声明
致谢
摘要
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 系统框架
1.4 研究内容与论文结构安排
1.4.1 论文研究内容
1.4.2 论文结构安排
第二章 文献综述
2.1 物联网中信息处理方法综述
2.1.1 数据清洗
2.1.2 物联网中的复杂事件检测
2.2 闭环供应链库存管理问题综述
2.2.1 闭环供应链产品库存问题研究
2.2.2 闭环供应链可回收容器库存问题研究
2.2.3 备用品库存管理问题研究
2.3 库存与物流联合优化问题综述
2.3.1 车辆路径问题研究
2.3.2 库存与物流联合优化问题研究
2.3.3 闭环供应链中的库存与物流联合优化问题研究
2.3.4 大规模邻域搜索算法的应用
2.4 本章小结
第三章 基于复杂事件的智能互联产品信息处理方法
3.1 引言
3.2 检测过程
3.2.1 符号
3.2.2 定义
3.2.3 加权不确定有限自动机
3.2.4 检测算法
3.3 监督学习模型
3.3.1 非线性处理过程
3.3.2 选择过程
3.3.3 学习过程
3.3.4 系统框架
3.4 可靠度计算算法
3.4.1 算法的基本结构
3.4.2 局部搜索
3.4.3 摄动机制
3.5 仿真实验
3.5.1 检测算法的检测速度性能
3.5.2 可靠度计算算法的性能
3.5.3 系统的检测准确性能
3.6 本章小结
第四章 物联网环境下带有容器回收信息的闭环供应链库存管理问题
4.1 引言
4.2 模型描述
4.2.1 符号
4.2.2 假设
4.2.3 决策过程建模
4.3 短视策略
4.3.1 完全信息情况下的短视策略
4.3.2 部分信息情况下的短视策略
4.3.3 无信息条件下短视策略
4.4 短视策略的最优性和性能分析
4.4.1 单周期分析
4.4.2 多阶段分析
4.4.3 利用选择性抛弃行为扩展模型
4.5 仿真实验
4.5.1 信息价值的结果
4.5.2 不准确信息的影响
4.5.3 具有平均分布使用时间的信息价值
4.6 本章小结
第五章 物联网环境下带有产品使用信息的产品服务系统备用品库存管理问题
5.1 引言
5.2 模型描述
5.2.1 符号
5.2.2 模型描述
5.2.3 马尔科夫决策过程模型
5.3 启发式解法
5.3.1 针对单顾客的替换策略模型
5.3.2 多顾客系统的启发式替换策略
5.3.3 多顾客系统的启发式库存策略
5.4 数值实验
5.4.1 基本案例
5.4.2 最优控制策略
5.4.4 启发式策略与参考策略的偏差
5.4.5 成本分析
5.5 敏感度分析
5.5.1 单位库存成本的影响
5.5.2 替换成本的作用
5.5.3 单位服务收益的影响
5.5.4 衰退率的影响
5.6 本章小结
第六章 物联网环境下闭环供应链库存与物流联合优化问题
6.1 引言
6.2 模型描述
6.2.1 混合整数规划模型
6.2.2 模型的数学表达式
6.3 求解算法
6.3.1 算法的基本结构
6.3.2 构建初始解
6.3.3 改进邻域结构
6.3.4 改进的摄动算法
6.3.5 自适应选择机制
6.3.6 递送和回收子问题
6.3.7 接受和终止条件
6.4 仿真实验
6.4.1 构建案例
6.4.2 算法设定
6.4.3 下界
6.4.4 上界
6.4.5 最优解与下界和上界的计算结果
6.4.6 递送和回收子问题的启发式算法的性能
6.4.7 新型邻域结构的作用
6.4.8 对于车辆运载能力的敏感度分析
6.4.9 对惩罚成本和采购成本敏感度分析
6.5 本章小结
第七章 结论与展望
7.1 本文结论
7.2 未来研究的展望
参考文献
附录
攻读博士学位期间的学术活动及成果情况