粒子群算法及其在備件管理中的應用研究.pdf

1、隨著市場競爭的日益激烈，低成本高效率運作成為現(xiàn)代企業(yè)主題，備件管理日漸成為企業(yè)設備管理中的一個非常重要部分，它直接影響著企業(yè)的運營成本，是企業(yè)提高競爭力的一個關(guān)鍵環(huán)節(jié)。本文以某核電站備件管理為研究背景，討論了備件管理重點的確定和供應商優(yōu)選問題。 首先，總結(jié)了現(xiàn)有備件分類和供應商選擇方法研究方面的不足，同時較系統(tǒng)分析了本文所用智能優(yōu)化算法（粒子群優(yōu)化算法）的特點和應用領域，討論了本文粒子群優(yōu)化算法的應用和改進策略。其次，設計了用于

2、備件ABC分類的人工神經(jīng)網(wǎng)絡模型。針對現(xiàn)有ANN學習算法的缺點，設計了一種基于粒子群優(yōu)化方法和BP算法的混合學習算法，此算法不僅能夠充分利用PSO算法的快速全局尋優(yōu)能力，而且能發(fā)揮BP算法良好的局部搜索能力。然后通過在某核電站收集的數(shù)據(jù)對設計的ANN分類模型進行了檢驗，并與常規(guī)方法進行了對比分析。然后，研究了供應商的優(yōu)選與訂貨量分配問題。在隨機性需求下，構(gòu)建了以質(zhì)量、成本、交貨期3個準則為目標函數(shù)、以其他目標為約束條件的多目標隨機約束規(guī)