4_运筹学_翻译

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《4_运筹学_翻译》，欢迎阅读！

运筹学部分

4.2 一些运筹学成就

有些成绩还是重大突破，70年代和80年代，运筹学取得的重要成就将在下面进行说明，凸现其如何运用给经济带来的影响。 （1）综合的运筹学成果 在1983和1984年，全美最大的石油独立冶炼和销售公司--citgo石油公司，将1985年超过4亿的销售额投资在一个独一无二的全面集成系统中，这个系统将运筹学的数学规划、预测及专家系统结合到了统计和组织理论中。Citgo将运筹学系统应用到诸如：天然物资的产品开采，冶炼，供应和配送，运作市场规划，应收应付款，存货控制和制定个人执行目标， Citgo公司由1984年5000万的营业损失变为到1985年高达7000万的营业利润要归功于这个运筹学系统。

（2）网络流问题 70年代时出现了一些突破性的网络流建模和解决问题的方法，并初步形成专业化的解决运输问题及其转化问题的原始单纯形算法。后来广义算法和大型线性网络和嵌入式网络相继出现。这些算法表现出了前所未有的效率，速度比最好的网络问题通用线性规划系统快了从10到200倍——效率完全超越任何计算机硬件。

由于现在不可能解决庞大的网络流问题，因此新的应用层出不穷。目前Agrico、Ciba-Geigy、W.R.Grace、International Paper、Kelly-Springfied、

Owens-Corning Fiberglass、Quaker Oats and R.G.Sloan这些公司已成功地将他们的射频数据采集系统耦合到他们建立的网络流模型上，以改善所做的决定的物流成本效益和服务效益。比如，Agrico净减少13%周转资金并在5年内节省开支43万美元；据Kelly-Springfied报道，他们每年可节省800万美元以上，Cahil May Roberts可减少20%的运输成本和交货。 （3）超立方排队模型 美国国家科学基金会的支持实行的计算机、多服务器队列研究，现在一个半球的城市经常使用部署在另一个半球的服务器。这个立方体的模型是依据紧急服务的需求，部署在纽约圣迭戈、萨克拉门托、达拉斯、波特兰、加拉加斯和鹿特丹。典型报道是，它提高生产率10%~15%。 （4）拉格朗日松弛法 拉格朗日乘数——用来限制放宽复杂的难组合优化问题，让使用多项式算法计算式更便利。在过去十年中，这个办法已由一个成功的理论，成为一个行之有效的工具而被大规模应用在航空工业气体产品和化工公司，这一技术已为公司节省6%~10%的经营成本，折合年效益约200万美元的公司。

（5）网络排队模型 网络能通过通信网，通过电脑系统工作，通过工作场所或产品工厂等代表流动情况等信息。一个典型的应用可能有数百种顾客和工作场所。传统上，现实已经证明，这种排队模型的建立相当棘手，甚至只是一个工作中心。可是，最近的技术突破，分析一下这些网络的创造性运用，实际已涉及解决大型网络。IBM公司采用这种方法来分析和阐释了一个未来的大工厂，从而取得几个月的竞争优势带来的新的市场。 （6）数学规划模型 利用大规模数学规划模型取得的巨大的进展，被应用在原料、零件、产品三者的优化生产、运输和库存。这些技术成果之一是使用近似的方法来分析非凸模型代表成本曲线的规模经济，它通常出现在货运业务一张用于通用汽车厂达到40多个物流成本节省26%，为每年可节省290万美元。

（7）仿真建模 在众多交互仿真语言相继发展起来的今天，模拟依然是一项重要工具。仿真模型被用来解决最近荷兰的水分配问题。这些模型被广泛用来分析部分新设施和重点建设，改善供水转变运行规则、以及调整价格，减少法规要求。这种经验老到的分析的结果是，节省数百万美元的资本支出，减少农业损失约15万美元。荷兰政府采取这个方法并用它来帮许多其他国家进行水资源规划。


