Two‐echelon manufacturer–retailer supply chain strategies with price,quality, and promotional effort sensitive demand

This study deals with the two‐layer supply chain model of one manufacturer and one retailer for a single commodity where market demand is assumed to be dependent on selling price, quality of the products, and promotional effort of the retailer. We investigate the behavior of the supply chain under centralized, manufacturer Stackelberg, conditional manufacturer Stackelberg, retailer Stackelberg, conditional retailer Stackelberg, and vertical Nash model structure. The nature of the above models provides great insights to a firm's manager for achieving optimal strategy in a competitive marketing system. Quite often, not all items produced in a firm are of perfect quality; some are perfect (conforming) quality and others are imperfect (nonconforming) quality. The nonconforming products are sold in a secondary shop or by other retailers. The procurement cost of finished products depends on the quality of the products due to more investment in advanced technology, better raw materials, and skilled labor, etc. The warranty policy for the products is also imposed to attract the customers to buy more. Here, both members (manufacturer and retailer) jointly share the cost of the warranty policy. The objective of this paper is to determine the optimal selling price and promotional effort of the retailer, while the optimal wholesale price and quality of the products are determined by the manufacturer so that the above strategies are maximized. Finally, numerical examples with sensitivity analysis of the key parameters are illustrated to investigate the proposed model.     

再制造率随机的闭环供应链产品差别定价策略

考虑闭环供应链的差别定价问题, 制造商回收废旧产品, 并生产新产品和再制造产品, 再制造率随机. 采用Stackelberg 博弈方法, 研究集中决策和分散决策下相应产品的最优定价, 给出供应链各成员的最优利润. 结果表明:若制造商对产品延迟定价, 则集中决策下回收价格高于分散决策, 而销售价格均低于分散决策; 当零售商的保守利润不低于一定值时, 集中决策下总利润不低于分散决策, 制造商可以采用改进的两部定价契约协调供应链.

     

一种基于密度的不确定数据离群点检测算法

不确定数据普遍存在于如移动计算、RFID技术和传感器网络等大量应用之中.由于不确定数据的离群点检测算法可以提高服务质量,提出一种基于密度的不确定数据离群检测算法RLOF.该算法引入一种R2-tree结构,有效降低了计算局部离群因子时的时间复杂度,同时降低了不确定数据集中的数据更新成本以及海量数据维护成本.理论分析和实验结果充分证明了该算法是有效可行的.     

基于密度的不确定数据离群点检测研究

针对不确定数据集进行离群点检测,设计了基于密度的不确定数据的局部离群因子(Uncertain Local Outlier Factor,ULOF)算法.通过建立不确定数据的可能世界模型来确定不确定对象在可能世界中的概率.结合传统的LOF算法推导出ULOF算法,根据ULOF值判断不确定对象的局部离群程度;然后对ULOF算法的效率性和准确性进行了详细分析,提出了基于网格的剪枝策略、k最近邻查询优化来减少数据的候选集;最后通过实验证明了ULOF算法对不确定数据检测的可行性和效率性,优化后的方法有效地提高了异常检测准确率,降低了时间复杂度,改善了不确定数据的异常检测性能.     

一种多维度的O2O电子商务声誉计算模型

移动通信技术与可信支付技术的成熟,使得近年来O2O商务飞速发展。声誉管理是交易双方建立信任关系的坚实基础,但目前针对O2O商务特点的声誉研究却几近于无,已有的P2P、B2C、C2C商务的声誉研究又无法反映O2O商务模式的特点,不适用于O2O商家的声誉计算。针对这些问题,提出了一种新的O2O商家声誉计算模型ESRep。模型根据O2O本地服务业的特点进行多维度思考,对商家的运营时间、客流量等因素进行分析,同时也考虑客户的评价、交易价格偏离度、交易双方空间距离等因素,充分体现了O2O商务线上和线下的特点。仿真结果表明,模型能够有效反映O2O商家的真实声誉,降低恶意节点的评价作用,遏制节点的声誉共谋行为。对比实验表明该模型具有良好的性能和精度。     

速度不确定下作业时间最短的集卡调度优化

在集装箱码头装卸作业中,提高集卡调度对作业效率有非常大的影响。而集装箱卡车重车和空车行驶速度的不确定性,增加了集卡调度的难度。为此提出建立不确定环境下作业时间最短的集卡调度优化模型。在完成固定装卸任务的前提下,通过对集卡的合理调度,达到不确定情况下集卡总作业时间最短。针对不确定模型的特点,采用粒子群算法快速求解,同时保证了解的有效性。算例表明上述模型和算法合理解决了不确定环境下集卡调度优化问题,得到较好的计算结果,并且降低了运算复杂度,提高了调度效率。     

电力局域网信道优化调度建模仿真与研究

在电力局域网限速状态下,合理调度电力资源是解决网络拥堵的关键.电力网络信道资源调度过程中,为了保证调度的精度,调度过程被人为添加了过多的约束条件,用于描述局域网络限速过程.传统的信道调度方法在网络限速状态下资源调度的过程中,其多约束条件下的调度过程本身就是个矛盾的过程,由于约束造成了负载不均衡,资源调度效率不高.提出基于最大最小价格的分布式信道调度方法.分析了电力局域网限速状态下的信道调度原理,获取信道调度的约束条件.将信道调度问题分解成无需任何约束条件的非线性规划问题和有约束条件的线性规划问题,获取这两者信道传输方程,在信道的传输过程中采用最大价格的最大最小公平传输速率分配方法控制信道的调度,获取最优信道调度方案.实验结果表明,改进算法具有良好的调度性能.     

南水北调中线工程水价形成机制初探

回顾了南水北调中线工程水价形成过程,指出了现行水价方案存在的问题。对真实水价形成机制进行了论述,认为制定水价应遵循公平负担、成本回收、合理利润、价格调整和水资源配置原则;同一水质、同类用户、不同水源的用水,应执行统一的水价;不同行业实行不同水价。鼓励受水区各省市间开展水量配额交易,最大限度发挥工程效益。供水水价既要反映水资源的稀缺程度和水环境治理成本,促进资源的节约使用和环境保护,提高全民节水意识,又要保证供水管理单位能够正常持续经营,具备自我积累、自我发展的能力。     

基于分时电价模式的分布式风-光联合发电系统功率消纳模型研究

分时电价的方法能反映用电负荷的市场化行为,指引用户的用电时段,同时也可促进分布式可再生能源的消纳利用。基于用电负荷三段式分类方法,本文提出了分时电价机制下分布式风-光联合发电系统接入配网系统的功率消纳模型。该模型采用配网系统对内分时电价的方式来提高分布式风-光联合系统的并网消纳功率,并结合模拟退火算法对模型进行优化求解。最后通过仿真算例验证了本方法促进分布式风-光联合发电系统功率消纳、配网系统和用户取得双赢效果的可行性。