吴迪
- 作品数：10 被引量：8H指数：2
- 供职机构：北京科技大学机械工程学院物流工程系更多>>
- 相关领域：经济管理自动化与计算机技术交通运输工程冶金工程更多>>
- 基于时间满意度的混合渠道库存及分配策略被引量：1
- 2013年
- 针对目前越来越多的企业引入网络直销所造成的复杂的库存控制及需求分配状况,提出了基于客户满意度的库存及分配策略。以最小化系统总成本及最大化时间满意度为目标建立双目标非线性整数约束规划模型,并提出了基于精英重组的混合多目标进化算法。算例仿真证明了双目标模型较之单目标模型结果更优,算法在解的质量及效率上均具有明显的优越性,关键参数的敏感性分析为企业优化决策提供了重要结论及有效依据。
- 吴迪李苏剑李海涛
- 关键词：时间满意度多目标优化
- 混合渠道分销企业动态库存及分配策略
- 2013年
- 基于企业实时库存状态提出动态库存分配方式及在线需求分配原则,建立动态分配双目标优化模型,采用基于精英重组的混合多目标进化算法求解模型,并在此基础上提出基于双目标优化的仿真方法。算法实现了各时刻满足各地在线需求的期望总边际成本与时间满意度协同最优,并通过系统总成本最优得到最优的配送中心库存水平,最后通过数据集仿真及算法对比证明了动态库存及分配策略的优越性。
- 吴迪李苏剑李海涛
- 关键词：时间满意度多目标优化
- 配送中心选址优化模型及仿真支持被引量：4
- 2007年
- 本文对配送中心选址优化问题进行了深入研究。采用混合整数规划法建立最优化的数学模型,得出费用可行解;同时,采用AHP计算各评价指标的权重进行定性分析;进行仿真验证,考虑各种随机及动态因素,得到相对最优的结果。最后通过某第三方物流公司设立区域配送中心的实例,证明了本文所提出的方法。
- 吴迪赵宁李苏建
- 关键词：配送中心AHP仿真
- 连铸与热轧工序余材集成匹配模型与算法被引量：1
- 2012年
- 针对钢铁企业连铸工序余材板坯及热轧工序余材钢卷对热轧生产合同的匹配问题,基于一体化的管理思想建立了余材板坯、钢卷与合同集成匹配的多目标0-1非线性整数规划模型,在模型中引入板坯材质与合同要求钢种特征差异值矩阵及钢卷钢种与合同要求钢种特征差异值矩阵.采用分段整数编码、基于启发式修复策略的改进遗传算法求解.最后,通过对实际生产数据的仿真实验验证了所提模型和算法的有效性,为科学合理地匹配铸轧工序余材板坯、钢卷提供了有效的解决方法.
- 李海涛李苏剑芦永明吴迪
- 关键词：连铸热轧存货管理非线性规划遗传算法
- 基于混合属性的产品优化聚类算法
- 2013年
- 针对分类研究中采用单一类型数据造成的结果失真,提出了综合考虑产品属性和销售时间序列的两阶段优化聚类算法。分别采用基于属性的相似性排序及时间序列的分层优化聚类实现产品单独聚类,然后基于初始聚类结果及参数化的动态相对权重提出考虑噪声数据处理的分层聚类方法实现产品综合优化分类。企业实例应用研究表明综合聚类模型及两阶段算法在聚类精度及时间复杂度上具有明显的优势,相对权重的动态参数化设置有效解决了不同产品间个性化特征的差异表示。通用数据集的仿真进一步验证了算法在解决混合属性产品聚类问题时的优越性及广泛适用性。
- 吴迪李苏剑李海涛
- 关键词：聚类动态时间弯曲
- 基于遗传搜索算法热轧合同编制优化仿真研究被引量：1
- 2012年
- 为解决钢铁企业多品种、小批量的热轧合同编制优化问题,针对规模大、约束复杂难以建模及求解等难点,以半旬为基本时间单位,在考虑各钢种炼钢能力、轧制能力等约束条件的基础上,建立以合同的提前期、拖期惩罚最小,各工序产能利用均衡,相邻排产合同的工艺约束惩罚费用最小以及各半旬的炼钢余材最少为优化目标的0-1非线性整数规划模型。由于所建模型具有多旅行商问题结构的特征及模型中约束条件复杂、数据规模较大,采用分段整数编码和启发式修复策略的遗传搜索算法进行求解。通过对实际生产数据进行仿真,验证了所提模型和算法的有效性,为科学合理地编制热轧合同计划提供了有效的解决方法。
- 李海涛李苏剑吴迪
- 关键词：遗传算法热轧合同计划
- 基于精英重组的混合多目标进化算法
- 2013年
- 针对多目标进化算法搜索效率低和收敛性差的问题,提出了基于精英重组的混合多目标进化算法,将多目标优化问题分解为多个单目标优化问题单独求解,并采用基于遗传算法的精英重组策略将多个相异解重组生成唯一的精英解.提出区域化的种群初始化方法,改进局部搜索及群体选择机制,采用以优化子群为核心的分组交叉策略及自适应多位变异算子,并引入基于混沌优化的重启机制,有效克服了精英保存的固有缺陷,以及现有多目标进化算法存在的目标空间解拥挤、收敛慢、易早熟等问题.多目标测试函数的数值仿真和关键步骤的性能分析证明了本文算法的有效性和优越性.
