考虑总人工时约束的MTO企业订单竞争决策方法

针对竞争环境下MTO企业订单的接受决策问题,提出以价格竞争的策略获取订单并建立了订单竞标决策过程模型。考虑订单竞价与赢取订单可能性的效益背反关系,以企业利润最大化为目标,建立了订单竞价决策数学模型;以订单竞价决策模型为基础,分析了企业总人工时与订单成本估算准确率以及企业利润的关系,提出了合理有效的企业总人工时分配策略;最后以实例验证了模型及策略的有效性。     

Benders算法下集群式供应链多级订单柔性决策模型

针对大批量定制化的客户订单,供应链企业在进行订单决策时,往往缺少对不同特点订单的分级分类,导致部分超出负荷的有效订单缺乏柔性合作渠道,给供应链带来潜在的运作风险。为此,以产业集群为背景,通过分析客户订单的特点和层级,建立单级无链间协作的订单决策基本模型;在此基础上,考虑多供应链横向跨链协作影响因素,拓展构建了基于集群式供应链的多级跨链订单决策模型,以大批量动态处理客户订单的层级分类及柔性配置,实现订单的在线实时决策,并设计Benders分解算法求解。数值计算和仿真分析表明,多级订单决策比单级订单决策更具柔性;同时,客户满意因子和跨链协作因子对订单跨链决策具有阈值效应,而基于阈值点的组合策略进一步验证了多级订单柔性决策的现实可行性。     

Benders算法下集群式供应链多级订单柔性决策模型

针对大批量定制化的客户订单，供应链企业在进行订单决策时，往往缺少对不同特点订单的分级分类，导致部分超出负荷的有效订单缺乏柔性合作渠道，给供应链带来潜在的运作风险。为此，以产业集群为背景，通过分析客户订单的特点和层级，建立单级无链间协作的订单决策基本模型；在此基础上，考虑多供应链横向跨链协作影响因素，拓展构建了基于集群式供应链的多级跨链订单决策模型，以大批量动态处理客户订单的层级分类及柔性配置，实现订单的在线实时决策，并设计Benders分解算法求解。数值计算和仿真分析表明，多级订单决策比单级订单决策更具柔性；同时，客户满意因子和跨链协作因子对订单跨链决策具有阈值效应，而基于阈值点的组合策略进一步验证了多级订单柔性决策的现实可行性。     

考虑消费者退单行为的生鲜电商分级退款决策

针对生鲜电商企业面临的订单取消难题,考虑订单履约成本随时间变化的特点,结合消费者退单行为分析和制定分级退款最优决策以提升企业整体收益.本文首先基于经典Hotelling模型分析和刻画消费者退单行为偏好,然后构建消费者效用函数并在此基础上建立零售商的收益模型,在单一退款决策的基础上分段优化得到了最优的分级退款决策.研究发现零售商采用分级退款最优决策不仅能够提升自身收益,还可激发消费者的购买意愿提高其市场参与度,并能有效引导消费者的退单行为,显著提升收益,减少履约成本,提高顾客满意度,实现零售商和消费者的"双赢".最后,本文通过数值实验充分验证了理论结果,为生鲜电商企业制定退单退款策略提供了辅助决策支持和管理启示.     

面向订单基于Agent的启发式产品组合生产计划研究

由于需求的不确定,很多企业在综合生产决策中渐渐采取面向定单的生产计划方式.当订单需求大于企业最大生产能力时,需要进行产品组合决策,以确定使利润最大的多产品混合生产的产量.本文针对一个面向订单生产的半离散制造型企业,结合Agent,建立了一个不依赖于特定成本和利润函数形式的基于作业流程和BOM结构的分布式生产决策模型,并给出了基于粒子群优化算法的启发式求解方法.该算法通过一维搜索调整粒子群"飞翔"的速度系数以解决寻优过程中粒子"飞出"可行域的问题,通过算例验证了求解算法的有效性.为将算法融合到所研究企业的ERP系统中,开发了试验性原型系统,并进行了模拟决策,结果表明所提出的模型和算法是可行的.     

