航空公司机上周转品多基地库存优化模型

在民航业日益激烈的市场竞争环境下，航空公司对成本控制的精细化管理显得尤为重要。本文基于航空公司的实际背景，针对为旅客提供的机上周转品，建立了一个多基地库存系统的库存优化模型。该模型以系统的总库存成本最小为目标，在考虑需求、回收、调运、安全库存等因素下，决策一个订货周期内的订货及调运方案。基于最优解的分析，在成本参数满足一定条件下，可以得到系统最优的期初订货量；在此基础上，可以将该模型转化为一个网络流模型，参考最小费用最大流算法，设计了一个多项式求解算法来求解该网络流模型，进而得到各基地之间的最优调运量，并证明该算法的最优性；此外，根据期初订货量可行解的范围，设计了一个求解原库存模型的启发式算法。通过实例分析，验证了该模型与两种算法的有效性。     

基于互联网的企业智能决策支持系统研究

本文在分析互联网发展对企业智能决策支持系统的影响的基础上,研究了基于互联网的企业智能决策支持系统的网络模型与体系框架模型,及该系统的问题求解与综合子系统、互联网信息采集与存储子系统、数据库与数据仓库子系统、定量分析和模型子系统、定性分析与知识子系统。还研究了OLAP与数据挖掘在该系统中的作用,与该系统进行决策支持的一般决策过程。提出了完善发展该系统应解决的关键问题。     

竞争决策算法及其在车辆路径问题中的应用

在分析自然界各种竞争机制和人类社会决策原理的基础上,利用竞争造就优化和决策左右结果的特性,提出了一种能广泛应用于组合优化难题的新型算法———竞争决策算法(CDA),并给出了CDA的通用模型.车辆路径问题(VRP)是一个著名的NP难题,也是物流领域内一个重要的调度问题,利用CDA的通用模型设计了一个针对VRP的快速求解算法,并用该算法求解了VRP标准测试库中的实例,经过大量数据测试和验证,获得了令人满意的效果,其中部分问题的解优于目前公布的最好解.     

基于双层规划的区域港口内陆运输网络优化决策

为了对区域港口内陆运输网络进行优化决策,运用双层规划模型对区域港口物流系统中内陆集散中心和运输网络的选择进行决策.并提出求解该模型的对偶协调算法.最后运用算例进行实际分析,结果表明:该模型及其算法具有实用性和可操作性.     

优化设施服务的网络调整费用均衡问题研究

在物流网络中,当服务设施(配送中心、大型超市等)建立后,由于设施服务水平、市场需求等因素发生变化,需要调整物流网络中各个环节的配送时间来优化设施的服务能力。调整优化的过程中既要考虑需求目标、运行费用的同时也需要考虑调整的成本。本文针对该问题,提出了优化设施服务的物流网络调整费用均衡模型,并针对单个设施的树形配送网络结构,通过辅助网络将该问题转化为最小费用流问题,给出了多项式算法。最后,文中给出了算例以及两种费用的均衡分析。     

跨境电商企业海外仓选址多目标优化研究

海外仓作为一带一路战略环境下的一种新型跨境物流模式,具有运输时间短、退换货快等特点。本文在跨境电商的背景下,综合考虑建仓成本、运输费用、运输时间和税费等因素,提出了海外仓选址多目标优化模型,随后基于分层序列法设计了二分搜索-最小费用流算法对该模型进行求解,并证明该算法在多项式时间内可以得到最优解,最后通过算例证实了该模型和算法的有效性和实用性,这为跨境电商海外仓选址提供了理论依据和决策支持。     

免费接送机场服务的多目标规划模型及算法

综合考虑了航空票务公司免费接送机场服务过程中的顾客满意度与成本,将顾客满意度这一定性因素量化,并将运输成本分为车次起用的固定费用和车辆运行的运行费用.由此建立了针对免费接送机场服务中车次分配与调度问题的以最大满意度和最小成本费用为目标的0-1混合整数规划模型.根据问题和模型的特点,提出基于C-W节约思想的两阶段启发式算法对该问题进行求解.最后通过实验仿真和结果分析,说明了模型的实用性和算法的有效性.     

