基于时间敏感需求及随机完工期的承诺交货期决策

在新的经济形势和高新技术指引下,产品更新换代的速度加快,基于时间的竞争成为供应链竞争的焦点.在制造商为核心的供应链中,产品需求除了与价格有关外,与承诺交货期也有一定关联,且部分客户愿意为快速交货而支付更高价格.当需求与时间及价格具有敏感性且实际完工期服从一定的随机分布时,建立利润最大化及服务水平约束的承诺交货期决策模型,并对模型进行讨论及优化分析.通过算例验证了模型的有效性,通过参数敏感性分析得出的结论是:当客户服务水平达到一定阈值时,最优承诺交货期将发生改变;价格及交货期敏感系数不影响承诺交货期,但影响产品需求及最终利润;最优承诺交货期与单位提早完工成本是反向变动的关系而与单位延迟完工成本是正向变动的关系;随着完工期均值及标准差的不断增大,最优承诺交货期呈上升趋势,利润、市场需求及价格不断下降.     

基于改进的粗糙集条件信息熵和灰关联投影法的工程项目投标决策研究

投标决策是建筑企业面临的一大难题.在分析建设工程投标风险因素的基础上,提出一种基于改进的粗糙集条件信息熵和灰关联投影法的投标决策方法.文中投标风险因素的客观权重经两次修正,更具全面性和合理性;然后结合依靠专家经验确定的主观权重得到综合权重;最后将综合权重应用于灰关联投影法进行投标决策.通过应用实例,验证决策方法的可操作性和合理性,为承包商实际的投标工作提供一定的借鉴和参考.     

应急物流中库存与运输集成决策模型研究

已有的研究表明,在物流管理中权衡库存与运输成本之间的关系,实现两者的集成决策,可改进系统的运作绩效。在给定的仓库布局条件下,针对应急物流的配送特点,构建了单周期物资的运输与库存集成决策的随机规划模型。考虑到模型求解的复杂性,首先通过对模型的分析,获得了最优解的性质和上界,然后设计了基于BP神经网络和遗传算法的混合智能算法。在算例分析部分,揭示了服务水平、运输、和库存成本在应急物流中之间的复杂关系,说明合理权衡三者之间的关系,可以提升应急物流的管理水平。     

基于C~2R模型的广义链式网络DEA模型

传统网络DEA方法是将传统DEA方法评价过程中的"黑箱"打开,考虑输入到输出的中间环节,对生产过程中的各个环节分别评价。传统网络DEA方法获得的是相对于有效决策单元评价的结果,但有时可能要相对于非有效决策单元或者非决策单元进行评价,传统网络DEA方法无法解决该类问题。为此给出相对于非有效决策单元或者非决策单元进行评价的基于C~2R模型的广义链式网络DEA模型,并探讨相关性质.     

关于判断矩阵一致性检验与调整的一个注记

首先分析了判断矩阵不一致形成的原因,认为一个判断矩阵中的不一致是由强矛盾判断,弱矛盾判断,标度离散性,标度有限性共同作用的结果,并通过两个例子指出现有一致性检验与调整方法中存在的问题,最后在已有研究基础上给出了判断矩阵一致性调整的新步骤.     

电力系统多目标优化运营研究

针对智能电网系统的安全与经济运行问题,建立了一个同时考虑经济、环境和安全指标的电网系统多目标优化模型,并运用理想点法对电网系统的多目标优化运营问题进行了相应的决策性分析,然后使用了一种新型的智能计算方法——标杆管理优化算法对该模型进行了求解计算.仿真实例表明,本文提出的决策分析和求解计算方法是切实可行的,具有一定的实用性和灵活性.此外,在计算过程中对一些相关的技术性问题,如对协调模型中的两类不同的控制变量、基因链的构造、约束条件的处理以及目标函数的选取等问题做了一些研究和探讨.     

主客观组合赋权的灰色决策模型及其在消费者决策中的运用

现实中许多抽象系统的数值并不能精确地得到,在多属性决策过程中,其属性值多以模糊数或者区间灰数的形式表示,属性权重也受到主观因素和客观因素的影响,针对此类问题,以属性值为区间灰数的多属性决策问题为出发点,采用主客观结合的赋权方式,提出了基于区间距离的灰色相对关联度分析方法,构建了灰色决策模型,并通过消费者决策实例进行了分析,模型是对传统灰色决策模型的拓展,具有更广泛的应用性和实用性.     

可能度及其在多指标区间决策中的应用

在对区间数比较的可能度进行综述的基础上提出了可能度公理,构建了多指标区间决策的综合评价模型,并运用区间数比较的可能度,给出了一种简便实用的方案排序方法.最后通过实例说明了方法的合理性和可行性.     

基于CVaR准则的折扣回购策略双层风险决策

首先,引入条件风险值(CVaR)准则,作为风险厌恶型的供应商和零售商的决策准则,建立了基于条件风险值(CVaR)准则的折扣回购策略双层风险决策模型.然后,导出了零售商在批发价格下的最优订购公式,证明了订购量随着折扣增大而增大,随着批发价格增大而减小,数值实验表明供应商可以通过折扣和批发价来分担零售商的风险损失,来使供应链达到协调.     

随机DEA期望值模型的一些性质

为判别决策单元在随机DEA期望值模型下的随机有效性,首次提出了随机期望无效、随机期望弱有效、随机期望有效以及随机期望超有效的概念．并给出了三个命题用于判别不同显著性水平下随机期望效率与期望效率的关系．在此基础上,得到了两个重要的性质：（1）当期望效率保持不变时,随机期望效率为显著性水平的增函数;（2）当显著性水平保持不变时,随机期望效率为期望效率的增函数．最后,利用随机模拟和一个算例对上述结论进行了验证．