模糊随机需求报童问题的Stackelberg-Nash均衡策略

针对模糊随机需求下的分布控制型报童问题,建立了无数量折扣和有数量折扣情况下的利润最大化两层规划模型,并结合模糊随机模拟技术和遗传算法设计了模型求解的混合智能算法.解决了上层制造商制定包括折扣区间和折扣价格的最优数量折扣策略,以及下层多零售商确定各自的最优订货量的Stackelberg-Nash均衡策略问题.     

离散模糊需求报童问题的可能性模型研究

基于可能性分布函数质心特征值,本文建立了确定离散模糊需求报童问题订货量的利润模型,并分析了成本模型和利润模型的关系。研究结果表明:1)基于可能性分布函数质心的模糊可能性成本和利润模型确定的订货量不一致;2)对应不同订货量,模糊可能性成本与利润之和不为固定常数。数值计算表明:该方法不可取。     

模糊随机需求下多产品报童问题的均衡策略

针对模糊随机需求下单制造商多零售商的分布控制型多产品报童问题, 建立了含资金约束的期望利润最大化两层规划模型.结合模糊随机模拟技术与遗传算法, 设计了求解模型的混合智能算法.该算法不仅可获得上层制造商的最优折扣批发价及下层零售商的最优订购量,亦可求得该折扣形式的起始折扣点(折扣区间).算例分析表明,当制造商采取最优数量折扣策略时:1)促使零售商订货量增加至资金约束上限;2)部分产品订货量可达模糊随机市场需求的最大可能值:3)零售商和制造商的利润均增加.     

离散模糊需求报童问题的可信性模型研究

基于可信性理论,建立了确定离散模糊需求报童问题订货量的期望成本与利润模型,并与基于可能性理论的质心特征值分析模型进行了比较.数值研究结果表明:1)对应每一模型的最小模糊成本和最大利润的订货量不一致,且模糊期望模型与质心特征值模型确定的订货量不同;2)对应不同订货量,模糊可能性成本、利润之和及期望成本、利润之和均不为固定常数.由于在模糊环境下,与概率测度对应的模糊量描述是可信性测度,所以,相比而言,离散模糊需求报童问题的模糊期望值模型较模糊可能性模型好.     

基于委托—代理下的模糊报童问题

在委托-代理关系中.代理人的私人信息对委托人的决策会产生重要影响.因此,为了获取代理人的真实信息.设计一个有效的激励机制是委托人的核心问题.本文基于需求依赖于代理人的努力水平和模糊市场条件的假设,利用委托一代理相关理论,探讨了模糊报童问题的激励机制问题.首先讨论了委托人最优产量的确定问题.然后分别给出了可观测和不可观测两种努力水平下的最优激励机制,最后分析了模糊市场条件对委托一代理双方利益的影响.     

模糊随机需求的连续盘点存储策略研究

考虑到需求的模糊随机性,建立模糊随机需求情况下连续盘点存储策略的模糊随机成本模型。利用模糊随机变量的期望值理论,推导出了其成本期望值模型的解析表达式,进而给出了最优再订货点所属区间的判别条件以及最优再订货点和经济订货量的计算式;基于此,设计了一模糊随机需求的连续盘点最优存储策略算法。最后结合数值算例,分析了模糊随机需求概率分布及缺货成本对最优存储策略的影响。     

随机需求下供应商管理库存的供应链模型

以一个供应商和一个零售商的两阶段供应链为背景,利用报童模型给出了供应商管理库存(VMI)的供应链模型,在需求服从均匀分布的条件下得出解析解,并与传统的零售商管理库存(RMI)系统作了比较,分析了这两种情况下批发价和订货量的变化.数值结果表明VMI导致了批发价的缩减,但提高了订货量,VMI减轻了双重边际效应,系统利润多于传统的RMI系统.     