价格敏感型供应链网络规划模型及其混合遗传算法

针对价格敏感型供应链中,供应价格与批量之间通常具有非线性的函数关系,建立了采购、需求和物流服务环节均具有价格敏感性的多供应商、多配送中心和多零售商的供应链网络规划整数非线性规划INLP模型,设计解决此NP-hard问题的混合遗传算法,以启发式算法修复进化过程中出现的非法染色体,提高算法寻优速度,通过算例及与SAS/OR模块运行结果的比较,验证该算法具有很强的稳定性和高效性。     

基于资源共享和温度控制的生鲜商品多中心车辆路径优化问题

针对生鲜商品多中心共同配送优化研究在资源共享和温度控制有效结合方面存在的不足,提出研究集成资源共享和温度控制的生鲜商品多中心车辆路径优化问题。首先,结合生鲜商品的易腐性和配送过程的及时性特征,构建了包含生鲜商品多中心间的运输成本、配送成本、车辆温控成本、违反时间窗惩罚成本、生鲜商品价值损失和车辆租赁成本的物流运营成本最小和配送车辆使用数最小的双目标优化模型。然后,设计了结合生鲜需求客户地理位置、需求商品温控区间和时间窗约束的K-means多维聚类算法,进而提出一种TS-NSGA-II算法,该算法设计了禁忌搜索算法(TS)和非支配排序遗传算法(NSGA-II)间有效的选择性赋予机制,进而增强了解空间的搜索和寻优能力,并通过与MOGEA和MOPSO算法的对比分析,进一步验证了模型和TS-NSGA-II算法的有效性。最后,通过实例分析探讨了不同资源共享模式和温控区间的多中心车辆路径优化方案,研究结果可为生鲜商品物流配送企业进行资源共享模式选择和温控区间设计提供方法支撑和决策支持。     

面向客户关系管理的决策支持系统

基于一般管理问题的求解过程分析了客户关系管理中决策支持的基本需求,总结了客户关系管理中决策支持的多个主题,提出了面向客户关系管理的决策支持系统架构,构建了其数据库、模型库和知识库,设计了其人机界面,最后给出了实例.     

突发疫情环境下考虑订单释放时间的零售物流配送路径优化研究

“新冠肺炎”疫情突发严重危及了人们的生活安全，而物流保障在疫情防控、保民生活、稳定社会方面却起到了重要支撑作用。以保证民生的零售物流配送为背景，本文研究考虑订单释放时间的车辆路径优化问题，以配送完工时间与运输成本的加权之和最小为目标，构建了线性规划模型,并设计了改进的迭代局部搜索求解算法。该算法采用基于多种邻域结构和改进的US算法的局部搜索过程以增强算法的寻优能力，通过引入大路径和最优分割过程获得高质量的初始解和打破机制以增强算法的搜索效率。同时，提出一些性质用于拉格朗日松弛算法，为本文研究问题提供高质量的下界。最后，数值实验部分通过求解标杆算例和文中算例验证了模型和算法的有效性，并对订单释放时间和模型参数进行灵敏度分析，结果表明本文模型和算法能够为零售物流配送的效率提升和成本控制提供有效的决策支持。     

基于改进蚁群算法的低碳车辆路径问题研究

全球气候恶化危及人类生存环境,物流运输过程中产生的大量温室气体则是祸源之一。本文考虑带有碳排放约束的车辆路径问题（VRP）,以车辆行驶里程最短和碳排放量最小为目标,构建了多目标的VRP非线性规划模型。提出了一种改进的蚁群系统算法对该模型进行求解,算法在更新路径上的蚂蚁信息素时引入了混沌扰动机制,此举能降低算法运行时陷入局部最优解的概率并有效提高算法的适应性。同时,对启发因子、状态转移概率、信息素更新等环节进行了优化设计,提高了最优路径的搜索效率。最后,数值仿真实验证明了该算法的求解表现优于同类研究常用的遗传算法和禁忌搜索算法,具有较强的全局寻优能力。在灵敏性和有效性的保证下,本研究所设计的改进蚁群算法能够较好地处理低碳车辆路径问题（LCVRP）。     

Decision Support for Airline Schedule Planning

Since the 1950s, the operations research community has developed a large number of computer models to aid in the solution of airline scheduling problems. One notable characteristic of these contributions is that each algorithm was developed with its own input and output structures, user interface, and hardware and software requirements. The result is that many of these contributions are under-utilized because they are cumbersome to use, not integrated with the other airline's systems, and not connected across all functions of the airline (from planning to operations control). What was needed to make these contributions effective was a scheduling environment with a systematic interaction between the human, standardized databases across all functions of the airline, powerful desktop workstations for decision support, a standardized interactive graphical user interface for schedule editing, and the operations research techniques for optimization. This paper reports on the application of the integration of computer science and operations research in a decision support system for airline schedule planning. The application integrates a graphical user interface and the database with the schedule optimization algorithms.     

