随机需求下双渠道供应链库存动态交互优化

针对双渠道供应链库存系统导致的缺货与库存积压等问题,在线上线下均为随机需求的条件下,考虑生产延迟和物流延迟,建立了双渠道库存的单独控制、集中控制和交叉补货控制这三种模式的动态优化模型。首先,以库存动态微分方程为基础,创新性地以控制理论为指导思想,以泰勒展开和拉普拉斯变换为手段,得到双渠道库存系统的反馈传递函数;其次,考虑了交叉补货的进销存过程中的周期间交互、上下游间交互以及渠道间交互,利用延迟控制、反馈控制和比例-积分-微分（PID）控制构造了双输入、双输出的复杂交互系统,以此寻求双渠道库存系统自身以及渠道间的动态供需双平衡,优化双渠道库存持有量,降低缺货次数和缺货量并使其保持动态稳定状态;最后,通过数值仿真实验,对比三种双渠道库存控制策略。仿真结果表明,在线上线下渠道为不同分布的随机需求时,交叉补货控制的剩余库存比独立库存控制降低了4.9%,交叉补货控制的缺货率与独立控制和集中控制相比分别下降了66.7%和60%。实验结果表明,在线上线下渠道为不同分布的随机需求的情况下使用双渠道交叉补货策略能很好地降低库存持有量,减少缺货次数和缺货量,从而节约库存成本。     

随机需求下双渠道供应链库存动态交互优化

针对双渠道供应链库存系统导致的缺货与库存积压等问题，在线上线下均为随机需求的条件下，考虑生产延迟和物流延迟，建立了双渠道库存的单独控制、集中控制和交叉补货控制这三种模式的动态优化模型。首先，以库存动态微分方程为基础，创新性地以控制理论为指导思想，以泰勒展开和拉普拉斯变换为手段，得到双渠道库存系统的反馈传递函数；其次，考虑了交叉补货的进销存过程中的周期间交互、上下游间交互以及渠道间交互，利用延迟控制、反馈控制和比例-积分-微分（PID）控制构造了双输入、双输出的复杂交互系统，以此寻求双渠道库存系统自身以及渠道间的动态供需双平衡，优化双渠道库存持有量，降低缺货次数和缺货量并使其保持动态稳定状态；最后，通过数值仿真实验，对比三种双渠道库存控制策略。仿真结果表明，在线上线下渠道为不同分布的随机需求时，交叉补货控制的剩余库存比独立库存控制降低了4.9%，交叉补货控制的缺货率与独立控制和集中控制相比分别下降了66.7%和60%。实验结果表明，在线上线下渠道为不同分布的随机需求的情况下使用双渠道交叉补货策略能很好地降低库存持有量，减少缺货次数和缺货量，从而节约库存成本。     

自适应控制对多级库存延迟问题的优化研究

针对在随机需求下交货延迟所导致供应链多级库存系统库存积压、缺货和牛鞭效应等问题,建立了基于自适应控制算法的多级库存动态优化模型。通过泰勒展开和拉布拉斯变换建立了基于APIOBPCS策略考虑延迟的动态多级库存控制模型;由Lyapunov渐进稳定性定理设计了一种适用于多级库存的模型参考自适应控制算法,其中以无交货延迟的参考库存模型作为目标,通过调节线性补偿函数和自适应控制率,逐渐缩小实际库存模型与参考库存模型间的输出误差,以此削弱交货延迟对多级库存模型的影响;通过实证数据验证了模型参考自适应控制对一个三级供应链库存系统的动态优化效果。仿真结果表明,自适应控制下的无信息共享多级APIOBPCS库存系统缺货全部归零,牛鞭效应下降40.7%。在不增加企业运营投入的前提下,通过自适应控制算法,优化资源配置,动态削弱了交货延迟对多级库存的影响,提升了供应链运营效率。     

随机需求下提前期可控的生产-库存联合优化模型

考虑单供应商和单采购商的生产-库存联合优化问题.假设采购商面临正态需求,供应商的提前期可以控制,并基于此建立供应商与采购商联合期望总成本最小化模型.在所建立的模型中允许采购商缺货,且部分缺货可延期交付,部分缺货发生销售损失;同时考虑运输成本,并假设运输成本依赖于订货量和提前期.给出了求解最优生产批量、最优提前期、最优再订货点和订货量的算法,并通过数值算例进行了说明.     

