原材料价格波动下钢铁生产库存多期优化模型

考虑钢铁企业钢材生产受钢材需求和生产变动成本波动的双重影响,在预测基础上,建立钢材生产库存多期动态优化模型。由于模型涉及多种钢材及多个时段,属于大规模问题,求解困难,且为了避免粒子群算法陷入局部最优,提出采用模拟退火与粒子群组合智能算法对模型进行求解。最后通过钢铁企业L的案例,结果表明算法具有较强的收敛性和适用性,模型可用于解决钢铁企业多期生产实际问题。     

大数据技术下房地产价格波动特征模型研究

分析房地产价格波动特征可提高价格波动预测能力,因而提出基于大数据分析技术构建房地产价格波动特征模型.构建房地产价格波动的大数据统计分析模型,分析样本后统计结果,根据结果分布式拟合房地产价格波动特征;通过似然估计和二乘拟合算法,跟踪房地产价格波动的曲线,提取房地产价格波动特征;通过模糊信息调度和关联特征挖掘优化特征采样匹...     

价格波动下的生产-库存控制研究

研究原材料价格波动下多级生产-库存系统的控制问题.所有的原材料价格、半成品加工成本、成品的生产成本、库存费用率和产品的需求率都随时间变动,为此,分析了最优采购、加工、生产决策的必要和充分条件,得到了在某些假设条件下的最优生产-库存策略为JIT(Just-in-time)采购、加工、生产策略,或者为在最开始阶段以最大能力进行采购、加工、生产活动的Bang-Bang策略.     

结合期权合约与现货市场的原材料采购风险管理

通过建立一个两时点的采购模型,研究在原材料价格波动下一个风险规避制造商的最优组合采购策略.制造商可利用期权合约购买原材料,或者从现货市场采购.研究结果表明,最优期权购买数量受到风险规避程度、期权费以及执行价格的影响.最优购买数量与决策者风险规避程度之间的关系受到期权定价影响;最优购买数量随着期权购买费或执行价格的增加而减少.最后,通过比较说明,采用组合采购策略可以提高制造商的均值-方差效用水平.     

期货市场存在下原材料混合采购策略研究

在原材料价格与需求不确定下,研究制造商结合运营方式与期货合约的混合采购策略。利用期望效用理论建立了一个风险规避制造商的决策模型。研究结果表明,制造商的最优合约采购量随着原材料需求的增大而增加,但与其波动无关。最优采购量与风险规避度或现货价格波动性之间的关系取决于现货期望价格与期货价格（或预定价格）两者大小关系。采用混合策略后制造商的期望效用水平得到提高。     

基于MIND方法的钢铁企业能源系统建模与优化

根据钢铁企业生产过程特点,运用企业级能源系统分析方法——MIND方法进行可视化建模,得到生产耗能模型方程。以能源介质和物料的总成本为目标函数,解析模型方程,优化结果表明:依据不同时间段电力价格的差异,合理安排各台设备的工作时间和生产能力,可使得生产成本降到最低;同时,考虑能源的回收利用以及回收利用设备的不同性能,可得到不同的成本降低空间。     

钢铁企业中库存匹配与生产计划联合优化模型与算法

针对钢铁企业在MTO与MTS混合生产组织方式下存在的库存匹配与生产计划问题,按照集成 化管理思想,将两项工作综合考虑,建立了以合同的违约惩罚、生产准备费用、库存匹配费用总额最小化为目标的联合优化模型.结合问题的特点,构造了具有启发式修复策略的改进遗传算法.通过实例仿真证明了模型与算法的有效性和可行性.􀁱     

柔性契约协调机制下的供应链采购优化与决策

为提高供应链及链上各实体的收益,合理分配采购量,针对多个供应商和单一制造商组成的供应链系统构建了基于柔性契约协调机制的多对一供应链协调优化模型,分析了柔性契约协调机制对分散式供应链系统绩效的影响。针对多对一供应链结构中核心制造商有强议价能力的特点,建立了以制造商为主方、供应商为从方的Stackelberg主从对策模型,分别讨论了集中控制和分散控制下的最优决策。在期权契约下核心制造商通过设计合理的契约参数,可以激励上游供应商的决策行为,从而使得分散供应链系统的绩效能够得到提高。仿真实验证明了该柔性契约协调机制的有效性。实验结果表明,在一定的契约参数条件下,制造商不能随意设置其初始采购量,否则可能导致协调失效。     

试论国际石油价格波动对中国经济的影响机制与对策

石油的价格形成机制和波动原理是比较复杂的,这是由其具有的商品、金融、政治三重属性所决定的。从石油经济发展的历史和现状可以看出,商品属性是石油价格的决定本质,金融属性是石油价格的影响工具,政治属性是石油价格的控制手段。石油价格的波动通过国内、国际市场两种路径影响我国宏观经济。     

考虑配送中心弹性库存的果品采购优化模型

为保证果品质量与降低运输成本,基于小批量多频次采购方式,提出考虑配送中心弹性库存的果品采购优化问题。以水果超市配送中心向多个供应商采购不同品种果品为对象,将库存变化因子引入周期性路径优化模型,建立果品采购优化模型,并设计一种两阶段求解的混合启发式算法。结合算例测试模型与算法的可行性,与已知最优解比较,目标解偏差约为2%,最大为3.3%,经验证,供应商和采购期数量在一定取值范围内,算法具有竞争优势,有利于改善超市物流中心的小批量多频次采购决策能力。     

