基于模型预测控制的供应链操作优化方法

《基于模型预测控制的供应链操作优化方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学硕士论文摘要复杂的市场环境下，面对不断变化的客户需求，竞争的压力迫使供应链内各个成员必须实现敏捷化操作以应对市场的变化．对于供应链管理者们来说，制定决策的过程不是一项简单的工作，需要考虑各节点的多种操作因素与限制以及市场中随时出现的各种动态因素来调整订单策略与生产计划，在此过程中迫切需要先进实用的供应链操作决策优化解决方案和相应的决策支持工具来进行指导．模型预测控制(加PC)理论在工业实践中获得了巨大的成功，其鲁棒性及滚动优化策略使其非常适合于复杂系统的优化控制与决策，但供应链系统较之常规工业

2、过程系统复杂得多，研究难度大．国内外结合模型预测控制的供应链系统研究并不多，如何将MPC的思想成功引入供应链系统成为目前此项研究的难点．本文基于模型预测控制算法对对供应链中的操作决策问题进行了深入系统的研究，提出了一整套供应链滚动操作优化决策的解决方案。主要包括三方面的内容：1)现有的供应链模型多是定性的、或者局部的模型，并不完全适合于供应链操作滚动优化决策中的模型输出预测，本文中基于动态定量的供应链整体系统模型进行研究，结合供应链特点设计优化目标函数，并在此基础上对其成本函数及目标函数进行了改进，使

3、得在最大化利润的同时能够保证一定的客户满意度和约束，得到的解决方案可为决策制定全过程包括原材料获取计划、捧产计划、物流配送、库存管理提供一体化的决策指导。2)结合供应链系统特点，完成了面向供应链操作优化的模型预测控制算法的设计与实现。本文所设计的模型预测控制算法是基于供应链整体的物流信息流平衡方程，并去掉了传统的模型预测控制中对控制决策量变化的惩罚项设计出适合供应链应用的优化目标函数，最终给出了模型预测控制算法的完整实现步骤。此外本文构建了基于GAMS的仿真平台，进一步来验证算法的有效性，仿真结果证明

4、在确定性需求或存在需求预测误差的情况下MPC优化策略的应用均带来了令人满意的利润与客户满意度的提升，并表现出了很好的鲁棒性．3)针对供应链系统面临不确定性市场需求的现实，我们引入了风险值库存管理策略，在无法得到精确需求预测的情况下，只需准确知道不确定性分布且具备足够的库存能力，仍可获得期望的客户满意度，降低了因需求不确定性带来的风险．进一步地我们将风险值库存管理策略纳入到统一的合作计划、预测与补给(CPFR)库存管理模式之中，将整个供应链作为整体来进行操作决策的优化，对原有的模型预测控制算法中的优化目

5、标函数及滚动优化策略进行改进，设计出应用于需求不确定市场环境下、基于模型预测控制的供应链操作滚动优化一体化的决浙江大学硕士论文策方案。仿真结果证明存在需求预测误差时改进的MPC策略在提高利润和客户满意度上均表现出了更好的性能，在5．4．2案例二中相比单纯的MPC利润增长率提高了59．1％。文中还将MPC与其改进策略在不确定性逐渐增大的过程中的性能进行比较，结果显示后者在性能提高上表现出了持续的上升趋势。关键词；决策支持；GAMS；模型预测控制；供应链管理；风险值库存管理n浙江大学硕士论文Abstrac

6、tIntoday’scomplexinarkcteaavironment,thechangingCUStOmeI'demandsandthefiercecompetitionslrcssrequireagileresponsesofallsupplydaainmembers．Theresultingdecision-makingprocessisnotsuchasimplejobtosupplychainmanagers．Alolofoperationalfactors,restrictions,an

7、dvariousdynamicfactorsneedtobeeomidercdtogethertoInakctheconsignmentaa'rangement柚dproductionselaedulc．Thus盟advancedandpracticaloptinli刎onschemeforsupplyellainoperationandaeorr躺t．e!pondingdecision-makingsuppoatoolstronglyneededtoprovideguidelineforsupply

8、chainmanagers．Modelpredietiwcontrolm口C)hasgainednotable娜ccI嬲intraditionalindustrialapplication．Itsrobusmessandrollinghorizonoptimizationstrategym妇itselfsuitablefortheoptimalcontrol锄ddecision-makingprocessofcomplicatedsystems．Howe