简介:为了平衡库存成本与多样化需求两者之间的矛盾,研究了延迟产品差异下必要工艺改进最优投资决策.将两阶段生产柔性制造系统建模为连续时间马尔科夫链.第一阶段采用备货型生产方式制造半成品,第二阶段采用订单型生产方式定制化第一阶段半成品.利用矩阵几何方法得到柔性制造系统的绩效测量指标.构建一个优化模型确定最优工艺改进投资水平以最小化制造商总成本.结果表明:高投资水平能够降低期望顾客订单满足延迟以及期望半成品库存量.当初始订单渗透点为0.4时,通过工艺改进投资能够节约制造商15.89%总成本.此外,最优投资水平随单位顾客订单满足延迟成本的增加而上升,随产品价值和初始订单渗透点的增加而下降.
简介:结合支持向量机和神经网络各自的优点,提出了一种新颖的自适应支持向量回归神经网络(SVR—NN).首先,利用支持向量回归方法确定SVR—NN的初始结构和初始化权值,基于支持向量自适应地构造SVR—NN神经网络的隐层节点;然后,使用退火过程的鲁棒学习算法更新网络节点参数和权值.为了验证所提出方法的有效性,给出了自适应SVR-NN应用于非线性动态系统辨识的实例.仿真结果表明,与以前的神经网络方法相比,基于SVR-NN网络的辨识方案能获得相当好的性能,它具有很快的收敛速度.因此,自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径.