基于前景理论的报童问题:考虑回购和缺货惩罚

在前景理论的框架下,通过引入回购和缺货惩罚因素研究了3种情形下报童最优订货量问题;通过证明给出了特定参数条件下前景理论报童最优订货量与经典报童最优订货量的明确关系,进一步给出了前景理论最优订货量与回购价格及缺货惩罚价格的函数变化关系.最后,通过数值分析说明了研究结论.

基于有限理性的供应链库存控制

本文研究了供应商—零售商两级供应链系统中的有限理性库存控制模型。使用Logit模型度量零售商的有限理性行为;在有限理性报童模型的基础上,研究供应链的有限理性库存控制模型;构建了有限理性零售商对未销售产品在可退货条件下的库存控制模型。结果表明,有限理性零售商的订货量低于完全理性零售商的最优订货量;在有限理性条件下,供应商允许退货时零售商的订货量低于不允许退货时的订货量。

基于公共权重的鲁棒DEA模型研究

传统DEA模型允许决策单元自由选取对其最为有利的投入产出权重,以获得最大的效率。相比之下,公共权重DEA模型采用统一的权重,更加适合统一管理的组织对各部门进行效率评价。此外,由于DEA方法是一种基于现有数据进行建模的方法,而现实生活中的数据往往是不精确的,因此,在建模的过程中考虑数据的不确定性十分重要。本文对Chen等提出的多目标公共权重DEA模型进行了简化。在此基础上,利用鲁棒优化方法,建立了基于公共权重的鲁棒DEA模型,并与Omrani提出的模型进行了对比。数值算例表明本文提出的方法有效,求解计算量更少,得到的公共权重更加合理。

存在爽约行为的异质患者序列预约调度优化

针对服务时间不同且存在爽约行为的异质患者,考虑患者的动态预约过程,设计患者的序列调度优化方案。给定患者集合,以最小化患者等待时间成本和医生空闲及加班成本为目标,建立混合整数规划模型,分别在不考虑患者超订和允许患者超订两种情况下优化排序方案。在此基础上,设计患者动态到达的序列预约调度优化方案,在患者发出预约请求时立即决定是否接受该患者,同时为接受预约的患者安排相应的服务时间,即为其分配服务开始时间。进一步地,提出将服务时间差异较大的患者进行分类调度、分时段就诊的预约方案,以减少医生加班和空闲时间。通过数值计算验证模型和算法的有效性。此外,数值结果显示,基于患者服务时间差异进行分类分时段的调度方案可以在一定程度上降低系统成本,提高服务效率。

京津冀一体化的地震灾害应急准备分区

为研究京津冀地区地震灾害应急准备分区问题,针对京津冀地区地震灾害风险及应对特点,构建地震应急准备选址评价指标体系,设计Jenks-AHP方法计算京津冀地区13个城市应急准备选址优先度,基于运筹学经典LP模型,运用数学规划、GIS系统V图及缓冲区分析技术,给出京津冀地震应急准备分区的3种优选方案。结果表明:在应急覆盖面积最大和应急响应时间最短的目标规划下,2个分区应选择以北京、石家庄为应急中心的区划为最优方案;3个分区应选择以北京、天津、石家庄为救援中心的区划为最优方案;4个分区应选择以北京、天津、石家庄和唐山为救援中心的区划为最优方案。研究结果可为京津冀3地打破行政区划壁垒,开展一体化应急准备体系规划和应急资源储备布局提供决策参考。

带有回购和缺货惩罚的损失厌恶报童问题

针对回购条件下存在缺货惩罚的损失厌恶报童问题,采用前景理论效用函数表示报童的损失厌恶特征,并在需求预测中引入价格因素,推导证明出损失厌恶报童的最优订货量与销售价格之间的关系式。通过算例分析,得出最优订货量、期望效用函数与销售价格的关系图,说明相比于损失中立报童,损失厌恶报童的最优订货量要少且最优订货量随着销售价格的增加而减少、随着损失厌恶程度的增加而减少;损失厌恶报童倾向于低价销售策略,损失厌恶程度越大,最优销售价格越低。

消费者锚定效应下的动态定价与库存控制研究

在零售商—消费者两级供应链中,零售商垄断销售市场,研究基于消费者锚定效应的动态定价与库存问题。将消费者的锚定效应纳入决策模型中,探讨消费者锚定的参考价格与产品的市场需求、价格的动态变化关系;利用动态规划理论建立了消费者锚定效应的动态定价与库存模型;在此基础上考虑利润折现和库存积压问题,并分别构建了相应模型。数值分析表明,消费者会根据市场价格的变化决定最佳的购买时机,零售商的期望收益随着销售时间的延长而增加。

基于异质患者行为特征的动态门诊预约策略

针对服务时间不同的异质患者,研究患者动态到达且存在取消预约和爽约行为的门诊预约策略。假设患者行为依赖于其类型,以最大化期望利润为目标,采用超订的方式应对患者取消预约和爽约行为,当患者发出预约请求时需要立刻决定是否接受该患者。建立动态规划模型刻画患者的预约过程,利用逆推法进行求解以获得最优动态预约策略;通过近似方法降低模型的状态空间维度,并设计启发式算法求解状态向量不依赖于患者类型的动态预约策略。最后,基于蒙特卡洛模拟对启发式算法和动态规划结果进行比较,验证启发式算法的有效性,并分析参数变动对最终结果的影响。

基于患者两阶段医疗服务过程的病床资源优化

随着医疗需求的日益增长,供需不平衡的矛盾日益显著,病床资源短缺已经成为制约医疗服务发展的重要因素之一。针对病床资源供需失衡的问题,本文构建患者两阶段医疗服务过程的病床资源优化模型。考虑患者的医疗服务是一个两阶段串联排队过程,第一阶段是强制治疗阶段,第二阶段是康复阶段。在患者排队系统中,服务台总数固定的前提下,本文利用增补变量方法给出了该排队系统的概率等式,通过求解偏微分方程得出系统的状态概率,并推导出医院拒绝患者的概率、平均康复时间等相关指标。考虑部分患者因病床资源不足而无法入院和康复阶段患者提前出院两种风险因素,本文基于排队指标构建多病种间的病床分配模型,再利用动态规划的求解思路得到病床分配的最优解。最后,本文采用2017年卫生统计数据和模拟数据相结合进行数值分析。研究结果表明与传统单阶段模型相比,两阶段模型对不同病种间病床数差别影响显著,并且患者入院率对病床分配影响较大。进一步,基于数值结果给出了医疗管理建议和研究展望。