网上超市拆分订单的合并打包优化决策方法

大型网上超市"一地多仓"和"多地多仓"等仓储布局导致"一单多品型"订单被拆分在不同仓库进行拣选并分多次配送给顾客,这就诱发了"高成本、高污染、高扰民"等影响电子商务绿色健康发展的挑战性难题.被拆分订单在多个仓库间的合并打包是化解这一难题的重要手段.本文从化解问题求解难度入手,以提高拆分订单合并打包方案在线生成的科学性和高效性为目标,综合运用组合优化和状态空间搜索理论,围绕拆分订单是否合并打包,选择哪些仓库打包,哪些商品可以合并打包这三个关键问题提出拆分订单合并打包问题的两阶段在线智能优化决策方法.第一阶段归纳总结决策影响因素,制定判定规则,决策合并打包必要性;第二阶段,采用状态空间搜索算法生成备选的合并打包方案集合,将定性的控制策略转换成控制规则纳入方案生成过程来缩减方案空间.数值实验表明,本文提出的合并打包优化策略可有效降低网上超市拆分订单履行成本,理论成果可为指导网上超市或其它拆单现象显著的B2C电商企业的实际合单作业提供借鉴.     

基于生产负荷率均衡的多供应商订单分配仿真

针对供应链下游企业面临向一个产业集群内多家供应商订购同一种产品的情况,分别从企业实际分配订单的情况及多个供应商之间的生产负荷率均衡方向考虑订单分配问题.基于生产能力及生产负荷率均衡分别建立了一个制造商对多个供应商的订单分配模型.考虑到企业实际运作过程中需求及生产能力的不确定性,通过离散系统仿真分析验证了基于生产负荷率均衡的分配策略不仅能从制造资源上保证订购企业下达的订单得以顺利完成,而且还有利于提升整个供应商群体的运作水平,进而实现整个供应链的优化.     

二级多零件供应链中基于订单的缺货水平分析

在面向订单装配的系统中,平均未能完成的订单数量是衡量顾客服务水平的重要指标.考虑由一个仓库和多个分销点组成的多零件二级供应链系统,顾客订单类型有多种且随机到达,分销点之间允许转运.通过马尔可夫分析,构造了求解该系统平稳状态概率的迭代算法,提出了基于订单的缺货水平的近似表达式.数值模拟表明,该近似表达式的平均误差为5.77%,转运机制的引入、分销点个数的增加将导致订单的平均缺货水平减小.数值模拟还分析了需求的相关性对基于订单的缺货水平的影响.     

基于学习效果的蔬菜电商成组拣货排序方法

按单拣货是电子商务背景下物流配送中心最关键、最复杂的作业环节.它直接衔接着物流配送和客户,且大部分是劳动密集型作业,因此按单拣货也是出错率最多,耗费时间最长的环节.在拣货之前对订单考虑配送因素和相似性成组,能够大大降低拣货成本.蔬菜电商拣货系统是基于人的柔性作业系统,拣货人员的学习效果导致作业效率随时间变化,从而订单的拣货时间不确定,对按单拣货作业有着不可忽视的影响.本文针对蔬菜B2C电子商务直销背景下拣货环节的订单成组作业优化问题进行研究,基于拣货人员的学习效果,建立最小化订单拣货完成时间之和的拣货序列优化模型.针对该问题多阶段,多层次决策特点,基于序贯决策思想,提出两阶段的求解方案:第一阶段订单成组,提出同时考虑订单配送距离,打包材料相似性和订单相似性三种指标融合的订单成组准则,并给出启发式算法对订单进行成组;第二阶段成组订单作业调度,提出基于修订式非递减的订单规模排序方法对组内订单进行排序,组间排序是基于具有降低搜索范围,提高搜索能力的改进模拟退火-遗传算法.通过数值实验和算法比较,验证了本文算法的有效性和实用性.研究结果表明,本文得到的方法能大大缩减拣货时间成本,为蔬果类商品网上直销企业生成拣货作业计划提供理论指导.     

