基于機會約束規(guī)劃的供應(yīng)鏈批量問題研究.pdf

1、供應(yīng)鏈批量問題在管理庫存和節(jié)約成本方面做出了出色的貢獻。由于需求等大量的影響因素受市場環(huán)境等條件影響波動較大，會出現(xiàn)各種難以預(yù)料的變化，通常會導(dǎo)致不能夠得到準確的預(yù)期效果，因此基于模糊機會約束規(guī)劃的聯(lián)合補充問題就因此產(chǎn)生。模糊機會約束規(guī)劃的聯(lián)合補充模型中，需求被作為模糊變量來處理，使得整個問題模型可以簡化為一個相應(yīng)的數(shù)學(xué)模型，然后問題的核心轉(zhuǎn)換為對該模型的求解。而對于求解模糊機會約束規(guī)劃的聯(lián)合補充模型的算法將會對模型問題的處理效果產(chǎn)生直

2、接的影響，進而會影響實際應(yīng)用中的價值。
　　首先，針對多供應(yīng)商的條件下，討論需求是模糊參數(shù)的模糊機會約束規(guī)劃的聯(lián)合補充問題模型，以最小化庫存總成本作為目標函數(shù)。通過對問題模型的分析、推導(dǎo)，然后，為了方便求解，需要將模糊機會約束規(guī)劃的聯(lián)合補充問題模型進行等價的清晰模型轉(zhuǎn)化。
　　其次，根據(jù)模糊機會約束規(guī)劃的聯(lián)合補充模型對變量的模糊性，對模型條件約束性的特點，比較后選擇遺傳算法和粒子群算法作為算法研究對象。采用遺傳算法需要對決策

3、變量進行染色體編碼，機會約束條件與適應(yīng)度函數(shù)進行設(shè)置，然后對染色體進行交叉，變異和選擇操作，最后得出最優(yōu)的一組染色體作為最優(yōu)解。同樣條件下，用粒子群算法解出相應(yīng)測試結(jié)果，需要定義解空間，設(shè)置機會約束條件和適應(yīng)度函數(shù)，然后對粒子速度進行涉及自身和社會學(xué)習(xí)的更新，最后得到最優(yōu)的一組粒子作為最優(yōu)解。把通過粒子群算法求解得到的結(jié)論同遺傳算法求解得到的結(jié)論進行比較分析，然后對兩種不同算法的優(yōu)化結(jié)果和運算性能進行比較分析，評價遺傳算法與粒子群算法對