A column generation approach for location-routing problems with pickup and delivery

In this paper we formulate an integer programming model for the Location and Routing Problem with Pickup and Delivery. We propose a column generation scheme and implement, for the subproblem, a label-setting algorithm for the shortest path with pickup and delivery and time windows problem. We also propose a set of heuristics to speed up this process. To validate the model, we implement the column generation scheme and test it on different instances developed in this paper. We also provide an analysis of how the costs of opening depots and the fixed cost of routes affect the optimal solution.     

Reinsurance contract design when the insurer is ambiguity-averse

This paper investigates proportional and excess-loss reinsurance contracts in a continuous-time principal–agent framework, in which the insurer is the agent and the reinsurer is the principal. Insurance claims follow the classic Cramér–Lundberg process. The insurer believes that the claim intensity is uncertain and he chooses robust risk retention levels to maximize the penalty-dependent multiple-priors utility. The reinsurer designs reinsurance contracts subject to the insurer’s incentive compatibility constraints. The analytical expressions of the two robust reinsurance contracts are derived. Our results show that the robust reinsurance demand and price are greater than their respective standard values without model ambiguity, and increase as the insurer’s ambiguity aversion increases. Moreover, the reinsurer specifies a decreasing reinsurance price to induce increasing demand over time. Specifically, the price of excess-loss reinsurance is higher, relative to that of proportional reinsurance. Further, only if the insurer’s risk aversion is high or the reinsurer’s risk aversion is low, the insurer prefers the excess-loss reinsurance contract.     

On fail‐safe systems under random shocks

In practical situations, systems often suffer shocks from external stressing environments, stressing the system at random. These random shocks may have non‐ignorable effects on the system's reliability. In this paper, we provide sufficient (and necessary) conditions on components' lifetimes and their surviving probabilities from random shocks for comparing the lifetimes of two fail‐safe systems by means of the usual stochastic, hazard rate, and likelihood ratio orderings. Numerical examples are presented to highlight these theoretical results as well.     

专业零售商与厂家直售商的多渠道供应价格博弈的混沌动力学研究

在零售市场,专业零售商与厂家直售商的价格竞争日益突起,再次背景下构建了专业零售商和厂家直售商组成的多渠道供应链价格博弈模型。利用管理学、经济学以及混沌动力学有关理论,对多渠道供应链中各渠道间长期价格博弈的动态演化过程进行理论验证和数据仿真,研究了专业零售商和厂家直售商的价格决策变量的变化给市场带来的影响。研究表明,双方价格决策变量的不断增加,市场从稳定进入混沌无序状态。采用调整参数可以对混沌进行有效的控制,研究结果具有较好的理论和实际应用价值。     

考虑预付定金和退货的SMPEs产品定价与优化策略

借鉴中小制造型企业(SMPEs)在线渠道预售模式,考虑市场中存在预付订金和不预付订金的顾客,并将其退货情况引入到生产商利润表达式中,构建确定性和随机性市场需求下的SMPEs产品销售利润最大化模型,推导生产商产品最优定价的解析解;对比两种销售模式的利润,得到了生产商选择不同销售策略的条件。进一步考虑预付定金的产品数量、预交定金比例、退货数量是关于价格折扣敏感的情况,采用拉格朗日乘子法对生产商产品定价及优化问题进行研究,分析求得生产商销售策略(产品定价和价格折扣)的近似最优解。最后,通过数值算例对研究结论进行了验证并给出经济学解释。     

基于质量分级的生鲜农产品供应链的定价与保鲜策略研究

为了有效降低生鲜农产品损耗,保障流通与销售过程中生鲜农产品的品质及安全,解决消费者对生鲜农产品品质及其新鲜度的高追求与生鲜农产品冷链物流成本过高导致保鲜投入不足之间的矛盾,文中以价格和新鲜度为市场需求的主要影响因素,分别在产销地均不分级、销地分级和产地分级三种质量分级模式下,构建了供应商和零售商的利润函数,采用stackelberg博弈求解得到各自的最优定价策略和最优保鲜策略.对不同质量分级模式下的定价策略和保鲜策略进行对比分析显示,产地分级模式下的定价策略有利于增加市场需求及市场主体的利润;产地分级模式下的保鲜策略在控制损耗的效果和控制保鲜的成本上都优于其他模式.     

