基于群决策的带决策时间窗竞争匹配问题的决策组织优化EI北大核心

针对共享资源匹配中个体决策方案未考虑个体决策相互影响且不稳定,导致决策竞争和产生决策失效的问题,基于决策时间窗内相互影响的个体决策实质为群决策的特征,引入群决策理论,将各个体决策竞争者视为有效决策的群决策成员,构建了资源匹配中关于决策时间点选择的群决策模型。以各个体决策的组合为群决策备选方案,考虑到决策过程时间因素对决策者心理行为的影响,建立了心理偏好系数描述不同时间点的决策者对属性偏好的程度,以此修正决策信息、优化决策。基于概率语言术语集(PLTSs)以概率形式融合语言评价信息和数值评价信息,并结合心理偏好系数给出了评价值的概率计算公式。最后将评价值概率集合与逼近理想解排序法(TOPSIS)结合,对各决策方案排序,求出群体共识下的最优决策方案,该决策方案为所有决策者的最佳决策时间点集合。以物流信息平台中的车找货为例验证了模型的有效性。所提出的方法可为平台解决匹配竞争而实施决策控制以及资源调度提供方向。     

面向定制需求与随机产出的供应链投产量决策

针对在线定制需求,综合考虑产成品、半成品产出合格率的随机性以及各类成本和收益等,研究生产商与供应商构成的二级供应链投产量决策问题,基于博弈论分别构建分散和集中决策下各企业及供应链整体期望利润的最大化模型,基于优化理论讨论分析证明了最优解的存在性、唯一性并得到其表达式。提出批发价折扣、收益共享、产出风险成本共担综合契约协调机制,得到各契约因子及利润分配表达式。研究表明:各企业最优投产量的存在及唯一性需具备一定条件;生产商在集中决策下的最优投产量大于分散决策,供应商则恰好相反;与生产商有关的参数变化对供应商决策的影响较大,与供应商有关的参数变化对生产商决策的影响甚微。     

基于顾客退货的风险规避型双渠道供应链最优策略

在随机市场需求条件下,考虑风险规避型双渠道供应链中存在顾客退货时的最优决策问题,决策变量为两个渠道的商品售价和制造商批发价。以集中决策时的最优决策作为比较标杆,重点利用均值—方差方法分析了分散决策时风险规避型制造商和零售商的最优决策。结合灵敏度分析和数值试验,讨论了分散决策下的风险规避度,以及市场需求波动和顾客退货率对最优决策的影响。结果表明,高退货率不利于零售商、制造商及整个供应链的收益;风险规避度对收益的影响不是一成不变的,与需求波动大小有关;分散决策虽然引起了双边际效应,但制造商风险规避度的增加将降低双边际效应的负面影响。     

协同产品创新联盟伙伴选择决策

选择合适、胜任的合作伙伴是提高协同产品创新绩效,确保协同产品创新工作取得成功的重要前提。基于伙伴个体属性和协同属性的视角,提出了一种考虑知识匹配度和协同创新整体收益的伙伴选择决策方法。构建了集成伙伴个体的知识匹配度、伙伴间的知识协作能力和联盟整体期望收益3大属性的综合指标体系;建立了基于综合指标体系的伙伴选择多目标优化模型,并采用带精英策略的快速非支配排序遗传算法求解该模型。通过实例分析,验证了该伙伴选择方法的可行性及实际应用价值。     

考虑价格风险的物流服务供应链能力组合采购决策

针对多层物流服务供应链外部能力供给价格风险,引入期权契约研究风险规避型物流服务集成商的优化决策问题。考虑现货能力采购存在价格波动风险,基于期权契约模型构建了融合期权与现货市场的混合采购策略;采用条件风险值测算具有风险规避的物流服务集成商最优利润期望值,得出了期权最优能力合约订购量;对单一期权合约、单一现货市场及混合等采购模式进行比较,并分析了集成商获得利润差异变化的情况;通过算例研究与灵敏度分析,验证了融合期权与现货市场采购机制的优越性。算例表明,结合现货市场与期权合约的混合采购模式在实现较高收益的同时可完成价格风险转移,是应对供给价格波动风险的有效策略。     

具有风险规避参与者的双渠道供应链最优策略研究

为研究具有风险规避特征的制造商和零售商参与的双渠道供应链的最优策略问题,首先探讨了整体决策下系统最优的直销渠道与分销渠道价格以及零售商的最优产品或服务附加值.然后利用均值一方差方法,分析了分散决策下制造商的最优批发价、双渠道的最优定价及零售商的最优附加值.最后研究了参与者的风险规避度,以及市场需求方差对各决策量的影响.数值仿真结果表明,当参与者的风险规避度相同时,在分散决策下,随着风险规避度和需求方差的增大,最优渠道价格、附加值和系统整体期望收益都会减小,且总期望收益低于集中决策下的总系统期望收益.当需求分布的方差固定时,参与者为风险规避类型并不一定总足损害系统总收益.在一定情况下,参与者风险规避特征的存在反而会减小分散决策情况下的双边际效用,提高系统总收益,实现帕累托改进.     

不确定环境下考虑群体冲突与指标关联的应急群决策EI北大核心CSCD

针对不确定环境下的应急群决策问题,提出一种新的基于语义信息的考虑群体冲突与指标关联的应急群决策模型。利用自由语义信息与可能性分布—犹豫模糊语言集刻画并处理不确定信息;提出一种基于可能性分布—犹豫模糊语言集的群体意见冲突检测与调整算法,降低了专家群体的意见冲突水平;提出一种新的基于决策试验和评价实验室与网络层次分析方法的指标关联权重确定方法;考虑决策专家的风险偏好,提出一种基于前景理论的逼近理想解排序算法。以某高铁车站应对大量旅客滞留突发事件为例,验证了所提模型的有效性与科学性。     

基于强化学习的生产再决策问题

为解决制造型企业面临的订单变更后生产再决策问题,提出一种基于强化学习的生产再决策方案。对订单变更问题使用半马尔可夫决策模型建模,综合考虑企业实际生产环节中的设备使用情况、产品的收益、库存开销以及订单的违约赔偿等因素,将企业收益最大化和变更前后整体生产决策差异最小化作为优化目标,采用动态改变探索速率和学习速率的Q-learning算法对生产再决策问题进行优化。数值实验证明,所提方法可以快速解决生产再决策问题。     

模具企业关键设备更新风险决策模型

研究模具企业关键设备(加工中心、电加工设备等)更新的决策问题。结合设备使用状况和生产经营状况的历史数据，在使用回归分析方法建立设备使用期经营费用模型的基础上，运用该模型预测设备在决策年限内的总经营费用；综合考虑设备更新时的各种风险因素，进而构造出一种多目标风险决策模型。基于一个应用案例，说明所提方法的有效性和实用性。     

基于决策偏好的多目标粒子群算法及其应用

针对传统多目标粒子群算法在解决复杂多目标优化问题上的不足,提出一种基于决策偏好的交互式多目标粒子群算法。该算法考虑决策者的正偏好和负偏好对粒子的引导作用,首先计算外部种群粒子与双极偏好点的相对贴近度,并进行排序;根据排序结果进行外部种群管理和全局最优解更新;使用δ-邻域值控制Pareto解集的分布性。在随机多目标库存控制应用中,证明了该算法对复杂应用问题求解的有效性,性能对比结果表明,该算法的收敛性、多样性和运算时间优于基于参照点的第二代非支配解排序遗传算法。