协作车辆路径成本分摊问题的 B-T Shapley 方法

多个企业协作配送能显著地降低物流配送成本和减少尾气排放, 研究协作配送模型与成本分摊方法是亟需解决的关键问题.传统经典成本分摊方法需要计算所有子联盟的协作成本, 在本问题中等价于需要求解2N-1个 (N为企业数量) 复杂的车辆路径问题.本文建立了多方协作车辆路径问题模型, 分析了协作配送成本分摊问题的属性.基于经典的Shapley成本分摊方法, 提出了B-T (Binary Tree) Shapley近似方法, 不仅将成本分摊本身计算复杂度由O (N22N) 降为O (N2log2N) , 而且将需要求解的车辆路径问题数量由2N-1个锐减至2N-1个, 从而能够在合理时间内完成协作配送问题的成本分摊.通过求解算例和实际案例, 计算结果表明, B-T Shapley的耗时与Shapley方法相比几乎可以忽略不计, 更重要的是B-T Shapley与Shapley的成本分摊结果之间仅有细微的偏差, 其平均准确度可以达到95%左右.     

联合订货区间值EOQ模型及变权Shapley值成本分摊方法

研究多个销售商企业组成联盟向一个供应商订购同种商品的联合订货问题。考虑到实际问题中很难预测到精确的需求,本文用区间表示单位时间需求量,研究允许缺货的销售商企业联合订货区间值EOQ模型,其中缺货完全回补。以联合订货平均成本最小为目标,结合连续有序加权集结算子求解出联合订货的周期、区间值订货量和区间值平均成本。定义变权Shapley值,给出区间值合作博弈的区间值变权Shapley值的求解方法,得出区间值变权Shapley值的表达式可直接利用相关联盟值的左、右端点计算得到。考虑联盟和局中人的相对重要性,结合需求率确定合成权重,提出基于区间值变权Shapley值的联合订货成本分摊方法。利用数值算例验证模型和方法的有效性。本文可为解决联合订货成本分摊问题提供决策参考。     

依托平台协作配送成本分摊的有效方法研究

依托平台的协作配送问题,在合理时间内有效计算公平成本分摊方案至关重要.核仁解是公认的公平分摊方案,但需要通过复杂的优化计算.提出了一个能通过公式近似快速计算核仁解的方法,发现任意满足总体理性分摊方案x的2~n-1(n为大联盟N中成员数)个子联盟S(S为N的子集)的满意度e(S, x)之和为常数,且不同x对应的任意子联盟S与互补联盟NS的满意度之和,即L_S=e(S, x)+e(NS, x)为常数.基于子联盟满意度越均衡,分配方案越合理的准则,构造了分配方案x对应的所有子联盟满意度均衡量化函数f(x)=∑[e(S, x)-0.5L_S]~2.显然,f越小表示子联盟满意度越均衡.证明了存在分配方案x*使f取到极小值,且x~*满足总体理性、唯一性、可加性、策略等价相对不变性、一致性、匿名性和可比性等众多分摊方案合理属性.最后,采用文章所提方法和核仁解求解方法,计算了诸多已有文献中的成本分摊算例,求解结果表明文章提出的方法计算速度比传统核仁解求解方法快数万倍以上,与最新求解核仁解及Shapley值的有效算法相比也具有明显的性能优势,且求解结果与核仁解的结果平均偏差只有5%左右.更重要的是,提出的新方法本身具有科学内涵,可以应用于任何支付可转移的合作博弈成本分摊问题.     

基于模糊聚类与车辆协作策略的随机车辆路径问题

以多辆车协作的随机车辆路径问题为研究对象,设计了通用的随机车辆路径问题机会约束模型,提出了大规模随机车辆路径问题的车辆协作策略,并基于该策略与模型设计了求解天规模随机车辆路径问题的混合启发式算法,计算实验结果说明了该算法与策略的有效性与实用性.     

企业技能型人才培养的博弈及成本分摊问题探讨

随着"中国制造2025"战略的提出和经济增长动力的转变,人力资本尤其是技能型人才在推动我国经济发展进程中的作用更加凸显,这使得技能型人才的培养问题显得尤为重要。但从企业的微观层面来看,由于企业与技能型人才培训博弈机制和培养成本分摊机制的失效,导致技能型人才的流动性过高、整体素质水平偏低等问题凸显。本文对技能型人才培训博弈机制和成本分摊机制失效的现状和存在的问题进行分析,并针对这些问题从政府部门的角度提出一些对策建议,以期使企业对技能型人才的培养体系得到改进完善。     

