建筑供应链中基于空间约束的多供应商横向协同研究

针对由多个建筑材料供应商和一个总承包商组成的建筑供应链,研究了在建筑材料存放空间约束的条件下,不确定的多个供应商如何进行横向地协同供应,从而使得总承包商的期望总成本最低的问题。通过供应链中的信息共享,建立了多供应商横向协同的基本模型;再通过产能外包或加班赶工的方式,建立了多供应商横向协同的高级模型,并给出了模型的求解步骤。最后使用了Monte Carlo方法来模拟材料供应的整个过程,仿真结果显示:相对于传统的供应模型,两种协同模型均能有效地减低总承包商的期望总成本。基本模型所花费的代价最小,高级模型能够显著降低建筑工期延误成本,从而实现建筑供应链的帕累托改善。     

基于混合差分进化算法的联合补货-配送优化模型

本文综合考虑联合补货与配送决策,研究了随机需求、允许缺货环境下多企业多产品联合补货与配送集成优化模型,设计了混合差分进化算法(Hybrid Differential Evolution, HDE)对该模型进行求解,同时通过算例与遗传算法、标准的DE算法进行了比较,证实HDE算法高效且稳定;另外,设计了一个先补货再配送的两阶段优化模型,对比优化结果发现采用供应链协同时补货成本较高,配送成本较低,且总成本较低。最后,对相关参数进行了敏感性分析,发现需求率和库存维持成本的变动对总成本的影响远远大过次要订货成本对总成本的影响。     

随机订单干扰下考虑合并决策的供应链网络调度研究

为满足客户个性化需求的快速响应，企业需具备柔性的外部供应链网络结构，以协同方式共同完成产品生产。本文考虑具有交互特征的多个不同类型协同供应链网络，构建生产成本、库存成本、等待成本以及订单延期交货成本最小化的目标函数，并设计合并决策判断变量构建同类订单在相同协同企业处的开始时间约束。此外，模型中考虑确定订单以及随机订单两种类型订单，并设计随机订单在区间时间段中离散时间点的到达概率。为获取协同供应链网络生产调度优化策略，基于随机订单到达与否的场景构建四个子决策模型，并进一步设计判断提前安排随机订单协同生产和不提前安排随机订单协同生产不同调度策略下成本差异的主决策模型。仿真结果表明合并决策在带来生产成本效益的同时也引起了部分订单的延期交货，且不同类型的协同供应链网络对随机订单的抗干扰能力存在一定程度的差异。     

基于客户需求的供应链协同研究

供应链协同的目的在于有效利用和整合供应链整体的资源,提高竞争力,实现共同利益的最大化,因而也成为了供应链管理最为现实的模式。本文在介绍供应链协同的基本原理和概括供应链协同的主要优势的基础上,深入分析了客户需求对供应链协同的影响,构建了基于客户需求的供应链协同的模型,并提出基于客户需求的供应链协同实现方法。     

一种有限信息共享的全局寻优供应链双边协同计划方法

针对有限信息共享条件下,供应链协同计划难以实现计划调整的收敛性和达到全局最优的问题,提出一种具有多点搜索舜口概率搜索特征的协同计划方法.将协商中交流的备选计划及其所产生的成本变化信息融入到计划调整算法中.以遗传算法的选择、交叉和变异过程为调整机制,将算法的迭代过程与计划协商过程结合在一起.在确定上下游企业能力约束多产品批量计划模型和最小累积需求求解方法及其模型的基础上,分析了协同计划过程中的编码、适应度函数、初始计划组生成和选择、交叉、变异算法等主要要素,并给出协同计划流程.通过仿真实验验证了该方法的有效性和相对的优越性.     

