基于改进量子进化算法的车货供需匹配方法研究

为了提高货运供需匹配效率,建立了一种车货供需匹配数学模型,描述了车货匹配问题的目标与相关约束,对量子进化算法进行设计与改进用于对此问题求解,提出了有约束惩罚的适应度衰减方法,解决了量子群初期无强可行解时最优量子个体的选择问题,引入量子群成熟度对量子进化算法的退出机制进行改进。在实验中,使用改进的量子进化算法和标准遗传进化算法进行对比,并对算法参数进行优化,实验中量子进化算法表现出更好的收敛速度,准确性和稳定性,但是量子群规模存在“瓶颈问题”,更大规模的量子群对算法优化效果并不明显且需要耗费更长的计算机时间,量子旋转角增量与算法收敛速度正相关,与全局搜索能力负相关。结果表明,改进的量子进化算法可以高效地搜索到较为优秀的车货匹配方案,为车主和货主推荐较为合理的车货供需信息资源。     

基于双层规划的供应链二级分销网络优化设计模型

从供应链集成的角度出发,利用双层规划模型描述了二级分销网络优化问题,充分考虑了网络决策部门及客户双方的自身及共同利益。同时设计了启发式求解算法,最后用一简单实例验证了模型及其算法的有效性。     

废弃物回收的多层逆向物流网络优化设计问题研究

废弃物逆向物流网络设计问题是一个关系到经济效益和社会效益的问题.本文研究了废弃物逆向物流网络设计问题,包括选择中转站和处理站的地址,确定将产生点的废弃物分配给中转站以及从中转站运送到处理站的最佳策略,确定处理站的容量.考虑了在满足公众的意愿的情况下,建立了一个多目标的纯整数规划模型,最小化总的建设费用和设施对公众产生的负效用.设计了基于启发式的两阶段分解算法求解,从而构建一个废弃物回收的多层逆向物流网络.最后的算例仿真表明了算法的有效性和可行性.     

以旧换新收购方式下的逆向物流网络优化设计

为提高企业回收积极性,构建了一个以以旧换新为收购方式的新的逆向物流网络优化设计的混合整数非线性规划(mixed-integer nonlinear programming,MINLP)模型,以确定最优选址(位置和数量)和折扣价格,使回收中心净利润最大。提出了启发式算法来解决大规模选址问题,并利用算例验证了模型和算法的有效性和可行性。最后分别算例分析了企业的品牌差异和采用两种策略(单一折扣价格策略和质量依赖折扣价格策略)对回收中心净利润的影响。     

限制性卖空的均值-半绝对偏差投资组合模型及其旋转算法研究

本文提出了限制性卖空的均值-半绝对偏差投资组合模型,通过变量替换将该模型转变为一般线性规划问题,从而运用线性规划的旋转算法进行求解。最后,文章以一个具体的算例验证了该算法的有效性,并证明将限制性卖空引入到投资组合中,有助于增强市场效率,降低市场风险。     

“双减”背景下初中语文作业优化设计与实施的探讨

“双减”背景下,初中语文作业优化设计决定着语文教学质量及有效性。因此,教师在设计语文作业时,应兼顾每一个学生的发展,以“双减”政策为指引,优化作业设计方法。同时,教师应建立课内外连接,满足学生的个性化需求,重视作业评价,使学生通过多种形式的作业设计提升语文能力和语文素养。本文对“双减”背景下初中语文作业优化设计与实施进行探讨。     

一种求解双目标flow shop排序问题的进化算法

提出一种求解双目标flow shop排序的递进多目标进化算法.算法采用改进的精英复制策略,在实现精英保留的前提下降低了计算复杂性;通过递进进化模式增加群体多样性,改善了算法收敛性;通过群体进化过程中对非劣解集进行竞争型可变邻域启发式搜索,增强了算法局部搜索性能.采用新算法和参照算法NSGA-II对31个标准双目标flow shop算例进行优化.研究结果表明,新算法在所有算例的求解中均获得了优于NSGA-II的非劣解集,验证了算法的有效性.     

