采用超售策略的在线订单配送时隙运能分配

为解决电商订单取消行为导致的配送资源浪费问题,根据消费者对时隙价格的偏好建立Logit模型,通过机会成本确立时隙运能超售点,采用强化学习结合时隙运能分配特点研究订单取消行为下的时隙运能超售策略。模拟结果证明:强化学习能使订单运能均匀分配;相比传统方式,采用超售策略能够提高总收益,在最优超售点下总收益最大。利用该模型可得出不同订单取消率下的最优超售点以及收益增加率,为商家制定相关销售和运输策略提供参考。     

基于Mixed Logit模型的在线订单配送时隙动态定价

为研究电商环境下配送时隙的动态定价决策优化问题,基于收益管理的思想,考虑到客户对时隙选择偏好不同且具有随机性的特点,在Mixed Logit客户选择概率模型中引入效用函数,建立配送时隙的期望收益模型,并采用强化学习算法寻求时隙动态定价优化策略。通过算例分析验证模型的有效性。结果表明:Mixed Logit模型的拟合效果优于多项式Logit (multi-nomial Logit,MNL)模型的拟合效果,其灵活的参数分布能更好地处理客户偏好的随机性,从而更准确地描述客户的时隙选择行为;用强化学习算法求解模型时,Mixed Logit模型比MNL模型的求解速度更快、结果更优。     

网络零售配送时隙差异化定价与折扣激励

为研究B2C环境下网络零售商根据客户订单要求提供相应的配送时隙服务问题,基于收益管理的思想,针对客户选择的时隙效用不同的特点,引入效用函数,建立基于多项Logit模型的选择概率公式,并对客户进行相应的分级.在价格折扣模型的基础上进行改进:客户订单服从泊松分布,并对客户进行等级分类;引入0-1变量对时隙选项以及折扣替换选项进行约束,并对选择概率公式进行变形;考虑由客户的选择行为产生的差异化定价以及折扣激励,建立新的折扣模型.通过算例分析时隙效用对价格和折扣的影响,以及不同等级客户的价格差异.结果验证了模型的有效性;通过配送能力的调整,证明了差异化定价和折扣激励对时隙的短期规划有明显成效.     

区域和时隙宽度影响下网络零售商配送时隙激励定价

为解决B2C环境下网络零售商向客户提供配送服务的多时隙激励定价问题,基于收益管理理论,针对客户具有在线时隙选择随机性的特点,引入效用函数,建立基于Logit模型的选择概率公式.考虑区域和时隙宽度影响,动态估计交付成本;用动态规划方法建立收益模型.通过数值分析得到不同时隙宽度和效用下的激励定价方案.结果表明:客户所属区域会对时隙价格产生一定的影响;时隙的效用越大,价格越高;时隙宽度越大,价格越低.研究结果对网络零售商的时隙规划具有参考价值.     

基于深度强化学习的低轨卫星下行功率分配方案

当前的卫星资源分配方案大多为同步轨道卫星设计,针对低轨卫星的高动态特性,以及存在频率和功率资源受限的问题,提出一种基于深度强化学习的功率分配算法。首先对低轨卫星功率分配场景进行建模,引入一种时隙划分方案来简化低轨卫星的动态特性模型,进一步提出一种基于深度强化学习算法的功率分配策略,该策略通过调节单颗低轨卫星各个波束中子载波的功率值,降低同频干扰,能达到提升低轨卫星频谱效率的目的。仿真结果表明,所提算法能够在较短时间内收敛并达到稳定状态,在总功率一定的条件下,该方案能有效提升单颗低轨卫星的吞吐量,其频谱效率明显高于注水算法和Q学习算法。     

基于效用序数论体育消费者行为

针对体育消费者行为问题 ,根据边际效用序数 ,分别阐明单个体育消费者的需求曲线与体育消费预算约束线的形成以及体育消费者均衡 ,探讨了体育消费者收入和体育价格的变化对体育消费的影响。     

价格和广告传递医疗质量信息的局限性——二元社会保障结构下的博弈分析

已有研究认为,价格和广告对于解决消费者和厂商之间的质量信息不对称问题起着关键的作用;但在二元社会保障结构和医疗需求远大于供给的情况下,价格和广告对医疗产品和服务这类经验品的质量信息传递是有局限的,并表现出提供高质量产品和服务的厂商采取"高价格、低广告投入"策略,而提供低质量产品和服务的厂商采取"低价格、高广告投入"策略的特征。对于具备完善社会保障的群体而言,价格的确能起到传递医疗质量信号的作用;但是对于不具备完善社会保障的群体而言,广告并不能很好地发挥传递质量信号的作用;同时,医疗服务市场上存在逆向选择的可能,广告可能误导消费者的选择,而并不能解决信息不对称问题。应建立健全覆盖全社会的社会保障体系,增加优质医疗产品和服务的供给,强化医疗服务监管,并提高广大消费者的医疗素养。     

基于Nested Logit客户选择模型的时隙定价

为解决B2C环境下网络零售商向客户提供配送服务的时隙定价问题,引入效用函数,考虑在实际选择中,某些时隙选项之间的相关性对顾客选择概率的影响,以最大化收益和均衡各时隙的配送能力为目标,建立基于Nested Logit的客户选择模型.该模型克服了多项式Logit模型"与其他选择无关"的局限性.通过算例对模型的有效性进行验证.结果表明:时隙选择概率的变化不仅受剩余时间和配送能力的影响,而且受某些时隙选项之间的相关性和时隙的预计效用的影响.研究结果对网络零售商的时隙定价策略有参考价值.     

