优化多品种货物配装的蚂蚁算法

为充分利用装载工具的装载重量和容积,在考虑货物重量、容积、配装优先级以及混装限制等约束条件下,基于待装货物比容动态逼近装载工具剩余空间比容的思想,通过引入节点吸引度、构造合理的动态能见度函数以及采取多样化约束处理策略,设计了求解多品种货物配装问题的蚂蚁算法,并对42件不同品种的待装货物装入TBJ10型集装箱的配装问题进行了优化,求解结果实现了集装箱的装载重量和装载容积的同时优化.算例结果初步表明算法是有效和可行的.     

顾客满意度测评指标体系建立及评价模型

企业如何满足顾客的需求,进而留住顾客,以提升顾客对企业的满意度,已成为企业在激烈的市场竞争中的立足之本,更是衡量企业竞争力的重要指标,因此,如何科学地评价顾客满意度显得十分重要。本文介绍了影响顾客满意度测评的指标体系及其应遵循的基本原则,采取了定性与定量分析相结合的方法,利用层次分析法和模糊综合评判相结合的方法,给出了顾客满意度测评的评价模型。     

第三方物流战略设计与实现的思路

<正> 一、第三方物流服务的形成与发展 以营业性货运为基础发展起来的后勤保障、货运配载、仓库出租、仓储配送、包装流通加工等增值服务,在信息技术与服务支持的基础上实现SCM(Supply Chain Management供应链管理)需要的集成管理,代表着改造传统产业的经营理念、服务项目、经营方式等的一种新兴市场力量。根据国际上有关实践与理论研究,可以将这种力量概括为:第三方物流。这种力量是随着现代市场经济、信息技术的需求和支持逐步壮大起来的,在中国亟需要用科学理论指导其正确发展。归纳国内外物流实践,可以将第三方物流表述为:作为外部组织利用现代技术基础、经济关系和管理手段,为用户或最终消费者提供全部或部分物流服务。其内容包括物流战略和(/或)物流系统规划、设计、运营和管理等     

高度重视,充分与顾客沟通

任何一个企业的生存和发展都依赖于顾客,对于汽车运输或水运企业也是一样。因此,有必要针对ISO9001：2000《质量管理体系一要求》中“与顾客沟通”的条款,作一详细的阐述。     

一类有理差分方程的持续生存和渐近性质

主要研究非线性有理差分方程xn 1=αn (xn-k)/(xn),n=0,1,2...,正解的动力行为,其中αn是非负实数序列,且收敛到正实数α,k∈{1,2,...},初始条件x-k,...,x0是任意的正实数,获得了此非线性有理差分方程在一定条件下的持续生存和全局吸引性,推广了相关的已知结果.     

谁让你三心二意广州本田飞度三厢两厢

家用车的要求是：低油耗、操控灵活、空间宽敞、具备多功能使用特点、鲜明的个性以及制作工艺的质感。本田把这些要求贯穿到了飞度的设计上。两厢飞度白2001年6月首发在日本推出后．就以时尚亮丽的外形及超乎想象的大空间．创造了多个销售奇迹,曾连续稳居每月销量排行榜首位,并于第二年成为日本年度销售冠军。从2001年起,这款车已畅销80多个国家．至今销售了80多万台．在日本共获得16个奖项。在欧洲也多发获奖．位居2004年英国顾客汽车满意度调查首位。     

J.D.Power公布2004年部分中国市场调研结果

在当今竞争日趋激烈的汽车行业,由于产品质量的不断提高和接触到新的信息,消费者对其购买的产品和服务的期望也相应提高了。然而．即使达到了新的质量和客户满意度标准,顾客的期望也还会继续提高。其结果是带来质量提高和期望提高的连续循环．并迫使汽车制造商不断地重新评估他们的产品质量和服务水平。     

基于区位分析和诱增流量的停车需求预测模型研究

静态交通需求与城市停车供应状况直接决定了城市交通秩序和拥挤程度,以往的各种停车预测模型多以建筑规模来求得静态交通需求,笔者在通过大量的调查数据分析得出静态交通需求与土地利用区位以及周边机动车交通流量密切相关,提出了基于区位分析和诱增流量的停车需求预测模型.     

SD振子的非线性动力学特征研究

介绍了SD振子的非线性动力学行为。该振子是一个具有强非线性特征的振动系统,其动力学行为决定于一个光滑参数α的连续变化,当参数α〉0时,系统为光滑的,而当参数α=0时,系统为不连续的。SD振子提供了一个从光滑动力学行为向不连续动力学行为光滑转迁的范例。当系统为光滑时,表现出与Duffing系统类似的标准双阱动力学行为;当系统表现为不连续时,除表现为非标准的双阱动力学行为外,同时具有如类鞍点和类同宿轨道等非标准动力学行为。还给出一个刚性耦合的SD振子,该振子具有单阱、双阱、三阱动力学特征及随参数变化由光滑动力学行为向不连续动力学行为的转迁特性。     

居民出行分布预测的改进模型研究

出行分布量与小区间现状出行有关,也与连接两小区间的道路网络及起终点的用地性质有关,传统出行分布预测模型都只考虑了这些因素的某一方面,因而在预测中经常会出现与实际明显不符的预测结果。按照出行个体在选择出行目的地时的行为,将影响出行目的地选择的几个重要因素：现状OD、小区用地性质、出行成本综合考虑,并按照影响方式不同,建立出行分布预测模型。计算实例表明,该模型的预测结果优于传统模型。