基于电商承诺送达机制的多目标低碳MDVRP优化研究

针对存在多配送站的电商物流配送问题,首先,考虑实际装载量对物流配送过程中车辆燃料消耗量的影响,建立燃料消耗量模型,并结合电商平台的承诺送达机制,构建配送延迟时间函数。随后,提出了以最小化物流成本和延迟收货时间的多目标多配送站车辆路径规划问题,建立该问题的混合整数规划模型。再次,采用基于分解的多目标遗传求解算法对问题进行求解。该算法采用矩阵编码的方式,设计了基于贪婪搜索策略的启发式初始化方法,考虑到贪婪搜索策略容易陷入局部最优的劣势,在算法迭代过程中,允许部分不可行解存在以扩大解空间的搜索范围,并进一步设计了遗传算法的交叉和变异算子。最后,以具体物流配送案例进行数值实验,实验结果表明所设计的算法对求解本文模型是有效的。     

Power load forecasting by wavelet least squares support vector machine with improved fruit fly optimization algorithm

As is affected by many factors, mid-long term power load forecasting has become the nonlinear and multi-dimension complex problem, and its accuracy affects the decision and layout of power generation sector. In order to improve the accuracy and convergence ability of the single least square support vector machine (LSSVM), this paper proposes the improved fruit fly optimization algorithm applied to wavelet least square support vector machine (IFOA-w-LSSVM). Firstly, the Gaussian kernel function of LSSVM is replaced by the wavelet kernel function and wavelet least square support vector machine (w-LSSVM) is built. Secondly, the ordinary fruit fly optimization algorithm (FOA) is improved from three aspects: (1) dividing fruit fly group into two parts: (2) improving the taste detection function; (3) using Cauchy mutation process to make fruit fly individuals variant. Finally, w-LSSVM is optimized by IFOA for seeking the optimal parameters and achieving the forecasting accuracy. Additionally, the example verification results show that the proposed model outperforms other alternative methods and has a strong effectiveness and feasibility in mid-long term power load forecasting.     

面向第4方物流的多代理人作业整合优化算法

物流作业整合是现代物流方法中减少物流成本的主要手段.在综合考虑代理商选择和线路优化两问题的基础上,建立了基于图状结构的面向第4方物流的多代理人作业整合优化模型.为了避免将代理商选择和线路优化作为两个互相分离的子问题来处理,提出了求解它的两层邻域搜索算法.第1层采用了转移、交换和环形移动3种移动策略求解作业在代理商之间的分配,而在第2层提出了路合并、路生成替换策略,形成了适于该问题的优化算法.随机产生20例算例,将两层邻域搜索算法的计算结果与基于k-最短路的枚举算法的计算结果进行比较,说明了该算法的可行性和有效性.     

A General Model of Some Inverse Combinatorial Optimization Problems and Its Solution Method Under l ∞ Norm

This paper proposes an optimization model and shows that most inverse combinatorial optimization problems so far discussed can be fit into this model as special cases. We propose a Newton-type algorithm for this model under l norm. This algorithm can solve the model in strongly polynomial time if the subproblem involved is solvable in strongly polynomial time for any fixed value of the parameter appearing in the subproblem, and it is shown that most particular inverse optimization problems encountered are this kind. Therefore, through this paper we show that a large group of inverse optimization problems can be handled in a uniform way and solved in strongly polynomial time.     

震后初期应急物资配送的模糊多目标选址-多式联运问题

针对震后初期应急物资配送系统优化问题,考虑应急物资需求模糊情况下应急物资配送中心选址和应急物资多式联运安排的集成决策,以应急物资配送总时间最短和受灾点应急物资未满足的总损失最小为目标,建立了一个震后应急物资配送的多目标选址-多式联运问题优化模型,设计了一种采用二维编码的非支配排序多目标遗传算法,并对该算法进行了复杂性分析。算例分析结果表明:该算法可以在得到Pareto前沿的同时,根据决策者偏好在Pareto前沿面上给出各种优化决策方案。     

面向多灾点需求的应急资源调度博弈模型及优化

非常规突发事件爆发后经常会造成多个灾点,而各灾点的需求往往是不同的,单独的应急资源中心很难同时满足这种要求,因此如何把多个应急资源中心所储备的应急资源公平合理地调配到各个灾点成为应急决策者亟待解决的现实问题。本文首先描述了各灾点对应急资源需求变化的动态过程即按照应急资源需求信息的变化将整个应急资源调度过程划分成若干阶段,在此基础上构建了基于多灾点多阶段的应急资源调度过程理论模型。随后以博弈论为工具,在进行一系列模型假设和确定各灾点灾情的前提下,建立面向多灾点需求的应急资源博弈调度模型,并采用改进的蚁群算法进行求解,实现对各灾点以最小的“虚拟成本”进行所需应急资源的调度。最后的模型仿真测试和算例分析验证了所建模型的有效性和可行性。该模型与算法也为商业物流中的资源配送提供了新的解决方案和实现途径。