模糊环境下的城市生活垃圾逆向物流网络设计

在垃圾回收逆向物流网络中,回收的数量具有不确定性,根据这一特点,将各消费区域垃圾回收量看成模糊参数,提出了逆向物流网络的模糊约束机会规划模型,通过把模型中模糊机会约束清晰化,将模型转化为确定性的混合整数规划模型,通过算例对模型进行了求解,为逆向物流网络设计提供了依据.     

基于风险-均值分析的供应商选择与订单分配集成优化模型与求解

针对不确定环境下具有不同供应合约的供应商选择与订单分配问题,本文构建了基于风险-均值分析的模糊两阶段多周期集成优化模型。与传统的该问题研究并未充分考虑供应商选择与订单分配两阶段决策的交互影响不同,在该模型中,第一阶段供应商选择的评价目标依赖于后期实际运营中的订单分配决策;并考虑未来需求和实际运营成本的不确定性,引入在险价值和期望值两种决策准则对供应商选择方案的绩效进行评价。提出了该模型的分析求解方法,在险价值得以精确评估,期望值被控制在确定的误差范围内,并可以达到足够的精度要求。     

混合动力公交车能量控制策略的优化模型

针对混合动力公交车在循环工况内功率需求的特点,建立了未来功率需求贝叶斯预测模型;利用2-阶段随机动态规划模型将大规模的随机动态规划问题简化为多个小规模的随机动态规划问题和一个确定型动态规划问题;对于随机动态规划模型的求解,给出了稀疏表示的降维方法,将复杂的泛函极值问题转化为常规的随机动态优化问题,并采用分布估计算法和计算资源最优配置算法的计算机仿真优化算法对随机动态优化问题进行求解;给出了基于查表的在线控制策略,为模型的实际应用进行了有益的探索。     

广西电子废弃物逆向物流网络模糊规划设计

随着低碳时代的到来,如何有效回收和处理日益增多的电子废弃物已引起人们高度关注.在电子废弃物资源化利用过程中,逆向物流网络构建是一个关键环节.设计电子废弃物逆向物流网络,利用模糊参数描述不确定的回收量,构建电子废弃物逆向物流网络模型,借助模糊规划思想和解决方法,将所建模糊规划模型清晰化求解.针对不同置信水平对模型进行分析,得出在南宁、贵港及柳州建立中转仓库、处理中心和填埋场.     

基于交互式模糊规划方法的可持续闭环供应链网络规划

在市场需求、设施开设成本和产品回收率不确定的条件下,采用一种交互式可能性规划方法,研究由多个工厂、分销点、市场和废旧点构成的可持续闭环供应链网络设计问题。基于可持续闭环供应链网络结构,构建以企业运营成本和环境伤害最小、社会效益最大为目标的混合整数规划模型。同时,引入改进Epsilon约束方法将多目标优化问题转化为单目标优化问题,在此基础上提出一种两阶段可能性规划方法,基于TH模糊方法对不确定性参数进行处理。最后,通过数值实例,验证本文所建可持续闭环供应链网络模型的有效性,并对悲观-乐观值、不确定参数最低可接受水平β、可调参数γ进行敏感性分析;通过与其他模糊方法对比表明,采用TH模糊方法能得到稳定的最优解。     

模糊批量生产计划问题的机会约束规划

描述了模糊单位利润、模糊生产能力以及模糊需求下的批量生产计划,并应用模糊机会约束规划规划建立了模型.当模糊变量是梯形模糊数时,我们将模糊模型转化为确定意义下的模型.为了求解优化模型,我们设计了基于模糊模拟的遗传算法.最后,通过一个数值例子说明算法的有效性.     

