库存水平影响需求下变质品订购、定价和保鲜技术投资的联合决策

研究变质品的订购、定价和保鲜技术投资联合决策问题.假设产品需求同时受价格和库存水平的影响,系统不允许缺货并放松期末库存水平为零的约束,零售商拥有有限的货架空间或存储空间,同时考虑零售商可以通过投资保鲜技术减低产品的变质率,以平均利润最大化为目标构建库存水平影响需求下变质品的订购、定价和保鲜技术投资联合决策模型.首先证明最优策略的存在性和唯一性,并给出零售商建立期末库存的条件;然后利用最优解的相关性质设计一个求解模型的多阶段迭代算法;最后通过具体算例验证展示模型和算法的可行性和实用性,并完成相关参数的敏感性分析,获得一定的管理启示.     

需求依赖于产品价格和消费者时间偏好的定价与订货决策

研究产品的市场需求依赖于价格和消费者时间偏好情形下的供应链及其成员的最优定价与订货问题. 利用时间偏好因子刻画消费者的时间偏好, 利用产品市场需求关于零售价格的弹性指数反映消费者的价格敏感程度, 建立存在强势零售商、强势供应商和供需双方势力均衡3 种渠道权力结构下的定价与订货模型. 数值结果表明, 在3 种渠道权力结构下, 消费者的时间偏好和产品市场需求关于零售价格的弹性指数是供应链主导者最优定价、订货量和期望利润的单调减函数, 将其纳入定价与订货决策的影响因素予以考量能够增加供应链主导者的最大期望利润.

     

野草算法及其研究进展

野草算法(Invasive Weed Optimization, IWO)是近年来提出的一种简单、有效的基于种群的新颖数值优化算法,自其提出以来正逐渐受到国内外学术界和工程优化领域的关注。IWO算法的提出是受到具有侵略和殖民特性的野草的启发。由于野草在殖民化过程中体现出较强的鲁棒性、自适应性和随机性,因此IWO算法的执行框架尽量模仿野草的殖民化进程。详细阐述了IWO算法的基本原理和流程,总结了其在优化和工程技术领域中的最新研究进展。     

多级生产批量规划问题的柔性惯量反捕食粒子群算法

多级生产批量规划(MLLS)是原料需求计划(MRP)中主生产计划(MPS)的关键决策问题,具有广泛的工业应用;已被证明是NP-hard类型的组合优化问题.反捕食粒子群算法(APSO)是最近提出的一种与粒子群算法(PSO)密切相关的亚启发式算法.本文提出带柔性惯性权重的反捕食粒子群算法(WAPSO)对具有指定装配结构而无约束的MLLS问题进行了求解.本算法对12个小规模benchmark数据集和1个随机产生的较大规模数据进行了测试.测试结果与遗传算法(GA)和Wagner-Whitin(WW)动态规划算法的结果进行了比较.结果表明了WAPSO算法的有效性和适用性.     

基于三角函数的洛伦兹曲线模型构造研究

为构造具有高拟合精度的洛伦兹曲线模型,提出两类基于三角函数的单参数洛伦兹曲线模型,进而通过对两类基本洛伦兹曲线的复合、加权积以及凸组合等方式构造一系列拓展洛伦兹曲线。实例研究表明,Pareto族曲线与三角函数型曲线的组合曲线对实际数据的拟合精度高于单独使用三角函数型曲线或单独使用Pareto族曲线,验证了基于三角函数的洛伦兹曲线模型构造是对既有洛伦兹曲线类型的有效拓展。     

基于IITFN输入的复杂系统关联MAGDM方法

区间直觉梯形模糊数（Interval-valued intuitionistic trapezoidal fuzzy number,IITFN）是刻画复杂系统不确定性的有效工具. 基于进一步完善的IITFN 运算规则,讨论其局部封闭性. 由此定义IITFN 几何Bonferroni 平均算子,并验证该算子的相关性质. 针对决策者及属性之间均存在关联作用且权重均未知的多属性群决策（Multi-attribute group decision making,MAGDM）问题,提出基于前景混合区间直觉梯形几何 Bonferroni （Prospect hybrid interval-valued intuitionistic trapezoidal fuzzy geometric Bonferroni,PHIITFGB）平均算子 的关联多属性群决策方法. 该方法首先通过依次定义IITFN 的前景效应、前景价值函数和前景价值,获取前景价值矩阵;其次,将前景价值矩阵转化为前景记分函数矩阵,并综合运用基于灰关联深度系数的客观属性权重极大 熵模型和基于2-可加模糊测度与Choquet 积分联合的决策者权重确定模型,获取决策者权重及属性权重;再次,利 用PHIITFGB 算子集结各决策者的方案评估信息,结合决策者权重即可获取相应于各方案的综合前景价值;最后,计算综合前景记分价值函数,基于IITFN 的序关系判别准则确定方案排序. 案例验证决策方法的有效性和可行性.     

产品改进的质量屋中顾客需求排序的集成方法

研究了产品改进的质量屋中顾客需求的排序问题.首先,根据企业及其竞争对手产品的竞争性评价和效用评价,建立了对应每一个顾客的顾客需求重要度优化模型.通过拉格朗日函数求解这些优化模型,确定对应于每一个顾客的顾客需求重要度,进而利用群决策的有关方法,确定了各项顾客需求的基本重要度.其次,引入实现顾客需求满意度的改进日标的重要度慨念,并通过平衡记分卡、比例标度法和层次分析法的集成,确定了实现各项顾客需求满意度的改进日标的重要度.最后,基于顾客需求的基本重要度、实现顾客需求满意度的改进目标的重要度和归一化的顾客需求"卖点"的合成,确定了产品改进的重要度,进而对产品改进中各项顾客需求进行优先排序,并以实例说明了方法的应用.     

质量屋构建的研究进展

质量屋构建在质量功能配置中具有基本和战略的重要性.为了避免质量屋构建的不一致性和便于对质量屋进行使用,根据统一的质量屋构建的10-Step模型,该模型包括了通常使用的质量屋组成部分,逐步对质量屋中各个组成部分的研究现状进行了综述,并指出了每一步研究的不足之处.指出了质量屋构建的模糊、不分明和不完全等特性主要由以下因素来决定:质量屋构建过程存在着通常以语意数据形式的各种各样的输入信息;各项工程特性之间存在着自相关关系;顾客需求向工程特性的正常转化机制是缺乏的.针对每一步研究的不足之处,探讨了相应的研究发展方向.最后,指出了质量屋的构建研究不能满足实际设计要求,因此该研究还需要较大的突破.     

基于BSC的质量屋中工程特性最终重要度确定方法

工程特性最终重要度的确定是质量屋构建过程中的一个关键步骤。为了以一种经济的方式实现工程特性表现的改进目标,提出基于平衡记分卡的工程特性最终重要度确定方法。在该方法中,根据工程特性表现的竞争性评价,建立一个基于竞争性评价的工程特性重要度确定的优化模型,并通过拉格朗日函数的构造求解此模型;通过平衡记分卡、比例标度法和层次分析法的集成,确定实现工程特性表现的改进目标的重要度;基于工程特性的初始重要度、基于竞争性评价的工程特性重要度和实现工程特性表现的改进目标的重要度的合成,确定工程特性的最终重要度。以某企业双缸洗衣机的产品设计为实例,说明方法的应用。