通胀市场下的风险补偿在线租赁策略设计

考虑到实际租赁市场中设备的租赁和购买价格随着时间推移持续上涨的特征,研究了通货膨胀市场中的租赁问题在有利率情形下的在线竞争策略,并建立了相应的概率预期的风险补偿模型。首先运用在线算法和竞争分析理论设计了该问题的最优竞争策略,并给出最优竞争比。接着,在风险补偿竞争分析框架下,进一步讨论该问题,投资者可以控制风险,根据自己不同的风险容忍度和未来预期选择补偿最大的租赁策略;也可以根据给定的补偿收益约束选择风险最小的策略。最后通过数值分析,验证了相关结论的正确性,也表明了基于概率预期的风险补偿策略大大改善了该租赁问题的竞争比性能。     

基于优惠合同的在线租赁策略设计

近年来租赁行业竞争日益激烈,租赁企业为了吸引客户有时会开展一些优惠活动。针对这一现状,本文讨论了存在优惠合同时承租方的在线租赁决策问题,其中假设该优惠合同 给予承租方一次以比较优惠的价格连续租赁设备多期的机会。首先,分析了存在优惠合同时的最优离线策略。其次,利用在线算法和竞争比理论分别设计了承租方放弃优惠合同和签订优惠 合同两种情形下的最优在线策略及最优竞争比。最后,通过汽车租赁优惠的数值算例说明选择签订优惠合同是更好的策略,进一步给出了签订优惠合同和购买设备的最佳时间。     

在线多租赁选择问题的最优竞争策略

在线算法与竞争分析是研究信息不确定决策问题的一种新工具,应用该方法研究在线租赁问题是近年来国内外的一个研究热点。传统的在线租赁问题以经典的"雪橇租赁模型"为基础,考虑在线决策者可以选择购买或按单位时间租赁的方式来使用设备。然而现实租赁市场(比如汽车租赁,房屋租赁)往往提供多种租赁方式供在线决策者选择,除了按单位时间进行租赁,通常可以以一个较优惠的价格租赁多个单位时间。在这种现实背景下,本文建立了多种租赁形式下的在线租赁模型,给出了这种租赁模型下的确定性竞争策略,并证明该策略具有最优竞争比。     

反向拍卖的一种在线定价策略及竞争分析

本文讨论了网络环境下从众多投标的供应商那里选择一家供应商来购进所需商品的反向拍卖,提出了一种考虑了买家起始价格和最高忍耐价格的在线定价策略,该在线定价策略利用了市场的价格信息,克服了由单一定价造成的完不成采购任务或不必要的成本浪费等缺陷,对该在线定价策略进行了竞争分析并得到了最优的竞争比。最后,通过实例说明本文提出的在线定价策略的可操作性。     

基于价格可变的占线优惠卡问题及其竞争分析

优惠卡问题是租赁问题的一个推广,已往的研究都是考虑只存在一种优惠活动的情况,并给出最优的单阀值购买策略。在本文中,则考虑更接近实际的情况,即存在多种优惠活动的问题,给出了当所有优惠卡价格在有界范围内的双阀值购买策略,分别给出了其竞争比上下界。最后,通过数值分析说明优惠卡价格和折扣率对消费者购买策略和竞争比的影响。     

顾客需求量不确定时生产商的在线数量折扣策略

针对顾客需求量不确定时,生产商为节省库存成本而采用数量折扣策略鼓励零售商提高单次订货量的决策问题,从在线问题与竞争分析的角度出发,设计了平衡策略,并证明了该策略是最优在线数量折扣策略.然后给出了算例,算例表明了无论顾客的需求量如何变化,平衡策略确定出的数量折扣,总能使生产商的成本接近于顾客需求量确定时的最小成本;同时与传统的数量折扣模型进行了对比,说明了在传统的数量折扣模型中做出的决策,往往不是我们所提出的新的评价准则(竞争比)下的最优策略.     

