带时间窗口（VRPTW）的车辆路由问题是运输问题许多真实应用的重要问题。利用具有容量约束的车辆，确定使用最小距离和车辆的最小距离和车辆的最佳路径集。在实际情况下，还有其他客观函数应该被考虑。本文不仅考虑了作为目标职能的最低距离和车辆数量，还考虑了客户对客户优先级的满意度。此外，它为由修订的多项选择目标编程方法提供了一种新的双目标VRPTW模型，其中决策者确定每个目标函数的乐观抽吸水平。提出了两个元启发式方法，即模拟退火（SA）和遗传算法（GA），以解决大规模的问题。此外，实验设计用于调整所提出的算法的参数。呈现的模型由真实的案例研究和许多测试问题验证。计算结果验证了所提出的SA和GA的效率。

考虑到三重限制，管理和控制项目非常重要;即时间，成本和范围。管理完成任何项目所需的范围和所有采购也非常重要。在项目的生命周期期间，许多变化是积极的或消极的，应该是控制的。如果未控制更改，我们可能具有对项目产生负面影响的范围蠕变。它通常被认为是负面的事件，因此应该远离项目。通过考虑这一概念，在本文中，我们讨论范围更改和管理范围和模糊分析层次结构用于选择最佳策略来管理项目的范围变化。

摘要本文提出了一种新的帝国主义竞争算法(ICA)来解决一个双目标不相关的并行机器调度问题，该问题的设置时间是序列相关的。目标包括工作的平均完成时间和机器工作量偏离平均值的均方。利用随机生成的数据验证了ICA (PICA)方法的性能，并与粒子群算法(PSO)、原始帝国主义竞争算法(OICA)和遗传算法(GA)三种方法在目标函数值方面进行了比较。初步结果表明，提出的研究优于其他替代方法。此外，OICA作为替代解决策略的表现最差，PSO和GA的表现似乎更好。

交叉扩展在供应链管理中发挥着重要作用，即通过入境卡车交付给仓库的物品，基于客户需求重新组织，路由和装入出境卡车，以便向客户提供，而无需实际上将它们保持在仓库。如果任何物品都保存在存储中，通常在短时间内，通常不到24小时。本文所提出的模型考虑了一个特殊的交叉扩展情况，其中有临时存储，并使用掌握技术来解决一些现实测试问题的导致问题。在我们的方法中，我们首先使用一些启发式作为初始解决方案，然后使用掌握方法改进最终解决方案。初步测试结果表明，掌握方法比替代解决方案策略更好。

客户被认为是任何组织资产和客户保留的主要部分，以及客户流失管理是组织的重要责任。在今天的竞争环境中，组织必须尽最大努力保留现有客户，因为吸引新客户的成本显着超过了现有的客户。在本文中，我们介绍了一种基于神经网络和Cox回归分析的混合方法，其中神经网络用于异常数据，实现了Cox回归方法，用于预测未来事件。本文的所提出的模型已经在某些数据上实现，并基于五个标准进行比较，包括预测准确性，错误'型I和II，均均方误差和平均绝对偏差。初步结果表明，本文所提出的模型比替代方法更好。

在本文中，我们研究了设置时间依赖于操作序列的不等待流店问题。建议的问题考虑了序列无关的删除时间，发布日期，额外假设有一些初步设置次数。与本文所提出的模型相关的加权平均迟到和Mapspans有两个目标。我们将所产生的问题与混合整数编程制定，实现了两相模糊编程以解决模型。要检查所提出的模型的性能，我们会随机生成多个样本数据，并将结果与​​其他方法进行比较。初步结果表明，本文所提出的两相模型比Zimmerman（Zimmerman）表现得相对较好。S单相模糊方法。

摘要本文研究了一个由销售商/生产商在不同零售商之间分销产品的供应链问题。这类问题在输入数据时总是面临着不确定性，我们必须使用各种技术来处理这些不确定性。本文提出的模型以梯形模糊形式考虑了不同的输入参数，如需求、容量和成本，并采用两种排序方法处理不确定性。本文所提出的模型的结果已与crisp和其他现有的模糊技术使用一些随机生成的数据进行了比较。初步结果表明，本文提出的模型为目标函数提供了更好的值，并且没有增加问题的复杂性。

摘要本文研究了一个由销售商/生产商在不同零售商之间分销产品的供应链问题。本文所提出的模型被制定为传统车辆路由问题（VRP）的更通用和现实形式。新拟议模型的主要优点是双重。首先，时间窗口不考虑任何较低的绑定和第二个，它将设置时间视为单独的成本组件。使用粒子群优化和模拟退火（PSO-SA）的混合来解决产生的问题。将结果与其他混合方法进行比较，这是蚁群和禁忌搜索的组合。我们使用一些着名的基准问题来将我们提出模型的结果与其他方法进行比较。初步结果表明，本文所提出的模型相当良好。

交叉扩展是供应链管理中最重要的问题之一。在交叉对接中，通过入境卡车交付给仓库的不同物品基于客户需求，路由和装入出境卡车，以便为客户提供传送目的，而无需实际上将它们保持在仓库。如果任何物品保存在存储中，通常会有很短的时间，例如少于24小时。在本文中，我们考虑了一个特殊的交叉扩展情况，其中有临时存储和实现遗传算法来解决一些现实测试问题的结果问题。在我们的方法中，我们首先使用一些启发式作为初始解决方案，然后使用遗传算法改进最终解决方案。将所提出的模型的性能与替代解决方案策略进行比较，掌握方法。

近年来，运筹学在医疗运营管理中的应用迅速发展。另一方面，血液作为一种易腐、有价值的救生产品，是任何医疗保健中心的一项重要资产。因此，血液供应网络的设计就显得尤为重要。还应该指出的是，血液供应链包括特定的修改。本研究拟在一个网络中定位血库组件，并确定各网络组件之间的分配。本研究考虑的供应链组成部分是捐赠地点、测试和处理实验室、血库和需求点。众所周知，医院和诊所等需求中心高度依赖血液产品，如果采购不足，甚至可能导致人员死亡。因此，在所考虑的网络的最后一层，在需求点之间考虑一个转运子网络。本研究关注了血液供应链问题形成中的大部分复杂问题;如血液耗损、实验室设备中的血液产品分解以及需求点之间的转运。 Due to the fact that for such an important and lifesaving supply chain the aim would go beyond minimizing cost, another objective function is presented for the problem. Hence, to obtain a Pareto solution for both objective functions ?-constraint method is utilized. Finally, to demonstrate the applicability of the problem, the model is implemented on a number of problem sets.