含再制造的受限批量问题求解的蚁群算法

研究企业制造/再制造的混合生产场景,建立含再制造的库存能力受限的混合批量模型;根据问题模型的特性设计启发式蚁群算法进行求解;通过对提出的算法进行仿真实验,以验证所提算法的有效性和效率,并对参数值的选择问题做了一些探讨。

多产品单层能力受限批量问题的前向启发式算法的可行性过程(英文)

本文讨论多产品、单层、能力受限批量问题的前向启发式算法，指出了这类算法中现有算法的一些不足之处．为了克服这些不足，我们给出了可行解存在的充分必要条件，并在此基础上提出了一个可行化算法．

价格敏感需求下能力受限批量问题的混合算法

定价与批量模型的联合决策,为ERP软件包中市场功能和生产功能的有效集成提供了理论基础。研究了有限资源约束下,制造商如何协调地进行定价决策和生产决策,获得最大利润。提出了由动态规划和贪婪算法集成的混合算法,在多项式时间内求解出最优生产计划和各周期最优价格。实验结果表明,算法可以有效地解决定价和生产能力受限批量模型的联合决策问题;而且,与分散决策相比,联合决策可以制定更加合理的价格,给制造商带来更多的利润。通过生产能力的灵敏度分析,揭示了制造商的生产能力与利润的相互关系,有助于制造商选择恰当的经营策略。

一种面向神威·太湖之光的通用并行卷积算法

神威·太湖之光深度学习库中的并行卷积算法存在批量受限的问题,且传统gemm卷积算法在其硬件架构上效率较低。基于申威异构众核处理器,提出一种无批量限制的通用并行卷积算法。结合异步DMA访存操作和从核间的寄存器通信,使用数据重用和软件流水等方法降低从核访存开销,利用手动向量化的方法充分发挥从核浮点的计算能力。实验结果表明,与基础7层循环算法、gemm算法和Intel平台上的MKL-DNN算法相比,该算法的加速性能较好。

CLSP问题的周期调度方法及其PSO求解

采用分解思想考虑多阶段CLSP问题,从多阶段生产系统抽象出单阶段生产环节,提出以周期方式对该生产环节进行生产批量调度。在对CLSP周期调度问题进行描述和界定的基础上,建立了相应的数学模型,讨论了周期调度方法中的周期上界以及周期长度与物料批量大小之间的关系等性质,采用基于三层编码的粒子群优化算法进行问题求解。源于冷轧生产实际的计算实例表明周期方法能够大大降低问题的规模且所得设备调整费用比人工方法减少约16%。

考虑资源约束和变质期的订货批量与定价的联合决策

传统的订货计划一般假定需求事先已知.研究了需求是价格的函数、订货能力有限情形时,订货商对变质性产品协调地进行定价决策和订货决策,使得利润最大化.建立了二次规划数学模型.提出了基于动态规划的算法,可以在多项式时间内求解原问题的最优定价策略和最优订货计划.实验结果表明,与分散决策相比,联合决策可以给订货商带来更多的利润.通过订货能力的灵敏度分析,表明订货能力变化对利润和价格产生显著影响,有助于订货商选择恰当的订货能力水平.通过变质期的灵敏度分析,揭示了变质期对订货策略影响显著.