分类： 管理科学与工程 >> 管理科学与工程 发布时间： 2025-04-14 合作期刊: 《物流研究》
摘要：换电模式高效、便捷的补能形式预计成为未来电动汽车充能的主流方式。换电站选址是否合理影响重大，本文以换电站建设成本及用户出行成本最小化、用户覆盖率最大化为目标函数，建立双目标混合整数规划模型，设计改进带精英策略的非支配排序遗传算法，获得帕累托最优解集。通过数值模拟，验证了模型可行性，为电动汽车换电站网络规划提供了依据。
摘要：在智能制造领域，印刷设备的数据采集是实现生产过程优化和效率提升的关键。本文提出了一种基于改进非支配排序遗传算法和制造执行系统的印刷设备数据采集方式。通过改进非支配排序遗传算法优化制造执行系统的数据采集策略，实现了对印刷设备生产状态的实时监测与响应，提高了生产效率和数据采集的准确性。研究首先分析了印刷设备数据采集的现状和存在的问题，然后详细介绍了改进非支配排序遗传算法算法的原理及其在制造执行系统中的应用。通过对制造执行系统数据采集策略的优化，本文构建了一个高效的数据采集框架，该框架能够适应印刷设备的复杂生产环境，并确保数据的实时性和准确性。实验结果表明，该框架能够有效提升印刷设备数据采集的效率与准确性，具有重要的实际应用价值。
分类： 工商管理学 >> 物流管理 发布时间： 2025-04-23 合作期刊: 《供应链管理》
摘要：为了提高“最后一公里”配送效率，降低配送成本，文章提出一种考虑三类客户点的卡车一无人机协同配送模式。建立以配送成本和配送时间的加权和最小化为目标的数学模型，对三类客户点在卡车-无人机协同配送路径、卡车和无人机载重、协同时间以及无人机电量方面进行约束；使用由遗传算法、K-means聚类算法与构造算法共同组成的混合算法对模型求解。大规模算例和小规模算例结果显示本文算法求解效率和求解精度较高；以配送成本和配送时间的加权和最小化为目标对比以配送成本或配送时间最小化为目标结果更优。文章提出的模型和算法能有效解决卡车-无人机协同配送问题；以配送成本和配送时间的加权和最小化为目标相较于只考虑配送成本或配送时间更合理。
分类： 工商管理学 >> 技术经济及管理 发布时间： 2025-04-23 合作期刊: 《供应链管理》
摘要：为解决制造企业可维修备件库存管理策略粗放、库存结构不合理的问题，构建了基于（S，Q）策略的可维修备件两级库存控制模型。结合制造企业实际情况，提出了基于（S，Q）策略的两级供应和维修保障模式，以节约成本为优化目标，以服务水平为约束，针对制造企业的重要备件，构建了基于Metric模型的可维修备件两级库存控制模型。在算法求解上，设计了多种群遗传算法求解订货批量和再订货点。利用企业数据进行实例分析，对所建立的库存控制模型与传统库存模型进行比较，验证了模型的有效性。结果分析表明，所构建的库存控制模型可以在保持服务水平的前提下，将库存成本降低48%，该模型可为大型制造企业的可维修备件库存管理提供决策支持。
分类： 工商管理学 >> 物流管理 发布时间： 2024-09-18 合作期刊: 《物流研究》
摘要：为解决“最后一公里”的配送问题，结合城市末端配送需求的服务网点特点，考虑需求密度和客户满意度。建立了以时间满意度最大化、利润最大化和需求密度最大化为目标的多目标选址模型。设计了基于线性加权法的改进自适应遗传算法，采用自适应算子处理变异概率和交叉概率，并设计三种不同的交叉算子，扩大搜索领域。在改进算子的基础上设计了多目标遗传算法，使用快速非支配排序法去除权重系数取值对选址结果的影响。利用北京市海淀区的快递服务网络数据进行实例分析，使用设计的两种遗传算法分別求解远址模型的全局最优解和帕累托前沿解；并将改进自适应遗传算法与传统遗传算法、自适应遗传算法的求解结果进行比较。结果显示：改进自适应遗传算法比传统遗传算法和自适应遗传算法收敛速度更快、搜索能力更优；若无法确定改进自适应遗传算法的权重，使用改进后的多目标遗传算法同样可以求到最优解。
分类： 应用经济学 >> 产业经济学 发布时间： 2024-10-08 合作期刊: 《商展经济》
摘要：本文针对实体产业中AIGC(Artificial Intelligence Generated Content)技术应用的优化策略展开研究，探讨了如何提高生成式人工智能技术的效果和效率以及如何解决实体产业中的具体问题。首先，本文对AIGC技术在实体产业中的应用现状进行了分析，发现其存在的问题和挑战；其次，研究了针对这些问题和挑战的优化策略，包括加强数据安全和隐私保护、优化智能算法和模型、推动产业互联网和数字化转型等；最后，通过案例分析和实证研究验证了这些优化策略的有效性和可行性，基于AIGC技术模型的决策准确率最高可达95.8%，对推动AIGC技术在实体产业中的应用和发展具有重要的理论和实践意义。本文仅供参考。
主办：中国人民大学 承办：中国人民大学书报资料中心
邮箱: yuyin@ruc.edu.cn 电话:62516972 62515820
地址: 北京市海淀区中关村大街59号
版权所有©2024 中国人民大学
点击量
点击量
下载量
评论
待评议
京公网安备11040102700185