车辆路径问题的禁忌搜索算法研究

论文在对车辆路径问题进行简单描述的基础上,通过设计一种新的解的表示方法构造了求解该问题的一种新的禁忌搜索算法,并进行了实验计算。计算结果表明,用本文设计的禁忌搜索算法求解车辆路径问题,不仅可以取得很好的计算结果,而且算法的计算效率较高,收敛速度较快,计算结果也较稳定。     

按变动成本分摊固定成本的管理方法与探讨

以电缆盘制造企业在固定成本分摊方法上的实践和探索,分析了电缆盘制造业沿用“不分规格大小,按数量分摊固定成本”的传统方法所存在的弊端,提出了“按单位变动成本来分摊固定成本”的理念和计算方法。     

基于限制博弈的具有容量限制的易腐品联合运输费用分摊问题

在易腐品的运输过程中,易腐品的新鲜度不仅会随时间的流逝而下降,而且还会受运输设施所采用的保鲜技术的影响。所以易腐品零售商使用某种运输设施时,零售商除了需要支付运输成本和保鲜成本之外,他们还需要承担因易腐品新鲜度下降而导致的价值损耗。本文首先把运输成本、保鲜成本和易腐品新鲜度下降导致的价值损耗作为总费用,通过应用限制博弈的可行联盟思想,把具有容量限制的易腐品联合运输的费用分摊问题转化为一类限制博弈模型。然后,通过讨论该限制博弈的相关性质,给出了该博弈限制核非空的充分条件。最后,通过实例将限制核与Shapley值、τ-值和核仁进行了比较分析。     

动态车辆路径问题排队模型分析

分析了一类动态车辆路径问题,其中顾客需求以泊松流形式出现,现场服务时间服从一般分布.提出解决该问题的两种策略:顺序服务策略和中点改进策略,利用排队论、几何概率论等领域的知识分别求出了这两种策略的系统时间,并通过仿真数据实验验证了这两种策略的有效性.     

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.     

车辆路径问题的三阶段求解方法研究

针对由车辆路径问题规模的增大带采求解空间组合爆炸这一难点,从缩减解答空间入手,以节省求解时空为突破口,综合运用知识工程、模糊聚类分析、状态空间搜索理论和运筹学整数规划理论,提出一种求解车辆路径问题的三阶段求解方法.第一阶段分析物流配送过程的主要影响因素,根据相关因素对客户进行初步划分,然后采用模糊聚类分析方法将各配送区域中的客户进行细分;第二阶段采用带控制策略的深度优先搜索算法生成备选的车辆路径方案集合;第三阶段建立整数规划求解模型,并根据邻域规则将求得的解映射为实际问题中的行车方案.最后运用算例验证上述方法的有效性.     

一类随机动态车辆路径问题的策略分析

动态车辆路径问题是物流学中的一个重要研究领域.本文根据组合优化、排队论和几何概率方面的知识,分析了需求密集情况下的一类随机动态车辆路径问题的下界,并研究了一种运作策略的渐近性.     

基于免疫遗传算法的物流配送车辆路径优化问题研究

物流配送车辆的优化调度问题是近年来物流研究中的一个热点也是一个难点,传统的优化方法往往难以解决这类问题.本文提出一种新型免疫遗传算法进行物流配送车辆路径问题的优化规划.在遗传进化过程中,借鉴生物免疫机制对每个种群的染色体进行免疫算子操作,这些算子包括接种疫苗、各基因座多样性调整以及免疫选择.以运输费用最小为优化目标建立了物流配送车辆路径优化问题的数学模型,利用免疫遗传算法求得优化解,并通过具体实例以及免疫遗传算法与标准遗传算法运算结果的比较,验证了本文免疫遗传算法的有效性和优越性.     

带货物权重的车辆路径问题及遗传算法

考虑一个分销中心、多个零售商组成的分销网络系统中具有柔性车辆能力的带货物权重的车辆路径问题.并根据车辆的满载情况采用了不同的运输策略,即单点运输和多点运输方式.在多点运输方式下,与以往诸多研究不同的是,文章建立了一种基于货物权重的VRP模型——WVRP,即在安排车辆线路时每个零售商的货物需求量也作为一个因素考虑,尽可能使车辆优先供货需求量较大的零售商.最后,针对问题的性质,开发了一种基于划分的遗传算法PB-GA对问题进行求解,并与一般遗传算法及常用的启发式算法进行了分析比较.     

