面向流程企業(yè)的原料供應規(guī)劃模型智能決策及其應用.pdf_第1頁
已閱讀1頁,還剩156頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、流程生產(chǎn)企業(yè)原料供應的可靠性對于企業(yè)保持生產(chǎn)連續(xù)極為重要,而原料供應所占用的資金又十分龐大,所以原料供應環(huán)節(jié)的優(yōu)化決策能夠為企業(yè)帶來顯著的經(jīng)濟效益。因此,建立一個以流程生產(chǎn)企業(yè)為核心的原料供應規(guī)劃模型,對不確定性進行評估,對庫存和采購環(huán)節(jié)建模和優(yōu)化決策進行研究,是有現(xiàn)實經(jīng)濟和科學意義的。 針對分散控制模式供應鏈中的生產(chǎn)商原料供應問題,提出了RMSP原料供應規(guī)劃的概念和模型。RMSP模型是通過運用智能優(yōu)化方法解決原料庫存—采購關(guān)鍵

2、問題的綜合性技術(shù)方案,是針對連續(xù)不斷和并發(fā)的原料供應——消耗過程設計的決策模式。借鑒預測控制理論提出了預備供應的思想和一系列概念,其實質(zhì)是由被供應者提供給供應者的一個供應預判信息,使供應方不需要再進行需求預測和判斷,從而降低供應過程中的不確定性。 基于信息熵理論和集對分析理論,本文提出了一種集對信息熵(SPIE)不確定性度量方法,該方法將目前對研究對象的已知信息用集對論中的同異反聯(lián)系度來描述,并根據(jù)認識空間可定數(shù)區(qū)間分布的離散信

3、息熵以及差異度信息對不確定性進行定量描述。進一步的,還在集對信息熵基礎上引入效用系數(shù)提出了集對風險熵(SPRE)的概念及其計算方法。 RMSP的核心是庫存控制策略,本文提出了一種基于遺傳規(guī)劃的RMSP庫存優(yōu)化控制策略。庫存決策模型以庫存綜合成本和SPRE風險函數(shù)為目標,以最優(yōu)庫存控制方案為決策變量,其形式為維數(shù)不確定的一系列訂貨總量和訂貨時間。在遺傳規(guī)劃算法中,個體為時序關(guān)系符和庫存控制脈沖組成的不確定長度鏈式結(jié)構(gòu)。這一形式不僅

4、滿足決策變量維數(shù)不確定的要求,而且簡化了GP的求解過程。仿真算例的結(jié)果表明,基于GP的庫存決策方法不僅優(yōu)化了運行成本,而且減少了供應風險。論文給出了平穩(wěn)運行和突發(fā)事件狀態(tài)下的三種滾動運行模式,在連續(xù)優(yōu)化過程中既保證了預備供應信息的有效性,又保持了對突發(fā)事件的快速反應能力。 在庫存決策給出訂貨總量的基礎上,基于作業(yè)成本分析建立了一個具有原料品位和雜質(zhì)含量等約束條件的采購模型。該模型從實際出發(fā)考慮了原料的最小訂貨批量約束以及采購作業(yè)

5、的固定成本,為求解這一解空間不連續(xù)的問題,提出了一種基于約束的混沌遷移并行遺傳算法對訂貨量進行優(yōu)化決策。該算法的特點一是通過高斯映射用邊界條件約束染色體的各基因;二是改進自適應罰函數(shù)使懲罰度與種群對該約束條件的平均違反量有關(guān);三是通過對種群的分割保持搜索空間的獨立性和模式多樣性,在并行進化種群間進行混沌異步遷移,從而保證信息交換的效率,抑制了早熟收斂現(xiàn)象的產(chǎn)生。 最后,根據(jù)提出的模型和算法研究了原料供應優(yōu)化管理系統(tǒng)的軟件設計與開

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論