供应链互补产品广告投入和捆绑销售联合决策研究

以一个制造商和一个零售商的供应链为研究对象,制造商生产两种互补产品,零售商可选择分开或捆绑两种销售策略。考虑互补品的负交叉弹性和广告外部性的特点,构建基于溢出效应的需求模型,运用博弈论的方法,求解零售商采取分开和捆绑两种销售策略时的均衡结果。通过比较不同销售策略下的均衡结果及利润关系,探讨在分散式和集中式两种情况下,零售商的最优广告投入和捆绑销售的联合决策问题。最后,通过数值算例,讨论产品互补程度和广告成本系数对决策结果的影响。研究结果表明,无论是在分散式还是集中式决策下,当产品互补程度较高或广告成本系数低时,分开销售是占优策略而广告费用较高;当产品互补程度较低且广告成本系数高时,捆绑销售是占优策略且广告费用较低。     

面向电商终端物流配送的电动车配置与路径集成优化

在电子商务终端物流配送方面,存在能力与需求的矛盾。一方面,电动车存在货物容量约束和电池电量约束,配送能力有限;另一方面,一个物流配送点需要为众多的消费者进行门到门的配送,配送任务繁重。针对电子商务环境下终端物流配送规模大、电动车货物容量和行驶里程有限的问题,建立电商终端物流配送的电动车配置与路径规划集成优化模型,并提出一种基于临近城市列表的双策略蚁群算法,实现物流配送电动车辆配置与配送路径集成优化。该模型以电动车辆数最少和总路径最短为目标,以电动车货物容量和电池续航里程为约束,是带容量的车辆路径问题的进一步扩展,属于双容量约束路径规划问题。双策略蚁群算法在货物容量和续航里程的约束下,将蚁群搜索策略分为两类,即基于临近城市列表的局部搜索策略和全局搜索策略,在提高搜索效率的同时防止陷入局部优化。最后,通过阿里巴巴旗下菜鸟网络科技有限公司在上海的30组真实配送数据进行了测试,验证双策略蚁群算法显著优于一般蚁群算法。     

Customer equilibrium and optimal pricing in an M/G/1 queue with heterogeneous rewards and waiting cost rates

We consider an unobservable M/G/1 queue in which customers are allowed to join or balk upon arrival. The service provider charges the same admission fee to all joining customers. All joining customers receive a reward from completion of service and incur a waiting cost. The reward and waiting cost rate are random, however the customers know their own values upon arrival. We characterize the customer’s equilibrium strategy and the optimal prices associated with profit and social welfare maximization.     

基于“零和收益”的SBM效率分配方法及应用

在松弛变量度量(slacks-based measure,SBM)效率评价方法的基础上,首先明确投入(产出)要素固定的生产系统中,投入(产出)要素在各决策单元间的竞争性关系;然后采用比例分配策略对SBM无效决策单元的投入(产出)松弛进行效率分配,以构建一个基于零和收益的SBM(zero sum gains SBM,ZSG-SBM)效率分配方法;再通过分析ZSG-SBM模型与SBM模型效率评价结果的关系,给出了比例分配策略ZSG-SBM模型的求解方法;最后应用实例研究验证了本文模型在要素存在竞争性的复杂生产系统效率评价和资源分配中的优势。     

考虑模型不确定的TBP养老金的鲁棒最优投资策略研究

以目标收益养老金计划(TBP)模型研究鲁棒最优投资问题, 其中养老金管理者对模型参数不确定带来的风险是模糊风险厌恶的. 养老金管理者为规避风险和增加收益将投资于无风险资产和风险资产. 考虑连续时间情形, 假设养老金计划参保人的缴费是确定的, 而参保人的收益给付是确定目标收益给付, 资金账户的收益风险由不同代际的参保人共同承担, 同时考虑随机工资及其与金融市场的相关性. 以参保人退休后养老金给付偏离目标的风险和代际之间风险分担的组合最小化为投资决策目标, 并采用指数函数的形式描述实际给付与目标给付的偏离, 利用随机最优控制方法, 建立相应的HJB方程并求解得到最优投资收益策略和最优给付策略的解析解. 通过数值示例分析了模型参数对最优投资和最优给付策略的影响.     

考虑路径冲突的AGV配置与调度优化

合理调度有限的码头资源以满足船舶的装卸时间要求是自动化集装箱码头的重要目标之一。针对自动化集装箱码头自动导引车(automated guided vehicle,AGV)配置与调度问题,考虑船舶装卸时间要求和AGV运输过程中的路径冲突,提出分阶段调度策略。将船舶装卸作业分为卸船阶段、装卸同步阶段、装船阶段三个阶段,在每个阶段中,建立以最小化最大完工时间和最小化AGV空载和等待时间为双目标的调度优化模型,并设计基于NSGA-Ⅱ的启发式算法求解。根据本阶段的实际完工时间,从最优解集中选择下一阶段AGV的配置与调度方案。最后对比其他调度方案表明本文调度方案能够满足集装箱船的装卸时间要求,且提高了AGV的利用率,更符合码头实际作业要求。     

Optimal selling strategy with a large block of stock

In this paper, we develop an optimal stock selling strategy with the stochastic upper bound of selling rate over an infinite time horizon. Moreover, the temporary and permanent price impact are considered. We treat the problem by using a fluid model. In the model that the number of shares is treated as fluid (continuous) and the overall liquidation is dictated by the rates of selling over time. The goal is to maximize the overall return under state constraints. The corresponding value function with the selling strategies is shown to be continuous and the unique viscosity solution to the associated HJB equation. Finally, a numerical example is given to illustrate the result.     

Impulsive synchronization of time-varying dynamical network

Synchronization of time-varying dynamical network is investigated via impulsive control. Based on the Lyapunov function method and stability theory of impulsive differential equation, a synchronization criterion with respect to the system parameters and the impulsive gains and intervals is analytically derived. Further, an adaptive strategy is introduced for designing unified impulsive controllers, with a corresponding synchronization criterion derived. In this proposed adaptive control scheme, the impulsive instants adjust themselves to the needed values as time goes on, and an algorithm for determining the impulsive instants is provided and evaluated. The derived theoretical results are illustrated to be effective by several numerical examples.     

优化的径向基-循环子空间网络为药物定量构效关系建模

径向基．循环子空间回归(RBF-CSR)网络,保留了径向基-偏最小二乘(RBF—PLS)网络的优点,且可在更广的范围内选择最优模型,但仍存在着参数难以确定,计算量大等问题。对此,本研究兼顾网络模型的拟合与预测性能,采用具有高效全局搜优能力的优进遗传算法(EGA)优化网络参数,构建为EGA-RBF-CSR方法,并将其成功应用于苯乙酰胺类除草剂的构效关系(QSAR)建模,效果良好,显示出很强的学习能力,所建模型具有良好的预报性能和稳定性,并优于其他方法。