BAB算法中集成CPT求解job-shop调度问题

CSP(constraintsatisfactoryproblem)的优势在于能够处理复杂约束,获得一个满足约束的解,但难以保证解的质量.OR(operationresearch)的优点是获得最优解或近优解,但它求解复杂约束的优化问题非常困难.CPT(constraintpropagationtechnique)是CSP的主要搜索技术,BAB(branch_and_bound)是OR常用的优化算法.提出了一种将CPT集成于BAB中的混合算法,从一个新的角度解决具有一般性与挑战性的job shop调度问题.其主要特点是,通过在BAB算法中嵌入动态可调的时间窗口约束和加强一致性CPT搜索方法,融合BAB的优化能力和CPT处理复杂约束的能力,提高BAB的优化性能及实际应用能力.实验结果令人满意,证明了算法的有效性.     

基于价值链和知识管理的分销绩效改进

从价值链理论和知识管理理论角度讨论了改进供应链分销阶段过程绩效水平的方法。利用作业成本法和基于作业管理的思想把分销阶段层层分解,采用标杆学习方法,通过消除非增值过程、改进低效过程、创造新的增值过程、重视顾客心理、最大化顾客让渡价值,改进分销阶段的过程绩效水平,并且这种改进过程是持续进行的。在此基础上提出了"精益分销"的概念,以适应当今需求日益个性化的发展趋势。