CN113676349B - 一种基于可靠性的备件供应网络优化方法 - Google Patents

一种基于可靠性的备件供应网络优化方法 Download PDF

Info

Publication number
CN113676349B
CN113676349B CN202110905315.0A CN202110905315A CN113676349B CN 113676349 B CN113676349 B CN 113676349B CN 202110905315 A CN202110905315 A CN 202110905315A CN 113676349 B CN113676349 B CN 113676349B
Authority
CN
China
Prior art keywords
spare part
supply
part supply
reliability
optimization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110905315.0A
Other languages
English (en)
Other versions
CN113676349A (zh
Inventor
石全
王亚东
白永生
郭驰名
温亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Army Engineering University of PLA
Original Assignee
Army Engineering University of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Army Engineering University of PLA filed Critical Army Engineering University of PLA
Priority to CN202110905315.0A priority Critical patent/CN113676349B/zh
Publication of CN113676349A publication Critical patent/CN113676349A/zh
Application granted granted Critical
Publication of CN113676349B publication Critical patent/CN113676349B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种基于可靠性的备件供应网络优化方法，包括以下步骤，S1：结合备件供应保障实际，分析备件供应模式、备件供应系统结构、以及备件供应的环境和特点，如不确定性、动态性等，将备件供应保障面临的问题用数学语言描述，确定供应优化模型的优化对象即决策变量、模型的输入和输出；S2：确定优化模型的目标函数和约束条件，根据问题特点建立相应模型；本发明提供的基于可靠性的备件供应网络优化方法该项发明提出了针对备件供应网络优化，研究了面向网络可靠度的优化方法，提出的备件供应网络可靠度目标可以全面衡量备件供应的时效性、可靠性和经济性，通过建立了数学模型，并采用智能优化算法进行求解，可以得到最佳的备件供应优化方案。

