数据驱动环境下考虑多重干扰情境的共享单车重置优化研究

无桩特性给共享单车重置调度带来了全新的问题和挑战，决策者面对的是随机分布在整个区域面上的单车如何调度，这与传统有桩公共自行车的重置有着显著区别。基于此，本文以某品牌共享单车为研究对象，通过分析其运行轨迹数据，界定出共享单车的活跃点（放车点）与非活跃点（收车点）。由于收车点的重置需求会因用户行为影响而不断发生变化，本文结合干扰管理的思想，综合考虑收车点的单车数变化、收车点消失以及新增收车点等干扰情境，建立考虑多重干扰情境的共享单车重置调度多目标优化模型，并设计带精英策略的非支配排序遗传算法对其求解。测试结果表明，本文所构建的模型和求解算法能够快速寻找到问题的帕累托最优解集，可为共享单车的重置调度提供有效的策略建议和决策支持。     

公共服务平台下虚拟联盟成员选择机制及联盟企业间协同制造问题研究

本文主要研究了公共服务平台下虚拟联盟成员选择和联盟企业间协同生产的联合优化问题。该问题主要涉及到虚拟联盟战略层面和运营层面两个层面,旨在实现虚拟联盟成员选择、订单分配和生产排序等三个阶段的协同优化。在分析单一联盟企业的生产排序最优化性质的基础上,本文给出了涉及到顾客订单分配和联盟成员选择的结构化性质。考虑到联合优化问题的复杂性,引入并拓展了用于求解连续优化问题的树种算法,开发了嵌入二维离散编码策略和离散种子生成规则的离散树种算法,给出了结合前述结构化性质的适应度计算方法,并开展了一系列仿真对比试验,实验结果表明所提算法相较于离散萤火虫算法和集合蛙跳算法等离散智能优化算法而言,在求解质量和鲁棒性上具有一定的优越性。本文的主要创新点在于提出了横跨战略层面和运营层面的虚拟联盟协同模型,开发了新颖的离散树种算法,能够为虚拟制造联盟的组建和运行提供一定的指导意义。     

基于订单数据分析的共享单车重置调度优化研究

无桩共享单车打破了传统公共自行车基于固定桩点提供骑行服务的限制,但如何重置调度随机分布于整个区域面上的共享单车则成为决策者面临的一大难题,而数据驱动的优化方法则为解决这一问题提供了可能。本文首先通过对居民使用共享单车的订单数据进行深入分析,挖掘用户出行规律,继而界定出区域内共享单车的收车点与放车点;进一步地,借鉴报童模型思想构建放车点单车投放的收益函数,在此基础上建立带取送货的共享单车重置路径规划模型并设计算法进行求解。通过算例测试,本文从重置车辆的最大载重量、单位距离成本、重置车辆里程限制、收车点个数以及收车点所拥有的共享单车数等多角度,为共享单车的重置调度提供有效的决策建议。     

考虑服务水平与动态转移规律的共享单车投放策略研究

为实现共享单车行业的精细化、科学化的运营管理，解决共享单车的过度投放问题。首先，对单车运营系统进行分析和描述，明确投放量优化涉及的核心研究问题。将研究范围界定在单车投放环节，利用马尔可夫链与状态转移矩阵来分析和描述单车的流转过程；从需求被满足概率的角度描述共享单车系统的服务水平并据此分析各投放点的单车需求量。在分析和描述的基础上，提出单车投放量优化的核心问题。其次，基于需求量的约束与单车流转规律，构建不同调度方案下的投放量优化模型，结合可行解空间变化对目标函数最优值的影响，分析最优单车投放量的性质。得出结论认为：（1）对时空的细分，有助于更准备地把握需求，最优单车投放量也会增加。（2）可以通过调度频率的增加，减少单车的投放量，但投放量有上、下限。最后，结合案例数据，对状态转移概率矩阵和服务水平约束下节点的需求量进行了计算，并据此对优化模型进行数值求解，展示了所构建模型的应用过程，说明了模型对于解决具体问题的可操作性和有效性。文章的模型及相应的求解过程，可为解决资源的优化配置问题提供参考和借鉴。     

大型医院血液库存系统订货点决策的仿真研究

血液是一种典型的易变质物品。本文以国内某大型医院的血液库存系统为对象,依照其运作流程,基于该系统运行的历史数据建立了一个离散事件系统仿真模型对这一系统进行研究,得到了该系统的最优订货点。本文的研究有助于血液库存管理措施的制定与改进,对其它易变质物品库存系统的管理也有一定的借鉴作用。     

