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。     

带学习效应的双渠道供应链库存策略研究

针对具有学习行为的双渠道供应链问题,本文研究了两种分销渠道并存下的最优库存策略。有限计划期内,分销商通过传统销售和在线销售来满足下游顾客的需求。两种分销渠道下的销售单价为时变不减线性函数,当系统中各周期的生产订购固定成本以一定的概率具有学习效应行为时,分别建立了非变质产品生产存贮问题的混合整数约束优化模型以及易变质产品存贮问题的无约束混合整数优化模型,所建立模型的目标为极大化分销商总利润函数。对于这两类模型,通过分析其最优解的性质,利用将生产订购次数松弛为连续变量的技巧证明了最优解存在的唯一性。给出了最优策略的求解方法并比较了两类模型最优利润函数值的大小。最后通过数值算例对上述模型进行了验证,数值结果表明当供应链系统中存在学习效应行为时,该系统能够获得更多的利润。     

基于矩阵变换的车辆路径问题仿真优化方法

针对车辆路径问题这一求解难题,提出基于启发式变换的仿真优化原理和求解方法,建立了基于邻接矩阵的车辆路径问题的数学模型;利用启发式运行规则对仿真运行的参数进行了分析,通过矩阵变换改进优化搜索策略并找出最优解或满意解.算例求解表明,基于矩阵变换的仿真优化方法具有良好的稳定性和求解效率.该项研究为求解车辆路径问题这一难题提供了新思路.     

GPRs条件下时间-费用权衡问题的初始最优解

求解时间-费用权衡问题时,特别是在确定项目的最优时间-费用曲线时,首先必须找出初始最优解,即费用最低的总工期,然后在该解的基础上,用最低的压缩费用将总工期逐步缩短。在工序之间只有严格优先关系下,各工序的费用最低的工期就是初始最优解。但是当工序之间存在一般优先关系(简称GPRs)时,各工序都选用费用最低的工期往往无法满足既定的优先关系,使得项目不可行,因此必须考虑其它费用较高的工期,并且在时间约束范围内使得总费用最低。所以求解GPRs条件下时间-费用权衡问题的初始最优解是一个项目调度问题。针对该问题,首先,通过分析GPRs及其表示方法的特点,建立了该问题的数学模型;其次,通过对该模型进行对偶变换,将其等效转化为产销平衡的运输模型。运用已有的相关算法能够简便有效地求得该模型的最优解,并跟据初始-对偶关系可求得原问题的最优解。     

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.     

具有多目标结构评价功能的多目标决策方法

本文把具有柔性目标结构的多目标决策模型和DEA方法相结合,实现了最优解的求解和最优解的有效性评价这两个环节的统一,从而提高了多目标决策的科学性.     

一种考虑原材料库存成本的变质物品EPQ模型

在库存管理研究中,单独实现产成品或原材料库存成本最小,往往无法获得整个库存系统的最优控制策略.本文提出了一种同时考虑产成品和原材料库存成本的变质物品EPQ集成模型.运用迭代寻优法得到模型最优解,得出计划期内最优原材料订购次数,原材料订购周期内的最优生产次数和最优服务水平,并对主要参数进行了灵敏度分析,为生产制造企业的库存管理提供了决策依据.     

基于改进遗传算法的置换装配线调度问题研究

企业的置换装配线调度问题（Permutation Assembly-line Scheduling Problem,PASP）是一类典型的NP-hard型生产调度问题,是现代集成制造系统CIMS极为关心的问题。该问题可以具体描述为n个工件要在m台机器上加工,每个工件需要经过m道工序,每道工序要求不同的机器,这n个工件通过m台机器的顺序相同,它们在每台机器上的加工顺序也相同,问题的主要目标是找到n个工件在每台机器上的最优加工顺序,使得最大完工时间最小。由于PASP问题的NP-hard性质,本文使用遗传算法对其进行求解。尽管遗传算法常用以求解调度问题,但其选择与交叉机制易导致局部最优及收敛慢。因此,本文提出基于区块挖掘与重组的改进遗传算法用于求解置换装配线调度问题。首先通过关联规则挖掘出不同的优秀基因,然后将具有较优结果的基因组合为优势区块,产生具优势的人工解,并引入高收敛性的局部搜索方法,提高搜索到最优解的机会与收敛效率。本文以OR-Library中Taillard标准测试例来验证改进遗传算法的求解质量与效率,结果证明：本文所提算法与其它求解调度问题的现有5种知名算法相比,不仅收敛速度较快,同时求解质量优于它们。     

缓冲区有限的两阶段置换流水车间调度问题性质分析

本文针对缓冲区有限的两阶段置换流水车间调度问题的基本性质进行了分析,指出了缓冲区的大小对于问题最优解的影响并证明了该问题的复杂性.通过对原问题及其特例在目标函数之闽关系方面的研究.为算法获得较好的初始解提供了依据.这些性质为设计求解算法提供了理论依据.     

