摘要：质量功能展开(QFD)是一种定性与定量分析相结合的质量管理方法,其以顾客需求为驱动,将质量管理的重心前移到产品设计阶段,从而在源头上保证产品的质量。自QFD提出以来,很多学者结合人工智能方法、最优化理论、计算机技术、应用数学工具等,在QFD基本理论和框架的基础上提出了一些新的扩展模型和方法。因此,针对近年来涉及QFD量化模型与方法的国内外研究文献进行了梳理、分类、比较和评述,并结合近期研究前沿从4个方面总结了未来需要重点关注的QFD相关研究领域。

摘要：推动经技术标准联盟本土化改造升级的制造技术标准扩散是中国企业快速占领“一带一路”市场、助力当地产业链转型升级的重要抓手.考虑制造技术标准的产品和技术二维特性,研究建立面向“一带一路”制造技术标准扩散的双边网络协同决策模型.基于标准扩散中消费者、联盟、本土制造企业等不同决策主体,通过引入合同设计与采纳机制刻画双边网络协同过程,以构建一主多从双层多目标关联优化模型.将联盟面向消费者的新产品定价和面向本土制造企业的采购合同设计定义为主问题,以同时最大化存在标准竞争时新产品扩散程度、本土制造企业新技术采用量、联盟标准扩散收益等多维目标;将考虑制造技术升级成本的本土企业采购合同接收与生产供给定义为从问题,以最大化企业参与新技术标准的净收益.设计嵌套NSGA-II算法求解关联优化模型并结合案例测试模型与算法的有效性.

摘要：越来越多的制造商主动通过市场调研等途径来获取需求信息。特别是在双渠道供应链中,制造商通过直销渠道将产品销售给消费者,获得了大量销售数据,为其需求预测提供有力支撑。鉴于此,考虑制造商拥有私有需求信息的实际情况,构建由一个制造商和一个零售商组成的双渠道供应链,分别基于两部定价契约和质量激励契约来构建信息甄别模型,研究实现制造商需求信息共享的最优契约方案。进一步通过对比双渠道供应链成员的均衡决策和事前期望利润,讨论了两种契约方案的效率,以及需求信息不对称对双渠道供应链产生的影响。研究表明,制造商掌握私有需求信息不利于提高产品质量水平,但产品的批发价格小于信息对称时的批发价格。需求信息不对称下,制造商在获得保留利润的同时能够获得信息租金,而零售商也能够通过合理的契约方案设计,在一定条件下获得比信息对称时更高的事前期望利润。因此,满足一定条件,双渠道供应链的性能在需求信息不对称时相对于需求信息对称时更优。

摘要：产出与需求不确定是疫苗供应链面临的重要挑战.本研究构建由一个疫苗制造商和一个疫苗零售商(疾控中心和接种单位)组成的三阶段博弈模型,重点分析了疫苗制造商的最优投入决策,以及供应链成员的定价和采购策略.在此基础上,引入供应链契约来提升疫苗供应链对不确定环境的响应能力.研究表明,合理的补贴契约和期权契约设计均能够改进疫苗供应链成员之间的协作机制,降低产出与需求不确定带来的影响,实现供应链性能的帕累托改进,保证疫苗的高效供应.

摘要：基于实时信息的游客行程动态规划问题可适用于城市景点的游客行程规划、主题公园的游客行程规划、博物馆的游客游览路线规划等服务系统的实际场景。本文采用重规划方法将该问题转化为离散时间段上的静态规划子问题,建立了对应的混合线性整数规划模型,并证明了该问题的NP难性质。提出了一种分支定界算法来求解静态子问题的优化模型,并设计了一种变邻域搜索算法来求解对应的大规模问题。通过数值实验验证了所提的模型和算法,并进行了算法参数标定和算法比较分析。数值实验的结果表明,所提分支定界算法和变邻域搜索算法的计算性能都明显优于已有文献的算法。所提的模型和算法可以嵌入到管理信息系统中,对于提升服务系统的工作效率、降低顾客的等待时间、优化服务系统的资源配置等具有实际意义。

摘要：信息不对称普遍存在于供应链成员企业之间,对供应链运作决策带来了重要影响.处于供应链上游的供方是原材料供应和产品生产的关键主体,掌握着众多生产运作信息,从而与下游购买商之间会存在信息不对称.从实践和理论2个层面出发梳理了供方拥有的私有信息类型,并基于文献计量方法分析了供方拥有私有信息供应链的研究现状和发展趋势.进一步讨论了供方拥有私有信息供应链的建模特征,重点关注信息甄别和信号传递模型.分析了供方拥有私有信息时供应链成员的决策行为,总结了供方拥有私有信息时的契约设计方案.结合供货能力不确定和决策者风险态度等实际问题,从4个方面提出了未来研究工作的展望.

摘要：由于各地区存在资源禀赋和产业政策差异,分布式生产对提升制造企业竞争力的作用非常重要,如何利用分布式生产增强大规模定制的柔性是提振消费信心需要解决的重要问题。结合微型制造单元的思想,在多市场多类型产品的分布式混流生产情景下,以最小化人工和转运等运营成本以及最大完工时间为目标,提出分布式工厂构建和生产调度集成模型,以求解微型单元构建、工人和机器配置和各批次产品的生产策略。所提模型能帮助企业实现产能快速释放和合理混流生产,从而实现满足多区域、多产品和差异化需求的分布式制造与销售,并在确保产量的同时降低制造过程中的运营成本。此外,设计多目标粒子群优化(MOPSO)算法求解模型,并将它与非支配排序遗传算法Ⅱ(NSGA-Ⅱ)和多目标模拟退火(MOSA)算法进行比较。大规模数值实验的结果表明,在相同的运行时间内,MOPSO算法在解集支配覆盖率(CM)、平均理想距离(MID)和最大分散度(MS)这3个指标上均优于NSGA-Ⅱ和MOSA算法。所提算法可以为微型化分布式生产系统提供高质量的生产运作决策方案。

摘要：随着社会行业数量增加、业务种类丰富,许多行业都需要通过交通运输来为客户提供特定的服务,不时会产生诸如道路拥堵的交通问题以及诸如二氧化碳气体排放的环境问题。为在合理运用道路交通资源的同时减少碳排放量,在共享经济的基础上将网约车行业与物流业相联系,使网约车协助快递公司配送货物,形成一种“人货合乘”的配送模式。基于此,考虑碳排放成本,构建以网约车利润最大、乘客与司机的等待时间总和最小的双目标优化模型,以NSGA-II算法为求解框架,采用启发式方法构造初始解,并设计了保序交叉算子和双车辆交叉算子,同时通过融合、替换、移动等变异算子对解产生扰动。最后结果验证了“人货合乘”配送模式在缓解交通问题和环境问题上的有效性。