資源描述：
《基于不確定優(yōu)化方法的供應(yīng)鏈企業(yè)間協(xié)同決策研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、基于不確定優(yōu)化方法的供應(yīng)鏈企業(yè)間協(xié)同決策研究-1-基于不確定優(yōu)化方法的供應(yīng)鏈企業(yè)間協(xié)同決策研究曹鶴婷，左興權(quán)**（北京郵電大學(xué)計算機(jī)學(xué)院，北京100876）5摘要：本論文主要研究不確定需求下供應(yīng)鏈的庫存協(xié)同決策問題。為更準(zhǔn)確的模擬供應(yīng)鏈末端的不確定需求，本文采用蒙特卡洛仿真技術(shù)建立通用的庫存策略評價模型，可以靈活應(yīng)對任何類型的不確定需求，極大的克服了前有研究需求局限性。蒙特卡洛仿真模擬是以巨大的計算消耗為代價的，因此，為平衡蒙特卡洛仿真的計算代價，本論文提出了一種帶適應(yīng)度遺10傳的新型粒子群算法，對粒子群算法的適應(yīng)度遺傳技術(shù)進(jìn)行多方面探索，
2、并將其成功應(yīng)用到庫存協(xié)同策略的優(yōu)化中。實驗表明，通過蒙特卡洛，粒子群算法和和適應(yīng)度技術(shù)的融合運(yùn)用，能極大提高了供應(yīng)鏈庫存協(xié)同決策的效率，大力提高企業(yè)供應(yīng)鏈的核心競爭力。關(guān)鍵詞：供應(yīng)鏈協(xié)同；不確定需求；蒙特卡洛仿真；粒子群算法；適應(yīng)度遺傳15中圖分類號：F27<4SupplyChainInventoryCollaborationwithUncertainDemandCAOHeting,ZUOXingquan20(ComputerSchool,BeijingUniversityofPostsandTelecommunications,Beiji
3、ng100876)Abstract:Inthispaper,anewalgorithmisproposedtomodelthesupplychaininventorycollaborationandfindtheoptimizedcollaborationschemewiththeuncertaincustomers'demand.First,MonteCarlosimulationmimickingthebehaviorofsupplychainwithuncertainmarketdemandisusedtoevaluatea
4、coordinationscheme.Thisevaluationmethodisabletocalculatethe25totalinventorycostforuncertaindemandwithanydistributiontype.ThenafitnessinheritancePSOcombinedwithMonteCarlosimulationisproposedtofindaninventorycoordinationscheme.Variousfitnessinheritancetechniquesarestudiedtoc
5、onstructaneffectivefitnessinheritancePSOforinventorycoordination.Experimentsshowthatourapproachiseffectiveinreducingtheinventorycostofsupplychainandsavingthecomputationaltime.30Keywords:SupplyChainInventoryCollaboration;UncertainDemand;MonteCarloSimulations;ParticleSwarmOp
6、timization;FitnessInheritance0引言隨著信息時代的到來，傳統(tǒng)的供應(yīng)鏈管理模式[1]已經(jīng)無力應(yīng)對當(dāng)前市場全球化的需求挑35戰(zhàn)了。面對日益變化的不確定需求，供應(yīng)鏈上各企業(yè)必須依靠聯(lián)合協(xié)作，共同建立完善的協(xié)同機(jī)制，才能提高供應(yīng)鏈的核心競爭力[2]。庫存協(xié)同是供應(yīng)鏈協(xié)同[2]的基礎(chǔ)，優(yōu)秀的庫存協(xié)同策略能有效幫助企業(yè)在滿足用戶需求的基礎(chǔ)上，減少成本，最大化收益。研究表明，影響庫存決策的驅(qū)動型因子是供應(yīng)鏈末端的市場需求[3]。市場需求的微小變動都可能引發(fā)牛鞭效應(yīng)[<4]，造成供應(yīng)鏈整體的巨大波動。因此，如何應(yīng)對市場需求的不確
7、定<40性成為庫存協(xié)同策略的重中之重。傳統(tǒng)的庫存協(xié)同研究大都假定需求固定[5-7]或者服從某一特定的需求分布[8-10]，研究結(jié)果過于理想，缺乏普遍適用性。-2-本論文著眼于需求的不確定性，采用蒙特卡洛仿真模擬技術(shù)[11-12]建立具有通用性的庫存協(xié)同評價模型，不對需求類型做任何限制，極大的克服了先前研究的局限性。蒙特卡洛仿真模擬是在隨機(jī)概率和統(tǒng)計理論方法的基礎(chǔ)上，依靠大量的隨機(jī)抽樣和統(tǒng)計分析得到的數(shù)值結(jié)<45果。為了平衡蒙特卡洛的計算代價，本文提出了粒子群算法和適應(yīng)度遺傳技術(shù)相結(jié)合的改進(jìn)算法來求解最佳庫存協(xié)同策略。粒子群算法是基于群體智能
8、的啟發(fā)式算法，具有收斂快，開銷小，準(zhǔn)確度高的特點。適應(yīng)度遺傳是指種群中部分個體的適應(yīng)值，不是通過評價過程獲得，而是直接遺傳自親代，能大大減少適應(yīng)度評價的次數(shù)。本文將創(chuàng)造性的融合蒙
