存在生产外部性的任务分配问题分析

企业的任务分配决策直接决定企业的最终收益,而生产外部性是影响企业最佳任务分配方式选择的关键因素.考虑任务分配的两种生产外部性,即专业化分工的效率优势和任务多样化的互补优势,运用委托代理理论,研究两种生产外部性同时存在时企业最佳任务分配方式的选择问题.模型给出了不同情况下的均衡结果,根据均衡结果做进一步分析表明,当专业化分工比任务多样化具有相同或更大的生产优势时,最佳的任务分配方式是专业化分工;而当任务多样化具有相对大的生产优势时,最佳的任务分配方式是不确定的,企业的最佳选择由生产外部性、任务的观测误差以及相似任务之间观测误差的差距同时决定.     

家族董事席位超额控制与股价崩盘风险——基于关联交易的视角

本文基于关联交易的视角,以2008-2017年沪深A股上市家族企业为研究对象,考察了家族董事席位超额控制程度与股价崩盘风险之间的关系。研究发现,家族董事席位超额控制程度与企业的股价崩盘风险、控股家族的关联交易行为正相关;同时,控股家族的关联交易行为对企业股价崩盘风险有显著的正向影响,并且这种影响在家族董事席位超额控程度较高的公司中更为明显。进一步分析发现,机构持股比例较低、两职合一、董事会规模较小时,家族董事席位超额控制程度与企业的股价崩盘风险、控股家族的关联交易规模之间的正相关性更强;控股家族的关联交易规模对企业股价崩盘风险的正向影响更显著,其与家族董事席位超额控制程度的交互关系对股价崩盘风险的正向影响更明显。最后,控制潜在的内生性问题,并进行一系列的稳健性检验后,研究结论依然成立。本文不仅从关联交易的视角探讨了家族董事席位超额控制对资本市场的影响,也为家族企业股价崩盘风险的成因提供了更多的理论解释。     

基于季节调整和Holt-Winters的月度负荷预测方法

针对负荷序列中异常数据会导致模型误设或参数估计发生偏差的问题,提出利用季节调整方法,先对原始负荷序列进行季节调整,获得消除离群值、节假日影响的季节调整后序列和季节成分序列;然后用改进的Holt-Winters方法对季节调整后成分进行预测,用虚拟回归方法预测季节成分序列;最后对各成分预测结果重构得到最终预测结果的月度负荷预测方法。通过实例检验,提出的方法能明显提高预测精度,预测效果要优于季节性Holt-Winters、SARIMA、神经网络、支持向量机等模型。     

基于遗传算法的微电网负荷优化分配

负荷优化分配是电力系统中的一类重要优化问题,即在满足各类系统约束条件下,实现发电总成本最低。为了促进微电网的优化运行,本文研究了包含柴油发电机、微型燃气轮机、光伏发电机和风力发电机组成的微电网的负荷优化分配问题。首先简要分析了各个微电源的发电特征和成本函数,然后分别建立了孤岛模式和并网模式下的微电网负荷优化分配模型,孤岛模式下优化模型的目标函数是包含燃料成本和运行维护成本的总成本,约束条件包括发电能力约束和系统功率平衡约束,并网模式下的优化模型则在此基础上,在目标函数中增加了其与大电网交易的收入和支出,在约束条件中增加了电力交易约束。最后,通过遗传算法分别对两种模式下的优化模型进行仿真求解。结果表明,本文提出的负荷优化分配方法可以有效降低微电网的运行成本,促进微电网的优化运行。     

具有优先约束和加工时间依赖开工时间的单机排序问题

研究工件间的优先约束为串并有向图的单机加权总完工时间问题,通过证明在工件加工时间是开工时间的线性函数的情况下,模块M的ρ因子最大初始集合I中的工件优先于模块M中的其它工件加工,并且被连续加工所得的排序为最优排序,从而将Lawler用来求解约束为串并有向图的单机加权总完工时间问题的方法推广到这个问题上来。     

基于DEA的工作负荷评估方法研究

工作负荷会影响员工的身体健康、工作绩效和离职意向,因此了解员工的工作负荷情况对员工和企业都至关重要.本文系统阐述了运用DEA评估工作负荷的方法.该方法改进了CCR模型,使之更适合评估工作负荷,并提出改善工作负荷最重要的是改善凸显指标,使改善工作负荷水平的措施,达到事半功倍的效果.     