基于优化模型补偿自抗扰的伺服控制方法研究

在永磁同步电机(PMSM)自抗扰控制器(ADRC)系统中,扩张状态观测器(ESO)在扰动较多且幅值变化大时难以保证估计精度,而普通的模型补偿自抗扰控制器的性能又受到参数辨识精度和辨识算法复杂度的限制.针对该问题,提出一种伺服系统优化的模型补偿自抗扰控制方法.以交轴电流和实际转速作为线性扩张状态观测器(LESO)输入,采用二阶LESO对系统总扰动进行观测,将此观测值作为补偿模型补偿到速度环ADRC的ESO中,并在控制量的扰动补偿项中去除该补偿模型,实现模型补偿的目的.仿真和实验结果表明,该方法显著降低了ADRC中ESO要估计量的变化幅度,提高了扰动估计精度,同时不需要进行额外的参数辨识,可实时在线获取补偿模型,具有较好的动态特性与抗扰动能力.     

过度自信和需求不确定性对库存系统的影响

研究过度自信和需求不确定性对库存系统的影响。通过引入一个均值增加、方差缩小的变换来定量刻画决策者的过度自信水平,得到系统最优订货量和最优利润关于过度自信水平和单位缺货惩罚的单调性。证明随机大的需求会导致较高的最优订货批量,系统最优订货量在割准则序意义下具有随机单调性,并给出了比较系统最优订货量的充分或充分必要条件。进一步,运用标准化随机变量的变换证明了在高利润环境下系统利润将随着需求可变性的增加而减少。     

考虑缺货损失情形下损失厌恶零售商的订货决策

在随机需求情形下考虑缺货损失,基于前景理论建立损失厌恶零售商的效用函数.根据数理模型推导,得到损失厌恶零售商订货量优化模型,分析了损失厌恶零售商订货量与损失厌恶系数、零售价格、采购价格、单位残值、单位缺货损失的关系.主要结论有：订货量随着单位残值、单位缺货损失的增大而增大;但随着损失厌恶系数、零售价格、采购价格的增大,订货量可能增大,也可能减小,这表明损失厌恶会对订货决策产生重要影响.最后,通过算例进行仿真分析.所得结果表明了订货量与损失厌恶系数、零售价格、采购价格、单位残值、单位缺货损失之间关系的正确性.     

基于MATLAB的随机库存系统仿真与统计建模

针对一类随机型库存问题,利用MATLAB编制程序进行计算机仿真,利用穷举法搜索出使总费用最小的库存方案,并以订货点、订货量为自变量,总费用为因变量,建立了二次响应曲面回归模型,得出了一定范围内总费用关于订货点、订货量的变化规律,可供库存决策时参考。     

基于混合需求的供应链多级库存协同订货模型

针对供应链多级库存系统存在混合需求的情况,建立了基于混合需求的多级库存协同订货模型。该模型假设在供应链中只有最下游节点面临的需求是独立需求,而其他上游节点面临的需求都是与之相关的相关需求。由于相关需求是一种块状需求,其库存成本构成与独立需求明显不同。因此,通过对多级库存系统的库存成本构成进行重新分析,分别给出了需求确定时不允许缺货和允许缺货的协同订货模型。另外,还通过对安全库存的分析给出了需求不确定时的协同订货模型。最后,给出了模型求解的遗传算法,并进行了实例仿真分析,展示了这种协同订货模型在混合需求的供应链中的实用性。     