面向供应节点失效的供应链应急策略研究

针对突发事件导致的某供应节点失效的三级供应链应急问题,提出了启用备选供应商、修复失效供应商和重新优化供应计划的综合应急策略;建立了基于客户需求情景的多时段供应中断应急计划随机模型,该模型考虑了缺货惩罚成本、备选供应商启用成本与失效供应商修复成本之间的平衡,通过突发事件后在不同时段的应急策略方案选择和供应计划再优化实现供应链期望运作成本最小。最后案例分析验证了供应中断应急计划模型的有效性。     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。     

不确定环境下分散控制供应链物流计划优化

供应链物流计划是供应链管理的重要内容.针对节点无限扩展的分散控制供应链物流计划问题,在提出供应链元概念的基础上,考虑供应链节点企业上下游物料价格要素的随机性,应用随机机会约束规划理论,建立了多级多节点多产品分散控制供应链一体化物流计划模型;设计了基于随机模拟的混合智能算法求解模型;并以算例仿真验证了模型和算法的有效性,...     

基于多目标二层规划的服务供应链服务能力协同决策模型

为了解决服务供应链系统运作过程中存在的服务能力建设过量或不足问题,本文构建了以服务集成商作为服务供应链整体计划、控制和协调中心的上层计划者、各服务供应商作为具有相对自主权的下层计划者的服务供应链协同决策机制,应用多目标二层规划方法建立了服务供应链服务能力分配的优化模型,同时给出了模型的具体算法框图和流程。最后,通过实证算例对服务能力协同决策优化模型进行了计算和有效性验证。     

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.     

待遇预定制养老基金资产组合与缴费计划最优决策——基于随机波动率Heston模型及Legendre对偶变换法

待遇预定制养老金制度在中国应用非常广泛,缴费制定和资产配置是此类养老金管理的两大核心问题。由此,面对随机波动的现实市场,文章针对待遇预定制养老基金的资产组合管理问题,应用最优控制理论,选用对数效用函数,建立Heston随机波动率模型;在难以求解随机微分Bellman方程的情况下,应用Legendre变换,将原来问题转化为对偶问题,从而求得原问题的解析解。在理论上,进一步丰富了资产组合问题的随机最优控制模型的构建和随机微分方程的求解理论。在实践上,确定了养老金管理风险资产配置比例和缴费水平,给出了最优决策与总资产、发放待遇、净资产与风险溢价之间的数量关系,从而实现养老基金管理的最优资产配置和最低缴费水平的效用目标。     

基于随机贴现因子方法的权证定价研究

本文应用随机贴现因子方法,考虑了标的资产服从杠杆随机波动率(SV-L)模型下的权证定价问题。首先,基于保险精算中的Esscher变换,设定随机贴现因子为状态变量的指数仿射函数,基于该随机贴现因子能够给出不完全市场中权证唯一的理论价格;然后,假设标的资产服从SV-L模型,结合指数仿射随机贴现因子,推导出风险中性概率测度下标的资产收益的动态过程;最后,给出了基于在沪深交易所上市的认购权证的实证研究。结果表明,提出的权证定价模型的定价效果优于经典的Black-Scholes(B-S)模型的定价效果。     

一类网络扩张的机会约束模型与算法

在不确定环境中的机会约束下,怎样去增加一组边的容量到一个指定的瓶颈容量,而使网络瓶颈扩张的费用最小.带有随机单位扩张费用的网络瓶颈容量扩张问题,可以根据一些概率机会约束规则,列出它的机会约束规划模型的通用表达式.将网络瓶颈容量算法、随机模拟方法和遗传算法合成在一起,设计出该问题的混合智能通用算法.最后,给出数值案例.     

随机旅行时间局内车辆路径问题的模型及其算法

人们在生活中会经常遇到随机旅行时间的局内车辆路径问题,如现实物流配送中的交通堵塞现象.文章在Laporte等的研究基础上,提出了一个考虑堵塞点动态产生、一个个遇到,堵塞时间为随机变量的模型,并构造了求解该模型的算法.     

随机网络瓶颈容量扩张相关机会规划模型

文章研究的问题为,在不确定环境中,怎样去增加网络中一组边的容量到一个指定的容量,以至于网络瓶颈扩张的费用不超过给定的总费用上限的概率尽可能的大.本文假定每一条边的单位扩张费用Wi是一个随机的变量,它服从一定的概率分布.带有随机单位扩张费用W的网络瓶颈容量扩张问题可以根据一些规则,列出它的相关机会规划模型的通用表达式.随后,本文将网络瓶颈容量算法、随机模拟方法和遗传算法合成在一起,设计出该问题的混合智能通用算法.最后,给出数值算例.     