Description

一种基于可靠性的备件供应网络优化方法
技术领域
本发明涉及网络优化技术领域，尤其涉及一种基于可靠性的备件供应网络优化方法。
背景技术
备件供应服务是指工业品生产企业为保证用户购买的本企业的机器设备产品，能够正常运转和发挥效用，而提供维修所用的备品备件的一种售后服务工作，企业为购买本企业产品的用户提供备件供应服务，可以给用户带来更多的便利，保证用户对所购买的机器设备及时更换损坏的零部件，提高工作效率，创造最佳效益，从而博得用户的信赖，使得用户一旦再有需要仍会购买本企业的产品。
备件供应网络设计对备件供应起着决定性作用，备件供应任务顺利完成必须满足以下三个条件：供应充足、供应及时以及供应可靠。
目前大部分备件供应仅从成本和时间角度进行优化，未能充分考虑备件供应网络的可靠性，这就难以保证备件供应任务的顺利进行，极易造成“供应不足”或“供应不及时”的现象
因此，有必要提供一种基于可靠性的备件供应网络优化方法解决上述技术问题。
发明内容
本发明提供一种基于可靠性的备件供应网络优化方法，解决了现有的大部分备件供应仅从成本和时间角度进行优化，未能充分考虑备件供应网络的可靠性的问题。
为解决上述技术问题，本发明提供的基于可靠性的备件供应网络优化方法，包括以下步骤：S1：结合备件供应保障实际，分析备件供应模式、备件供应系统结构、以及备件供应的环境和特点，如不确定性、动态性等，将备件供应保障面临的问题用数学语言描述，确定供应优化模型的优化对象即决策变量、模型的输入和输出；
S2：确定优化模型的目标函数和约束条件，根据问题特点建立相应模型，优化目标可以从时间、成本、风险、保障度等方面考虑，可以是单一目标也可以是多个优化目标，约束可以从满足度、时间窗、流量平衡等方面考虑，可以是等式约束也可以是不等式约束；
S3：根据构建的模型，选择合适的优化算法进行求解，对于简单模型，可以利用数学优化方法，对于复杂模型，可以采用智能优化算法，在求解过程中根据约束条件的满足情况判断解是否为可行解，对于可行解，再根据目标函数判断是否为最优解，最终给出模型的最优解或最优解集；
S4：对于单目标优化问题，模型的最优解是唯一的，即对应最优备件供应方案，对于多目标优化问题，模型的解是由一系列互不支配的解组成的非支配解集，因此需要进一步对集合中所有的解进行评估和择优，通过排序选出唯一的最优供应方案。
所述S1步骤中供应保障可靠的公约函数为
优选的，所述供应保障可靠的公约函数中当备件供应方案使得中断风险值较大时，对应备件供应保障的可靠性就会降低。其中，I：供应点的数量， i＝1,2,…,I；J：中转点的数量，j＝1,2,…,J；K：需求点的数量，k＝1,2,…,K； Rij：备件从供应点i运至中转点j的中断风险；Rjk：备件从中转点j运至需求点k的中断风险；xij：供应点i向中转点j供应备件的数量；xjk：中转点j 向需求点k供应备件的数量；sgn为阶跃函数。
优选的，所述供应保障可靠的公约函数中T'＝max[Tij·sgn(xij)|i∈I,j∈J]+max[Tjk·sgn(xjk)|j∈J]表示每个需求点中的延迟时间，其中，Tij表示备件从供应点i运至中转点j的运输时间；Tjk表示备件从中转点j运至需求点k的运输时间；表示每个需求点的规定延迟时间。
优选的，所述供应保障的延迟时间可靠度目标函数中表示k个需求点中，延迟时间比最大的一组，当供应时间小于规定时间时，/>一定是小于等于1的，因此用表示当/>的值超过1时，取其值为1。
优选的，所述供应保障可靠的公约函数中表示第 k个需求点的备件需求数量，/>表示到达第k个需求点的备件数量。
优选的，所述供应保障可靠的公约函数中表示k个需求点中，满足度最大的一组，当模型中约束条件被满足时，即供应量大于等于需求量时/>一定小于等于1，当约束未被满足时/>大于1，用/>表示当/>大于1时，取其值为1。
优选的，决策过程还包括：数据分析单元、数据分类单元、方案匹配单元、方案确定单元和优选方案评估。
优选的，所述数据分析单元是对多目标优化的数据进行分析，从而根据数据的类别进行分类，方案匹配单元可以根据方案的类别进行快速找出对应的方案进行配对。
优选的，所述优选方案评估是对方案确定后的方案的时间、成本、风险、保障度等方案进行综合评估。
与相关技术相比较，本发明提供的基于可靠性的备件供应网络优化方法具有如下有益效果：
本发明提供一种基于可靠性的备件供应网络优化方法，该项发明提出了针对备件供应网络优化，研究了面向网络可靠度的优化方法，提出的备件供应网络可靠度目标可以全面衡量备件供应的时效性、可靠性和经济性，通过建立了数学模型，并采用智能优化算法进行求解，可以得到最佳的备件供应优化方案。
附图说明
图1为本发明提供的基于可靠性的备件供应网络优化方法第一实施例的备件供应保障优化流程图；
图2为本发明提供的基于可靠性的备件供应网络优化方法的备件供应网络结构图；
图3为本发明提供的基于可靠性的备件供应网络优化方法第二实施例的备件供应保障优化流程图。
具体实施方式
下面结合附图和实施方式对本发明作进一步说明。
请结合参阅图1、图2，其中，图1为本发明提供的基于可靠性的备件供应网络优化方法的备件供应保障优化流程；图2为本发明提供的基于可靠性的备件供应网络优化方法的备件供应网络结构图。一种基于可靠性的备件供应网络优化方法包括以下步骤：
S1：结合备件供应保障实际，分析备件供应模式、备件供应系统结构、以及备件供应的环境和特点，如不确定性、动态性等，将备件供应保障面临的问题用数学语言描述，确定供应优化模型的优化对象即决策变量、模型的输入和输出；
S2：确定优化模型的目标函数和约束条件，根据问题特点建立相应模型，优化目标可以从时间、成本、风险、保障度等方面考虑，可以是单一目标也可以是多个优化目标，约束可以从满足度、时间窗、流量平衡等方面考虑，可以是等式约束也可以是不等式约束；
S3：根据构建的模型，选择合适的优化算法进行求解，对于简单模型，可以利用数学优化方法，对于复杂模型，可以采用智能优化算法，在求解过程中根据约束条件的满足情况判断解是否为可行解，对于可行解，再根据目标函数判断是否为最优解，最终给出模型的最优解或最优解集；
S4：对于单目标优化问题，模型的最优解是唯一的，即对应最优备件供应方案，对于多目标优化问题，模型的解是由一系列互不支配的解组成的非支配解集，因此需要进一步对集合中所有的解进行评估和择优，通过排序选出唯一的最优供应方案。
