压缩量的阈值,通过数值分析对结论进行了验证,该研究为供应链企业采用RFID技术提供了相应的管理启示。     

库存共享和服务水平限制下三级分销网络侧向转运模型与算法

侧向转运是库存共享的一种方式,一方面会减少库存成本,另一方面又会因转运而增加运输成本,针对这一问题考虑不同时间窗W^k的服务水平产生的服务水平的分级,构建三级分销网络中基于库存共享与时间服务水平限制的批量订货模型,分销网络模型中包含一个制造商、一个RDC、m个DC、n个客户。其中客户的需求相互独立且服从泊松分布,DC的订货提前期服从指数分布。首先,建立了基于时间服务水平限制的分销网络系统总成本最小化模型,并将再购点、订购批量等库存参数作为同时作为决策变量,以达到三级备件分销网络的成本优化;其次,根据问题和模型的特点对所建的模型开发了基于采用贪婪增加算法的求解思想求解问题,以便给管理者提供决策参考并通过降低利润的方式增加效益和资源利用率;最后,通过中航材集团推行的“航材共享”项目作为算例分析,将三个分销区域与机场群组成的备件分销系统进行建模分析,验证了本文模型的有效性,成本优化的显著性。研究结果表明,三级分销网络中,RDC采用连续盘点的（Q,R）补货策略、DC采用（Q,R,H）的补货策略时系统总成本与普遍采用的定期盘点策略和连续盘点中的One-for-One订货策略成本相比,DC之间的库存共享策略能有效降低整个系统的成本,例如,在案例研究中发现成本降低约为30%。     

A queuing/management consideration on Japanese production systems

A single-stage lot/cell production under a Poisson arrival and exponential service in a batch is considered. The three economic queuing models of push and pull types are presented, an economic comparison of push versus pull types is considered, and a strategic management/design consideration to the lot production is given. First, the total expected operating cost is given for the three queuing models including the Omote-Kanban type similar to VMI. Second, the push versus pull system is discussed from a view of setup time, inventory or operating cost, and it is ascertained that the three types are alternative. Finally, a strategic management basis for economic traffic, leadtime setting is given, and discussed by the introduction of production matrix on 2-stage design.     

随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

针对顾客需求量不确定情况下末端配送中心选址及提前备货问题，提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标，建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量；第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等，使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法；以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性；并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析，得到了不同参数对应的最优配送策略，结果表明，正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量，可以帮助企业降低物流成本、提高顾客的满意度。