两级供应链中延保服务与基础质保服务交互策略

延保服务已成为商家获取高额利润的重要手段。本文以一个制造商和一个零售商组成的两级供应链为对象，分别在单主体（制造商或零售商）和两主体同时提供延保（偏向于制造商或零售商延保）情形下，研究最优延保定价、产品定价及延保与基础质保交互的决策。结果表明：维修成本直接影响延保的提供方式。仅制造商或零售商提供延保时，延保期限对基础质保期限有明显促进或抑制作用，且制造商提供延保有利于制造商和零售商。两者同时提供延保时，延保竞争促使其价格降低，且消费者偏向于某主体时，其延保价格相对高于另一方；基础质保与延保的交互关系取决于竞争程度。当消费者偏向制造商延保时，供应链各方所获取的利润较为稳健，相对高于单一主体提供延保情形时的利润。     

航空票务公司免费接送服务中的车次调度模型及算法

本文从顾客满意度和成本出发，对航空票务公司免费接送顾客的车次分配和调度问题进行研究，首先分析了票务公司免费接送服务的业务流程；然后给出了基于时间的顾客满意度函数，并建立了在一定顾客满意度下成本最小的车次调度模型；最后利用集划分方法求解该模型。集划分包括以下两步：第一步采用广度优先搜索生成全部车次集；第二步提出了一种启发式算法。通过仿真分析比较，验证了启发式算法的有效性。     

考虑兼容性和重用性的软件组件选择优化模型

基于组件的软件开发(component based software development,CBSD)方法是一种有效提高软件重用性,降低软件产品开发成本的方法.在CBSD过程中很重要的一个环节就是组件的选择;目前针对这部分的研究多数都是关于组件技术的实现细节,而缺少宏观上的决策指导组件的选择.针对这种情况,引入了兼容性关系集合的概念,结合非此即彼约束描述软件组件之间的兼容性关系;提出了一个综合考虑重用性和兼容性的组件选择优化模型;通过仿真揭示模型中关键参数变化对软件产品总成本目标的影响.在选择组件开发商参与软件产品的设计和开发过程中,模型可以为软件开发商提供决策支持;在组件中间商采购组件产品构建组件库过程中,模型也可以提供宏观的指导作用.     

粒子群算法求解无能力约束生产批量计划问题

经典的粒子群优化算法是一个在连续的定义域内搜索数值函数极值的有效方法.目前,粒子群算法(particle swarm optimization,PS0)已经成为优化领域中的一个重要的优化工具,其应用在很多优化问题中都可以见到.虽然粒子群算法的应用范围已经十分广泛,但是关于应用其求解多级生产批量计划问题(multilevel lot-sizing problem,MLLs)的文章并不多见.文章提出结合遗传算法(genetic algorithm,GA)变异算子的混合粒子群优化算法(hybrid particle swarm optimizatjon,HPSO)求解无能力约束装配结构MLLS问题.通过实验验证了算法的可行性和有效性.