基于KPCA-CNN-DBiGRU模型的短期负荷预测方法

本文针对已有神经网络模型在短期负荷预测中输入维度过高、预测误差较大等问题,提出了一种结合核主成分分析、卷积神经网络和深度双向门控循环单元的短期负荷预测方法。先运用核主成分分析法对原始高维输入变量进行降维,再通过卷积深度双向门控循环单元网络模型进行负荷预测。以第九届全国电工数学建模竞赛试题A题中的负荷数据作为实际算例,结果表明所提方法较降维之前预测误差大大降低,与已有预测方法相比也有大幅的误差降低。     

基于DNA遗传算法的表面贴装生产线负荷优化分配

印制电路板组装任务的负荷优化分配包含设备约束、工艺约束等大量约束,是电子行业表面贴装生产线中的一类重要优化问题。其优化目标是在生产节拍给定和一定约束条件下,使得不同贴装机负荷均衡,任务分配达到最优。首先,根据不同表面贴装机、不同吸嘴及多种类型元件匹配的的复杂性,提出贴装机任务分配组合优化的问题;然后分析设备和元件的参数、组装可行性、贴装时间,以及贴装优化关系等因素,并提出假设条件,建立了平衡率最大化条件下的负荷分配组合优化的数学模型;最后,针对贴装生产线负荷分配问题的复杂性与特殊性,通过改良编码方式后的DNA遗传算法来优化组合数学模型,计算适应度,并借助MATLAB进行仿真求解,进而找到最优解。结果表明：本文提出的贴装生产线负荷分配方法可以解决带复杂约束的印制电路板组装负荷优化分配问题,提高设备的平衡率和生产效率,促进生产线的优化运行。     

基于眼动认知负荷实验的知识地图可获取性研究

知识地图的可获取性是近年来越来越被重视的评价指标。采用E-Prime呈现视觉刺激材料,ASL眼动仪采集30名被试者的眼动实验数据,考察被试者的首视点在不同界面以及隐含分区的分布,用实验的手段证实了信息出现在界面的不同位置带给使用者的认知负荷不同。针对信息密集的知识地图,合理降低认知负荷是增强知识地图可获取性的有效途径。     

基于供应商图示评审网络的复杂产品关键质量源诊断与探测问题研究

复杂产品的质量主要取决于其整体供应链的质量管理水平,主制造商居于供应链质量管理的核心地位.本文基于主制造商角度针对"主制造商-供应商"模式下复杂产品供应商质量管理问题,构建一种新型的供应商质量损失传递网络模型并设计其有效求解算法,合理度量供应商质量损失及其波动对最终产品影响程度,探测和诊断供应商网络中关键质量源.针对某型号大飞机开展算例研览,证明上述模型及算法的有效性和实用性,为复杂产品供应商质量管理提供了一种新的分析方法和研究思路.     

A Multi-Exchange Neighborhood for Minimum Makespan Parallel Machine Scheduling Problems

We propose new local search algorithms for minimum makespan parallel machine scheduling problems, which perform multiple exchanges of jobs among machines. Inspired by the work of Thompson and Orlin (1989) on cyclic transfer neighborhood structures, we model multiple exchanges of jobs as special disjoint cycles and paths in a suitably defined improvement graph, by extending definitions and properties introduced in the context of vehicle routing problems (Thompson and Psaraftis, 1993) and of the capacitated minimum spanning tree problem (Ahuja et al., 2001). Several algorithms for searching the neighborhood are suggested.We report the results of a wide computational experimentation, on different families of benchmark instances, performed for the case of identical machines. This problem has been selected as a case study to perform a comparison among the alternative algorithms, and to discover families of instances for which the proposed neighborhood may be promising in practice. Based on the results of the experiments, we can suggest which among the many possible variants of the proposed approaches may be more promising for developing local search algorithms based on multi-exchange moves for related problems. Also, on some families of instances, which are very hard to solve exactly, the most promising multi-exchange algorithms were observed to dominate, in solution quality and in computational time, competitive benchmark heuristics.     