大规模定制模式下供应链计划调度优化分析

大规模定制模式下供应链生产计划调度问题是一个典型的随机需求与随机资源约束的 多目标动态优化问题. 在对该问题特征翔实描述,分析所总结的理论研究成果基础上,提出了 完整的随机多目标动态优化数学模型. 通过实例简要分析了优化目标的成熟性及模型的可行 性. 最后,指出了较为重要的动态优化调度过程的实现,并进行了实践应用过程的验证与说明     

Approximating soft-capacitated facility location problem with uncertainty

In this paper we devise the stochastic and robust approaches to study the soft-capacitated facility location problem with uncertainty. We first present a new stochastic soft-capacitated model called The 2-Stage Soft Capacitated Facility Location Problem and solve it via an approximation algorithm by reducing it to linear-cost version of 2-stage facility location problem and dynamic facility location problem. We then present a novel robust model of soft-capacitated facility location, The Robust Soft Capacitated Facility Location Problem. To solve it, we improve the approximation algorithm proposed by Byrka et al. (LP-rounding algorithms for facility-location problems. CoRR, 2010a) for RFTFL and then treat it similarly as in the stochastic case. The improvement results in an approximation factor of \(\alpha + 4\) for the robust fault-tolerant facility location problem, which is best so far.     

考虑延误因素的机组排班模型研究

机组排班是航空公司运营计划的重要环节。传统对机组排班问题的研究,通常不考虑延误对排班的影响,导致机组排班的鲁棒性较差。本文在传统机组排班模型的基础上考虑延误成本,以最小化各项任务成本和延误成本为目标,提出了考虑随机延误因素的机组排班数学规划模型。然后提出求解此模型的启发式列生成算法,该算法可有效缩小问题规模,减少求解过程中的迭代次数并提高求解质量。利用航空公司真实飞行数据进行测试,证明算法可在短时间内求解大规模机组排班问题。最后,通过仿真试验证实考虑延误的机组排班模型可有效提升排班的鲁棒性。     

A shelf-space optimization model when demand is stochastic and space-elastic

The more customer demand is impulse-driven, the more it is space-dependent and the more it is subject to variation. We investigate the corresponding problem of retail shelf-space planning when demand is stochastic and sensitive to the number and position of facings. We develop a model to maximize a retailer׳s profit by selecting the number of facings and their shelf position under the assumption of limited space. The model is particularly applicable to promotional or temporary products.We develop the first optimization model and solution approach that takes stochastic demand into account, since the current literature applies deterministic models for shelf-space planning. By the means of an innovative modeling approach for the case with space- and positioning effects and the conversion of our problem into a mixed-integer problem, we obtain optimal results within very short run times for large-scale instances relevant in practice. Furthermore, we develop a solution approach to account for cross-space elasticity, and solve it using an own heuristic, which efficiently yields near-optimal results. We demonstrate that correctly considering space elasticity and demand variation is essential. The corresponding impacts on profits and solution structures become even more significant when space elasticity and stochastic demand interact, resulting in up to 5% higher profits and up to 80% differences in solution structures, if both effects are correctly accounted for. We develop an efficient modeling approach, compare the model results with approaches applied in practice and derive rules-of-thumb for planners.     

SUPPLY CONTRACTS WITH PERIODIC,STATIONARY COMMITMENT

The purpose of this paper is to model and analyze supply contracts with periodical commitment, in which the order quantities are fixed and stationary, with limited flexibility to change the order quantity at a cost to the buyer. A solution methodology is provided for the general, stochastic problem, and consideration is given to specific demand distributions. The deterministic model is also investigated, formulating the problem as a mixed‐integer linear program and as a network flow problem. Computational analyses are conducted, and the extension of the basic problem to the multiple‐product, multiple‐constraint problem is discussed.