钢铁企业合同匹配多目标优化模型与算法

针对钢铁企业中存在的合同对库存余材的优化匹配问题,建立了实现余材利用量最大化和匹配损失费用最小化的多目标0-1规划模型·采用模糊决策方法处理两个目标函数,尝试基于群体的增量学习(Population BasedIncreasedLearning,简称PBIL)算法进行求解·结合模型的特点,利用自然数编码表示合同的匹配结果,按照学习概率大小修复不可行个体·通过对应用实例的计算,以及与遗传算法结果的比较,证明该模型和算法是解决合同优化匹配问题较为理想的方式·

基于合同匹配理论的中国农村信贷市场设计

由于农村信贷市场的每笔贷款额度都比较小,银行对借款人的监督成本相对很大,因而难以依靠银行来监督借款人,很容易产生道德风险。结合合同匹配理论的相关结论对中国农村信贷市场做了试探性的设计,设想建立一个集中的信贷匹配结算中心,并提出了一种激励相容的报价支付机制。

自适应PBIL算法求解合同优化匹配问题

描述钢铁企业中客户合同与库存材料的优化匹配问题,建立实现库存利用量最大化、匹配成本最小化的多目标0-1规划模型。结合问题的特点,采用模糊决策方法对多目标函数进行集成,设计一种具有自适应能力的PBIL(Population-basedIncreasedLearning)算法用于模型求解,它的基本思想是利用信息熵来度量算法的进化程度,并按照熵值的变化自适应地调整算法的学习因子和变异率。通过应用实例的计算,以及和基本PBIL算法、GA计算结果的比较,证明该模型和算法的有效性和应用潜力。

湛江钢铁炼钢短尺坯材料供冷轧生产研究

炼钢短尺坯的产生是炼钢连铸生产过程中板坯切割[1]和精整不可避免的一部分,匹配冷轧合同生产可以使短尺坯材料的附加值得到提升。对比2020年上半年短尺坯供冷轧和热卷、轧硬卷经精整分卷后重量落在短尺范围内的小卷生产实绩,分析冷轧轧机、镀锌机组和连退机组在不同短尺材料长度、厚度和宽度下的生产实绩,得出短尺坯材料的生产选择方案,提升短尺坯的附加值,同时减小甚至避免对冷轧生产造成的影响。

双边匹配理论及其应用研究新进展——对诺贝尔经济学奖获奖成就的进一步阐发

匹配理论的提出和应用使得沙普利和罗思荣获了2012年度诺贝尔经济学奖。这一理论的潜在理论价值与实践意义使其在此后得到进一步的阐发与挖掘。本文立足于两位诺贝尔奖得主沙普利和罗思的开创性研究,对此后关于双边匹配理论的研究成果进行梳理。本文以三条主线展开:无货币因素的双边匹配理论;包含货币因素的双边匹配理论;合同匹配理论。尤其是,本文力图展示非诺贝尔奖得主在这一领域的最新研究进展。