基于特征融合的生鲜商品短期销量组合预测

生鲜产品由于保质期短、易腐易损等特点,对短期销量预测的准确度和可靠性要求极高.为此,本文综合时间、定价、竞价、新鲜度等多种微观层面因素,开展了特征工程分析,并在此基础上提出了生鲜商品销量的ARIMA-NARX组合预测模型.该组合模型首先利用ARIMA模型描述销量时间序列中的线性规律,然后借助衍生降维处理后的特征矩阵,采用NARX捕捉ARIMA残差中的非线性关系,并利用NARX残差预测结果修正ARIMA预测值.最后,将该组合模型的预测结果与ARIMA、NARX、ARIMA-NAR、SVM及回归决策树等模型预测结果及真实观测值进行对比分析,通过MSE/MAPE预测误差评价和DM检验,验证了该组合预测模型的预测能力合理性和有效性,并能较大幅度提高生鲜产品短期销量的预测精度.

缺货情形下轴辐式库存的纵横向协作调拨

电子商务发展要求缩短供需端距离,便于提高供应链柔性运作水平,以更好的响应市场需求,这使得仓配环节的纵横向库存协作调拨面临严峻挑战。为此,本文针对零售行业的轴辐式二级库存系统,考虑可用库存及调拨能力限制,以缺货情形下的额外履约成本及销量损失最小化为优化目标,构建纵向及横向综合库存调拨模型,优化每日库存调拨方案。在此基础上,利用改进的三层编码形式的遗传算法对模型进行求解,并通过算例验证了模型及算法的有效性。

基于不同社会环境的中国石油企业海外社会责任行为研究

在经济全球化及“一带一路”倡议的背景下,中国企业践行“走出去”战略,在发展业务的同时积极履行企业社会责任。中国石油行业涉外范围较广,在不同社会环境下呈现不同的履责表现。在对不同企业社会责任体系及指标对比分析的基础上,总结中国石油企业海外履责现状,与履责成绩卓越的企业进行对标,提出中国石油企业在不同社会环境下履行企业社会责任的方案及措施。中国石油企业应该结合行业特点,在现有基础上取长补短,主动高效地履行企业社会责任,展现大国风范。

多油品供给受限下多油库被动配送车辆路径问题研究

成品油供给不足将导致加油站油品订单无法完全满足,如何安排有限油品的合理配送对保障能源供给安全至关重要。为此,本文考虑有限供给下不同客户配送的优先次序,开展配送计划、车辆调度和路径优化等油品配送网络规划活动,对多油品供给受限情况下多油库被动配送车辆路径问题(Multiple Depot Vehicle Routing Problem,MDVRP)进行深入研究。首先,文章构建了考虑需求优先等级和配送成本的多油品多油库车辆路径规划多目标优化模型。其次,采用多目标粒子群优化算法(Multi-Objective Particle Swarm Optimization,MOPSO)对模型进行求解,以实现车辆高效调度和油品配送路径优化。最后,基于CNPC在青岛市部分油库和加油站点的数据信息,构建油品配送网络进行实证检验。算例结果显示,配送车辆路径经过优化后,生成Pareto非劣解集,配送成本显著降低,配送满足率明显提高,这也进一步验证了该模型及相关算法的可行性和有效性。