Analysis of the List Scheduling Algorithm for Precedence Constrained Parallel Tasks

Given P processors, and a set of precedence constrained parallel tasks with their processor requirements and execution times, the problem of scheduling precedence constrained parallel tasks on multiprocessors is to find a nonpreemptive schedule of the tasks on a multiprocessor with P processors, such that the schedule length is minimized. We show that for many heuristic choices of the initial priority list, the list scheduling algorithm has worst-case performance ratio P, which is unbounded as P gets large. However, it is also shown that when task sizes are bounded from above by a fraction of P, the list scheduling algorithm has finite worst-case performance ratio. In particular, we prove that if all tasks request for no more than qP processors, where 0 < q < 1, then the worst-case performance ratio of the list scheduling algorithm is no larger than

基于银行授信额度的Max-NPV项目调度问题研究

本文对基于银行授信额度的Max-NPV项目调度问题进行研究.首先界定研究的假设条件并对文中所用到的符号进行定义;随后采用基于事件的研究方法构建了问题的整数规划优化模型;鉴于问题的NP-hard属性,设计了双层模拟退火搜索循环嵌套的启发式求解算法;最后对一个算例进行了求解分析,并讨论了银行授信额度及客户支付比例对项目收益的影响.结果表明:随着银行授信额度的提高,承包商安排项目进度自由度的增加使得其净现值得到改善,在支付比例较低的条件下项目完成时间也随之提前;当客户支付比例提高时,项目净现值单调上升,而项目完成时间呈先提前后延迟的变化趋势.     

Ordinal On-Line Scheduling for Maximizing the Minimum Machine Completion Time

This paper considers the on-line problem of scheduling nonpreemptively n independent jobs on m > 1 identical and parallel machines with the objective to maximize the minimum machine completion time. It is assumed that the values of the processing times are unknown but the order of the jobs by their processing times is known in advance. We are asked to decide the assignment of all the jobs to some machines at time zero by utilizing only ordinal data rather than the actual magnitudes of jobs. Algorithms to slove the problem are called ordinal algorithms. In this paper, we give lower bounds and ordinal algorithms. We first propose an algorithm MIN which is at most -competitive for any m machine case, while the lower bound is _i=1 ^m 1/i. Both are on the order of (ln m). Furthermore, for m = 3, we present an optimal algorithm.     

单资源调度中误工问题的作业时间压缩算法

本文采用作业时间可压缩的方法来解决单资源调度中的误工问题。在安排任务处理顺序的过程中,当某个任务发生误工时,我们基于关键路径反向搜索的方法,给出了一个启发式算法,求得需要压缩的任务集,使这个误工任务的延误时间尽可能的减少,并使需要压缩的任务数目最少,最后证明了算法的有效性,并给出了一个算例。     

On the Robust Single Machine Scheduling Problem

The single machine scheduling problem with sum of completion times criterion (SS) can be solved easily by the Shortest Processing Time (SPT) rule. In the case of significant uncertainty of the processing times, a robustness approach is appropriate. In this paper, we show that the robust version of the (SS) problem is NP-complete even for very restricted cases. We present an algorithm for finding optimal solutions for the robust (SS) problem using dynamic programming. We also provide two polynomial time heuristics and demonstrate their effectiveness.     

基于遗传算法的资源约束型项目调度优化

资源约束型项目调度的优化是一个NP-hard问题,其求解难度随着资源约束项的增多呈指数方式增长,传统的基于Excel表的手工优化方法不能及时计算出有效的资源配置方式,从而影响项目管理人员的资源调度.针对多资源约束型项目调度的优化问题提出基于遗传算法的资源约束型项目调度的优化方法,该算法采用基于活动优先权的十进制编码方式,结合活动的存储邻接矩阵,有效地解决活动调度违例现象;运用优先抢占模式的资源分配方式安排活动资源,避免资源分配中的冲突问题;并为该算法设计了启发式遗传算法的C语言程序,通过计算机的多次迭代运算得出满足资源约束的最优工期.实践结果表明,遗传算法可以快速有效地解决企业项目调度的优化问题,适合在企业项目进度管理中推广运用.     

基于微粒群算法的单机不同尺寸工件批调度问题求解

提出了一种改进的具有全局搜索能力的微粒群算法,对工件尺寸有差异的单机批调度问题的制造跨度进行优化。针对问题中工件尺寸不同且分批加工的特点,设计了微粒的编码方式;对进化过程中产生的极优解,采用了混沌优化策略进行改进,避免早熟收敛的问题。仿真实验结果表明,本文算法的时间性能和近似解质量均优于现有的其他方法。     

3-Partitioning Problems for Maximizing the Minimum Load

The optimization versions of the 3-Partitioning and the Kernel 3-Partitioning problems are considered in this paper. For the objective to maximize the minimum load of the m subsets, it is shown that the MODIFIED LPT algorithm has performance ratios (3m – 1)/(4m – 2) and (2m – 1)/(3m – 2), respectively, in the worst case.