Assortment planning for vertically differentiated products under a consider-then-choose model

Consider-then-choose models, borne out by empirical literature in marketing and psychology, note that customers follow a two-stage procedure to choose among alternatives. In this paper, we consider the assortment optimization problem of a retailer who manages a category of vertically differentiated products under customers’ consider-then-choose behavior. We characterize some structural results of the optimal assortment and find that the problem can be solved as the shortest path problem. Also, we develop an efficient algorithm to identify an optimal assortment.     

农作物冠层光谱信息的施肥管理分区研究

随着地面遥感技术的不断发展,越来越多的农作物冠层光谱检测传感器被应用到了农业生产,其中应用较为广泛的就是Greenseeker植物光谱检测仪,利用Greenseeker植物光谱检测仪可以获取农作物冠层光谱信息归一化植被指数（NDVI）数据,从而能够进行农作物的施肥管理分区的划分,依据划分好的施肥管理分区可以实现有针对性的变量施肥。模糊c-均值（FCM）算法是划分农作物施肥管理分区常用的算法,但是模糊c-均值算法具有一定的局限性,就是在计算过程中随着NDVI数据量的增加会不断进行数据的迭代计算,从而会影响施肥管理分区划分的速度。在模糊c-均值算法的基础上提出一种基于模型的模糊c-均值（MFCM）算法,基于模型的模糊c-均值算法在划分农作物施肥管理分区过程中不必在每获取一组数据时就对全部数据进行迭代计算,可有效提高划分施肥管理分区的速度。通过搭建的农作物冠层光谱信息采集平台获取大豆和玉米的NDVI数据,利用基于模型的模糊c-均值算法划分大豆和玉米的施肥管理分区,使用分区评价指标轮廓系数（SC）和调整兰德指数（ARI）评价划分施肥管理分区的效果。结果表明,随着获取的NDVI数据量的不断增加,基于模型的模糊c-均值算法相比于模糊c-均值算法能够更快的划分施肥管理分区,在划分大豆施肥管理分区上,基于模型的模糊c-均值算法快0.02～0.15 s;在划分玉米施肥管理分区上,基于模型的模糊c-均值算法快0.07～0.51 s。通过计算评价划分施肥管理分区效果的指标轮廓系数和调整兰德指数发现,在不同NDVI数据量的情况下进行划分施肥管理分区,轮廓系数的值最大相差为0.022,说明两种算法划分施肥管理分区的效果相差不大;调整兰德指数的值对数据的波动变化比较敏感,在NDVI数据量达到6 000后能够维持在0.7以上,但当NDVI数据波动变化较大时会出现一定的下降。     

炼铝工业固体废料(赤泥)的物质组成与工程特性及其防治利用研究

据保守估算 ,我国每年排放的铝工业固体废料赤泥至少在 5 0 0万 t以上。由于赤泥对生态环境的严重危害 ,赤泥坝、赤泥库的安全已成为令人关注的环境问题。各类固体废弃物 (包括生活垃圾 )储存、处理和利用的研究不仅是当代环境科学的重要任务 ,亦是当代环境工程地质学、环境岩土工程学最重要、最迫切的研究任务之一。本文利用工程岩土学的有关理论和方法 ,系统地研究了赤泥的化学、矿物成分、不良工程特性及其形成变化机理 ,并在此基础上提出了赤泥的储存、加固 (处理 )和综合利用的原理和途径。     

随机需求下仓库容量有限的物流库存管理问题的研究

在随机需求下，本文研究当物流企业自有仓库容量限时的物流库存管理问题，给出了使库存成本期望最小的订货量．