交通网络建设序列的动态规划方法

交通网络建设序列优化是交通规划中一个重要问题。文章对交通网络设计及其建设序列问题的研究现状进行了分析。按照网络建设中规划者和用户间的关系,以交通网络建设序列下的各阶段系统总费用作为上层规划,以各阶段的交通流用户平衡模型作为下层规划,建立了双层规划模型。并依照问题的特点,采用动态规划的求解方法进行探讨,而下层模型则采用了基于路径搜索的GP算法进行求解。并针对网络规划算例进行了计算,针对固定和变动客流OD两种情况下的结果进行了分析。计算的结果表明,问题的双层规划模型和动态规划求解算法能够为路网规划决策提供支持。     

随机环境下再制造逆向物流网络选址研究

针对逆向物流网络的多目标性和回收废旧产品数量的不确定性,在再制造产品和新产品可相互替代的情形下,建立了随机多目标规划模型.通过求解该模型,可以确定逆向物流网络中设施的位置、数量以及设施间的流量分配.对模型中的机会约束,将其转化为各自的确定性等价类,采用主目标法对多目标问题加以处理.通过Lingo 11.0对模型算例进行求解,并分析了当置信水平和可回收量波动时网络结构和最小成本的变化,进而验证模型的稳定性.     

基于模糊——随机规划的WEEE回收物流网络优化研究

针对废旧电子电气设备(WEEE)绿色回收问题,根据实际需求刻画其回收物流网络结构;在模型构建中.考虑参数为随机和模糊共存的情况,提出应用随机机会约束规划和模糊机会约束规划相结合的方法来建模;设模型参数是相互独立的,合理利用转换定理将不确定规划转变为常规数学规划,并借助LINGO软件求解最优方案.     

考虑港口物流能力的多目标海运煤炭供应链网络优化模型

海运煤炭供应链网络优化旨在提高供应链运作效率并降低成本.以煤矿、铁路装载点、港口和煤炭消费客户构成的海运煤炭供应链为研究对象,从供应链集成服务商的视角,提出了考虑港口物流能力的供应链网络优化问题.在最小化固定成本和运输成本这一单目标的基础上,考虑港口物流能力,增加了最大化港口加权煤炭流量的目标,以各节点的能力限制和流量平衡为约束,建立了海运煤炭供应链网络多目标混合整数规划模型.模型求解时,引入"关系成本系数"将多目标问题转化为单目标问题.算例研究表明,所建立的模型能够真实地反映海运煤炭供应链网络优化的决策环境,同时发现,港口物流能力评分和"关系成本系数"均会影响网络优化结果.     

Heston随机波动率市场中带VaR约束的最优投资策略

本文研究了Heston随机波动率市场下, 基于VaR约束下的动态最优投资组合问题。
假设Heston随机波动率市场由一个无风险资产和一个风险资产构成,投资者的目标为最大化其终端的期望效用。与此同时, 投资者将动态地评估其待选的投资组合的VaR风险,并将其控制在一个可接受的范围之内。本文在合理的假设下,使用动态规划的方法,来求解该问题的最优投资策略。在特定的参数范围内,利用数值方法计算出近似的最优投资策略和相应值函数, 并对结果进行了分析。     

基于动态VaR约束与随机波动率模型的最优投资策略

研究Stein-Stein随机波动率模型下带动态VaR约束的最优投资组合选择问题. 假设投资者的目标是最大化终端财富的期望幂效用,可投资于无风险资产和一种风险资产, 风险资产的价格过程由Stein-Stein随机波动率模型刻画. 同时, 投资者期望能在投资过程中利用动态VaR约束控制所面对的风险.运用Bellman动态规划方法和Lagrange乘子法, 得到了该约束问题最优策略的解析式及特殊情形下最优值函数的解析式; 并通过理论分析和数值算例, 阐述了动态VaR约束与随机波动率对最优投资策略的影响.     

