非平稳备件库存控制模型与算法研究

针对非平稳需求的库存控制方法不成熟的问题,本文以控制库存总成本最小化为目标,以订货点和订货量为决策变量,建立了非平稳需求的随机静态库存控制模型,并给出了相应的求解方法;同时以汽车备件库存管理为例,进行了数值仿真实验,分析了模型的主要参数对结果的影响。分析结果表明,在其它参数不变的情况下,变异系数越大,即需求波动越大时,总成本在不断增加。需求波动越大,库存越不易控制,会增大成本;服务水平对总成本也有一定影响,服务水平越高,总成本就越高;随着库存持有成本的增加,总成本也增加,而且订货时间点也随着持有成本的增加而增加;可变订货成本的增加对订货时间点和订货量没有影响,只对总成本产生相应的增加,所以可变订货成本对整个模型没有影响。说明本文所建立的模型是合理的。该研究对提高非平稳库存管理效果具有一定参考价值。     

资源约束项目时间-成本均衡优化仿真模型

项目时间-成本均衡优化是项目管理学术界研究的热点难点,资源约束下项目时间-成本均衡优化是一类强NP-Hard问题.通过构建基于着色成本时间约束Petri网的项目仿真模型,分析模型变迁激发规则以及时间、成本的累加性,提出基于时间成本状态类的项目时间-成本分析方法.通过实例仿真求解资源受限情况下的工期最短问题和工期一定下的成本最优问题,仿真结果表明,该模型可以很好的表示项目资源约束的同时,实现项目时间-成本均衡优化,同时可以求解项目有效工期-成本曲线.     

基于运输规模经济的连锁门店最优订货频率

研究了需求不确定、存在运输规模经济效应下的连锁门店最优订货频率．在综合考虑门店到配送中心的运输成本、连锁门店和配送中心各自的库存成本、门店的订货成本的基础上，建立了较为全面的系统年总成本模型，以连锁门店的服务水平为约束条件，找到了成本最优的连锁门店最优订货频率．并通过仿真，分析了需求变化对连锁门店最优订货频率的影响，为连锁企业的库存决策提供了重要依据．     

小零售商户的订货决策模型

为完善小零售商户的经营现状,提高小零售商市场竞争力,基于北京市与天津市小零售商户的调研结果,在仅已知消费者对商品需求的均值和方差前提下,考虑了积压商品的残值和运营成本的具体构成,建立了小零售商户的订货决策模型,并求解小零售商户的最优订货批量及商品定价,以实现小零售商户利润最大化目标.通过Matlab进行数值仿真,证实了最优订货批量和商品定价的存在性,并发现节约成本有助于提高小零售商户的利润.     

基于VMI的允许缺货情况下需求服从常数的易变质品库存控制模型研究

首先通过解析推导给出了一个考虑一个供应商和多个不同的订货商,并且允许缺货情况下的需求服从常数的易变质品供应商管理库存VMI(Vendor Managed Inventory)控制模型;其次通过算例用Matlab 6.5求出了其最优解和最佳订货周期,并通过灵敏度分析讨论了质变率参数、服务水平参数变动对订货周期和各类库存成本的影响;最后给出了总结,说明了研究的意义.     

一个新的求解非线性等式约束的QP-free非可行域方法

提出了一个求解非线性等式约束优化问题的无罚函数无滤子的非单调QP-free非可行域方法.利用乘子和原始变量,构造一个等价于原约束问题一阶最优KKT条件的方程组.通过牛顿-拟牛顿迭代得到满足一阶KKT条件的解.采用了非单调的无罚函数无滤子线搜索方法,每次迭代使得目标函数或者约束违反度函数具有充分的非单调下降,可以取得更好的试探步长.该算法具有全局收敛性,在较弱条件下可以证明该方法具有超线性收敛性.     

