补货策略对供需随机波动的煤电供应链牛鞭效应的影响与选择

通过构建反映需求和部分供给同时随机波动的双供应源煤电供应链模型,文章讨论了三种补货策略对牛鞭效应的影响.结果表明:当采取不包含订货和库存平滑参数的补货策略时,无论风电是否接入都存在牛鞭效应;对于库存平滑补货策略和一般线性补货策略,牛鞭效应随着库存调整参数的增大而增大,随订货调整参数的增加先减小而后增大;通过库存和订货调整参数的设计将有效地弱化牛鞭效应并强化反牛鞭效应.     

动态需求条件下的供需链库存优化策略

供需链管理的关键是链上各企业协调与合作,而库存协调是供需链协调与合作的重要组成部分.如何通过库存协调确定一个面向供需链的整体优化库存策略是供需链管理的重要课题.文章基于需求时变性和一对多补货的假设研究了随机动态需求环境下非等周期基本库存水平和补货时点优化问题,通过模型推导得到基本库存水平局部优化与整体优化方程,得出补货时点优化与库存水平优化结合,能够达到降低库存成本的结论.     

基于改进遗传算法的车辆路径优化研究

车辆路径优化研究是一个既有理论和实践意义又富有挑战性的课题。针对该NP难问题,提出了一种改进遗传算法。该算法采用了一种新的编码方式,使得染色体中的每一个基因能代表三层含义;采用了一种与爬山法相结合的混合进化策略。通过性能比较可以看出,在同等计算量情况下,改进遗传算法的优势明显。     

基于遗传算法优化的LS-SVM模型的应用研究

文章介绍了最小二乘支持向量机及遗传算法的原理,利用遗传算法优化参数后的最小二乘支持向量机建立四川省天然气消费量的时间序列预测模型.并利用两个性能指标将其与BP神经网络模型进行了对比,结果表明,在样本有限保证一定精度的情况下,遗传算法优化参数后的最小二乘支持向量机模型的范化能力较强,能够利用该模型对四川省天然气消费量进行预测,并在最后利用该模型预测2007～2009年四川省天然气消费量.     

基于改进遗传算法的物流配送中心选址研究

物流配送优化研究是一个既有理论和实践意义又富有挑战性的课题。对配送中心选址问题,文章提出了单点PMX交叉方法及有针对性变异的思想,并对传统精英个体保留策略进行了改进。通过性能比较可以看出,改进遗传算法的优势明显。     

基于遗传算法的投影寻踪聚类

传统的投影寻踪聚类算法PROCLUS是一种有效的处理高维数据聚类的算法,但此算法是利用爬山法（Hill climbing）对各类中心点进行循环迭代、选取最优的过程,由于爬山法是一种局部搜索（local search）方法,得到的最优解可能仅仅是局部最优。针对上述缺陷,提出一种改进的投影寻踪聚类算法,即利用遗传算法（Genetic Algorithm）对各类中心点进行循环迭代,寻找到全局最优解。仿真实验结果证明了新算法的可行性和有效性。     

退化性产品的最优订购策略

文章针对供应商对退化特性服从二参数weibull分布的商品提供特价折扣的情况,提出了总节省成本为最大的零售商的最优特价订购策略,其中分为特价发生在零售商的订购周期之外与特价发生在零售商的订购周期之内两种情况。文章还以数值范例说明了求解过程,并针对库存模型相关参数进行了敏感性分析。     

一种基于条件分布Markov状态转移的零售库存策略

对于一定分布类型下的零售品销售状况,采取合理的补货策略有助于降低市场丧失和库存带来的成本和损失。文章利用结合市场需求量的概率分布函数对每一期的库存量进行Markov状态预测,提出了一种基于规避成本和损失的补货策略。利用一种零售品的销售规律为泊松分布,在既定的补货策略下进行改进。     

遗传算法优化的GM(1,1)模型研究

为提高GM(1,1)模型预测精度,文章分析了模型中背景值构造与预测结果误差的关系,并总结了背景值改进研究的相关成果。采用权值序列替换原模型背景值构造公式中的单一权值,建立了GA-GM(1,1)预测模型,利用遗传算法迭代寻优获得的一组最优权值序列来构造背景值,以提高模型精度。用两组数据进行GA-GM(1,1)模型与GM(1,1)模型的对比实验,结果表明GA-GM(1,1)具有更小的预测误差,验证了该模型的有效性。     

基于改进遗传算法的企业组织结构优化设计

文章基于改进遗传算法来探索和研究企业组织结构优化设计问题.结合旅游企业组织结构存在的问题,建立了面向客户关系管理的基于流程的、扁平式的组织模式.企业团队和成员直接对业务流程负责,而不是向具体职能部门的领导负责.在改进遗传算法中,遗传算法能够提供空间框架,多智能体能够对它们进行具体观察且能够感知它们.多智能体空间决策会对遗传优化配置算子产生影响,并借助于布局规划对染色体作初始化处理,从而达到配置方案最优的效果.     

