摘要：利用委托代理分析框架研究供应链中制造商向零售商提供商业信用的激励作用.通过比较信息对称和非对称信息两种条件下信用激励契约的设计,分析了供应链中制造商与零售商之间的利益博弈,确定了使委托人期望效用最大的契约参数.指出零售商在非对称信息条件下付出的最优努力水平小于信息对称条件下的最优努力水平,随着零售商风险厌恶程度的增大,商业信用的激励作用会减弱.最后,给出了一个算例.

摘要：考虑供应中断的情况,分析了由制造商、主供应商和备用供应商所组成的多产品供应链,采用基于区间分析的Bertsimas鲁棒优化方法来描述销售价格的不确定性,建立了供应链鲁棒模型,并进行优化求解.设计的鲁棒模型能够满足供应链三个主体———制造商、主供应商和备用供应商利润最优的目标,同时可以抵抗一定的不确定性.数值算例结果表明,当销售价格在一定范围波动时,所建立的模型具有鲁棒性.

摘要：为了科学地评价车间作业环境,建立了包括照明、色彩、微气候、噪声和空气环境等要素的作业场所环境质量综合评价指标体系,并按照工业企业设计卫生标准及环境对人的影响程度进行指标分级.用遗传算法和投影寻踪方法确定指标权重,给出了一种综合评价方法多目标决策理想区间法(MODMIIM).介绍了多目标决策理想区间法的构成方法及具体评价公式,并用该方法对沈阳市A公司车间作业环境质量进行了综合评价.结果表明,该评价指标体系和评价方法能够全面、科学地评价车间总体作业环境质量,并为企业改善作业环境指明方向.

摘要：从供应链集成的角度出发,以整体利益最大化为目标,遵循市场规律引入了产品的需求价格弹性因素。运用双层规划模型,研究了分销中心选址、产品定价和客户在分销中心的最佳调运量等问题。在双层规划模型中,上层规划为分销中心选址模型,下层规划表示客户选择最佳分销中心订货模型。针对所建模型,设计了启发式求解算法,并通过算例验证了模型及其算法的有效性。结果表明,以供应链整体利益最大化为目标所建的模型在生产实践中更具有实际意义,应用的范围更加广泛。

摘要：研究了非对称信息条件下供应链收入共享契约协调问题,建立了新的收入共享契约协调模型.在模型中,主方供应商具有批发价格和收入共享比例决策权,从方零售商具有隐匿边际成本信息和订货量决策权.探讨了零售商边际成本信息隐匿情况下的供应商最优收入共享策略,并将其同对称信息情况进行对比分析.最后进行了数值仿真.研究表明,为了设计一个激励零售商的最优收入共享策略,供应商将对零售商私有成本信息的不可观测性付出代价,导致利润降低,而零售商却可以从中获益.

摘要：本文考虑的是一个企业如何通过控制广告费用，以使企业的净收入最大的问题．本文以ｔ时刻的广告费用作为控制变且，以ｔ时刻的商誉值作为状态变量，建立了系统的动态模型，给出了目标泛函Ｊ．在求解最优控制的过程中，利用了最小二乘法进行函数拟合；利用黄金分割法求解衰减系数δ，在此基础上，利用极大值原理求出了最优控制，并给出了一具体应用实例．

摘要：针对虚拟企业合作伙伴选择问题,首先从经济学角度提出以降低虚拟企业运作周期中的合作总成本为出发点来设计指标体系,在进一步分析了合作总成本的构成及其影响因素后建立了包括显性成本、伙伴的技术能力、客户服务水平等在内的8个指标;鉴于指标权重确定和指标信息量度的困难,利用专家的主观判断并通过语言变量转化为对应模糊数;在信息的不对称条件下为使决策科学合理,采用了群决策方法来集成各领域不同专家的信息,给出了相应的数学模型并计算出用模糊数表示的候选者综合评价值;针对模糊数的排序,引入了一种简单的实用方法·最后,用一个算例来阐释其应用过程·

摘要：在B2B在线市场的不确定环境下,考虑长期合同的稳定性和在线现货采购的灵活性,设计了基于期权合同协调在线市场与传统市场的鲁棒策略.在B2B在线市场最坏需求情景下,研究了卖方作为主方、买方作为从方的主从对策模型.应用鲁棒优化理论,提出B2B在线市场环境下求解买方定货量及卖方期权合同预定费用和执行费用的鲁棒Stackelberg解的算法.最后,结合上海宝钢益昌公司电子商务问题,仿真计算求解了鲁棒定货量、期权合同预定费用和执行费用,并进行了实证分析.

摘要：针对考虑失望规避与欣喜寻求行为的零售商订货与广告联合决策问题,给出了一种基于优化模型的决策分析方法.在该方法中,采用一种线性效用函数刻画了失望规避与欣喜寻求行为效用,并依据失望理论,构建了考虑失望规避与欣喜寻求行为的零售商订货与广告联合决策效用模型.进一步地,通过模型求解确定了零售商的最优订货量与最优广告努力水平,并分析了零售商预期收益参数、失望规避参数和欣喜寻求参数对最优决策结果的影响.研究结果表明,零售商的预期收益、失望规避程度和欣喜寻求程度均会不同程度地影响其最优订货量与最优广告努力水平,且针对具有不同心理预期收益的零售商,失望规避程度和欣喜寻求程度对其最优订货量与最优广告努力水平的影响是不同的.因此,在实际的订货与广告联合决策中,具有失望规避与欣喜寻求行为特征的零售商需要同时考虑心理预期收益、失望规避程度和欣喜寻求程度对其最优订货量与广告努力水平的影响.

摘要：目的通过不同模式的情感测量实验探索适合产品外观的情感测量方法,研究用户情感多模式测量的有效性。方法从主观情感测量方法、脑电测量技术、眼动追踪技术以及外周生理测量技术等几个方面探索用户情感测量模式,采用机器学习算法分别构建不同测量模式下的用户情感意象与多模式生理测量指标之间的关系模型。结果融合脑电指标,眼动指标和外周生理指标的用户情感意象与多模式生理测量指标关系模型在偏最小二乘回归(PLSR),BP神经网络(BPNN)和支持向量机回归(SVR)关系模型中拥有较低的均方根误差(MSE)和较高的拟合优度(R^(2))。相较于PLSR和BPNN,在构建用户情感意象与多模式生理测量指标关系模型时,SVR算法表现出更低的MSE和更高的R^(2)。结论多模式憎爱分明感测量方法可以有效弥补主观情感测量方法测量用户情感时带来的不确定性和模糊性,使用户情感意象测量结果更加客观和准确。