- 吴迪李苏剑李海涛
- 关键词：多目标优化遗传算法
- 基于CBR的化妆品销售组合预测模型被引量：2
- 2012年
- 预测是销售企业面临的至关重要的问题,预测精度会直接影响到企业的利润及长远发展。考虑到化妆品销售独特的生命周期特点,提出基于案例推理技术的化妆品销售组合预测模型。基于案例推理技术能够弥补短生命周期产品数据不足的问题,根据"最相似"产品的数据对目标产品属性进行推理计算,既提高了预测精度,又便于实际操作。在此基础上,提出了改进的BASS模型及季节性趋势增长模型,充分考虑数据序列波动的季节性、趋势性及其完整的生命周期特征。为了进一步提高预测精度,提出AFTER-GA组合预测算法,并添加PSOWv-SVM模型作为组合预测的模型之一,利用模型处理外界影响因素的能力,使得各模型取长补短,更有效地突出各模型的优势,从而取得更精确的预测结果。实例分析表明,AFTER-GA组合预测算法在精度上要明显优于其他方法;基于CBR的组合预测模型在化妆品销售预测方面,能够达到令人满意的精度要求,具有实际应用价值。
- 吴迪李苏剑李海涛刘波
- 关键词：化妆品销售组合预测遗传算法
- 混合渠道新品上市最优订货策略
- 2013年
- 针对目前越来越多的企业引入电子商务,造成传统销售渠道与网络直销渠道相互竞争、相互促进的复杂需求状况,研究了具有一次补货机会的新品上市最优订货策略。在模型建立阶段,基于新品上市的数据特点及混合渠道特征,提出需求预测更新策略;基于网络渠道的服务特点,提出随时间动态变化的订单取消率及退货率;采用动态的补货及配送提前期,并提出加急配送策略;讨论补货提前期的库存状态,建立最优订货策略模型。在模型求解阶段,提出基于利润的动态逼近算法及交叉遍历算法,并对模型最优解的寻优步骤进行分析。最后采用实际案例证明了该模型及算法的优越性,并对部分参数进行了敏感性分析以辅助企业优化决策。
- 吴迪李苏剑李海涛
- 关键词：电子商务提前期
- 新品上市的CBR动态预测
- 2013年
- 针对新品上市数据匮乏、不确定性高所带来的预测难点,提出了关于案例推理和改进粒子群神经网络的动态预测方法。首先考虑产品属性及销售序列特征,提出两阶段综合聚类算法划分案例集合;其次采用核心案例的相似性搜索机制确定RBF神经网络模型的训练集,并通过动态聚类和改进的粒子群算法进行网络训练及参数优化;最后采用相异距离的聚类方法保留预测结果,实现模型的动态扩展。企业实例及公共数据集的仿真结果表明,CBR-IPRBF动态预测方法能够适用于任何类型新品上市的销量预测,且对于数据量不足等非理想状况具有较优的性能。模型预测精度高,算法扩展性强,具有广泛适用性,能够为企业提供实际、有效的决策支持。
- 吴迪李苏剑李海涛
- 关键词：聚类径向基函数神经网络
