基于多元马氏需求转移特征的多产品库存优化策略研究

本文研究具有多元马氏需求转移特征的多产品库存模型的优化问题。首先以多元马尔可夫模型为理论导向,建立多产品马尔可夫需求预测模型,并通过该模型确定了各种产品需求间的关系。进而在此关系的理论基础上,建立了多产品库存模型,并给出其最优( Q,R)策略。     

n阶(n1,n2,…,nk)型k重(r1,r2,…,rk)-循环矩阵相乘的快速算法

利用快速富里叶变换(FFT),给出n阶(n1,n2,…,nk)型k重(r1,r2,…,rk)-循环矩阵相乘的快速算法,其计算复杂性为O(nlog2n),其中n=k     

关于n阶(n1,n2)型二重(r1,r2)-循环矩阵求逆及相乘的计算方法

循环矩阵的求逆及相乘的算法，无论在理论上还是在实际应用中都具有非常重要的意义．本文不从计算Jordan标准形式或特征值出发，而是利用矩阵乘法及逆矩阵的一些简单性质，给出了n阶(n1，n2)型二重(r1,r2)-循环矩阵求逆、两个n阶(n1，n2)型二重(r1，r2)-循环矩阵相乘的直接计算方法，推广了已有的结果,这些算法已编到C 源代码在服务器上通过，验证了这些算法是稳定的有效的,若用快速富里叶变换(FFT)计算，这些算法的时间复杂性均为O(n1n2log2n1n2)。     

模糊环境下供应商管理库存合作伙伴的选择

尽管供应商管理库存(VMI)理论上能够使得供应商和买方实现双赢,有效应对"牛鞭效应"带来的不良影响,但实际操作中实施VMI的结果不尽人意,供应商常常因为过少的利益而终止合作,相关文献已经证明失败原因主要源于合作方本身。为了规避VMI可能导致的相关损失,无论是供应商或是买方,均需要在VMI合作前挑选合适的合作伙伴,做到未雨绸缪,减少VMI失败的可能性。在分析影响VMI成功实施因素的基础上,结合田口损失函数和梯形模糊数研究如何选择VMI合作伙伴以降低VMI合作模式失败的可能性。     

巴斯卡分布NB(r,p)中参数r的估计

巴斯卡分布NB（r,p)是重要的离散型分布之一，当r已知时，巴斯卡分布NB（r,p)中未知参数p(p∈（0，1））的估计是众所周知的。本文分别在p已知和未知的条件下，研究了参数r(r∈（1，2，…}）的估计，并得到了它们的渐近性质。     

模糊需求下三级闭环供应链协调的收入共享契约研究

闭环供应链中往往会产生正反两方向的"双重边际化效应",造成供应链系统效率的损失。研究了一个由制造商、零售商和第三方回收商组成的三级闭环供应链系统在模糊需求环境下的协调机制,分析了三方在分散决策和集中决策两种情形下的决策过程,并给出收入共享契约机制下的决策模型。最后通过一个算例分析表明,模糊需求环境下,收入共享契约机制可以有效协调闭环供应链中各方利润,并使供应链系统的总利润达到集中决策时的水平。     

学术交流需求变化环境下的科技期刊服务趋势及策略

【目的】从根本上理解与把握期刊服务的趋势与策略,为科技期刊争取更多生存与发展的机会。【方法】从科研用户学术交流需求变化的角度去观察和分析期刊服务。【结果】新的学术交流需求要求更便捷地传播和获取信息;要求提供知识服务。【结论】科技期刊服务需要与多种网络渠道和技术相融,需要转型成为面向知识生产过程和专业活动的服务机构。具体策略就是实现科技信息的高效传播,拓展面向知识生产和专业活动的服务功能。     

一类新型 (t_j,t,n)门限群签名方案的设计与分析(英文)

基于离散对数问题给出了一类新型 (tj,t ,n)门限群签名方案 ,该类群签名方案与一般的群签名方案相比具有如下特点 :(1 )各签名者可具有不同的权力 ;(2 )可通过灵活设置参数得到满足不同应用需求的解决方案 .同时还对这类方案的安全性进行了安全论证     

模糊环境下的多目标柔性车间作业计划优化问题研究

首先介绍了具有模糊加工时间和模糊交货期的柔性车间作业计划问题,接着阐述了基于可能性理论的最小化制造跨度目标函数,以及基于有符号距离与区间数距离的提前/拖期惩罚函数,并以此为基础构造多目标柔性车间作业计划问题的适应度函数。针对上述多目标柔性车间作业计划问题,给出了改进粒子群算法进行有效求解,通过对粒子群参数进行自适应优化来有效平衡算法的全局搜索与局部搜索能力,最后通过实例验证了求解算法的可行性和有效性。     

可修的(n,f,k)混合系统的模糊可靠性分析

本文主要讨论了具有个维修工的(n,f,k)混合可修系统的模糊可靠性。首先利用广义转移概率的定义得到了系统的转移率矩阵,进而得到了传统可靠性指标的计算公式。接着考虑故障部件数对系统可靠性的影响,通过定义系统模糊工作及模糊故障状态的隶属函数,得到了该系统的模糊可靠性指标的计算公式,并与传统可靠性指标进行比较,结果显示模糊可靠性指标均低于相应的传统可靠性指标。最后用一个数值实例演示了本文的方法。