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。     

模糊应急系统组合优化方案选择问题的研究

本文讨论有资源需求约束的多出救点应急组合调度方案的求取问题.受许多因素影响,平息事故所需的应急资源量有时是不确定的,通过引入模糊集的概念,从决策者的角度,任何方案的应急资源数量都对应一个需求约束满意度.另一方面,应急问题客观上要求方案的应急开始时间尽可能早,这样,任一方案又对应一个时间约束满意度.通过运用模糊优化的技术方法,本文给出了该问题的优化模型及相应求解方法.并且,考虑到方案稳定性或费用,文中的算法解是所有最大满意度方案中出救点数目最少的.     

考虑供应风险的多源应急物资采购双层规划模型

自然灾害频繁发生,事故灾难不断涌现,公共卫生事件猝不及防,社会安全风险交织叠加,给人们的生产和生活带来了巨大的风险和不确定性。在突发事件背景下,考虑应急物资供应中的各类风险,激励多源应急物资的稳定供给,受到党和政府高度重视。应急物资供应有哪些风险,如何规避这些风险,针对多种渠道的采购,如何优化采购结构。这些问题是本论文关注的重点。本文以政府、制造型企业、受灾地区民众为决策主体的三级供应链为基础,构建了上层以整个供应链系统收益最大化为目标函数、下层以供应风险最小化为目标函数的双层规划模型,对不同情景下物资采购订单的分配进行研究。在此基础上,本文以某市洪涝灾害为例进行分析,证明了模型的可行性,并探究了供应风险变化对物资采购订单分配、以及整个供应链系统收益的影响,以期为政府应急物资采购决策提供参考性建议。     

生产能力储备模式下应急物资储备与采购定价模型

为更好地促进政企双方开展应急物资生产能力储备合作,政府和协议企业需对物资的采购定价及生产能力的储备数量进行合理决策。基于此,文章从供应链的角度出发,利用供应链契约中的数量柔性契约建立了生产能力储备模式下的应急物资储备与采购定价模型,并进一步考虑了协议企业存在储备约束的情况。在利用逆序归纳法求解出合作下企业的生产能力储备量及相应的政府采购定价决策后,文章进一步分析了储备周期内灾害事件的发生概率与企业最大储备量约束对双方决策及各自成本收益的影响,为政府的采购定价及企业的储备策略提供了科学依据。此外,文章还给出了约束双方决策时的参数条件,因而也为政府在目标企业的选择方面提供了参考。     

震后应急物资配送的模糊定位-路径问题研究

从系统集成优化的角度研究震后应急物资配送的一种新模糊定位-路径问题(LRP),综合考虑救灾点所在地理位置和地形导致的应急车辆行驶时间的随机性、救灾点应急物资需求量的不确定性与应急物资配送的时间紧迫性,以应急物资总运达时间最短与总配送成本最小为目标,构建一个基于机会约束规划的多目标模糊LRP优化模型,并根据模型的特点设计了一种混合免疫遗传算法予以求解。最后,通过算例验证了本文方法能有效解决震后应急物资配送的模糊多目标LRP,实现了震后应急物流中心定位和应急车辆路径规划的联合决策。     

突发公共事件应急系统中的模糊多目标定位-路径问题研究

本文从应急系统集成优化的角度出发,以应急系统中各资源需求点的应急救援时间满意度之和最大及系统总成本最小为目标,建立了一个应急资源需求和应急救援时间范围均模糊的多目标定位-路径问题(LRP)模型,并提出了一种混合多目标遗传算法。算例分析结果表明,所提模型和算法可以有效解决应急系统优化中的模糊多目标LRP。     

