Analysis of equilibrium problems arising within supply chain networks

供应链网络内出现的均衡问题分析

基本信息

项目摘要

前年度までの進捗を踏まえ以下の研究を行った。1.不確実性を含むサプライチェインネットワーク(SCN)における均衡問題の分析:昨年度より注目し始めた分布的ロバスト最適化を引き続き研究した。今年度は、想定するSCN上の各意思決定主体の変数に不確実性が含まれるような状況において、分布的ロバスト最適化を適用したモデルの構築を検討した。また、派生的な研究として、分布的ロバスト最適化を用いて、分散投資問題や経路選択問題に対する最適化モデルを構築した。昨年度に定式化を行ったサービスレベルや製品の品質を変数に取り込んだSCN均衡モデルの均衡解の性質を分析するとともに、数値実験を行い、パラメータが変化した際の均衡解の挙動について分析を行った。2.サービスを考慮したSCNにおける均衡問題の分析:昨年度までに定式化したモデルはリーダー・フォロワーゲームなる。今年度はその中でもマルチリーダー・ワンフォロワーゲームに対する数値解法を研究した。具体的には,最適値関数を用いてフォロワーの問題を再定式化することにより、2段階の問題を1段階の問題へと変形し、さらにそれを非線形の方程式系へ変形することで求解する方法を提案した。また、予備的な数値実験を行い、提案法の有効性を検証した。3.複雑な構造や制約を持つSCNにおける均衡問題の分析:今年度は、航空業界における航空燃料のSCNに着目した。近年、航空燃料としてSAF(Sustainable aviation fuel)が注目されているが、その調達ルートは確立されていない。そこで、SAFの調達ルートが確立された場合の炭素排出量削減効果を分析するためのSCN均衡モデルを構築し、予備的な数値実験を行った。また、上記1と2に共通して、微分不可能な関数を含む方程式系や最適化問題を効率的に解く必要があるため、それらに対する数値解法アルゴリズムについても研究を行った。
在去年取得的进展的基础上,我们开展了以下研究。 1.不确定性供应链网络(SCN)均衡问题分析:我们继续去年开始关注的分布式鲁棒优化研究。今年,我们考虑建立一个模型,在假设的SCN上每个决策实体的变量都包含不确定性的情况下应用分布式鲁棒优化。此外,作为衍生研究,我们利用分布式鲁棒优化构建了分布式投资问题和路径选择问题的优化模型。我们分析了去年制定的以服务水平和产品质量为变量的SCN平衡模型的平衡解的性质,并进行了数值实验来分析参数变化时平衡解的行为。 2.考虑服务的SCN均衡问题分析:截至去年制定的模型是领导者-跟随者博弈。今年,我们研究了多领导者/单追随者博弈的数值解。具体来说,通过使用最优值函数重新表述跟随器问题,将两步问题转化为一步问题,然后通过将其转化为非线性方程组来求解,提出了一种方法。此外,还进行了初步数值实验,验证了所提方法的有效性。 3.结构复杂、约束条件复杂的SCN均衡问题分析:今年我们重点研究了航空工业中航空燃油的SCN。近年来,SAF(可持续航空燃料)作为航空燃料受到关注,但其采购路线尚未确定。因此,我们构建了SCN均衡模型来分析SAF采购路径建立时的碳减排效果,并进行了初步的数值实验。此外,与上述1和2一样,需要有效地求解包含不可微函数的方程组和优化问题,因此我们还研究了这些问题的数值求解算法。

项目成果

期刊论文数量(21)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Global convergence of a proximal memoryless symmetric rank one method for minimizing composite functions
最小化复合函数的近端无记忆对称秩一方法的全局收敛
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    S. Nakayama;Y. Narushima
  • 通讯作者:
    Y. Narushima
A proximal memoryless symmetric rank one method for minimizing composite functions
一种最小化复合函数的近端无记忆对称秩一方法
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    成島康史; 中山舜民
  • 通讯作者:
    中山舜民
A proximal quasi-Newton method based on memoryless modified symmetric rank-one formula
基于无记忆修正对称一阶公式的近端拟牛顿法
  • DOI:
    10.3934/jimo.2022123
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    1.3
  • 作者:
    Yasushi Narushima; Shummin Nakayama
  • 通讯作者:
    Shummin Nakayama
Global convergence of a proximal memoryless symmetric rank one method for minimizing composite functions
最小化复合函数的近端无记忆对称秩一方法的全局收敛
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Shummin Nakayama;Yasushi Narushima
  • 通讯作者:
    Yasushi Narushima
Production and carbon emission abatement decisions under different carbon policies: supply chain network equilibrium models with consumers' low-carbon awareness
不同碳政策下的生产与碳减排决策:考虑消费者低碳意识的供应链网络均衡模型
  • DOI:
    10.1111/itor.13242
  • 发表时间:
    2023-01-02
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Yuxiang Yang;Xun Xu
  • 通讯作者:
    Xun Xu
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

成島 康史其他文献

Local behavior of SQP augmented Lagrangian method with Broyden family for constrained optimization
SQP 增强拉格朗日方法与 Broyden 族约束优化的局部行为
  • DOI:
  • 发表时间:
    2006
  • 期刊:
  • 影响因子:
    0
  • 作者:
    成島 康史
  • 通讯作者:
    成島 康史
Local behavior of SQP augmented Lagrangian method with Broyden family for constrained optimization
SQP 增强拉格朗日方法与 Broyden 族约束优化的局部行为
  • DOI:
  • 发表时间:
    2006
  • 期刊:
  • 影响因子:
    0
  • 作者:
    成島 康史
  • 通讯作者:
    成島 康史

成島 康史的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了