动态空间调度的混合遗传算法

提出了一种基于混合遗传算法的动态空间调度方法。首先利用遗传算法产生多个可行的分段调度序列,再采用动态决定分段位置的启发式算法——平均最大空闲矩形策略对遗传算法产生的调度序列进行解码。同时以完工时间和平台利用率的加权和作为适应度函数,充分考虑了空间调度问题所特有的动态性和时空关联性。遗传进化过程收敛后得到近似最优解,实现了调度方案的全局优化。对船厂实际生产数据进行了实证分析以及与其它算法的对比分析,证明了所提方法在空间调度问题上的有效性和实用性。     

CRM决策的序贯优化——以KDD98直邮决策为例

从多阶段、延迟回报的角度来看待CRM中的决策优化问题。以KDD98数据集为例,将邮寄序贯决策定义为一个部分可观察马尔可夫决策模型(POMDP)。提出了模型参数估计的EM算法并用MATLAB实现;用模型对数似然值、BIC统计量选择最佳模型;用向前一步预测对模型进行检验;用Incremental prune算法对模型求解。实证结果表明,POMDP模型可以很好的捕捉客户购买行为的动态变化,对客户的购买有很好的预测效果。在此基础上,说明了如何使用该模型以客户终生价值最大化为目标优化直邮策略。     

船体不规则分段的动态空间调度算法

提出了一种基于遗传算法的针对船体不规则分段的动态空间调度方法。基于遗传算法和临界多边形算法直接对不规则分段进行优化调度，提高空间的利用率。首先，利用遗传算法产生多个可行的分段调度序列。然后，基于临界多边形算法及重心最低策略，根据分段调度序列一一确定各不规则分段的空间位置。充分考虑到空间调度问题所特有的动态性和时空关联性，同时以场地利用率和未延迟加工分段所占比例的综合加权和作为评价函数，实现了调度方案的全局优化。以江苏澄西船厂大型散货船的119个不规则分段作为实验数据，并通过多个算法的比较，发现该动态调度算法可以快速收敛得到较优解，并且在空间利用率和延迟分段指标上有了提高，最终可以得到比较理想的调度结果，证明了所提方法在动态空间调度问题上的有效性和优越性。     

客户终生价值的蒙特卡罗分析

客户终生价值分析是客户关系管理研究的重要课题．但现有的研究只限于于期望值分析，而忽略了客户价值的风险。本文使用贝叶斯方法及蒙特卡罗方法分析客户终生价值及客户资产，可以得到个体客户终生价值和客户资产的后验分布样本。分析的结果揭示了具有相近期望价值的客户，其风险可能存在较大差异，为客户选择决策提供了依据。     

客户关系动态优化模型与实证研究

提出了客户关系与营销活动的动态交互模型,以长期收益最大化为目标,优化企业的营销活动。模型假设客户关系可离散为几个层级状态,并设客户关系所处状态受营销活动的影响而动态的变化,服从马尔可夫决策过程。客户关系状态所处层级不可直接观测,但其与客户购买水平有概率相关关系。提出模型参数估计的最大似然估计方法。以国内某企业的客户关系管理数据为例,说明了模型变量的定义方法,通过客户交互历史数据估计模型参数,并对客户管理策略进行优化。结果表明,最优策略管理下期望提升客户价值61％～82％。