统计信息下在线反向拍卖的竞争分析

对于投标具有统计特征的在线反向拍卖问题,利用在线算法与平均情形竞争分析相结合的方法,讨论了单一定价策略的平均情形最优单一定价及其竞争性能,提出了无限可分商品在线反向拍卖的平均情形竞争分析策略,基于此策略建立了具有均匀分布特征的在线反向拍卖模型,通过对模型求解得到了采购商的竞争需要曲线。与不考虑投标的统计信息、只是利用常规的最坏情形竞争分析得到的在线反向拍卖的竞争策略进行对比分析,发现统计信息的利用提高了在线反向拍卖策略的竞争性能。     

基于高斯分布的在线采购机制设计及竞争分析

依附于互联网电子商务的在线采购拍卖交易, 对传统的贝叶斯离线拍卖理论提出新的挑战, 因为面对不同时间点的投标, 采购电商必须即可决策出是否中标以及购买价格。鉴于此, 对于诸如石油、煤、粮食等无限可分商品的电子采购, 本文基于投标具有高斯分布特征设计了一种激励相容的在线采购策略, 演绎出在线采购的数学模型, 利用Runge-Kutta数值算法, 通过Matlab编程求解出采购电商在线定价策略的需求曲线及其对应的竞争比, 最后, 利用数值模拟, 将在线采购机制策略与纯竞争分析得到的在线采购策略比较, 结果显示利用了高斯分布信息的在线采购策略的竞争性能由于利用了投标的统计信息而得到了提高。     

基于订单采购模式的销售商在线采购策略

对于按订单采购的销售商而言,采购成本和延误成本是影响总成本的主要因素,销售商需要采取适当的采购策略,权衡二者,以使总成本尽量小.文章首先给出了订单需求完全已知情况下的离线最优策略,并指出策略的计算复杂性为O(n2).其次,针对订单需求难以预测的情形,设计了相应的在线采购策略,证明了该策略的竞争比为2;同时,证明了该问题的竞争比下界为((√5)+1)/2＞1.618.     

无限可分商品在线反向拍卖的风险策略研究

对网络环境下一个买家多个卖家的反向拍卖,研究了供应商在不同时间到达并投标而采购商接到每个投标后需要立即做出决策的在线反向拍卖的风险策略。对于无限可分商品,在资金一定前提下,首先对采购商无风险行为情形给出了基于标价上涨威胁的在线反向拍卖策略,通过竞争分析得到了其最优竞争比及整体需要曲线;其次引入采购商的风险容忍度概念,建立了激励相容在线反向拍卖的风险回报框架,并对风险忍耐策略进行了竞争分析。     

局内状态下的进货管理问题及其竞争分析

局内进货管理问题是指在未来商品的需求不确定,对未来不作预测的情况下如何决策什么时候及购进多少货物的问题.如果我们用πOPTD表示局外问题的最优解,πAD表示局内算法A的最优解,那么竞争比可以表示为sup（πOPTD/πAD）,其中D表示任意的需求序列.决策者的目标是使得竞争比尽可能的最小.本文首先建立了一个简化的局内库存管理模型,在知道M和m（未来需求最大值和最小值）基础上设计了两种局内策略FNA和PDBA.讨论并证明了对于固定购买数量的竞争策略,我们给出的FNA策略具有最优的竞争比.而后分析了策略PDBA在需求满足各种不同情况下的竞争比.     

价格数量折扣下多阶段报童问题的在线策略

价格数量折扣可以提高订购量, 是库存决策中的一个重要因素. 特别地, 当订购量达到一定水平时, 价格折扣才会发生. 应用理论计算机科学兴起的弱集成算法, 研究具有这种价格数量折扣的多阶段报童问题的在线策略. 弱集成算法是一种在线序列决策算法, 其主要特点是不对未来输入做任何统计假设, 克服了报童问题研究中需要对需求做概率假设的困难. 主要将弱集成算法应用到固定订购量的专家策略, 给出了价格数量折扣下多阶段报童问题的具体在线策略;得到了该在线策略相对于最优专家策略的理论保证. 进一步将回收价值和缺货损失费引入, 给出了推广的在线策略及其理论结果. 最后应用数值算例说明了给出的在线策略具有较好的竞争性能.     