Impact of Storage Assignment Decisions on a Bucket Brigade Order Picking Line

Bucket brigade order picking is a method for retrieving orders from a storage rack where workers follow a fixed sequence and dynamically adjust to variability in work content along the rack. The method is simple and has been shown to provide superior performance in many applications. In this article, we analyze how the location in which products are stored in the rack affects throughput. We identify conditions where storage decisions have a large impact on throughput (e.g., a 20% increase in productivity) and conditions where the impact is minimal. Conditions associated with high impact are high variation in worker skill, high variation in SKU volume, and a moderate level of walking‐to‐picking work content per pick list.     

B2C电子商务环境下订单拣选与配送联合调度优化

如何在顾客下单后协调好拣选和配送环节,在最短的时间、以较低的成本将商品从货架上拣出、打包后配送到顾客手中,已成为B2C电子商务物流管理中亟待解决的问题。本文尝试以最小化订单履行时间为目标,构建非线性拣选与配送联合调度模型,以解决订单拣选顺序、拣选作业方式、车辆行驶线路等联合决策。为求解此NP难问题,设计了三阶段启发式算法：首先采用“聚类-路径优化”思想,依据顾客位置进行配送方案确认;然后采用基于相似度聚类的订单分批规则对每条配送线路的订单进行分批合并;最后调整拣选任务与配送线路顺序。通过数据实验对模型进行验证,并与传统拣选与配送分开优化的结果进行对比。结果表明,三阶段算法能够有效缩短订单完成时间、降低配送车辆等待时间、改善配送资源利用率。     

基于JIT装配模式的网上超市订单分拣优化模型

订单分拣是大型网上超市生存和发展的关键环节,如何在数百万种商品中将订单要求的商品高效、准确地进行拣选并包装,是亟待解决的难题。本文以提高大型网上超市订单分拣方法的科学性为目标,针对订单拣选、集货复核、包装这一作业流程,基于JIT装配流水线思想,建立大型网上超市订单成组分拣的优化模型与求解方法。在构建订单分拣流程中各工序作业时间计算模型的基础上,建立了订单分批与排序的联合优化模型。围绕缩减求解空间的思想提出两阶段启发式优化方法。通过应用实例分析和灵敏度分析证明了算法的有效性。结果表明,本文提出的网上超市订单成组分拣方法相较于传统方法可较大幅度提高订单分拣的效率,为网上零售企业的订单拣选和包装作业流程的优化提供了理论指导。     

A Flexible Evaluative Framework for Order Picking Systems

This paper develops a novel framework to evaluate the integral performance of order picking systems with different combinations of storage and order picking policies. The warehousing literature on order picking mostly considers minimizing either elapsed time or distance as the sole objective, whereas warehouse managers in a supply chain have to look beyond single‐dimensional performance and consider trade‐offs among different criteria. Thus managers still need a unified and efficient framework to select a portfolio of appropriate order picking policies from a multi‐criteria and contextual perspective. Our framework—combining data envelopment analysis, ranking and selection, and multiple comparisons—provides an efficient methodology to simultaneously analyze several interrelated problems in order picking systems with multiple performance attributes, such as service levels and operational costs. We demonstrate our approach through comprehensive evaluations of order picking policies in three low‐level, picker‐to‐parts rectangular warehouses facing demand variations.     

考虑完成期限的电子商务在线订单分批模型及算法

在电子商务在线订单拣选系统中,订单到达时间和订购商品等信息未知。针对拣选设备容量、员工人数等资源有限约束情况,研究在何时、对多少订单进行分批优化,以保证在订单完成期限前以最短的时间拣出最多的订单。构建考虑订单完成期限的在线订单分批混合整数规划模型,以最小化平均有效订单服务时间,采用改进的固定时间窗订单分批启发式规则求解模型,定义剩余操作时间在[前置时间,配送准备时间]内的订单为紧急订单,构建综合考虑紧急程度和相似度因素的在线订单分批算法。采用某配送中心14：00～18：00时间段内以泊松分布（λ＝17）随机生成的订单进行数据实验,将实验结果与传统固定时间窗在线订单分批算法进行比较。研究结果表明,考虑完成期限时,系统拣选配送的订单数量更多,总服务时间和平均有效订单服务时间更短,且出现延迟订单的数量更少,延迟时间更短。拣选员工人数的增多在不同程度上提高配送率,且考虑完成期限时,配送率提高幅度要大于传统算法;但随着人数的增加,配送率的提高幅度呈降低趋势。     