一类两层规划问题模糊满意解的遗传算法

在现有两层规划问题求解方法的基础上,提出用浮点数编码的遗传算法求解该问题模糊满意解的新方法．这种方法每次提供给决策者一组近似最优解,通过决策者的比较、评价和选择,在交互过程中得到各决策者都满意的解．该方法不仅可以给决策者提供更多的决策环境信息,而且可以适应决策者偏好的变化,使得决策过程更合理,更符合人的认识过程．     

高等教育最优投资双层规划模型研究

高等教育投资具有"双层"的特点,上层为省级主管部门,下层为高等学校。本文成功运用了双层规划模型,在不考虑高校自筹发展资金投入的情况下,建立了高等教育最优投资双层规划模型,研究了模型最优解的存在性,给出并证明了模型最优解的等价形式,设计了模型解的算法并进行了算法复杂性分析。通过求解模型,可以同时得到省级主管部门和高等学校的最优投资决策方案。文章最后还给出了考虑高校自筹发展资金的两种情况下建立投资模型和求得最优解的方法。     

等待时间受限的两阶段流水车间调度问题性质研究

对等待时间受限的两阶段流水车同调度问题的基本性质进行了研究.在问题的复杂性方面.证明了任何基于排列排序的调度规则都不能保证具有最优性,而且问题是强NP难的.在原问题和排列排序问题之间的关系方面,证明了满足排列排序要求的任一工件加工序列均可构成相应的可行调度;当满足一定条件时,排列排序的最优解也是原问题的最优解.这些性质为设计求解算法提供了理论基础.     

考虑三维装箱约束的车辆路径问题研究

针对实际物流配送问题的特点,建立考虑三维装箱约束的车辆路径问题模型,提出求解该问题的引导式局部搜索算法。采用改进的模糊遗传算法求解车辆路径问题,提出一种新的模糊逻辑控制器,并采用引导式局部搜索算法求解三维装箱问题。通过计算标准算例检验算法性能,试验结果表明引导式局部搜索算法能够在较短时间内得到质量较高的近似最优解。     

求解多层生产计划集成问题的一种遗传算法

对于多层生产计划集成问题,目前多采用递阶计划模型求解.利用单个模型来描述和解决集成化的多层生产计划问题在理论上具有更好的求解效果,但实现上却有很大的难度.基于JIT思想,提出了一种新的优化目标函数,建立了一个批量规划和作业排序的集成模型,并采用遗传算法求解,取得了较为满意的结果.     

随机需求直接发运的运输与库存整合优化研究

分销系统的运输与库存整合优化是供应链管理的重要研究课题.本文分析了随机需求两级分销系统的三种配送策略,并具体给出了基于整车直接发运策略的运输决策与库存控制整合优化数学模型,可得到最优的两级最优库存水平和最优的运输频率.最后对给出的算例,利用MATLAB7的规划求解功能容易获得了问题的最优解.     

投资项目集合选择问题的非线性规划模型与解法研究

基于项目集合选择问题的定义,给出了项目集合选择问题求解的一般步骤。依据投资方案组合选择问题的非线性特性,构建了投资项目集合选择问题的非线性规划模型,在此模型的基础上提出了基于外点法求解此类问题的改进贪婪搜索算法。研究了采用surrogate松弛模型确定初始点和运用改进的贪婪算法搜索最优解的具体实现方法,给出了实现算法的具体步骤。     

基于遗传算法的建筑材料联合库存优化研究

本文基于物流和供应链理论,建立了针对建筑材料二级供应链的联合库存成本的优化模型,并引入遗传算法以求得该模型的最优解.文中探讨了其运算过程并对运算结果进行了分析.分析结果充分显示了遗传算法在求解建筑材料二级供应链中联合成本最优解时的高效性.     

有多重最优解的流水型两工序排序问题研究

本文指出了著名的约翰逊(Johnson)定理只能找到两工序排序问题的一个最优解,不能求出有多重最优解的两工序排序问题的所有最优解.本文给出了一种寻找两工序排序问题多重最优解的计算方法,并举例对该方法进行了验证.     

基于最差情况的最优消费和投资策略

在假设证券收益存在有界不确定干扰和考虑交易费用的情况下 ,基于微分对策理论 ,研究了最差情况下的最优消费和投资策略问题 .首先 ,建立了最优消费和投资决策的微分对策模型 ;其次 ,证明了该微分对策模型存在唯一的值函数 ,并根据微分对策理论推导出了值函数满足的 IB偏微分方程 ;再次 ,基于微分对策值函数 ,给出了最差情况下的最优消费和投资策略 ;最后 ,给出了 IB偏微分方程解析解的一种求解方法 ,并对解的性质做了初步探讨     

基于持续运营机会约束的竞争设施点选址研究——一种有效的实数编码遗传求解算法

竞争设施点选址是空间经济、区域发展、组合优化和系统工程的重要课题之一。本文以市场份额最大化为目标,研究了基于持续运营机会约束的竞争设施点选址问题,并给出了一种有效的实数编码遗传求解算法。在求解模型方面,首先假定运营成本是竞争设施点规模大小的函数,并对设施点持续运营概率进行机会约束,借鉴引力模型建立竞争设施点选址-设计问题的非线性混合整数规划模型。其次,考虑到选址变量和规模变量的数值类型,以及编码变换问题,设计了一种实数编码遗传求解算法。通过数值实验表明,对不同规模问题的实际计算结果,该算法可以在较短时间内获得最优解,可行解和精确解之间误差小于0.5%,相关比较分析也讨论了该算法的优越性和实用性,为竞争设施点选址问题的研究提供了不同的视角和实用求解算法。