大规模伤亡事件应对流程的前摄性调度优化

以死亡人数最少化为目标,研究大规模伤亡事件应对流程的前摄性调度优化问题。首先,使用伤情等级和伤情随机转化的马尔可夫链,建立伤员死亡概率与伤员处置时间的函数关系。随后,将研究问题转化为柔性作业车间静态调度问题,并设计遗传算法求解。最后用一个随机算例对算法进行仿真,结果表明：该算法可行有效;与现有研究中救援时间最短化的调度方法相比,伴随着可接受的救援时间跨度增加,该方法可大幅降低救援过程中的死亡人数。本文研究有助于决策者优化应急救援过程,有效减少死亡人员数量。     

线上分类回收平台的道德风险决策研究

线上回收模式采用“线上分类交易+线下物流”机制,可大幅提高交易效率,然而也面临严重的信任危机。掌握回收平台的道德风险决策机理,对于解决行业困境至关重要。考虑一个线上回收平台向顾客收购两个等级旧产品的交易系统,其中顾客可能低估或高估持有产品等级。平台存在道德风险从顾客低估中获利;顾客可利用逆向选择规避该风险。基于Stackelberg博弈模型,研究了顾客的订单提交决策和平台的最优道德风险概率决策。分析结果表明,平台并非总是存在不诚实动机,取决于产品质量分布以及双方争价的相对成本。研究结论对线上回收模式的监管和规范具有较强的管理启示。