根据备件供应保障系统的主体和结构，可以将备件供应系统抽象为网络结构。在备件供应系统网络中，网络节点代表参与供应的实体，例如备件仓库、需求点、维修机构等等，而网络中的连接线表示边，包括备件流、信息流和资金流等等，因此备件供应系统是一个有向赋权网络，由于备件供应保障大多采取的是“点对点”式精确化供应模式，备件供应网络最常采用的是树状供应网络结构，即备件严格按照网络层级，由高层级节点向低层级节点供应，根据供给关系可以得到供应系统的备件供应网络结构，备件供应网络可以直观地反映节点之间的供给关系、备件流向以及供应数量。
备件供应保障优化主要是通过确定最佳的仓库选址和备件数量分配方案，从而提升备件供应的精确化、敏捷化和可靠性水平。
所述S1步骤中供应保障可靠的公约函数为
所述供应保障可靠的公约函数中当备件供应方案使得中断风险值较大时，对应备件供应保障的可靠性就会降低。其中，I：供应点的数量，i＝1,2,…,I；J：中转点的数量，j＝1,2,…,J； K：需求点的数量，k＝1,2,…,K；Rij：备件从供应点i运至中转点j的中断风险；Rjk：备件从中转点j运至需求点k的中断风险；xij：供应点i向中转点j 供应备件的数量；xjk：中转点j向需求点k供应备件的数量；sgn为阶跃函数。
备件供应网络的任务可靠度用来衡量整个供应保障系统顺利完成供应任务的能力，即在规定时间内顺利完成备件供应的能力。
所述供应保障可靠的公约函数中T'＝max[Tij·sgn(xij)|i∈I,j∈J]+max[Tjk·sgn(xjk)|j∈J]表示每个需求点中的延迟时间，其中，Tij表示备件从供应点i运至中转点j的运输时间；Tjk表示备件从中转点j运至需求点k的运输时间；/>表示每个需求点的规定延迟时间。
顺利完成备件供应包含三层含义，首先到达各需求点的备件数量应当不小于备件的需求量；其次备件供应必须在规定的时间内完成，超期供应也是缺货的一种表现；最后，必须保证备件供应网络连通，即中断风险不能过大。
所述供应保障的延迟时间可靠度目标函数中表示k个需求点中，延迟时间比最大的一组，当供应时间小于规定时间时，/>一定是小于等于1 的，因此用/>表示当/>的值超过1时，取其值为1。
所述供应保障可靠的公约函数中表示第k个需求点的备件需求数量，/>表示到达第k个需求点的备件数量。
模型需要满足以下约束条件：
首先由于中转点的开放情况要根据实际需求确定，当备件供应量较少时为了节约成本，可以只开放部分仓库。这里规定未开放的中转点不参与备件供应，同时需要规定供入某中转点的备件数量不能超过中转点的最大容量，即：
分别规定了进入仓库的备件数量限制和流出仓库的备件数量限制。
其次，备件供应应当满足备件需求，即到达各个需求点的备件数量必须不小于备件的需求数量：
对于所有的中转点，由该仓库提供给需求点的备件数量不能超过供应点提供给该仓库的备件数量：
由于维修任务的紧迫性，备件需要在规定的时间限制内到达需求点，否则供应将没有意义：
最后规定了决策变量的类型和取值范围
xij∈N+xjk∈N+yj＝{0,1}
所建立的模型可采用智能优化算法进行求解。
所述供应保障可靠的公约函数中表示k个需求点中，满足度最大的一组，当模型中约束条件被满足时，即供应量大于等于需求量时/>一定小于等于1，当约束未被满足时/>大于1，用/>表示当/>大于 1时，取其值为1。
优化模型中涉及的参数及其意义如下：
I：供应点的数量，i＝1,2,…,I；
J：中转点的数量，j＝1,2,…,J；
K：需求点的数量，k＝1,2,…,K；
Uj：中转点最大容量；
wk：第k个需求点的重要度权重；
第j个中转点的开设成本；
第j个中转点的单位基数备件库存成本；
dk：第k个需求点的备件需求量；
第k个需求点的单位基数缺件损失；
第k个需求点备件供应允许的最大延迟时间；
Tij：备件从供应点i运至中转点j的运输时间；
Tjk：备件从中转点j运至需求点k的运输时间；
Cij：备件从供应点i运至中转点j的单位基数运输成本；
Cjk：备件从中转点j运至需求点k的单位基数运输成本；
Rij：备件从供应点i运至中转点j的中断风险
Rjk：备件从中转点j运至需求点k的中断风险
模型的决策变量包括备件流量以及中转点的开放情况：
xij：供应点i向中转点j供应备件的数量；
xjk：中转点j向需求点k供应备件的数量；
yj：二进制变量，用来表示中转点j的开放情况，yj＝1表示仓库开放， yj＝0表示仓库关闭。
与相关技术相比较，本发明提供的基于可靠性的备件供应网络优化方法具有如下有益效果：
该项发明提出了针对备件供应网络优化，研究了面向网络可靠度的优化方法，提出的备件供应网络可靠度目标可以全面衡量备件供应的时效性、可靠性和经济性，通过建立了数学模型，并采用智能优化算法进行求解，可以得到最佳的备件供应优化方案。
第二实施例
请参阅图3，基于本申请的第一实施例提供的一种基于可靠性的备件供应网络优化方法，本申请的第二实施例提出另一种基于可靠性的备件供应网络优化方法。第二实施例仅仅是第一实施例优选的方式，第二实施例的实施对第一实施例的单独实施不会造成影响。
具体的，本申请的第二实施例提供的基于可靠性的备件供应网络优化方法的不同之处在于，基于可靠性的备件供应网络优化方法，决策过程还包括：数据分析单元、数据分类单元、方案匹配单元、方案确定单元和优选方案评估。
数据分析单元采用单片机。
所述数据分析单元是对多目标优化的数据进行分析，从而根据数据的类别进行分类，方案匹配单元可以根据方案的类别进行快速找出对应的方案进行配对。
数据的类别与方案的类别进行匹配，从而可以快速的确定所适配的方案。
所述优选方案评估是对方案确定后的方案的时间、成本、风险、保障度等方案进行综合评估。
方案评估的结果与客户实际操作的结构进行对比。
工作原理：
通过对数据的分析和分类，可以通过数据的类型进行快速分类，从而根据类别进行对应类别的方案匹配，从而可以减少方案的确定时间，同时由方案评估对确认后的方案进行分析评估，从而再与客户实际操作进行对比，使得网络优化可以更好的为客户提供服务。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (4)

