基于差分进化算法的两种模糊联合补货模型研究

摘要

目前对联合补货模型的研究主要集中于确定性模型，包括资源约束和费用都是确定的，而实际的企业运作中一般这些因素都是不确定的。本文针对这种情况，采用模糊理论构建了不确定环境下的联合补货模型，并设计其求解算法。
　　 首先，由于联合补货问题被证明是NP-hard问题，很难通过推导进行求解，需要依靠智能优化算法，所以本文设计了高效的自适应差分进化算法，并且通过典型函数进行了性能测试。其次，用三角模糊数表示不确定的资金约束，用梯形模糊数表示不确定的存储空间约束，构建了模糊规划联合补货模型，目标函数为最小化订货成本、库存持有成本和运输成本。通过自适应差分进化算法对模型进行求解，并通过实例证实了模型与算法的科学合理性。然后给出了仿真数值实例，比较了模糊多资源约束和确定性多资源约束模型对2400个随机问题的计算结果。最后，建立了次要订购费用和持有费用为模糊变量的模糊规划模型，选择能使总成本最小的方案进行补货。应用重心法和符号距离法对其去模糊化后，采用改进的差分进化算法对模型进行求解；进而对比分析了16种情况下两种去模糊化方法得到的联合补货总成本，并以成本最小为原则给出了去模糊化方法的选择原则。

目录

文摘

英文文摘

声明

1 绪论

2 差分进化算法改进与性能测试

3 基于MADE 算法的模糊多资源约束联合补货模型

4 基于MADE 算法的具有模糊费用的联合补货模型

5 总结与展望

致 谢

参考文献