热红外光谱的石榴子石亚类识别方法

高光谱技术快速、无损、精确探测矿物,能够清楚的反映矿物化学成分的改变。石榴子石在热红外波段具有诊断性的三峰式特征。反射峰波长与化学成分关系密切,所以可以依据石榴子石在热红外波段的光谱特征开展其亚类分类研究。钙铬榴石和锰铝榴石反射峰位置易于与其他亚类区分,而铁铝榴石和镁铝榴石、钙铁榴石和钙铝榴石的反射峰位置有较大重叠区域,无法直接判别,因此亟需一种基于热红外光谱的快速、准确识别石榴子石亚类的分类方法。基于热红外光谱库中85个不同类型的石榴子石样本数据获取其3个反射峰位置及波长差值信息,利用非线性BP神经网络、聚类分析以及多元线性判别分析3种方法开展石榴子石亚类识别实验,并运用精确率、召回率和F1值进行分类精度评价。结果显示：BP神经网络算法分类的精确率、召回率和F1值均能达到100%,铁铝榴石和镁铝榴石、钙铁榴石和钙铝榴石得到很好地区分;聚类分析和多元线性判别分析分类的精确率、召回率和F1值分别为86.1%、80%和79.2%,84.2%、80%和79.5%,这两种方法对反射峰重叠的铁铝榴石和镁铝榴石、钙铁榴石和钙铝榴石分类效果不好,因此BP神经网络更适合石榴子石亚类识别。本研究利用BP神经网络强大的非线性自动映射能力,找到了石榴子石热红外谱段反射峰位置与亚类类型之间复杂的映射关系,证明了BP神经网络方法与热红外光谱特征结合使用的可行性与优越性,为石榴子石亚类识别提供了快速有效的技术支撑,同时为其他矿物的快速有效识别提供了良好的技术启示。     

基于卷积神经网络和近红外光谱的太平猴魁茶产地鉴别分析

太平猴魁茶因其特有的“喉韵”深受广大消费者喜爱,不同产地太平猴魁茶市场价格相差较大,如何实现产地精准鉴别是目前促进绿茶产业发展的关键因素。依赖于人工经验的感官评审方法主观性强、稳定性差,无法应用于实际生产检测过程。作为目前主要的检测分析方法,化学分析方法周期长、检测成本高,而且目前没有用于茶叶产地鉴别的统一标准。近红外光谱（NIR）作为一种无损检测分析方法,具有快速、非破坏性、无污染等特点,但是不同产地太平猴魁茶主要内含成分及其含量基本相同,不同产地样本光谱特征峰分布相似,导致常规分析方法无法有效选择特征变量。卷积神经网络（CNN）作为经典深度学习网络模型之一,具有强特征提取和模型表达能力。采用太平猴魁茶产地光谱特征分析,利用一维卷积神经网络模型（1-D CNN）提取太平猴魁茶NIR特征,提出一种基于1-D CNN和NIR的太平猴魁茶产地鉴别分析方法。试验以6个不同产地共120个样本为研究对象,分析10 000~4 000 cm-1范围内的光谱信息;将样本随机划分为训练集（84,占70%）和测试集（36,占30%）,分别讨论不同间隔采样、网络结构、卷积核大小及激活函数对产地鉴别结果的影响,并引入Dropout方法对比分析模型过拟合现象;最终建立一个具有9层结构的1-D CNN模型。蒙特卡罗试验结果表明,相比于基于原始光谱数据（40.57%,7.06）和PCA方法（31.93%,6.96）的太平猴魁茶产地预测模型准确率和标准差,基于1-D CNN的太平猴魁茶产地鉴别模型预测精度和稳定性更高,其测试集预测准确率平均值和标准差分别为97.73%和3.47。因此,1-D CNN可有效提取太平猴魁茶不同产地NIR特征,提高太平猴魁茶产地鉴别精度,为太平猴魁茶精准产地鉴别及溯源分析提供参考。     

光电倍增管在磷酸液声致发光实验中的应用

对不同厚度液体进行光强测量,深入探索空化气泡的运动,研究发光机理很有意义。用超声激励法在磷酸液体中实现多泡声致发光,研究不同共振频率下发光的特点。利用光电倍增管多次测量发光强度相互比较,结果是在液体厚度10 cm、驱动频率f=21.061kHz和f=20.316kHz时,周期性较好为50μs,液体通过漩涡集中气泡可以使更多气泡发光;在液体厚度3 mm、驱动频率f=17.91kHz和f=19kHz时,周期性很好为25μs;且光信号都较强。结论是磷酸中声致发光强度、周期与液体厚度、驱动频率密切相关。本文以磷酸液多泡声致发光实验研究为基础,从内部和外部原理来出发,详细介绍了光电倍增管在多泡声致发光光强测量中的实用,为今后研究者提供了一些经验。根据实验过程中遇到的一些实际问题提出了建议和改善意见。     

事件对国际石油价格影响的时间序列分析

用近来经济分析中应用较多的现代时间序列分析方法 ,以虚拟变量描述突发事件 ,用 ARMAX模型分析事件对国际原油价格的影响 ,并对今年海湾战争后原油价格的趋势进行预测