《教育信息化论坛》针对消费者具有公平关切和渠道偏好的情形,研究入侵制造商的渠道选择策略。分别刻画了入侵制造商网络直销和传统零售渠道下的最优定价策略。分析入侵制造商产品估值的购买阈值高于(情形1)或低于(情形2)在位制造商产品的情形。研究表明:网络直销渠道下,当情形1成立且产品质量对比系数较大时,或仅当情形2成立时,定价与公平关切敏感系数呈负相关,情形1和情形2下,定价与渠道相对偏好系数均呈正相关;传统零售渠道下,两种情形的批发价均与公平关切敏感系数呈负相关;无论情形1还是情形2下,网络直销渠道的售价始终低于零售渠道;情形1下,当网络渠道相对偏好系数较大时,入侵制造商应选择网络直销渠道;情形2下,当网络渠道相对偏好系数和公平敏感系数较小时,零售渠道是首选。最后,通过算例分析验证了上述相关结论。发展旅游公交是缓解旅游旺季景区交通压力的根本举措,合理的网络设计是提升吸引力的重要因素。通过对旅游公交背景分析,提出了一种考虑服务水平的旅游公交网络设计问题,并对其进行路线和站点容量设计,以减少游客的出行时间和旅游公交公司运营成本为目标,建立整数规划模型。设计混合遗传算法进行求解,其中遗传算法对旅游公交路线进行设计,贪心算法用来求解站点容量。数值实验对问题特性和算法性能进行分析,结果表明:服务水平系数影响旅游公交路线和站点容量;服务水平系数能够很好的在游客满意度和公司运营成本之间进行平衡;混合遗传算法可以求解更大规模的问题,并能在短时间内求得质量较好的解。基于量子博弈的观点探讨双渠道供应链的定价,构建双渠道供应链的量子博弈定价模型。双渠道供应链的制造商与零售商之间的竞合关系,可以视为一个量子纠缠现象。集中式决策下,制造商与零售商作为一个整体,以供应链利润最大化为目标,此时不存在量子纠缠,因此量子博奕模型的解与经典博奕模型的解一致。分散式决策下,随着制造商与零售商竞合加剧,量子纠缠度变大。当量子纠缠度大于零时,量子博奕的最优价格与最优利润皆高于经典博奕的最优价格与最优利润。当量子纠缠度趋于无穷时,量子博奕的最优价格最后保持收敛。因此量子博弈是比经典博弈更优化的决策方法。
采用AGV物料搬运系统的复杂生产线为研究对象,其主要特征有:生产线通过若干辆AGV组成的物料搬运系统实现物料在工位间的转移;生产线由多工位组成,具有串并联工位混合共存特征;生产线存在返修情况。生产线布局同时需要确定AGV数量。提出基于数学规划的方法,将整体问题分解为"产线布局优化"和"AGV数量评估"两部分:首先建立生产线布局数学模型,设计算法求解;然后建立评估AGV投放数量与生产线产量的数学模型,并设计启发式方法求解。最终通过数值试验验证方法的有效性。我国社会消费升级态势推动了产品质量提升,形成升级产品与未升级产品并存的质量差异化局面。为吸引顾客资源,企业纷纷向新顾客提供更加优惠的价格,这种定价歧视被称为基于行为的定价(Behavior-based pricing,BBP)。考虑顾客转换效率和相对产品效率,构建销售差异化产品的竞争企业两周期动态定价模型,研究BBP对竞争企业利润的影响,并分析双方的最优定价策略。主要研究结论如下:销售质量差异化产品的竞争企业分别如何选择BBP策略;BBP损害销售高质量产品的企业利润,但在一定条件下能够帮助销售低质量产品的企业提高利润。当顾客转换效率适中时,BBP会加剧价格竞争,导致双方利润均降低;当企业能够独自识别顾客类型并采用BBP时,这种信息优势反而可能会导致企业自身利润降低,同时也会损害竞争对手的利润。以无车承运人平台为研究对象,根据其运作模式,基于信息不对称理论,构建了无车承运人平台与货运车主的价格博弈模型,研究了无车承运人平台的服务定价策略,并进一步分析了货物最晚送达时间、货物数量等参数对于无车承运人平台期望利润的影响。研究表明:无车承运人平台的最优货物托运价格受运营成本和违约赔偿金额等因素的影响;在一定条件下,货运交易达成概率和无车承运人平台期望利润会随着货物最晚送达时间的增大而增大,随着货物数量的增大而减小。
提升生鲜乳检测技术是保障乳品供应链品质的有效途径。以包含生鲜乳供应商、乳制品制造商以及需求市场三层决策主体的乳品供应链网络为研究对象,利用变分不等式理论构建乳品供应链网络均衡模型,研究了供应商、制造商生鲜乳检测技术革新投入水平对其交易量和利润的影响。研究结果表明:乳品供应链网络中,供应商在生鲜乳质量控制上占据主要地位,生鲜乳检测技术革新投入越大,供应链网络整体获利越多,自身规避风险的能力也越强,是乳品供应商通过技术创新实现供应链治理的有效途径;对制造商来说,增加生鲜乳检测技术革新投入是发挥供应链主导作用的应尽之义,但必须控制基本的投入比例,可通过上游激励、下游宣传引导消费者对检测技术革新的认知,以提高整体供应链的获利能力。为探究联合收获机驾驶员颈部肌肉疲劳的演化过程,实现颈部肌肉疲劳的客观检测与度量,基于表面肌电信号对联合收获机驾驶员颈部肌肉疲劳的识别问题进行研究。采集了120 min收获驾驶中10名联合收获机驾驶员颈部左右中斜角肌的表面肌电信号,探究颈部中斜角肌表面肌电信号的iEMG、RMS、MPF、MF和样本熵随驾驶时间的变化规律,基于支持向量机构建了联合收获机驾驶员颈部疲劳状态识别模型。结果表明:iEMG和RMS在驾驶任务后显著上升(P<0.05),而MPF、MF和样本熵在驾驶任务后显著下降(P<0.05);通过联合时频分析方法研究发现,联合收获机驾驶员在120 min收获驾驶任务后颈部中斜角肌产生疲劳,右侧肌肉产生的疲劳程度更高;联合收获机驾驶员颈部疲劳状态识别模型的识别正确率为89.91%,识别模型性能良好,可有效识别联合收获机驾驶员的颈部肌肉疲劳状态。
关键词：