An Evaluation of Routing and Volume-based Storage Policies in an Order Picking Operation

Order picking, the assembly of a customer's order from items in storage, is an essential link in the supply chain and is the major cost component of warehousing. The critical issue is to simultaneously reduce the cost and increase the speed of the order picking activity. This study departs from the limited prior research that focused on either routing of workers or storage of warehoused items. The main objectives are to (1) evaluate various routing heuristics versus an optimal routine in a volume-based storage environment, (2) propose several methods of implementing volume-based storage, and (3) examine the interaction of the routing and storage policies under different operating conditions of pick list size and demand skewness. The experimental results show statistically significant differences in the mean route distance for the routing policies, storage policies, and their interactions. Further testing indicates that the choice of certain routing and storage policies in combination can result in increased picking efficiency.     

基于指令执行延迟的最优交易策略

已有关于最优交易策略的研究尚未注意指令执行延迟的影响。本文主要研究了面对指令执行延迟约束的机构投资者对大额买卖指令进行拆分时所采取的最优策略及其数学性质,并对影响交易策略的各参数敏感性进行分析。研究表明,指令执行延迟导致机构的交易策略向后倾斜,而非均匀的拆分策略,且市场流动性和深度、拆分程度、风险厌恶程度、“价格误估”程度均影响执行延迟所导致的流动性成本。     

电子商务环境下的存储策略优化研究:固定存储还是分类随机存储

库位推荐与拣货过程效率的提升是降低仓库运营成本的两个重要方面。而仓库的存储策略会对仓库运营总成本产生重要影响。本文首先在分类随机存储策略与固定存储策略下构建了库位推荐与拣货路径联合优化的混合整数规划模型;其次,基于快销品行业、医药行业和图书行业下的订单结构特点,采用修正的差分进化算法对两种存储策略进行了对比分析。结论表明：存储策略的优劣不仅与订单结构有关,同时也与单位存储成本与单位拣货成本的比重有关。当比重不高于0.25时,三种行业均是固定存储策略的总成本更低;（2）当比重介于0.25和0.26之间时,快销品行业和医药行业均是固定存储策略的总成本更低,而图书行业下是分类随机存储的成本更低;（3）当比重介于0.26和0.27之间时,快销品行业下是固定存储策略的总成本更低,而图书和医药行业下是分类随机存储的总成本更低。（4）当比重不低于0.27时,三种行业下均是分类随机存储策略的总成本更低。本文可以为不同行业下的仓库存储策略的选择提供一定的参考价值。     

区域创新系统:秩序及其变迁

目前,区域创新系统的研究主要集中于对区域创新系统的解构,对于其形成及演化的分析较少,而演化研究中,借用生物学隐喻类比区域创新系统的研究,则由于语义转化导致的困境,解释力较弱。本文尝试引入秩序变迁的视角,对区域创新系统的演化过程进行分析,理清其脉络关系。     

订单不确定条件下的供应链协同决策研究

在产品客户化程度较高的装配生产中,制造商在获得客户的订单需求信息,但订单尚未签订的情况下,往往就要求供应商开始生产订单所需的零部件,以便客户订单签订后可以立刻开始产品的装配生产,从而实现尽快向客户交付订单的目的。但是,在客户订单不确定条件下,供应商提前生产零部件存在着一定的风险。一旦客户订单最终未能签订,由于零部件客户化程度一般也比较高,在相当长一段时间内很难被其它订单消化,从而形成呆滞库存。本文基于这样的运作环境,通过数学建模分析,研究了制造商何时向供应商下达零部件订单最优,以及供应商的最优生产决策问题,并给出了具体的决策方法。最后通过算例验证了模型的结论,并分析了生产延滞成本分担系数对供应商和制造商双方期望利润的影响。