折扣加权总完工时间问题的半在线排序算法

讨论到达时间任意,加工时间具有上下限约束,目标函数为带折扣的加权总完工时间的单机排序问题1|rj,Pmin≤Pj≤Pmax|∑ωj(1-e-βCj),给出了此问题在任意半在线算法下的竞争比下界,并提出了求解此问题的一种半在线算法D-αWDSPT,通过分析算法竞争比说明该算法是一种近似最优算法.同时指出,算法在问题的三种特殊情况下是最优算法.第一种问题是最小加工时间P→0,第二种问题是折扣因子β→0,第三种问题是工件加工时间相同Pmin=Pmax     

双人合作的在线雪橇租赁问题

以往的文献只研究了单人雪橇租赁问题,本文将雪橇租赁问题扩展到了双人合作情形.研究了两个在线决策者的合作博弈模型,给出了TBS策略和BCS策略,并求出了双方收益分配的纳什均衡解.结论显示,TBS策略具有最小竞争比,但基于该策略的合作却不稳定,需要契约维持;BCS策略不具有最小竞争比,却是占优策略,基于该策略的合作是稳定的。因此存在合作可能的情况下,选择BCS策略的合作总比非合作要好。文章第4节详细的比较了TBS策略和BCS策略。   此外,文章还得到了一个有意思的发现,随着参与人的增加,竞争比是有可能不上升的.这一发现与经典的在线问题(如k-server问题)的结论不一样,在k-server问题中,随着参与者(服务器)的增加,竞争比会呈线性提高》。     

基于指数分布的可恢复加拿大旅行者问题的策略研究

针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量且服从指数分布的情形,从在线问题与竞争策略的角度,给出了等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较.     

带机器准备时间的m台平行机在线和半在线排序

本文研究了目标为极大化机器最早完工时间的带机器准备时间的m台平行机在线和半在线排序问题.对于在线排序问题,本文证明了LS算法的竞争比为m.对于已知所有工件加工时间总和(sum)和最大工件加工时间(max)的两个半在线模型,本文分析了它们的下界,并给出了竞争比均为m-1的最优算法.     

随机环境下堵塞可恢复的旅行者问题策略研究

针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量的情形,从在线问题与竞争策略的角度,给出了每个堵塞恢复时间都为正态分布下的等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较。     

有服务时长和服务可选择性的快递车辆调度在线策略研究

针对快递揽件需求出现无法提前获知、服务每一个快递需求需要一定的服务时长,且无法接受全部请求的情形,提出带有服务时长和服务可选择性的快递车辆在线调度问题,证明了该问题在线策略竞争比的下界。在正半轴上提出Replan策略,在直线上提出ReOPT策略,在一般网络上提出GRH策略,证明了上述在线策略的竞争比。结果表明,考虑服务时长能够改善在线策略的竞争性能,所提在线策略在实际应用中具有实用性。结论将为快递车辆的科学调度提供理论依据。     

堵塞恢复时间未知的可恢复加拿大旅行者问题研究

加拿大旅行者问题是指旅行者针对行走过程中遭遇的突发性道路堵塞,如何设计一个有效路径选择策略,使得旅行者从出发地抵达目的地行走时间尽可能少的问题.从在线问题与竞争策略的角度,考虑每个堵塞恢复时间未知且相互独立的情形,给出了每个堵塞恢复时间为三角模糊数下的等待策略和贪婪策略及竞争比,并对策略执行效果进行了分析与比较.     

具有预知信息的集装箱码头泊位与岸桥联合调度在线模型

探讨了预知服务需求信息能力下的集装箱码头泊位与岸桥联合调度 over-list 在线模型. 在每个船舶服务请求释放时, 决策者预知后续 k(k \geq 2)个请求的信息,目标为最小化所有请求的最大完工时间. 针对由3个离散泊位组成的混合型泊位与4个岸桥, 以及只有大小两种服务请求的情形, 给出了预知任意 k \geq 2个请求下的竞争比下界; 同时, 对于k=2的特定情形, 给出了具有最优竞争比7/6 的在线策略. 数值实验进一步表明了所设计策略的良好执行性能.