基于资源分组的多约束云工作流调度算法

已有的云工作流调度算法采用全局搜索方式进行资源选取,存在计算成本高、对大规模云系统适应性差的问题。该文提出了基于资源分组的多约束云工作流调度算法,采用有向无环图的方法,对云工作流中的多任务之间的执行顺序和数据交换等属性进行量化建模;使用模糊聚类方法实现基于资源多维特征的分组处理,降低工作流任务到资源匹配过程中的搜索空间;并引入执行时间和成本预算约束,将工作流的任务调度问题转化为有约束条件的极小极大问题进行快速求解。仿真测试表明,该算法显著降低了任务执行完成时间和成本。     

障碍物空间中汽车式移动机器人路径规划方法

研究障碍物空间中汽车式移动机器人路径规划问题,使用简单的启发式搜索方法为受非完整约束且转弯半径受限的汽车式移动机器人规划近优路径,最小长度可行路径被选择作为启发函数.仿真结果证明了此方法对障碍物空间中汽车式移动机器人路径规划的有效性.     

需求信息更新下短生命周期产品的订货模型

短生命周期产品供应链的管理的核心问题,是零售商如何根据制造商提供的订货条件进行合理订货.根据一个产品生命周期市场需求信息更新,以及零售商和供应商如何制定有利于双方的第二次订货时间,和考虑库存成本的零售商在两次订货中怎样采用最优订货方式,对开始时刻和市场需求信息更新后的系统进行了建模和研究讨论,得到了两次订货条件下零售商应该采取的最佳订货量.     

具有禁止时间窗口的资源受限水利工程项目调度

水利工程项目的调度属于资源受限的项目调度,但又具有特殊的时间约束,称之为禁止时间窗口的约束,该约束假设某些任务不能在某个特定的时间段内执行.针对此类问题建立了一种带有禁止时间窗口约束的资源受限的项目调度问题模型,并提出了一种改进的类电磁算法,对局部搜索、电荷、合力及粒子移动的方式进行改进.基于PSPLIB实例库设计了仿真数据,将改进的类电磁算法与启发式优先规则、遗传算法进行比较,仿真结果表明了改进的类电磁算法的优化效果优于对比算法.     

基于分组策略的补货配送问题优化模型

针对已存在的供应链环境下较少考虑补货配送问题中的分组配送策略,结合大量零售商对单一产品需求量不同等特点,引入分组的决策变量.根据配送中心补货周期与配送次数的函数关系,以最小化三级供应链系统的平均总成本为目标,构建了带有配送中心能力约束的补货配送优化模型.根据优化模型的特点,利用改进的遗传算法求解模型,并进行了数据仿真试验.结果表明,该优化模型能为配送中心提供一种有效的分组配送方案,选择的优化算法更稳定快捷,能为企业提供有益的管理启迪.     

随机型联合补充问题的混合遗传算法的研究

随机型联合补充问题是一种需求为随机的多种物品联合补充,目标是得到最小的总成本.针对这一问题使用了定周期检查策略进行分析,并建立了期望值模型,求出使整个库存系统的单位时间总期望费用最小的基本订购周期、各物品订购周期和最大库存量,并要满足一定的服务水平.对此模型采用了随机模拟算法和遗传算法的混合来进行解决,该算法可以得出问题的近似最优解,并用实例对算法进行了验证.     

基于响应时间效应的突发水污染应急决策分析

近期,中国频发的突发水污染事件及其造成的重大环境和经济损害,在很大程度上是由于相关责任人对污染危害程度及其发展趋势认识严重不足、应急准备缺失和处置响应迟滞造成的.为此,从污染物在水中的扩散规律及环境经济危害与污染控制费用的动态发展趋势角度出发,构建以响应时间为决策变量,以应急处置费用最小化为目标函数,以水质达标和物资准备时间为约束条件的突发水污染应急处置决策模型,采用情景分析的方法,将物资获取、运输、装卸与装配等的时间因素对目标函数的影响进行量化分析,揭示应急物资准备工作的各个环节的实施时间、污染现场条件对应急处置费用的影响程度.在假定的典型情景中,突发水污染应急响应延误1 h,应急处置费用会增加约163万元.研究结果不仅能为污染事件相关责任人清晰地展示事故应急响应延误的严重后果,还可为决策者在应急处置战略点选择、应急处置技术方案选择以及应急物资储备库构建方面提供量化的信息支持.     

