考虑策略型消费者和退货的零售商降价促销决策研究

基于零售商降价促销问题,引入策略型消费者,考虑到异质性消费者有可能对商品不满意,构建两期决策模型,旨在从退货和价格路径优化两方面提高零售商利润。研究给出(不)允许退货时,零售商面对策略型消费者的定价建议,指出零售商制定价格要在一定程度上参考商品类型。订货量相同时,给出策略型消费者降低零售商的期望利润的条件;面对短视型或者策略型消费者时,允许退货可在特定条件下提升零售商利润。消费者退货成本越高,对策略型消费者消极影响的抑制作用越明显,零售商的利润增长越显著。最后,通过数值算例分析了在两种退货决策以及不同退货成本下产品类型对零售商定价的影响,以及退货措施对策略型消费者消极影响的作用。     

径向基函数在非线性PDE形状优化中的应用

提出了一种求解非线性偏微分方程形状优化问题的径向基函数方法.灵敏度分析结果采用的共轭方法;形状的演化通过最优性准则方法得到;控制方程和共轭方程的求解用的是径向基函数方法.由于径向基函数方法是真正的无网格方法,比网格依赖方法有更好的适应性.提供的数值算例说明了所提算法的稳定性和有效性.此外,所得方法可以灵活地与其他优化算法相结合,从而可以解决更复杂的非线性偏微分方程中的最优形状设计问题.     

无界区域非凸优化问题的组合同伦方法

考虑带有不等式约束的优化问题,对此问题建立组合同伦方程,给出同伦路径存在的一个条件,此条件不需要可行域满足法锥条件,获得了优化问题的K-K-T点.     

分数阶复杂网络系统的滑模终端控制混沌同步

研究了两类复杂网络混沌系统的终端滑模控制问题,基于分数阶微积分,设计了分数阶非奇异终端滑模面和控制器,给出了严格的数学推理和证明过程,研究表明:适当的控制律下两类复杂网络混沌系统是终端滑模同步的.最后的仿真算例说明方法有效.     

一个结构型凸优化问题的分裂算法

考虑带线性约束的三块变量的凸优化模型,目标函数是可分的三个函数和.给出了一个新的分裂算法.首先,对每个块变量解极小化增广拉格朗日函数.然后,通过一个校正步得到新的迭代点.证明了新算法的整体收敛性和O(1/t)的收敛阶.     

基于蒙特卡洛分析的稳健性优化方法——以白金纳米粒子沉积过程为例

以白金纳米粒子在超临界二氧化碳中的沉积过程的稳健性优化问题为例,首先采用Chrastil模型对白金纳米粒子的沉积过程构建溶解度拟合方程,并进行参数拟合优度分析.然后采用蒙特卡洛仿真方法分析了现有质量约束和成本约束等条件下的沉积过程溶解度最优解,并进行敏感度分析,然后对过程参数进行调整优化,进一步分析了溶解度稳健性最优解,最后提出了基于蒙特卡洛仿真分析的多种约束条件下的过程最优稳健解获取方法.     

求线性多乘积规划问题的分支定界算法（英文）

为求解线性多乘积规划问题(LMP),本文提出一个新的全局优化算法.首先,利用二阶导数信息,给出了一个新的线性化松弛方法.其次,为了改进算法的收敛速度,提出一个区域删除技巧.最后,为求解LMP,设计了一个分支定界算法.理论上证明了算法的收敛性.数值实验结果显示本文方法是有效可行的.     

考虑患者回诊情况下的门诊科室调度优化

目前国内大型三甲医院最突出的问题就是资源稀缺,这些稀缺资源主要包括手术室、大型检查设备以及门诊科室等,造成患者严重的排队现象,从而导致患者等待时间过长,满意度下降。通过对哈尔滨市某大型医院进行调研,收集相关数据,研究在考虑患者回诊(即患者当天做完各项检查后又回到初次检查的门诊科室)情况下,对医生门诊科室的数量进行调度优化。利用排队论中的动态优先级对排队规则进行限定,同时引入前景理论中的价值函数,确立以最小化患者时间感知不满意度为主要目标,最小化医院运营成本为次要目标的多目标优化问题。并且分析了两个目标的权重参数变化对总体满意度的影响。建立相应的数学模型,利用模拟植物生长算法( plant growth simulation algorithm,简称PGSA)进行算法设计,通过MATLAB进行仿真,得出在有限度优先的排队规则下,能够更大程度的降低患者不满意度,同时保证较低的运营成本,证明了此研究的有效性和可行性。     

多目标0-1规划问题的元胞狼群优化算法研究

针对多目标0-1规划问题,首先基于元胞自动机原理和人工狼群智能算法,提出一种元胞狼群优化算法,该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合,采用元胞及其邻居来增强搜索过程的多样性和分布性,使人工头狼在元胞空间搜索的过程中,增强了人工狼群算法的全局搜索能力,并获得更多的全局非劣解;其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述,定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则,并给出了元胞狼群算法的具体实现步骤;最后通过MATLAB软件对3个典型的多目标0-1规划问题算例进行解算,并将解算结果与其它人工智能算法的结果进行比较,结果表明:元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解,并具有较快的收敛速度和较好的全局寻优能力。     

考虑路径风险的需求不确定应急物流定位-路径问题

针对自然灾害对路网造成的破坏性和受灾点物资需求量的不确定性,综合考虑应急物流路径风险和物资分配的时间公平性,将路径风险定量化为路径通行能力风险、路径损毁风险和路径复杂性,基于鲁棒优化理论,以最小化车辆最长配送时间和应急物流系统总成本为目标,建立了双目标多物资定位-路径优化模型,采用遗传算法对其求解,以汶川地震应急救援相关数据为例进行了数据仿真实验。实验结果的对比分析表明:在考虑路径风险下,随着控制系数的增加,系统总成本和最长配送时间目标值均呈现增大的趋势;受灾点的物资需求扰动越大,构建应急物流系统的总成本越高。算例结果也验证了鲁棒优化方法在处理不确定需求方面的有效性,为解决自然灾害后应急设施点的开设和救援物资的安全及时准确配送提供了有效的方法。