（8）随机网络分析 随机原理的发展进步已实现成在为数学规划模型能随机性。北美长途货运公司使用随机网络分析去分配数千辆卡车按顾客要求从起点开到终点。这种分析方法每年节约他们约2503万美元的成本。

（9）库存管理 自从运筹学早先作为一门专门知识得以广泛运用，库存管理就得到了持续的发展。例如，在长岛的血液中心，一个模型所管理的血液调度，是依据对每个血站综计而估算提供的血液库存。而且根据实际需求来调节供给。它预先计划了一个血站的供给不足就可以从邻近血站调配血液。这样一来，血液的浪费减少80%，而花费减少64%。 （10）马科夫决策过程 我们分析大规模限制马科夫决策的能力是不断提高的。在亚利桑那州，7400英里的公路上每英里都运用这种方法去维持最佳保养状况。这种方法综合了管理方法决策，预算规划，环境因素和工程决策。这一年这种措施的运用节约了1400多万美元，差不多是目前亚利桑那州公路预算的1/3，预计将可节约2500万美元。 （11）随机服务系统 式样国防通信工作中心的队列是基于电路开关完成和分析模型。这个国防通信部门过去10年节约150万美元，并且每年会COMVS AVTOVOH网络重新构造。在美国，这个国防电话网络可以操控军队通信并有优先权和先发制人的能力。

4.3 一个研究方向的看法

运筹学是一个易于出成果的学科，并有着极多的智慧。它有着大量自学科和数不清的工程运用、物理科学、经济学、管理学和社会学。这是一个充满活力的领域，通过新方法研究和运用使其获得新生。没有一个可以用简短的评价对其研究方向进行评估。

运筹学最突出在五个领域，这些并不全包括了——许多领域都没有被包括。两个是李坤的（优化和随机过程），一个是应用的（制造设计），一个是理论和时间的主要元素（运筹/人工智能接口），和一个基础的基础过程（实验和模型科学）。

（1）最优化 最优化—决定如何得到一个目标函数或性能指标以使得在有限的资源和技术有限的条件下达到它的最大值—是决策的基本目标，并且除此之外，它还是在工程设计方面重要的工具。三十多年来，最优化方面的研究—它的很多方面的研究已经被NSF的STOR计划资助—已经通过大量的实践积累产生了作用并取得累累硕果。

线性规划在全世界范围内被广泛应用。最优化也包括解决大规模，离散，非线性，多目标和全球化问题的技术。在这个领域最近的一些探索有如此大的潜力以至于它们已经被一些受欢迎的出版物大力宣传，其中包括《纽约时报》和《华尔街日报》。此外，因为现在最优化的技术可通过微机来实现，所以它正处在一个快速发展的新时期。既然最优化已经达到了一个成熟的程度，那么关注在更进一步的研究中被期望的结果是自然而然的了。

在那些更为成熟的如线性规划和无约束优化等领域和一些不太成熟的如整数和约束优化等领域，研究的重点将被放到快速的，大规模的计算上。制造业和物流上的一些重大问题需要和如并行进程等新的计算机技术所创造出的机会将会推动这些研究的进行。一些在全新领域和我们知之甚少的领域如全球性和多标准定性优化等研究，将会必然的应用于处理一些比较基本的日常事情上。

（2）随机系统 我们生活在一个知识短缺和无力对未来事实进行预测的世界中。一个通信网络可能会突然被阻塞；车间的一个至关重要的机器可能意外发生故障；一个消防系统可能在没有任何征兆的情况下被要求执行任务。对统计过程的学习将会为我们提供一种系统的方法去建立、设计和控制系统中的不稳定因素。运筹学为我们提供了一个通过基础研究而了解基本的概率现象的框架。

柔性制造系统和计算机通信网络是一个复杂的系统，也就是所谓的离散事件随机系统的很好的例证。这些系统有效的设计和运转对经济学上的竞争是极其重要的，但是系统行为却是很难被完全掌握。现代离散事件随机系统的分析和设计方法集中在它们在稳定状态下的行

本文来源：https://www.wddqxz.cn/36f7fd573968011ca2009129.html