多时段缺电损失最小化减载模型及算法

为了实现系统供电不足时的缺电损失最小化,本文提出了在多时段最优减载的模型和算法.该模型考虑了各时段间缺电损失的耦合关系,是一种最优潮流模型,该算法是改进的近似规划法.利用不同时段潮流方程和约束条件的无耦合性,将潮流求解、灵敏度解算、约束条件的线性化、有效约束的筛选等主要计算分时段进行,进而形成关于所有时段控制变量的近似线性规划算法.以线性规划的结果修正控制变量,迭代收敛至最优解.同时将距离判别有效约束改进为区间运算判别有效约束,提高了线性规划算法的效率.并以IEEE-14节点系统的4个时段为例,验证了该模型和算法的有效性.     

绿色车辆路径问题的改进拉格朗日松弛算法

针对绿色带容量的车辆路径问题(Green Capacitated Vehicle Routing Problem, GCVRP),建立了以最小化总运费为优化目标的混合整数规划(Mixed Integer Programming,MIP)模型,并提出一种改进拉格朗日松弛算法(Improved Lagrange Relaxation Algorithm, ILRA)进行求解。首先,通过拉格朗日松弛技术得到原问题的对偶问题,并运用次梯度法求解对偶问题获得原问题的下界;然后针对下界设计修复算法和邻域搜索算法获得原问题的上界,进而更新乘子迭代求解;最后进行仿真实验,实验结果表明：在相同实验环境下对19个不同规模算例进行10次测试,ILRA求取MIP的上下界平均间隙为7.61%,而Gurobi求解器求取的平均间隙为15.47%。可见,相较于Gurobi求解器,ILRA能够高效获得GCVRP的高质量解。     

考虑替代救援可靠度的应急配置优化模型

为了合理规划应急设施选址与资源配置方案,分析救援车辆失效对系统覆盖可靠度的影响. 通过构建虚拟车辆资源池,考虑实际中存在使用系统内剩余可用车辆替代失效车辆的情景,提出救援覆盖可靠度的计算方法. 以系统总成本最小化为目标,考虑设施分级和2种救援车辆的匹配,建立考虑替代救援的应急配置双层规划模型. 上层模型优化设施选址与车辆配置方案,下层模型进行物资需求分配. 设计双层启发式算法进行求解. 案例分析表明：随着车辆间容量倍数在合理范围内增长,系统总成本呈现先降低后平稳的趋势,该模型可以为最优的车辆种类匹配方案选择提供依据. 通过与基于传统可靠度计算方法得到的结果对比表明,使用所提的可靠度计算方法,有助于减少系统总成本,在不同车辆类型匹配方案下的平均优化程度为9.01%.     

易腐商品在允许延期付款期限下的库存模型

延期付款可以有效地减少库存和降低购买成本,能够鼓励销售商购买更多的产品,刺激订货量的增加,是一种具有广泛应用的库存策略.在允许延期付款期限下,针对易腐商品以成本最小化为目标,构建了易腐商品在延迟付款期限下的库存模型,并通过算法确定了最优订货周期和最优订货量.通过实际算例,说明了模型的有效性.     

损失率依赖于缺货量资金折现的变质库存模型

利用折现现金流法建立了一类需求率依赖于通货膨胀和时间的变质性产品库存模型,允许缺货,缺货期间损失率与实际缺货量成正比,目标是确定最优的补货次数、补货时间和每次的补货量以使总费用现值最小,分析了模型的性质,给出了寻找最优策略的算法,并通过算例说明了模型。     

基于Vague集的网格资源发现模型

资源发现是网格技术的一个非常重要的方面,资源发现就是找到与预想的资源描述相匹配的资源.当前对网格资源匹配的研究主要集中于精确匹配,而在模糊匹配方面做的研究较少.通过引入Vague集理论,结合P2P的资源发现技术,提出了一种新的网格资源发现模型.该模型提供灵活的资源模糊匹配机制,用户可以根据自身资源需求来发现资源.仿真实验表明,提出的发现模型具备良好的资源发现性能.