不可靠库房的库存管理策略研究

在假设库房工作和中断的持续时间分别服从独立的指数分布条件下,首先,确定库房库存循环的期望时间和费用,然后,基于更新报酬定理,构建它的长程平均费用模型,进而得到库房的最优订货量和最优期望费用模型。通过分析证实,该模型是经典经济订货批量模型的扩展,且库房不可靠时的最优订货量总小于可靠时的经济订货批量。最后,仿真试验表明,对不可靠库房库存的有效管理,可以降低系统的平均费用,尤其是当库房发生中断比较频繁的情况。     

气动加载系统的建模及非线性自抗扰控制

针对电气比例阀控气动加载系统压力跟踪控制存在系统参数不确定性、时滞性、强耦合等非线性问题,提出一种非线性自抗扰控制(ADRC)方法.首先建立电气比例阀控气动加载系统的动态机理模型;然后,在考虑外部存在未知扰动及负载波动等情况下,设计扩张状态观测器以对系统的耦合项及外部扰动等不确定项进行估计,并采用非线性误差反馈律给予实时主动补偿,从而实现系统加载压力的实时控制.仿真和实验结果表明,在ADRC控制下系统不仅具有良好的跟踪性能,响应速度快,抗干扰能力强,而且在工程上易于实现.     

抗扰控制中的不变性原理

不变性原理是抗扰控制理论的基本原理,抗扰性能是不变性原理的外在表现.本文对双通道扰动补偿控制、内模控制、基于扰动观测器的控制和自抗扰控制中的不变性原理进行分析;给出了这些抗扰控制方法之间的内在联系;指出自抗扰控制为内含由两种不变性实现的三自由度结构.自抗扰控制采用总扰动的估计和补偿实现了广义被控对象的动态模型的不变性;采用状态误差反馈控制率实现了准滑动模控制,从而进一步实现对扰动的不变性.按照不变性原理可以更好地把握抗扰控制的本质、简化控制思想的描述和指导工程实践.     

主动变形四旋翼自抗扰飞行控制方法

为了获得更好的环境适应性,研究设计了一种主动变形四旋翼飞行器.飞行器的变形主要分为两种:机臂伸缩和折叠.为抑制系统所受内外扰动影响,设计了基于自抗扰控制(ADRC)技术的飞行控制器.首先对主动变形四旋翼结构进行设计,使用牛顿欧拉法建立风扰下系统动力学模型,然后分析阵风对系统影响以及动态变形时重心位置、惯性张量等参数的变化,接着将主动变形四旋翼系统解耦成6个SISO系统的组合并设计位姿自抗扰控制器,最后分别利用扩张状态观测器和非线性状态误差反馈律对系统所受扰动进行观测和补偿.仿真结果表明,本文所设计的基于ADRC飞行控制器的主动变形四旋翼具有优秀的位姿控制能力,在飞行过程中可以良好地进行变形,能够有效地观测变形的扰动和紊流风扰,具有较强的稳定性和抗扰性,同时对系统部分动力失效故障有较强的鲁棒性.     

Multi-objective optimization of hybrid backorder inventory model

This paper addresses inventory problem for the products that are sold in monopolistic and captive markets experiencing hybrid backorder (i.e., fixed backorder and time-weighted backorder). The problem with stochastic demand is studied first by developing single objective (cost) inventory model. Computational results of a numerical problem show the effectiveness of hybrid backorder inventory model over fixed backorder inventory model. The model is later extended to multi-objective inventory model. Three objectives of multi-objective inventory model are the minimization of total cost, minimization of stockout units and minimization of the frequency of stockout. A multi-objective particle swarm optimization (MOPSO) algorithm is used to solve the inventory model and generate Pareto curves. The Pareto curves obtained for hybrid backorder inventory model are compared with the existing Pareto curves that are based on fixed backorder. The results show a substantial reduction in stockout units and frequency of stockout with a marginal rise in cost with proposed hybrid backorder inventory system in comparison to existing fixed backorder inventory system. Sensitivity analysis is done to study the robustness of total cost, order quantity, and safety stock factor with the change in holding cost. In the end, the performance of the MOPSO algorithm is compared with the multi-objective genetic algorithm (MOGA). The metrics that are used for the performance measurement of the algorithms are error ratio, spacing and maximum spread.     