不确定环境下两阶段应急供应链网络建模与优化求解

为制订有效的应急供应链网络规划方案,提升应急组织救援效率、实现资源物质合理配置,考虑供应和需求的不确定性,采用多运输方式联合的配送模式,以最小化网络响应时间、成本和碳排为优化目标,构建两阶段应急供应链混合整数规划模型,同时,基于鲁棒优化理论构建可调节鲁棒优化模型,增强网络应对不确定因素的能力,通过线性对偶理论对含不确定参数的约束进行转化;为提升模型的求解效果,提出一种优化布谷鸟搜索（optimize cuckoo search,OCS）算法,引入基准实例,以验证OCS算法求解多目标函数的优越性和适用性;最后,利用武汉新冠疫期期间应急物资配送数据,研究带有不确定参数的应急供应链网络决策问题,并通过敏感性分析证明鲁棒控制系数对不确定扰动的有效抑制作用。     

供应链成本分析和资源优化配置模型

供应链成本分析、供应链成本计算方法和基于供应链成本分析的企业资源优化配置的研究对供应链管理的实践具有重要的指导意义.首先,本文对供应链成本要素进行了分析.然后,基于提出的供应链成本分析理论,本文改进设计了一套新的类似ABC法的供应链成本计算方法.新的算法可以将供应链消耗的资源追溯到作业活动以及最终的产出,以方便的对供应链成本现状进行评估.最后,在分析供应链活动的基础上建立定量化的成本分析模型,提供一定约束下的以利润最大化为目标的最优成本配置方案,为培育供应链和选择供应链合作伙伴等决策提供成本优化方面的决策支持.     

基于模糊规划的QFD 系统参数确定方法

针对QFD 系统的内在模糊性,运用带有对称三角形模糊系数的模糊规划理论,提出了一 种确定QFD 系统参数的方法. 并通过工程特性目标值的规范化,定义产品开发总成本函数、工 程特性改进成本函数及改进成本系数等概念,建立了一个QFD 规划模型. 仿真结果表明,该模 型能够帮助开发人员在不确定的、模糊条件下有效确定关联函数及自相关函数,优化顾客需求 的满意水平,确定工程特性目标值,使新开发/ 改进的产品顾客满意度赶上或超过目标市场上 的竞争企业,并满足开发预算约束.     

考虑采购资金约束的物流服务能力采购决策

以物流服务供应链为研究对象,研究集成商期初时期对服务能力批发量和期权预订量的决策、需求即将发生时期对期权执行量的决策以及需求确定时期对现货采购量的决策,构建在无采购资金约束条件下集成商的采购决策模型,求得服务集成商3个时期的采购决策.然后引入采购资金约束,分析存在采购资金约束情况下集成商各个时期的采购策略,并对比有无采购资金约束条件集成商采购策略的不同,分析采购资金约束对集成商采购策略的影响.最后,通过数据分析对研究结论进行说明和验证.     

基于改进粒子群优化方法的供应商优选与订货量分配模型

研究了随机性需求环境下的供应商优选与订货量分配问题,构建了以质量、成本、交货期3个准则为目标函数、以其他目标为约束条件的多目标随机约束规划模型;借助于加权法和罚函数法,将多目标随机约束规划模型转化为单目标优化模型;进而设计了带惯性因子和收缩因子的粒子群优化求解算法对所建模型进行求解,并与常用的遗传算法求解方法进行对比分析,实例验证了粒子群优化算法解决此类优化问题的可行性和有效性.     

多品种集约生产计划问题的模糊方法

提出具有模糊需求量和模糊能力约束以及资本水平约束的多品种类集约生产计划问题 的模糊优化模型及模糊解方法. 通过对模糊需求量和模糊等式的描述,提出了模糊需求环境下 生产- 库存平衡方程的两种等价的描述方法, 并给出了模糊等式的实用解释. 建立了具有模 糊需求量和模糊能力约束集约生产计划问题的优化模型FMAPP ,并给出了求解模型的参数规 划方法.     

