基于机会约束规划的供应链批量问题研究.pdf

《基于机会约束规划的供应链批量问题研究.pdf》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、ClassifiedIndex：TP391DissertationfortheMasterDegreeinEngineeringResearchonLot-SizingProbleminSupplyChainBasedonChanceConstrainedProgrammingCandidate：LinYingliSupervisor：LiChengyanAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：ComputerSoftwareandTheoryDateofOralExamin

2、ation：March，2015University：HarbinUniversityofScienceandTechnology基于机会约束规划的供应链批量问题研究摘要供应链批量问题在管理库存和节约成本方面做出了出色的贡献。由于需求等大量的影响因素受市场环境等条件影响波动较大，会出现各种难以预料的变化，通常会导致不能够得到准确的预期效果，因此基于模糊机会约束规划的联合补充问题就因此产生。模糊机会约束规划的联合补充模型中，需求被作为模糊变量来处理，使得整个问题模型可以简化为一个相应的数学模型，然后问题的核心转换为对该模型的求解。而对于求解模糊

3、机会约束规划的联合补充模型的算法将会对模型问题的处理效果产生直接的影响，进而会影响实际应用中的价值。首先，针对多供应商的条件下，讨论需求是模糊参数的模糊机会约束规划的联合补充问题模型，以最小化库存总成本作为目标函数。通过对问题模型的分析、推导，然后，为了方便求解，需要将模糊机会约束规划的联合补充问题模型进行等价的清晰模型转化。其次，根据模糊机会约束规划的联合补充模型对变量的模糊性，对模型条件约束性的特点，比较后选择遗传算法和粒子群算法作为算法研究对象。采用遗传算法需要对决策变量进行染色体编码，机会约束条件与适应度函数进行设置，然后对染色体进行

4、交叉，变异和选择操作，最后得出最优的一组染色体作为最优解。同样条件下，用粒子群算法解出相应测试结果，需要定义解空间，设置机会约束条件和适应度函数，然后对粒子速度进行涉及自身和社会学习的更新，最后得到最优的一组粒子作为最优解。把通过粒子群算法求解得到的结论同遗传算法求解得到的结论进行比较分析，然后对两种不同算法的优化结果和运算性能进行比较分析，评价遗传算法与粒子群算法对于处理模糊机会约束规划的联合补充问题中具有的优势，总结其内在的原因。最后，将文章研究的算法应用到实际生产中去，开发并设计自适应库存管理系统，讨论整个系统的总体规划与相关实施技术，

5、并且对于模糊机会约束规划模型进行了应用验证。关键词供应链批量问题；联合补充问题；模糊机会约束规划；粒子群算法；遗传算法-I-ResearchonLot-SizingProbleminSupplyChainBasedonChanceConstrainedProgrammingAbstractSupplychainoflot-sizingproblemshavemadeagreatcontributioninmanaginginventoryandcostsavings.Duetoalargenumberoffactors,suchasmarke

6、tdemandandotherconditionsaffectingenvironmentalfluctuations,therewillbeallkindsofunpredictablechange,anditoftencannotachievepreciseexpectations.Then,fuzzychanceconstrainedprogrammingwithjointreplenishmentproblememerged.Inthemodel,thedemandwastreatedasfuzzyvariables,anditcan

7、simplifythewholeissueintoamathematicalmodeltosolve,thenitbecameacentralissuetobeaddressedinthismodel.AlgorithmforfuzzychanceconstrainedprogrammingwithJointReplenishmentProblemdirectlyimpactontheproblemofthetreatmenteffect,andultimatelyaffecttheactualvalueoftheissue.Firstly,

8、fuzzychanceconstrainedprogrammingwithjointreplenishmentmodelformulti-vendordemandc