网上超市订单分配与物流配送联合优化方法

针对网上超市一地多仓环境下的订单分配与物流配送两个环节,从联合优化的视角出发,以最小化物流配送成本为目标建立了非线性混合整数规划模型,并设计了一种启发式算法进行求解.在该启发式算法中,基于缩减问题求解空间的思想,引入人工智能状态空间搜索,利用物流配送阶段影响配送成本的关键因素作为订单分配的规则,采用改进的广度优先搜索算法生成较好的订单分配方案集合.利用C-W节约算法和邻域搜索技术,在优化配送路径时调整订单分配方案.最后构造算例验证了该算法的有效性.     

寡头市场下价格时变产品的最优交货时间策略

针对需求对价格和交货时间的敏感性, 价格与交货时间呈线性关系, 构建了寡头市场下按单生产（make to order （MTO））企业的产品最优交货时间的决策模型, 关注产品之间的替代性以及面临的不同市场竞争环境, 使模型更贴近现实情况. 首先对模型的最优性进行分析, 其次通过数值算例,探讨了顾客偏好系数和替代率对最优决策的影响, 以及寡头企业在竞争与合作机制下的最优选择. 结果表明顾客的不同偏好将带来不同的决策结果, 企业应根据顾客类型进行市场细分并采取不同的决策; 在两企业之间存在替代性的情况下, 缺乏合作的动机, 竞争普遍存在. 但如果两企业想保持稳定的交货时间和价格, 应采用合作机制. 相关结论可以为企业科学进行市场竞争提供有益的指导.     

随机需求下双产品混合生产的Markov决策过程研究

基于按订单生产(make to order,MTO)和按库存生产(make to stock,MTS)两种生产模式的产品,考虑可以忽略生产方式转变带来的安装费用及其它固定费用的情况,建立混合MTO/MTS模式下有限期的Markov决策过程(finite Markov decision process,FMDP)模型.比较研究随机需求下同一生产系统混合生产MTO和MTS产品时,MTO优先模式、MTS优先模式与基于FMDP模型的混合MTO/MTS模式(FMDP混合模式)的效率问题.结果表明,MTO订单量、MTS库存量和产品需求强度是影响FMDP混合模式决策的关键因素,而剩余决策期数、单位MTO订单延迟交货罚金和MTS处理成本则只会在短期内对生产决策产生影响;同时,当企业MTO订单量减少或者MTS产品需求强度降低时,FMDP混合模式比MTS优先模式更优;当MTS产品库存量降低或者MTO产品需求强度降低时,FMDP混合模式同样优于MTO优先模式.     

考虑服务水平约束的制造商定价和交货期联合决策

以M TO制造企业为研究对象,分析服务水平高低对制造商定价和交货期决策的影响。分别建立不考虑和考虑服务水平约束时定价和交货期联合决策模型,以最大化期望收益为目标,得到制造商的最优定价、最优承诺交货期和最大期望收益。并且通过分析可知,服务水平高低对最优决策的影响是分段的;其中对最优价格的分段影响,还与持有成本以及价格和交货期敏感系数的大小有关;并且当服务水平等于不考虑服务水平约束下最优承诺交货期的概率分布值时,期望收益达到最大。     

Order scheduling with controllable processing times,common due date and the processing deadline

Due date quotation and scheduling are important tools to match demand with production capacity in the MTO (make-to-order) environment. We consider an order scheduling problem faced by a manufacturing firm operating in an MTO environment, where the firm needs to quote a common due date for the customers, and simultaneously control the processing times of customer orders (by allocating extra resources to process the orders) so as to complete the orders before a given deadline. The objective is to minimize the total costs of earliness, tardiness, due date assignment and extra resource consumption. We show the problem is NP-hard, even if the cost weights for controlling the order processing times are identical. We identify several polynomially solvable cases of the problem, and develop a branch and bound algorithm and three Tabu search algorithms to solve the general problem. We then conduct computational experiments to evaluate the performance of the three Tabu-search algorithms and show that they are generally effective in terms of solution quality.     