不确定需求环境下多级库存系统优化与协调模型研究

论文首先将模糊随机变量扩展为混合随机变量,并用来描述不确定需求.然后对多级单周期库存系统在模糊随机和混合随机需求环境下的优化与协调问题作了研究,提出了通过集成库存管理使库存系统整体收益期望值最大化的优化模型和协调合作伙伴利益的数量折扣契约模型,并根据遗传算法理论和计算机模拟技术设计了求解模型的智能算法.最后通过实例对模型进行了仿真分析.     

IT服务供需双边匹配的模糊多目标决策方法

描述了IT服务外包中的供给方与需求方的双边匹配决策问题。为了解决该问题,针对IT服务的供给方和需求方分别给出的语言满意度评价信息,将语言评价信息转化为三角模糊数并进行多指标信息的集结运算。在此基础上,考虑以供给方和需求方双方满意度最大为目标,构建了IT服务供需双边匹配的模糊多目标优化模型,并采取将模糊多目标优化模型转化为单目标线性规划模型的方式进行求解得到匹配结果。实例计算表明,提出的方法具有可行性和实用性。     

COMPARATIVE EVALUATION OF INFORMATION UNDER TWO BUSINESS OBJECTIVES

Information economics models evaluate the value of information under the assumption that decision makers wish to maximize their expected payoff. This assumption has been criticized for not being realistic enough since decision makers usually consider more than one business objective and might be satisficers rather than optimizers. This paper attempts to apply an information economics model to decision situations where two business performance criteria, expected payoff and risk, are considered. In order to overcome the difficulty of unknown trade-off between the two criteria, one criterion is used as an objective to be optimized, while the other is set as a constraint. This may be interpreted as a combination of optimizing and satisficing approaches. It is shown how an information system can be evaluated in terms of both expected payoff and risk. The model suggests the trade-off between the two criteria as an additional trait of an information system. In the last part of the paper, a numerical example illustrates how a comparative evaluation of information structures is performed when risk minimization and expected payoff maximization are concurrently used as business performance criteria.     

Optimal Dynamic Order Scheduling under Capacity Constraints Given Demand‐Forecast Evolution

We consider a manufacturer without any frozen periods in production schedules so that it can dynamically update the schedules as the demand forecast evolves over time until the realization of actual demand. The manufacturer has a fixed production capacity in each production period, which impacts the time to start production as well as the production schedules. We develop a dynamic optimization model to analyze the optimal production schedules under capacity constraint and demand‐forecast updating. To model the evolution of demand forecasts, we use both additive and multiplicative versions of the martingale model of forecast evolution. We first derive expressions for the optimal base stock levels for a single‐product model. We find that manufacturers located near their market bases can realize most of their potential profits (i.e., profit made when the capacity is unlimited) by building a very limited amount of capacity. For moderate demand uncertainty, we also show that it is almost impossible for manufacturers to compensate for the increase in supply–demand mismatches resulting from long delivery lead times by increasing capacity, making lead‐time reduction a better alternative than capacity expansion. We then extend the model to a multi‐product case and derive expressions for the optimal production quantities for each product given a shared capacity constraint. Using a two‐product model, we show that the manufacturer should utilize its capacity more in earlier periods when the demand for both products is more positively correlated.     

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。     

模糊供求条件下应急物资动态调度决策研究

围绕大规模突发事件应急的特点,在供应点、集配中心到需求点的三级供应网络的基础上,研究了模糊供求条件下的多模式联合调运的应急物资动态调度问题。首先建立了在需求满足率最大化的基础上,以总运输时间和应急成本为目标的带序关系的多目标非线性规划模型。考虑供大于求和供不应求两种供求关系,对于供不应求的物资,下一周期将优先配给。另外,采用最可能值法确定模糊数的权重和置信水平,采用平均权重法将三角模糊数转化为确定值,给出了去模糊化的策略和具体算法。通过决策者对运输时间和应急成本的动态赋权,提高了模型的柔性。最后以汶川地震为背景,设计仿真实例,验证了模型和算法的有效性。