A multi-objective joint replenishment inventory model of deteriorated items in a fuzzy environment

In this study, a fuzzy multi-objective joint replenishment inventory model of deteriorating items is developed. The model maximizes the profit and return on inventory investment (ROII) under fuzzy demand and shortage cost constraint. We propose a novel inverse weight fuzzy non-linear programming (IWFNLP) to formulate the fuzzy model. A soft computing, differential evolution (DE) with/without migration operation, is proposed to solve the problem. The performances of the proposed fuzzy method and the conventional fuzzy additive goal programming (FAGP) are compared. We show that the solution derived from the IWFNLP method satisfies the decision maker’s desirable achievement level of the profit objective, ROII objective and shortage cost constraint goal under the desirable possible level of fuzzy demand. It is an effective decision tool since it can really reflect the relative importance of each fuzzy component.     

Binary fuzzy goal programming

Goal programming is an important technique for solving many decision/management problems. Fuzzy goal programming involves applying the fuzzy set theory to goal programming, thus allowing the model to take into account the vague aspirations of a decision-maker. Using preference-based membership functions, we can define the fuzzy problem through natural language terms or vague phenomena. In fact, decision-making involves the achievement of fuzzy goals, some of them are met and some not because these goals are subject to the function of environment/resource constraints. Thus, binary fuzzy goal programming is employed where the problem cannot be solved by conventional goal programming approaches. This paper proposes a new idea of how to program the binary fuzzy goal programming model. The binary fuzzy goal programming model can then be solved using the integer programming method. Finally, an illustrative example is included to demonstrate the correctness and usefulness of the proposed model.     

Optimizing fuzzy p-hub center problem with generalized value-at-risk criterion

In this study, we reduce the uncertainty embedded in secondary possibility distribution of a type-2 fuzzy variable by fuzzy integral, and apply the proposed reduction method to p-hub center problem, which is a nonlinear optimization problem due to the existence of integer decision variables. In order to optimize p-hub center problem, this paper develops a robust optimization method to describe travel times by employing parametric possibility distributions. We first derive the parametric possibility distributions of reduced fuzzy variables. After that, we apply the reduction methods to p-hub center problem and develop a new generalized value-at-risk (VaR) p-hub center problem, in which the travel times are characterized by parametric possibility distributions. Under mild assumptions, we turn the original fuzzy p-hub center problem into its equivalent parametric mixed-integer programming problems. So, we can solve the equivalent parametric mixed-integer programming problems by general-purpose optimization software. Finally, some numerical experiments are performed to demonstrate the new modeling idea and the efficiency of the proposed solution methods.     

区间值模糊线性规划在证券组合投资优化中的应用

针对期望收益率与风险损失率为区间值模糊数的特征,就证券组合投资问题建立了一种区间值模糊线性规划模型,运用一种对区间值模糊数排序的新算法,将模型转化为经典的线性规划问题进行求解,最后通过一个算例说明其有效性和可靠性,为证券组合投资优化问题的解决提供了一种新的方法,对证券组合的理性投资具有重要的指导意义.     

Chance-constrained programming models for capital budgeting with NPV as fuzzy parameters

In an uncertain economic environment, experts’ knowledge about outlays and cash inflows of available projects consists of much vagueness instead of randomness. Investment outlays and annual net cash flows of a project are usually predicted by using experts’ knowledge. Fuzzy variables can overcome the difficulties in predicting these parameters. In this paper, capital budgeting problem with fuzzy investment outlays and fuzzy annual net cash flows is studied based on credibility measure. Net present value (NPV) method is employed, and two fuzzy chance-constrained programming models for capital budgeting problem are provided. A fuzzy simulation-based genetic algorithm is provided for solving the proposed model problems. Two numerical examples are also presented to illustrate the modelling idea and the effectiveness of the proposed algorithm.     

三角模糊数互补判断矩阵排序的目标规划法

针对决策者以三角模糊数互补判断矩阵形式给出的多目标决策问题.给出三角模糊数加性一致性互补判断矩阵的判定定理.利用该定理基于最小偏差建立一个目标规划模型而解得三角模糊数互补判断矩阵的权重向量,从而使用三角模糊数排序公式对方案排序,提出了基于目标规划的三角模糊数互补判断矩阵排序法.最后,将模型与方法应用于项目投资决策中.