模糊环境下基于差分进化算法的备件(Q，r)库存模型研究

摘要

备件管理是设备管理的重要组成部分，合理的备件库存，是生产流畅运行的重要保障。同时，备件库存管理科学化的水平将对企业的经济效益产生直接的影响，做好备件库存优化就显得十分必要。用模糊理论来描述不确定的备件需求是一种科学实用的方法，本文主要研究备件需求变量的模糊隶属度函数确定问题及连续盘点模型下的备件库存模型。
　　 首先，总结了现有的确定模糊变量隶属度函数和模糊库存模型研究的不足，同时讨论了本文采用的两种确定隶属度函数的改进方法。其次，对模糊需求变量的隶属度函数进行了优化设计。分别设计了基于最小二乘法的总需求的模糊隶属度函数确定模型、基于差分进化算法优化的提前期内需求的隶属度函数确定模型。第三，构建了基于连续盘点的备件(Q，r)库存模型。一方面，在提前期内需求为模糊变量环境下构建了相应的库存模型，利用差分算法得到最优订货点和订货量。另一方面，将模糊变量拓展到模糊随机变量，在固定提前期内的需求为三角模糊变量，并且用户总需求为梯形模糊随机变量情形下，构建了相应的(Q，r)模型，推导出模糊成本最小化函数，进而利用基于模糊数期望值理论的去模糊化方法，求出最优订货点及订货量，并通过一个电站的备件库存管理实例验证了模型的合理性。