简介：奥特莱斯已演变成为一种新型的零售业态，在实践中取得巨大成功，但相关学术理论成果还相对缺乏。本研究以空间竞争理论为基础，从传统购物中心和奥特莱斯间的博弈出发，在消费者的偏好不确定的情况下，探究了奥特莱斯的区位选择、建设规模以及商品定价问题，试图为奥特莱斯投资人提供决策依据。研究结果表明，最优区位选择和建设规模依赖于消费者的聚集程度，消费者聚集程度较低时，奥特莱斯应紧邻消费者，投资者应尽可能扩大其建设规模，聚集程度较高时，可适当远离消费者，且选址越远，建设规模越大。另外，奥特莱斯中各零售商的商品售价不会偏离购物中心指导价。

简介：对于按订单采购的销售商而言,采购成本和延误成本是影响总成本的主要因素,销售商需要采取适当的采购策略,权衡二者,以使总成本尽量小。文章首先给出了订单需求完全已知情况下的离线最优策略,并指出策略的计算复杂性为O（n^2）。其次,针对订单需求难以预测的情形,设计了相应的在线采购策略,证明了该策略的竞争比为2;同时,证明了该问题的竞争比下界为（5＋1）/2〉1.618。

简介：本文运用数学建模和数值分析的方法研究了基于（Q,r）补货策略的寄售库存模式中合同参数的优化问题。在该模式下,供应商确定Q、r值,并维持（z,Z）的库存水平,零售商对低于下限z或超过上限Z的库存收取罚金b。研究结果表明,零售商可以通过设置合理的罚金b来激励供应商选择合理的r和Q,使得最低的期望库存水平高于z,并且使成本达到最优。

简介：本文借鉴自然界生物进化原理，提出系统结构模式和系统环境模式的概念，根据系统结构模式与系统环境模式矩阵的适应程度，建立了基于生物进化机理的模式评价原理及模型，并制定了评价系统的评价分类准则，为评价理论和模型提出了一种新思路。

简介：针对股票时间序列的特点，从离群点对股票时序数据有序性的影响角度出发，在界定分形离群点含义的基础上，利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P（Grassberger-Procaccia）算法计算股票时间序列数据集的多重分形广义维数，并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明，该方法能有效地解决股票时间序列离群模式挖掘问题。

简介：针对政府补贴难以激励战略性新兴产业形成创新驱动力的问题,以新能源汽车产业为例,构建了一个旨在促进企业技术研发的政府创新补贴策略分析模型。假设产业呈现明显的创新驱动特征,模型分别针对政府理性决策与有限理性决策的情况,对政府创新补贴及企业创新投入策略进行了博弈均衡分析,并讨论了技术创新环境的改善对最优策略及局中人收益的影响。结果表明,在创新驱动模式下,企业最优创新投入比例对政府补贴水平不敏感,且过高的补贴可能挤出企业创新投入,容易形成企业套利空间。此外,改善技术创新环境对强化企业市场主体地位,弱化政府管制对市场的干预具有积极作用。

简介：基于绩效保障模式，设计了一个由备件仓库和维修车间组成的装备可修部件闭环保障系统，推导了备件库存水平状态的稳态概率分布，计算了可用度等几个保障绩效度量指标，建立了基于可用度约束的保障系统运作优化模型，并通过仿真分析探讨了保障系统运营管理策略问题。

简介：利润分配是管理学中重点研究的领域之一。创业阶段是大多数企业发展要经历的一个阶段。在这个发展阶段，创业企业如何合理地分配利润是非常重要的。本文就这一问题通过利用委托代理理论进行了研究，并给出了一些利润分配模式的建议。

简介：装配线平衡对于提高装配效率和降低装配成本都有重要意义。为了满足顾客需求的多样化和减少成本，通常采用混合模式的装配线。本文针对混合模式下U型装配线平衡问题，提出一个目标规划法以求解该问题，量化示例表明所提方法是有效的。

简介：对物流园区效益进行科学的定量评估，是合理选择物流园区开发模式的基本前提。基于模糊熵理论，结合专家打分法建立物流园区效益定量评估体系，遴选出影响物流园区发展的六大主要因素并进行权重赋值；通过对江苏省苏南地区20个物流园区效益的实际测算与比较分析，讨论了三种物流园区开发模式及其选择问题。

简介：选取由1个制造商、n个供应商和n个第三方物流（TPL）组成的供应链上游段为研究对象,立足收益共享契约的视角,构建了基于不对称NASH谈判的集中控制型VMI＆TPL模式的利益分配机制,应用网络分析法（ANP）将投资额比重、风险分摊比重以及合作性等对供应链成员收益存在影响的因素引入其中,对利益分配机制进行改进。算例分析表明,基于ANP方法改进的利益分配机制,可以保证由于实施集中控制型VMI＆TPL模式所带来利润在供应链成员之间合理流动,实现各方共赢。

简介：以AHP为理论基础，结合Delphi方法，对高校教师教学质量评估体系进行尝试性建构。通过构建结构→个体判断→群判断处理→量化指标体系生成的分步操作，来达到科学、民主、公正、客观的评价目标。