基于反向变换和遗传算法的GM（1，1）模型优化

文章根据灰色模型建模特点,对原始数据利用反向变换生成新数据序列,建立了GM（1,1）预测模型;GM（1,1）模型中的背景值和初值对模型的预测精度均有影响,进而以平均相对误差达到最小为准则,提出了基于遗传算法求解最佳背景值和最佳初值修正项的方法。     

基于谱分析的中国生猪周期波动研究

生猪产业的一个主要特征是产量和价格的周期性变化。采用谱分析和交叉谱技术对中国的生猪产量与价格周期进行研究,发现：（1）中国生猪生产在过去的30年中呈现一种典型的增长型周期现象;（2）就产量而言,生猪生产存在着以6年为主的周期性波动,生猪价格存在着7．5年为主的周期;（3）在长度为7年的周期上,生猪的收购价格变动领先于玉米的价格。但在短期,生猪的收购价格却滞后于玉米的价格。     

基于适度财务指标和遗传算法的财务危机预测模型研究

以往进行财务危机预测主要使用统计方法建模,迄今尚未见到因考虑财务指标的适度性而建立遗传算法模型的中外文献。适度财务指标是指该指标在某个区间内公司才是健康的,过大或过小则公司发生财务危机的可能性都较大。故以中国上市公司数据为样本,建立了基于适度财务指标和遗传算法的创新型财务危机预测模型,结果显示该类模型具有较高的预测准确率。     

基于共同周期的我国经济与世界经济协同性特征的测算

文章以中国与世界经济周期及其协同性为研究对象,首先通过相关性分析得知,对外开放以来,我国与世界经济周期之间的相关性大大增强,二者的相关系数随着我国市场化改革的推进不断上升;其次通过因果测算得知,上世纪80年代期间是中国随着世界经济周期的波动而波动,而进入90年代之后,我国与世界经济周期的因果关系已经转变成了互相作用;最后通过共同周期测算,得知我国与世界经济周期不仅在长期内存在协整关系,而且在短期内还存在共同周期,从而证明了我国与世界经济周期之间具有显著的协同性特征。     

多个供应商供货时供应商最优生产能力的设置

文章建立了需求信息共享情况下多个供应商供货时供应商最优生产能力设置的决策模型,得出了各供应商的最优生产能力设置规则,指出了供应商的最优生产能力随其成本和市场需求不确定性的增加而减少,随市场需求均值的增加而增加.     

基于遗传算法的扩展Nelson-Siegel模型及实证研究

将遗传算法引入扩展Nelson-Siegel模型估计中,并将其用于国债收益率曲线的估计。实证分析表明,基于遗传算法的扩展Nelson-Siegel模型在收益率曲线拟合和估计方面明显优于基于三次样条插值的息票剥离法及基于非线性回归的扩展Nelson-Siegel模型。基于此,利用基于遗传算法的扩展Nelson-Siegel模型对所选取的三个样本交易日的收益率曲线进行估计和分析,发现金融危机中后期的收益率曲线较金融危机初期的收益率曲线有了显著变化,主要表现在收益率曲线整体水平下降,但不同部分下降的幅度不同,并且收益率曲线的斜率和曲度均明显增大。以上变化主要是金融危机背景下货币政策调整以及市场信心变化共同作用的结果。     

基于遗传算法的有序样本聚类及其应用

传统的解决有序样本聚类的Fisher最优分割法对计算机存储能力要求较高,不适合由于样本长度较大时的情况.实践中常用的最优二分割法只能求得局部最优解.文章提出了一种基于遗传算法解决有序样拳聚类问题的新算法.该算法适用于多种聚类距离,适合于大样本,可以解决方向聚类问题.     

一种基于遗传算法的灰色模型在铁路客运量预测中的应用

对客运量发展趋势进行预测是正确制定铁路客运营销战略的前提和基础.本文在传统GM(1,1)预测模型的基础上,提出了一种基于遗传算法调整发展系数和内生灰作用量的灰色预测模型,并运用此模型对湖北省铁路客运量进行预测.实验结果验证了此模型的有效性.     

基于遗传算法的风险偏好系数均值方差拓展模型

文章针对传统均值方差模型的缺陷,引入风险偏好系数的概念,综合考虑交易成本、资金约束、最小交易批量等限制条件,构建了风险偏好系数均值方差拓展模型.针对该模型的具体形式,给出了遗传算法的具体实现过程.     

基于递阶遗传算法的初始水权分配问题研究

文章针对初始水权分配的特点,采用以集中机制为主、市场机制为辅的分层混合分配机制,构建了基于激励补偿机制的初始水权分配模型;并采用递阶遗传算法对模型进行了求解.该求解方法对我国初始水权的分配有较强的实践指导意义.