基于Agent的物流系统仿真及进化算法研究

本文研究在电子商务环境下连锁经营物流系统规划问题,采用基于自适应Agent建模技术进行仿真研究,为了弥补有限自适应仿真优化出现局部最优解或满意解的现象,采用进化算法(遗传算法)对规划方案(物流仿真模型)进行整体进化操作,通过全自动的、并行的重复仿真与运算,最终寻求全局最优解.求解时提出了从基于Agent模型向线性编码的编码解码算法及并行仿真、自动寻优机制,从而构筑一个基于SWARM平台的仿真优化+进化计算的规划平台,总结出基于上述研究成果的连锁经营物流规划的全新方法.     

基于时空聚类预测的共享单车调度优化研究

无桩共享单车网络中存在着供需时空失衡现象,造成了共享资源的浪费及运营商管理成本的增加。为此,针对共享单车需求时间空间的分布特点,本文提出通过聚类分析的方法将具有相似时空属性的单位区域聚合为调度集群,使单车调度问题转化为有时间窗与载重量限制的车辆路径问题,并提出加入衡量集群划分是否合理的惩罚成本,构建共享单车调度路径优化模型。最后,本文改进了贪心算法、遗传算法对模型进行求解,并对算法的调度效果进行比较,为共享单车调度问题提出了从网络分析到调度优化的完整框架和改进算法,具有一定借鉴意义。     

基于“云排队”的经济效益分析

随着各种云智能排队预约系统的推出，顾客“排队难”的问题得到了极大的缓解。其简便的操作方式，受到了大量商家与顾客的好评。本文基于当下热门服务行业的运营模式，建立排队博弈模型，从理论上分析了“云排队”平台对顾客以及服务商的影响。本文主要得到了以下几个结果：(1) 给出了两类顾客的纳什均衡策略(包括进队策略与最优到达间隔)；(2) 发现当前的预约机制能够提高“线上”顾客的效用，并刺激更多的线上顾客购买该产品，但同时也降低了“线下”顾客的进队意愿；(3) 发现在云排队机制下服务商的收益将大大提高，同时该机制将刺激服务商收取更高的服务费用。     

物流系统的建模与仿真

用系统科学的观点分析了物流系统的不确定性、非线性、复杂性、适应性、多样性、离散性和动态性的特点,将物流系统的建模与仿真归为对排队、库存和网络的仿真,并列举了几个当前国内外用仿真技术对物流系统的研究成果,总结了物流系统建模与仿真的方法,并展望了基于Agent的建模与仿真方法的应用前景.     

基于蒙特卡洛法的随机型库存系统仿真技术的研究

库存是物流管理中各种资源储备的客观现象,通常库存的总费用包括订货费、存货费和缺货费。本文针对运筹学存储论中传统存储模型所不便求解的多周期随机型离散问题,通过引入蒙特卡洛法来建立适应于随机型库存系统的仿真模型,并将随机性的因素引入其中,这些因素包括：商品的需求量和订货提前期。最后,模型以存储系统的周平均费用作为指标,来评价库存策略的优劣。     

共享单车用户机会主义行为的演化博弈分析

目前为止,共享单车用户的机会主义行为是共享单车能否发展的关键制约因素之一。基于此,尝试用演化博弈理论建立共享单车企业与用户间的演化博弈模型发掘用户的机会主义行为动因及利益相关者作用。研究表明:用户收益是其行为选择的决定性因素,用户机会主义行为收益大于规范行为收益是机会主义行为的产生根源;共享单车企业的激励约束可对用户行为起到调节作用,约束强度将对用户机会主义行为的程度产生负向影响。最后,针对演化博弈模型分析结果,提出了相应管理对策建议。     

基于案例推理的直觉模糊决策方法

目前大多数决策方法的定权问题仅依靠决策矩阵而忽略了决策背景。针对上述问题,将案例推理方法融入到直觉模糊决策问题。首先根据直觉模糊数的内涵构建一种相似度公式,将案例推理模型跟相似度测度结合求得最优权重以及分类半径,进而进行择优排序。最后通过案例分析详细说明了本文方法的优势之处:根据决策数据又考虑专家意见,使得决策结果与现实情况更加一致,并提出一种解决面向直觉模糊决策问题的新思路。     

语言多属性决策的目标规划模型

研究了只有部分属性权重信息、属性值以语言变量或不确定语言变量形式给出且决策者对方案有偏好信息的语言多属性决策问题.给出了语言变量和不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,定义了语言变量的偏离度概念.在属性值以1)语言变量和2)不确定语言变量,这两种形式给出的情形下,分别建立了一个基于偏离度的目标规划模型,并通过求解这两种模型分别获得相应的属性权重.然后对于情形1),利用语言加权平均(LWA)算子,对语言决策信息进行加权集成,继而对方案进行排序和择优;对于情形2),利用不确定语言加权平均(ULWA)算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优.最后进行了实例分析.     

