【摘 要】
：
为优化南山区疫苗接种网络、库存策略及人力资源配置,利用供应链优化大师(Supply Chain Guru,SCG)的网络优化功能选择开放50个备选站点以降低固定运营成本;运用库存优化功能为各站点设置库存策略,运用仿真功能比较各方案总成本.设计医疗人员分配规则将部分站点开放时间缩减为2(或者3)天,并增加部分站点医疗人员;设计仿真方法比较各方案服务水平和成本.优化后网络开放48个接种站点,总成本下降95万元,节约4.93％;医疗人员数量下降56.6％,节约人工成本654万元.疫苗接种站点网络优化和人力资源配
【机 构】
：
广东工业大学管理学院,广东广州510520
论文部分内容阅读
为优化南山区疫苗接种网络、库存策略及人力资源配置,利用供应链优化大师(Supply Chain Guru,SCG)的网络优化功能选择开放50个备选站点以降低固定运营成本;运用库存优化功能为各站点设置库存策略,运用仿真功能比较各方案总成本.设计医疗人员分配规则将部分站点开放时间缩减为2(或者3)天,并增加部分站点医疗人员;设计仿真方法比较各方案服务水平和成本.优化后网络开放48个接种站点,总成本下降95万元,节约4.93％;医疗人员数量下降56.6％,节约人工成本654万元.疫苗接种站点网络优化和人力资源配置可以降低供应链运营成本;仿真评价方法可以供决策人员参考.
其他文献
为提高优化调度解集质量,针对多目标模糊柔性作业车间调度问题,以模糊最大完工时间、模糊机器总负载、模糊瓶颈机器负载为优化目标,提出多策略融合的量子粒子群算法.使用混沌映射提高初始种群质量,并引入莱维飞行策略增强算法跳出局部最优能力,设计一种基于机器变异的邻域搜索策略进行局部搜索.利用交叉维护精英个体的多样性,结合模拟退火进行深度寻优.考虑模糊生产成本,引入多指标加权灰靶决策模型解决调度方案决策难题.通过仿真实验验证了算法和决策模型的优越性和有效性.
为提高短期光伏功率的预测精度,提出一种基于经验小波变换(Empirical Wavelet Transform,EWT)和粒子群算法(Particle Swarm Optimization,PSO)优化随机森林(Random Forest,RF)的变权组合预测模型.利用灰色关联分析选出相似日,使用EW将功率时间序列分解成不同频率的子模态,根据频率将其重构为高、中、低频3个模态,建立 PSO-RF,PSO-BP,PSO-LSSVM预测模型动态计算各自权值进行重构,进行误差校正输出预测结果.通过对澳大利亚光伏
为了对短期风电功率及其波动范围作出有效预测,提出了一种基于Kmeans聚类和核主成分分析法结合随机森林算法的风电功率预测方法.采用聚类分析数据处理方法对气象风力发电数据进行预处理,提高数据质量,使用核立成分分析法对风电数据的8个特征数据进行降维处理去除特征间的相关性,采用随机森林算法进行预测,得到风电功率的预测值.结果 表明:与传统的预测模型相比,采用聚类和核主成分分析法结合随机森林算法的模型进行预测,降低了预测误差,并能更准确地跟踪风电功率的变化.
针对航海模拟器中人员落水救助训练评估主观评估存在的随意性大、标准不统一的问题,对Williamson旋回救助落水人员操纵过程进行分析.利用专家调查法获取评价指标体系;利用航海模拟器获取人员落水救助操纵的样本数据,结合专家调查法,得到各样本的主观得分,运用BP神经网络对样本进行训练和测试,得到人员落水救助智能评估模型,实现智能评估.实验分析表明:该模型的精度较高,成绩评定与船员的操纵水平相符,证明该评估模型的合理性.
基于蒙特卡罗方法,通过对伽马射线与物质相互作用、放射源、测量电子学系统和防护材料等建模,构建放射线探测与电脉冲产生的物理数学模型,进行模拟数据采集算法程序实现,并结合适当的测量系统场景仿真模型,交互式完成放射线测量数据的模拟采集以及后续的能谱处理.该仿真系统可虚拟仿真单道脉冲幅度分析测量和计算机多道测量实验,可实现混合源、未知源或自定义放射源在不同尺寸晶体下的能量、活度和能谱测量实验项目;可开展铅当量和半价层测量、不同材料防护性能测量评价等实验项目;可用于放射测量仪器开发和测试校准,未知放射源能谱比对等.
为了在有限的空间内,模拟出特种车辆驾驶过程中的各种姿态,研制了一套应用于特种车辆模拟驾驶训练系统的六自由度运动平台.对六自由度运动平台的机械结构进行芨计,使其满足运动行驶过程中的运动姿态模拟;通过嵌入式控制系统设计,实现对运动平台中每个自由度的控制;利用逆解算法求得每个电动缸的位移量,利用洗出算法实现加速度和角位移等状态的体感模拟.经验证,该运动平台具有沉浸感强、精度高、低延迟等特点,可有效完成训练任务.
在使用Bayes方法对系统进行多源先验数据的性能评估时,综合多源先验数据,利用得到的融合先验分布与实验数据得到后验分布,通过对后验分布进行参数估计得到性能评估结果.提出了一种基于 Kullback-Leibler散度的多源先验数据加权融合方法,能够有效整合多源先验数据.使用常用的马尔可夫链蒙特卡罗方法对Bayes后验分布进行参数估计,对比了不同建议分布对抽样结果的影响,提出了一种适用于低维建议分布的自适应构造方法,能够有效选取合适的建议分布函数,提升抽样效率.
针对行星探测器进入段着陆过程中存在干扰影响着陆精度的问题,提出一种基于径向基(Radial Basis Function,RBF)神经网络的分数阶滑模控制方法.基于滑模控制设计探测器进入段轨逆跟踪控制方法,引入分数阶微积分缓解滑模控制产生的抖振,利用RBF神经网络对大气密度不确定于扰进行估计补偿,将该方法应用于火星着陆场景仿真.仿真结果表明:该控制方法能够在未知大气密度不确定干扰下,对探测器着陆轨迹进行精确跟踪,使得行星探测器高精度的到达开伞点,实现行星探测器稳定着陆.
针对仿真系统可信度指标类型多样、指标结果难以向可信度转换的问题,提出一种基于Vague集的可信度指标规范化方法,包括定性与定量2种指标的转化方法;针对可信度Vague值指标综合的问题,给出了基于Vague集的加权算术平均算子与加权几何平均算子,说明了2种算子的应用场合;依据Vague集相似度原理,提出一种可信度Vague值向可信度单值转换的方法,提高了该指标规范化方法的适用性;通过应用于某仿真系统可信度评估中,验证了该方法的有效性与可行性.
粘滑振动是影响钻井速度、安全以及成本的重要限制因素,建立一套可靠的粘滑振动分级模型对于石油钻井的决策至关重要.提出一种基于贝叶斯优化和极端梯度提升eXtreme Gradient Boosting (XGBoost)的新方法来评估近钻头处粘滑振动的严重程度.对近钻头粘滑振动数据进行分级处理;通过时域和频域分析,提取原始数据主要特征向量;建立基于XGBoost的粘滑振动等级识别分类模型,引用贝叶斯算法对XGBoost超参数调优;基于准确率、召回率、F1评分等模型评价指标,利用测试集分别将优化XGBoost模