基于遗传算法的随机模糊立体运输问题

随机模糊立体运输问题的研究是为了解决现实生活中双因素不确定性问题,在遗传算法的基础上,运用可信性理论建立随机模糊运输问题的机会约束规划模型.通过算例进行VC++编程模拟计算,验证了此模型的可行性,最终提出了基于遗传算法解决随机模糊立体运输问题的模型.     

带有回报率机会约束的报童问题

报童问题研究的是决策者利用随机优化方法确定最优订货量以使销售期末的期望利润最大.这种方法考察的是长期的平均意义上的最优,不能保证实际的收益较大,更不能保证实际的回报率比较大.本文研究了带有回报率机会约束的报童问题,通过该约束控制实际的回报率低于目标值的概率,数值例子表明该模型可以有效地控制实际的回报率偏低的风险,从而提高了报童模型的应用价值.     

考虑随机模糊缺陷率且允许缺货的EOQ模型

针对实际库存管理中的产品缺陷问题,研究了含随机模糊缺陷率且允许缺货的经济订购批量(EOQ)模型,并运用随机模糊理论将其转化为确定模型,设计了随机模糊模拟仿真算法进而确定了其最优订购策略.数值算例分析了缺陷率对最优订货量和最优利润的影响.     

三种不同需求分布条件下报童问题期望费用的计算

报童问题是运筹学中典型的随机性存贮模型.目前很多运筹学和管理科学教科书一般只给出报童问题最优订购量应该满足的条件,而没有给出具体的期望费用的表达式,这对于报童问题模型在实际中的应用造成不便.研究了三种不同需求分布条件下报童问题期望费用计算问题,所得出的关于期望费用计算公式具有简洁和便于实际应用的特点.     

带有随机产出和广告投入的Newsboy模型

首次将随机产出和广告投入同时引入到Newsboy模型中,分别在乘积形式随机产出和加和形式随机产出情况下,建立带有广告费用的最优决策模型,通过分析得出如下结论:在乘积随机产出情况下,随着广告费用的不断增加,最优计划生产量在快速增加;而在加和形式随机产出情况下,随着广告费用不断增加时,最优计划生产量也在不断增加,但其增加的速率较小。最后,指出乘积形式的随机产出适用于刚上市的新产品,而加和形式的随机产出适用于品牌产品。     

基于灰色关联度下的报童问题

基于灰色系统的决策思想,提出了具有灰色特性的报童问题,即在传统报童问题的影响因素—成本价、零售量、零售价和处理价等因素中引入灰色信息.应用灰色决策方法,计算和比较理想方案和临界方案构成的综合关联度,综合关联度大者对应为优良方案.给出的算法使得决策更具有柔性,决策结果更贴近实际.     

One Machine Scheduling Problem with Fuzzy Random Due-Dates

In many classical or basic scheduling models, jobs processing times and due-dates are crisp values. Recently, they have been formulated as uncertain values in some more actual models. That is the introduction of fuzziness. However, in a real situation of decision making, there exists uncertainty that can not be described only by fuzziness. In this paper, we propose an n-job, one machine scheduling model, where due-dates for jobs are fuzzy random variables. In the model, jobs processing times are crisp, and we assign satisfaction levels to jobs completion times according to membership functions. They are non-increasing functions, but their support positions depend upon the expected due-dates, which are exponentially distributed random variables.     

可追加订购的报童问题

研究带有追加 (两次 )订购的报童模型 ,分析了此模型与经典 (一次订购 )报童模型的收益关系 ,服务水平评价 ,订购量与需求均值、方差、价格等的灵敏度及发现了在适当的条件下 ,最大追加订购量 M的最优解存在 ,且给出了求解的方法 .     

A Fuzzy Stopping Problem with the Concept

Stimulated by Zadeh's paper (Journal of Statistical Planning and Inference,2002, 105, 233--264), we will try to consider a perceptive analysis of the optimal stopping problem. In this paper, the fuzzy perception value of the expectation of the optimal stopped reward is characterized and calculated by a new recursive equation. Also, a numerical example described by triangular fuzzy numbers is given.