基于免疫优化的平面Acrobot线性自抗扰鲁棒镇定

针对受不确定性影响的平面Acrobot机器人,提出一种基于免疫优化的线性自抗扰鲁棒控制设计方法,实现机器人末端点从任意初始位置到达并镇定在目标位置.首先,借助驱动关节与被动关节角度之间的状态约束获取机器人末端点位置与驱动关节角度的对应关系,使末端点的位置控制转换为驱动关节的角度控制;其次,为缩短运动路径加入最小角度位移限制条件,设计免疫算法求解目标位置所对应的驱动关节角度的最小期望值;再次,引入线性自抗扰控制技术,把机器人的模型不确定性、未知干扰等因素视为一个新的扩张状态变量,设计线性扩张状态观测器和基于状态误差的反馈控制器,在仅驱动关节角度可测的情况下实现Acrobot的鲁棒镇定;最后,通过仿真实验验证所提出方法具有更好的鲁棒控制性能.     

离散型自抗扰控制器在四旋翼飞行姿态控制中的应用

本文首先介绍了自抗扰控制器的结构组成,包括跟踪微分器、扩张状态观测器以及非线性状态误差反馈律,及各部分的典型算法.针对四旋翼盘旋系统的姿态控制问题,设计了3种离散型自抗扰控制器,搭建了仿真结构图,并进行了参数整定,得到了优良的仿真结果.进而在实际装置上进行试验,调试出了令人满意的姿态实时控制结果.实时控制结果表明,文中所设计的自抗扰控制器可以满足控制精度及快速性的要求,并且具有抗干扰性能、稳定控制能力以及对非线性强耦合系统的解耦能力.最后,总结并分析了3种自抗扰控制器的优缺点及适用范围.     

自抗扰控制对具边界扰动和区间内反阻尼的波动方程的镇定

本文讨论边界具有外部扰动和区域内具有反阻尼的一维波动方程的的镇定问题. 主要的方法是后退反演变换和自抗扰控制方法. 即通过扩张状态观测器将扰动在线估计并在反馈控制中实时消除. 本文在扩张状态观测器中使用了两种增益调整策略——常数高增益与时变增益. 为避免常数高增益带来的峰值问题, 在控制环节中使用了饱和方法. 时变的增益可以在很大程度上减少扩张状态观测器中由于常数高增益引起的峰值问题同时可以达到完全消除干扰的镇定效果.     

基于微分预报的机载雷达稳定平台自抗扰控制系统

为了进一步提高机载雷达稳定平台的抗干扰能力,以满足其愈来愈高的精度需求;提出一种基于“先微分,后预报”的机载雷达稳定平台自抗扰控制方案;对比于传统自抗扰控制器,此方案将扩张状态观测器的扰动观测输出通过微分预报之后在补偿系统的扰动,有效地减少了扰动估计滞后的现象,显著提高了对系统扰动补偿的实时性;通过Matlab仿真实验表明,“先微分,后预报”自抗扰控制方案的超调量仅有1.11%,稳态时间只有0.52 s,远远小于PID控制,而其对扰动的响应幅值仅为PID控制的12.8%,且与PID控制相比,其对连续扰动的抑制能力更为优秀。     

Lateral motion stability control of electric vehicle via sampled-data state feedback by almost disturbance decoupling

The paper presents a lateral motion stability control method for electric vehicle (EV) driven by four in-wheel motors, which considers time-variable vehicle speed and uncertain disturbance caused by external factors. First, an EV lateral motion dynamics tracking control model is presented. Then in order to deal with the uncertain disturbance in the lateral motion model, an almost disturbance decoupling method using sampled-data state feedback is proposed. Third, a sampled-data state feedback controller is constructed based on the state feedback domination approach. The proposed controller can attenuate the disturbances’ effect on the output to an arbitrary degree of accuracy. Simulation and test results under different vehicle speeds show the effectiveness of the control method.