供應(yīng)鏈管理中的建模與調(diào)度優(yōu)化研究.pdf

1、隨著經(jīng)營環(huán)境的競爭加劇和信息技術(shù)的不斷進步,供應(yīng)鏈管理已成為企業(yè)獲得競爭的關(guān)鍵。供應(yīng)鏈管理作為一種新的競爭形式,是隨著物流管理的發(fā)展而產(chǎn)生的,主要涉及供應(yīng)、生產(chǎn)計劃、物流、需求四個領(lǐng)域。有效的供應(yīng)鏈管理不僅可以實現(xiàn)企業(yè)成本的降低和效率的提高,而且可以實現(xiàn)客戶服務(wù)水平的整體提升,使企業(yè)擁有持續(xù)的市場競爭力。特別是近年來電子商務(wù)的出現(xiàn),為供應(yīng)鏈管理帶來了新的挑戰(zhàn)。
　　 本文以物流與供應(yīng)鏈管理理論和方法為基礎(chǔ),運用支持向量機、模糊理

2、論、智能優(yōu)化算法等,對供應(yīng)鏈管理中的供應(yīng)商選擇、物流配送車輛調(diào)度、物流服務(wù)顧客滿意度及電子商務(wù)營銷績效等評價與優(yōu)化問題進行了研究,提出了一些新的評價模型與優(yōu)化方法。主要工作如下:
　　 供應(yīng)商選擇：
　　 針對以往方法對供應(yīng)商選擇時容易受主觀影響的問題,給出了供應(yīng)商選擇指標(biāo)體系并采用了模糊數(shù)學(xué)方法和二元對比排序法對選擇指標(biāo)進行了量化,建立了基于支持向量機的供應(yīng)商選擇模型。與傳統(tǒng)方法相比,本文新方法得到的選擇結(jié)果準(zhǔn)確率更高

3、。
　　 車輛調(diào)度優(yōu)化：
　　 研究了供應(yīng)鏈分銷階段的物流配送車輛調(diào)度優(yōu)化問題,利用模糊聚類算法與Sweep算法的問題劃分能力和暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)算法的全局搜索能力,發(fā)展了兩種快速且易于實現(xiàn)的混合啟發(fā)式算法。兩種新算法第一階段分別采用基于模糊聚類的算法和Sweep算法將所有客戶按車容量要求裝車,第二階段均使用基于暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)的算法對每條路線排序。實例計算以及與其他算法的比較說明,兩種新算法不僅運算速度快,且能夠得到比較

4、好的解,是求解多車調(diào)度問題的可行而高效的方法。采用禁忌搜索算法對上述兩種混合算法得到的解進行改進以進一步提高算法的性能,提出了兩種三階段混合優(yōu)化算法,三階段混合算法分為路線劃分、構(gòu)造初始解和改進解三個階段。為了比較車輛調(diào)度優(yōu)化問題的四種混合算法的性能,對其時間復(fù)雜度進行了分析。通過對標(biāo)準(zhǔn)問題的計算表明四種算法都能夠在較短的計算時間內(nèi)取得良好的求解效果,且三階段混合算法能夠搜索到問題的近似最優(yōu)解。
　　 有時間窗車輛調(diào)度優(yōu)化：

5、r>　　 將粒子群優(yōu)化和模擬退火方法相結(jié)合,提出一種求解有時間窗車輛調(diào)度優(yōu)化問題的混合粒子群優(yōu)化算法。該混合算法結(jié)合了粒子群優(yōu)化算法的全局尋優(yōu)能力和模擬退火算法的局部尋優(yōu)能力,通過對標(biāo)準(zhǔn)問題的計算及與其他算法的比較說明,本文提出的混合粒子群算法具有計算速度快,求解效果好和易于執(zhí)行的優(yōu)點。
　　 物流服務(wù)顧客滿意度評價：
　　 對于供應(yīng)鏈分銷階段的物流服務(wù)問題,歸納了物流服務(wù)顧客滿意度評價指標(biāo)體系,通過構(gòu)造各指標(biāo)的模糊隸

6、屬函數(shù)對各指標(biāo)進行了量化,采用支持向量機的一對一分類策略建立了評價模型。與神經(jīng)網(wǎng)絡(luò)和模糊綜合評價法相比,本文方法得到的評價結(jié)果準(zhǔn)確率更高。該模型的建立有助于企業(yè)對顧客的滿意度作出一個客觀而準(zhǔn)確的評價,從而更全面地了解顧客服務(wù)信息。
　　 電子商務(wù)營銷績效評價：
　　 針對供應(yīng)鏈管理環(huán)境下電子商務(wù)的營銷績效評價問題,歸納了指標(biāo)體系的設(shè)計原則,提出了電子商務(wù)營銷績效評價指標(biāo)體系,采用模糊隸屬函數(shù)和二元對比法量化了指標(biāo)體系,將