加工能力受限的单机干扰管理研究

针对单机环境下最小化加权折扣加工时间和的排序问题,研究如何应对可预见的干扰事件。由于干扰事件使得机器加工能力受限,初始最优加工时间表不再可行,采用外包的方式来进行干扰管理。构建了排序模型,同时考虑原目标和与初始计划偏离的扰动目标,选择外包工件集并对所有工件进行重排序。为了求解得到的双目标排序问题,基于理想点法设计了一种动态规划算法和量子遗传算法相结合的算法。最后通过一个数值算例说明,该排序模型对于求解加工能力受限的单机干扰管理问题是有效的。     

基于离差的区间二元语义多属性群决策方法

针对具有多粒度区间语言评价信息的多属性群决策问题,提出一种基于区间二元语义信息处理和离差最大化的群决策方法。该方法首先针对由基本语言评价集表示的区间二元语义信息,采用了多粒度区间语言评价信息一致化的方法;然后对属性权重信息完全未知的情形建立基于离差最大化的目标规划模型,得到一个求解属性权重的公式,从而获得相应的属性权重;再利用区间二元语义的集结算子对评价信息进行加权集成,通过区间二元语义信息的可能度公式对集成结果进行排序和择优;最后由实例分析说明该方法的有效性和可行性。     

一种新的梯形模糊数互补判断矩阵的排序方法

研究了决策信息以梯形模糊数互补判断矩阵形式给出的有限方案决策问题。首先利用COWA算子,引入期望值函数概念对梯形模糊数来排序,排序结果可以根据决策者的乐观程度进行调节,更加合理。然后基于期望值函数,把梯形模糊数互补判断矩阵转化期望值互补判断矩阵进行排序,并利用决策者的乐观程度对排序结果进行敏感性分析。最后通过算例说明了该方法的可行性和有效性。     

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。     

一种座位组合优化的计算方法及仿真分析

在餐饮服务收益管理中,座位组合与分配是一种重要的容量控制方法,它能够更好地实现餐厅供应结构与需求特征的匹配.本文提出了一种餐厅座位组合优化的计算方法,通过应用Flexsim系统仿真分析和实例研究,验证了该优化方法能够有效提高餐厅繁忙时段的资源分配效率,显著增加餐厅收益,提高收益率,缩短顾客 排队的平均等待时间,增加顾客满意度;在餐厅收益和顾客服务绩效两类指标上,都非常接近于枚举法给出的座位组合方案.该计算方法在理论上保持了与餐厅收益率RevPASH计算的一致性;在应用上易获取数据,计算过程简单,便于在管理实践中推广.     

概率论在经济管理中的应用——最优收银台数

在超市运营中,排队时间的长短影响着顾客的对超市的整体满意度,合理的开放收银台的数目也是每个管理者所需要认真考虑的问题。实际上,管理者往往是根据经验去作决定,缺乏相关的理论依据。文章从数学角度出发,以某超市为研究对象,将顾客排队到接受服务的过程建立成一个数学模型,通过统计该超市各时间段的客流量,运用Matlab进行仿真计算,得出了各时间段最优的收银台数目,为超市提供了一种有效的管理方案,同时结果说明了超市"如您前面超过5人请按铃"的策略在高峰时刻无意义。     

论共享经济下个人数据的法律保护

<正>本文立足于共享经济兴起的社会背景,在分析共享经济背景下个人数据安全风险的基础上,总结并借鉴了域外个人数据的相关立法经验,对完善我国个人数据的法律保护提出些许构思。2017年5月,在国际安全极客大赛GeekPwn上,一名浙江大学毕业生演示了她所发现的多款共享单车系统的漏洞,通过这些漏洞,可以掌握共享单车用户的历史骑行路径、骑行时间、GPS定位、账户余额和注册账户信息等,并将这些信息复制到其他智能手机上使用。用户数据信息是共享平台能够整合社会资源的重要