简介:针对客户时间窗变动对原物流配送车辆调度方案造成干扰的问题,运用干扰管理思想,分析干扰事件对路径、成本和服务时间三个方面的影响,对其干扰程度加以度量;以该干扰事件对原方案造成的广义费用偏离最小为目标,建立客户时间窗变动的干扰管理模型,通过判断客户时间窗变动对原方案是否产生影响进行干扰辨识,并基于该干扰辨识结果,设计基于禁忌搜索新的调度算法;算例不仅验证了模型和算法的有效性,而且,敏感性分析也验证了其对各种不同价值货物的适用性。实验结果表明,本文提出的干扰管理模型可以全面地刻画干扰对原方案的影响,干扰处理方法优于全局重调度方法,且能够在更短时间内生成满意的物流配送车辆调度调整方案。
简介:目前,随着电动汽车的普及,物流企业逐渐重视电动汽车的应用。本文考虑到电动汽车在实际应用中的行驶里程、充电耗时以及配送时间等因素,研究含时间窗的电动汽车车辆路径问题,建立了相应的混合整数规划模型,然后改进分支定价算法以求得其最优解。改进的分支定价算法首先根据Dantzig-Wolfe分解原理将原问题分解为基于路径的主问题(MP)和求最短路径的子问题,然后用列生成和动态规划算法在主问题和子问题之间进行迭代以求得主问题线性松弛后的最优解,最后采用基于弧的分支策略求得其整数解。通过用改进的Solomon算例的实验数据,与CPLEX比较验证了模型和算法结果的准确性,并对该问题进行了灵敏度分析,证明了本文提出的算法具有一定的应用价值。
简介:随着工业化、城镇化进程的不断加快,我国电力需求量将持续上升。电力的充足供应是我国经济稳步发展的重要保证,故合理准确的对电力需求进行分析及预测具有重要的现实意义。基于此,分析我国电力需求现状,利用通径分析筛选电力消费需求的核心驱动因素。在模型选择的基础上,基于单变量(ETS、ARIMA模型)和多变量(情景分析)两个维度进行电力需求量分析及预测。结果表明:GDP每提高1%使得电力需求量提高0.5249%;工业化水平每提高1%使得电力需求量提高2.2146%,城镇化水平每提高1%使电力需求量相应提高1.0076%。“十二五”末中国电力消费需求量将近61425.96KW/h,2020年中国电力消费需求将近81410.10KW/h。
简介:本文通过将定性分析与关系图描述相结合,提出H1:城镇化对经济发展具有显著正向促进作用、H2:城镇化可通过消费渠道影响经济发展、H3:城镇化可通过投资渠道影响经济发展、H4:城镇化可通过出口渠道影响经济发展四项研究假设。进一步,根据地区实际经济发展水平,将我国划分为发达与欠发达两类地区。设定经济发展变量PGDP为被解释变量,城镇化变量UR、城镇化与投资交互项变量UR×PFI、城镇化与消费交互项变量UR×HC和城镇化与出口交互项变量UR×PE为被解释变量,采用2000—2012年我国31个省市区的面板数据。基于单位根检验、协整关系检验、F检验、Hausman检验,建立个体固定效应模型,验证假设H1~H4在全国及两类地区是否成立。结果表明:H1、H2、H3假设在全国及两类地区均成立;H4假设仅在欠发达地区成立。基于研究结论,本文提出了相应的启示。
简介:我国权证市场是一个新兴市场,权证市场价格与理论价格长期存在较大偏离。本文以中化CWB1为例,首先运用修正的Black—Scholes公式计算权证的理论价格,证明权证价格偏误的存在主要不来源于模型设定误差,而是与标的股票价格相关。再运用计量经济学的方法讨论权证价格偏误和标的股票价格的协整关系,并建立误差修正模型以定量地描述二者之间的短期波动关系。最后从理论上分析我国权证市场的发展现状和导致价格偏误的深层次原因。