基于零售商不同风险偏好的三级供应链利润模型

为研究供应链风险问题,考虑供应中断发生时制造商之间存在转运,零售商存在风险偏好、风险中性和风险厌恶等3种风险偏好,结合VaR和CVaR风险测量理论,引入期望利润截断水平和风险偏好程度,利用零售商决策者对高盈利和低盈利水平的不同关注度,构建订单决策模型;建立目标规划函数,使订单决策在最大化零售商利润的同时,满足供应链总利润最大.通过算例分析对模型进行验证,并比较分析得出,不同风险偏好对供应链订单量和供应链总利润影响不同,零售商具有适度风险偏好时的供应链总利润和各方利润要高于零售商为风险中性时的供应链总利润和各方利润.     

运力柔性配置下的网络零售配送时隙动态定价

在B2C环境下,为产生良好的经济效益和提高竞争力,网络零售商致力于根据客户订单的要求提供相应的时隙配送服务,提高时隙配送效率和降低运营成本.考虑随时隙运力变化的需求特征以及客户与容量之间相互作用关系,建立基于最大订单数量和最优时隙容量的非线性数学规划模型,综合优化网络零售商的配送时隙运力.通过算例分析,模拟几种不同情况下的配送时隙动态定价,验证了模型的有效性和科学性.     

一种基于强化学习的在线神经模糊控制系统

为了实现基于非训练数据的神经模糊控制器的在线学习,提出了一种基于强化学习的神经模糊控制系统和相应的学习算法.该控制系统由神经模糊预测器和神经模糊控制器两部分组成,其中,神经模糊控制器采用基于确定度的模糊规则模型作为知识表示形式的扩展型神经模糊网络.在学习算法的设计中,尝试了利用强化信号得到输入状态的“期望输出”,进而将强化学习转化为基于训练数据学习的解决思路.仿真实验验证了所提出的控制系统结构和学习算法的合理性和可行性.     

沿海捎带集装箱舱位分配与动态定价模型

为实现班轮公司在随机需求情况下收益的最大化,以国际干线班轮运输的外贸集装箱是否被直接运往国外为依据,将外贸集装箱分为国际直达箱和沿海捎带箱.基于收益管理理论,分阶段建立考虑实际约束的国际直达箱舱位分配模型以及沿海捎带箱舱位分配与动态定价模型,捎带空箱也被考虑在内.依据鲁棒优化思想,通过对不确定数据进行情景描述及缩小系数变化范围,对模型进行优化处理.算例分析发现,在需求不确定环境下,捎带箱动态定价策略比统一定价策略更有优势,可以使班轮公司获得更多的收益.该方法可为班轮公司制定捎带箱舱位分配及定价策略提供有价值的参考.     

离岸集装箱码头新装卸工艺模式下陆域集疏运堆场堆存空间分配

离岸集装箱码头因其岛屿面积限制,难以通过扩建码头内部堆场增加吞吐能力。为解决这个问题,提出一种离岸集装箱码头新装卸工艺模式。新装卸工艺模式是通过在离岸集装箱码头附近的陆域地带建设陆域集疏运堆场,与离岸集装箱码头进行协同装卸作业的模式。陆域集疏运堆场堆存空间分配的目标是满足离岸集装箱码头装卸作业预翻倒要求;单批次输送集装箱的量受到陆岛运输最大通行能力限制。根据上述目标与特点,构建新装卸工艺模式下陆域集疏运堆场堆存空间分配模型,并设计蒙特卡洛树搜索算法进行求解。通过算例分析验证模型的有效性。结果表明该方法能够满足陆域集疏运堆场堆存空间分配需求并提高离岸集装箱码头的吞吐能力。     

考虑公平偏好和政府奖惩机制的港口成本分摊决策

为探讨港口在绿色发展过程中的成本分摊问题,以单个港口企业和单个物流服务商构成的二级港口服务供应链为研究对象,基于绿色服务水平建立以港口企业为主导的成本分摊模型,得到最优的绿色服务单价和成本分摊比例。利用模型分析物流服务商具有公平偏好和政府采取奖惩措施对决策和利润的影响。结果表明:成本分摊比例和公平偏好程度的增加均使绿色服务水平、绿色服务单价、港口企业的利润由一开始的下降到趋于稳定状态,而对物流服务商利润的影响则相反。绿色服务水平、绿色服务单价、港口服务供应链的利润都随着奖惩力度的加大而增加。在港口绿色发展过程中可通过政府奖惩对成本分摊和公平偏好问题进行有效协调,以保障港口的绿色可持续发展。