网络化制造模式下基于改进蚁群算法的供应链调度优化研究

为制定网络化制造（networked manufacturing,NM）模式下供应链合作成员间的动态调度策略,构建了由制造商、协同设计商以及客户组成的三层动态调度模型;在生产能力约束、多目标优化约束等制约因素下,采用时间函数、成本函数和延期惩罚函数三个目标函数对调度问题进行描述;使用改进蚁群算法（improved ant colony optimization algorithm,IM-ACO）,对调度路径可行解节点添加不同的信息素,并将信息素浓度约束在τ_min和τ_max之间,使得供应链客户个性化需求服务、运作时间、成本等综合收益达到最优. 实例仿真表明本文提出的动态调度优化算法求解具有较快的搜索速度、收敛性好,算法具有较好的稳定性;同时,也表明本文构建调度模型合理,可以为实际生产调度提供优化的策略.     

基于GABC算法的作战体系智能优化方法研究

为解决探索性仿真无法快速地遍历解空间,实时提供辅助决策方案的问题,提出了基于分类器的遗传算法,建立了基于该算法的作战体系仿真优化方法框架,能够根据体系关键因素和决策目标的动态变化寻找最优解,适用于诸如寻求最佳效费比方案、最优力量部署等多种体系优化问题。基于国防大学的仿真试验床系统进行了某海域火力拦阻作战的实验,通过GABC(genetic algorithm based on classifier)算法优化了力量配置问题。实验表明,该方法可以准确、快速地从复杂的体系限制条件中寻找效费比最高的方案,可以大量减少仿真实验的次数,满足快速辅助指挥员决策的需求。     

订单生产方式下供应链买卖双方1:n协调订货批量模型

供应链中的每个节点既是后一节点的供应商,又是前一节点的顾客。供需关系始终贯穿着整个供应链。因此,供需双方批量研究是供应链管理的一个最重要也最基本的内容之一。在传统模型的基础上给出供需双方通过线性价格折扣政策的Stackelberg博弈模型,并给出一个算例加以说明。     

面向重要供应商和客户的供应链设计方法

与重要供应商和高价值客户建立良好的关系，已经成为企业获得竞争优势的必然选择。本文从供应链核心企业的角度出发，提出了一种面向重要供应商和客户的供应链设计方法。该方法将供应链设计分成两个阶段。首先，利用模糊综合评判法对核心企业的供应商和客户进行评价，获得它们的重要度。然后，建立一个多目标混合整数规划模型来描述供应链设计问题。与基于成本最小化或利润最大化的传统供应链设计模型相比，该模型体现了关系管理的思想，考虑（1）优先向具有较高重要度的供应商采购原料，以建立长期稳定的合作关系。（2）分销中心的选址要尽量接近重要的客户或客户区，以缩短订货的提前期，提高客户服务水平。     

自适应PBIL算法求解合同优化匹配问题

描述钢铁企业中客户合同与库存材料的优化匹配问题，建立实现库存利用量最大化、匹配成本最小化的多目标O-1规划模型。结合问题的特点，采用模糊决策方法对多目标函数进行集成，设计一种具有自适应能力的PBIL(Population-based Increased Learning)算法用于模型求解，它的基本思想是利用信息熵来度量算法的进化程度，并按照熵值的变化自适应地调整算法的学习因子和变异率。通过应用实例的计算，以及和基本PBIL算法、GA计算结果的比较，证明该模型和算法的有效性和应用潜力。     

公共物流中心扩建规模优化模型研究

同时考虑物流规划部门及客户的利益,采用双层规划模型来描述物流中心扩建规模优化问题。上层规划从决策者的角度出发,使系统总费用最少;下层规划描述用户对物流中心的选择行为,在用户费用最少的情况下,向各个物流中心分配需求,以使扩建后的物流中心的能力得到最大程度的利用。并应用灵敏度分析方法进行了求解。最后用一简单算例验证了模型及求解方法的可行性和有效性。