基于MIDAS的企业物资采购系统的设计与实现

分析了两层C／S结构系统存在的问题，阐述了多层分布式数据库技术MIDAS的基本原理，并将MIDAS技术应用到企业物资采购管理系统的开发中，介绍了系统的设计思想及MIDAS技术在系统中的具体实现方法。该项技术的应用，提高了系统的扩展性、稳定性和效率。     

需求分布不确定条件下的多周期库存鲁棒优化模型

在离散需求情景概率不确定的条件下, 建立基于最大最小方法的多周期库存鲁棒优化模型. 考虑需求分布分别隶属于区间和椭球不确定集两种情形, 运用对偶理论将多周期库存鲁棒优化模型转化为易于求解的凸规划问题. 数值结果表明, 与已知需求分布下的系统最优绩效相比, 采用鲁棒订货策略虽然会导致部分绩效损失, 但损失值很小, 表明基于鲁棒优化的多周期库存订货策略具有良好的鲁棒性, 能够有效抑制需求分布不确定性对库存运作绩效的影响.

     

钢铁企业APS优化引擎的软件模型研究及应用*

分析了钢铁企业APS理论和应用研究现状,总结了钢铁生产计划体系中的优化问题和求解方法,在此基础上,提出了钢铁企业APS优化引擎的软件模型ISMA。模型以通用性、独立性、可重用性和可扩展性为目标,分为接口层、求解层、模型层和算法层,阐述了各层的分工和协作方式。最后以钢轧一体化批量计划编制问题为例,说明了模型的应用方法。     

基于OPM/MAS 的钢铁企业多agent 生产调度模型

现有的面向agent建模方法在统一性、灵活性、交互能力、逻辑验证能力等方面存在很多不足,阻碍了多agent系统的研究和设计.为此,引入对象过程/多智能体系统(OPM/MAS)的建模方法,将系统的功能、结构和动态行为集成在统一的模型中,用图形和自然语言共同表达复杂系统的抽象概念,可进行逻辑验证,并具有灵活性强、表意清晰等优势.通过在钢铁企业生产调度中的应用,验证了OPM/MAS在多agent等复杂系统建模中的有效性.     

面向中小型制造企业的物料跟踪模型研究*

为了在中小型制造企业实现全面且快捷的物料跟踪功能以支持精益生产的实施,针对中小型制造企业生产过程中存在物料替代、返工、分批和合批等特殊环节的多样性特点,建立了物料状态转换的一般映射和特殊映射的模型,提出了根据具体情形下的物料跟踪目的对特殊映射进行处理的方法,并通过应用钩子原理进行复合映射求解。以产品档案为例说明了物料跟踪映射模型的应用方法,并给出了基于xBOM的“半矩阵式”物料跟踪系统的结构设计。在该结构下中小型制造企业可利用物料跟踪模型提高系统运行效率,并获得更加全面准确的信息。本模型在已产品化的集成化     

用GA 求解动态联盟中伙伴选择的多目标优化模型

描述了动态联盟中的伙伴选择问题，针对以活动网络形式组织的项目，建立伙伴选择的多目标优化模型，实现项目失败风险最小化和项目费用与拖期惩罚总额最小化，并利用带自适应移动线技术的遗传算法，求得问题的整个非劣解集合或近似集合。计算结果证明了算法的有效性和模型的实用性。     

一种解决蕴含不确定性信息的氧化铝配料问题的智能优化方法

针对原料质量不稳定和成分检测大滞后带来的信息不确定性,提出了一种两级智能优化方法实现氧化铝配料过程中生料浆质量的优化控制.该方法通过引入中间优化同标,将优化问题分解为原料配比优化和料浆调配优化,逐步弱化不确定信息对生料浆质量的影响.配比优化基于入槽生料浆质量预测模型,设计了专家分级推理机制,实现多质量指标约束条件下的配比优化设定:调配优化将不确定的生料浆质量信息引入调配优化模型约束中,采用改进遗传算法求解最优渊配方案,配制高质量的生料浆.将提出的方法应用于国内某厂氧化铝配料过程,实现了生料浆质量指标的优化控制,简化了工艺流程,为存在信息不确定的长流程工业过程的优化控制提供了范例.     

A material optimization model to approximate energy bounds for cellular materials under multiload conditions

This paper describes a computational model, based on inverse homogenization and topology design, for approximating energy bounds for two-phase composites under multiple load cases. The approach allows for the identification of possible single-scale cellular materials that give rise to the optimal bounds within this class of composites. A comparison of the computational results with the globally optimal bounds given via rank-N layered composites illustrates the behaviour for tension and shear load situations, as well as the importance of considering the shape of the basic unit cell as part of the design process.     

遗传神经网络在煤炭企业物资分类中的应用

在快速变化的市场和越发剧烈的行业竞争中,煤炭企业原有人工物资分类方法暴露出越来越多的缺陷.以供求度、价值度以及供应效率三个指标为输入提出了基于遗传优化的BP神经网络的分类方法,对企业物资分类管理策略进行了优化研究.通过Matlab仿真,验证了该模型的科学性与准确性.