1.一种基于可靠性的备件供应网络优化方法，其特征在于，包括以下步骤：
S1：结合备件供应保障实际，分析备件供应模式、备件供应系统结构、以及备件供应的环境和特点，分析不确定性、动态性，将备件供应保障面临的问题用数学语言描述，确定供应优化模型的优化对象即决策变量、模型的输入和输出；
S2：确定优化模型的目标函数和约束条件，根据问题特点建立相应模型，优化目标从时间、成本、风险、保障度方面考虑，为单一目标或多个优化目标，约束从满足度、时间窗、流量平衡方面考虑，为等式约束或不等式约束；
S3：根据构建的模型，选择合适的优化算法进行求解，对于简单模型，利用数学优化方法，对于复杂模型，采用智能优化算法，在求解过程中根据约束条件的满足情况判断解是否为可行解，对于可行解，再根据目标函数判断是否为最优解，最终给出模型的最优解或最优解集；
S4：对于单目标优化问题，模型的最优解是唯一的，即对应最优备件供应方案，对于多目标优化问题，模型的解是由一系列互不支配的解组成的非支配解集，因此需要进一步对集合中所有的解进行评估和择优，通过排序选出唯一的最优供应方案，所述S1步骤中供应保障可靠的公约函数为，所述供应保障可靠的公约函数中/>，当备件供应方案使得中断风险值较大时，对应备件供应保障的可靠性就会降低，其中，/>：供应点的数量，/>；/>：中转点的数量，/>；/>：需求点的数量，/>；/>：备件从供应点/>运至中转点/>的中断风险；/>：备件从中转点/>运至需求点/>的中断风险；/>：供应点/>向中转点/>供应备件的数量；/>：中转点/>向需求点/>供应备件的数量；/>为阶跃函数，所述供应保障可靠的公约函数中，/>，/>表示每个需求点中的延迟时间，其中，/>表示备件从供应点/>运至中转点/>的运输时间；表示备件从中转点/>运至需求点/>的运输时间；/>，表示每个需求点的规定延迟时间，所述供应保障的延迟时间可靠度目标函数中/>表示/>个需求点中，延迟时间比最大的一组，当供应时间小于规定时间时，/>一定是小于等于1的，因此用/>表示当/>的值超过1时，取其值为1，所述供应保障可靠的公约函数中/>，，表示第/>个需求点的备件需求数量，/>，表示到达第/>个需求点的备件数量，所述供应保障可靠的公约函数中/>表示/>个需求点中，满足度最大的一组，当模型中约束条件被满足时，即供应量大于等于需求量时/>一定是小于等于1，当约束未被满足时/>大于1，用/>表示当/>大于1时，取其值为1。
2.根据权利要求1所述的基于可靠性的备件供应网络优化方法，其特征在于，决策过程还包括：数据分析单元、数据分类单元、方案匹配单元、方案确定单元和优选方案评估。
3.根据权利要求2所述的基于可靠性的备件供应网络优化方法，其特征在于，所述数据分析单元是对多目标优化的数据进行分析，从而根据数据的类别进行分类，方案匹配单元根据方案的类别进行快速找出对应的方案进行配对。
4.根据权利要求2所述的基于可靠性的备件供应网络优化方法，其特征在于，所述优选方案评估是对方案确定后的方案的时间、成本、风险、保障度方案进行综合评估。
CN202110905315.0A 2021-08-09 2021-08-09 一种基于可靠性的备件供应网络优化方法 Active CN113676349B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110905315.0A CN113676349B (zh) 2021-08-09 2021-08-09 一种基于可靠性的备件供应网络优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110905315.0A CN113676349B (zh) 2021-08-09 2021-08-09 一种基于可靠性的备件供应网络优化方法