非合作-合作两型博弈的Shapley值纯策略纳什均衡解求解方法

在合作中又有竞争的"经济全球化"时代背景下,经济实体之间越来越多地体现出竞争与合作交织的特点,既有策略的选择,同时也有利益的分配或者成本的分摊,即竞争与合作相互联系。为此,Brandenburger和Stuart提出了非合作-合作两型博弈模型为这类博弈提供了有效的工具。目前非合作-合作两型博弈研究较少,且Brandenburger和Stuart提出的非合作-合作两型博弈存在一些不足：合作博弈用核心求解可能为空或者不唯一。Shapley值是一种重要的合作博弈单值解,满足匿名性、有效性、可加性和虚拟性,表达形式简单且唯一,对一些成本分摊问题和利益分配问题,给决策者提供了一个公平满意的分配方案。因此本文研究将Shapley值作为合作博弈的解时非合作-合作两型博弈解存在的条件。为了分析本文提出的基于Shapley值的非合作-合作两型博弈的新理论框架,首先给出了其特征函数满足的联盟无外部性条件。在满足此条件下,我们进一步证明了非合作-合作两型博弈解存在的条件及性质。结合数值实例比较分析合作博弈用核心和Shapley值求解非合作-合作两型博弈解的优缺点。研究表明：当用Shapley值求解合作博弈解,降低了非合作-合作两型博弈解存在条件。因此,本文的研究不仅弥补了Brandenburger和Stuart提出的非合作-合作两型博弈中合作博弈的核心为空或者不唯一的情况,而且为非合作-合作两型博弈的解提供新的理论框架,从而为既有竞争又有合作的博弈问题提供新的求解方法,因此,本文的研究具有一定的理论价值和应用价值。     

基于改进模糊遗传算法的混合车辆路径问题

本文建立了多配送中心、多车型、多产品的车辆路径问题的混合数学模型,提出了一种新的模糊遗传算法求解混合车辆路径问题,通过改进的模糊逻辑控制器实现交叉概率和变异概率的动态调整,以加快算法收敛速度并避免算法陷入局部最优解。采用标准算例进行对比,证明模糊遗传算法有较好的计算结果和计算效率,并用模糊遗传算法对混合车辆路径模型进行仿真测试,取得了理想的结果。     

车辆路径问题的模型及算法研究综述

本文在文献[1,2,3,4]的基础上,首先,介绍了车辆路径问题的分类和限制条件;然后,全面综述了国内外关于车辆路径问题的模型及算法研究现状,重点探讨了车辆路径问题的模型构造、求解算法及其适用范围;最后,展望了其研究的前景。     

同时集散货物的开放式车辆路径问题研究

本文研究了车辆工作时间限制下同时集散货物的多配送中心开放式车辆路径问题,以车辆数和运输里程最小为目标,建立了多目标规划模型,提出了基于拉格朗日松弛技术和禁忌搜索算法的混合求解算法。 该算法首先求出最优解的最大下界,然后采用客户点的分配和调整策略实现解的可行化,其中禁忌搜索引入了4种领域搜索方法,采用了随机变领域搜索方法和重起策略。算例分析表明,该算法能有效地找到满意解,且采用开放式安排路线比闭合式安排路线更加经济合理。     

模糊车辆路径问题的一种混合遗传算法

在对模糊车辆路径问题进行简单描述的基础上,通过引入决策者主观偏好值的概念,给出了解决该问题的基本思路,建立了具有模糊特征的车辆路径问题的模糊机会规划模型,提出了求解该问题的一种基于模糊模拟的混合遗传算法。同时,在最小化总行驶距离的目标下,通过随机模拟方法研究了决策者主观偏好值的选择对最终决策目标的影响作用,并给出了其最佳取值范围。     

社会合作中利益如何分配?——超越夏普利值的合作博弈“宗系解”

合作是人类社会中的普遍现象,如何分配合作中的利益是社会中普遍存在的一个问题。合作博弈作为解决这类问题的重要理论方法之一,自20世纪40年代以来,众多经济学大师提出了很多的合作博弈解来解决合作中分配问题。但是这些解要么不满足个体理性(如夏普利值等);要么可能不存在(如核、稳定集等);还有的解计算过于复杂,往往随着局中人的增加而难以求解(如核仁等)。本文提出的"宗系解"是一个新的合作博弈解,"宗系解"在Selten提出的平均联盟值及Branzei等提出的等分裂集的基础上,进一步细分出"局中人最大联盟平均值",以规模博弈为基础,提出"宗系"的概念,从而区分了合作博弈中有效联盟和无效联盟,通过有效联盟的帕累托改进路径,找到了满足合作博弈"集体理性"、"个体理性"的合作博弈解。宗系解包括宗系核和宗系值解,对于任何可转移支付合作博弈都存在,并具有计算的简洁性和直观性。宗系解弥补了核和夏普利值的不足,在理论上解决了社会合作中的分配问题;而在现实中,为各种公共管理、集团管理以及区域合作提供了具有现实意义的利益分配方法。