Publications (2)

Publication Number Publication Date
CN113676349A CN113676349A (zh) 2021-11-19
CN113676349B true CN113676349B (zh) 2024-04-05

Family

ID=78541732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110905315.0A Active CN113676349B (zh) 2021-08-09 2021-08-09 一种基于可靠性的备件供应网络优化方法

Country Status (1)

Country Link
CN (1) CN113676349B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222889A (zh) * 2019-05-29 2019-09-10 华南理工大学 基于多种智能算法的配电网馈线自动化终端配置方法
CN112613643A (zh) * 2020-12-08 2021-04-06 北京电子工程总体研究所 一种基于超启发式算法的维修保障资源联合库存配置方法
CN113128761A (zh) * 2021-04-19 2021-07-16 天津大学 一种基于遗传算法的弹性供应链网络优化方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374898B2 (en) * 2008-09-05 2013-02-12 Exxonmobil Research And Engineering Company Bulk material ship routing and inventory management schedule optimization
US9049135B2 (en) * 2012-10-09 2015-06-02 Ciena Corporation Network spares audit optimization and maintenance systems and methods

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222889A (zh) * 2019-05-29 2019-09-10 华南理工大学 基于多种智能算法的配电网馈线自动化终端配置方法
CN112613643A (zh) * 2020-12-08 2021-04-06 北京电子工程总体研究所 一种基于超启发式算法的维修保障资源联合库存配置方法
CN113128761A (zh) * 2021-04-19 2021-07-16 天津大学 一种基于遗传算法的弹性供应链网络优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
动态物流网络多目标优化模型及求解算法;王亚东等;计算机集成制造系统(04);全文 *

Also Published As

Publication number Publication date
CN113676349A (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
Shen et al. An outranking sorting method for multi-criteria group decision making using intuitionistic fuzzy sets
Lima-Junior et al. A multicriteria approach based on fuzzy QFD for choosing criteria for supplier selection
Devi Extension of VIKOR method in intuitionistic fuzzy environment for robot selection
Pei et al. A novel approach to multi-attribute decision making based on intuitionistic fuzzy sets
Zhu et al. Risk decision-making method using interval numbers and its application based on the prospect value with multiple reference points
Resende et al. Decision models for supplier selection in industry 4.0 era: A systematic literature review
Becker et al. A manufacturing systems network model for the evaluation of complex manufacturing systems
Jacyna et al. Multicriteria decision support in designing transport systems
Wang A criteria weighting approach by combining fuzzy quality function deployment with relative preference relation
Zhang et al. An entropy-based approach for assessing the operation of production logistics
Jing et al. A conceptual design decision approach by integrating rough Bayesian network and game theory under uncertain behavior selections
Guo et al. Automatic design for shop scheduling strategies based on hyper-heuristics: A systematic review
Comesaña-Campos et al. The Value Index as a decision support tool applied to a new system for evaluating and selecting design alternatives
Fan et al. Optimal selection of design scheme in cloud environment: A novel hybrid approach of multi-criteria decision-making based on F-ANP and F-QFD
CN113676349B (zh) 一种基于可靠性的备件供应网络优化方法
Morison On-line dynamic security assessment using intelligent systems
Burkov et al. Intellectual systems-the future of expert assessment
Shao et al. External R&D supplier evaluation and selection: a three-stage integrated funnel model
Rao Flexible manufacturing system selection using an improved compromise ranking method
Do‘stmirzayevich et al. Problems of Management of Technological Systems Under Uncertainty: Models and Algorithms
Jiang et al. Improved heuristic algorithm for modern industrial production scheduling
Lyu et al. Multiple Attribute Decision‐Making Model for Supplier Selection in Service‐Oriented Manufacturing Paradigm
Yan et al. Interval-valued intuitionistic pure linguistic entropy weight method and its application to group decision-making
Yan-Qiu et al. Optimization for logistics network based on the demand analysis of customer
Tong et al. A two-sided gaming model for large-scale stable matching in sharing economy based on the probabilistic linguistic term sets

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant