基于改进PSO的服装企业供应链计划协同优化研究

摘要

本文主要是以VG公司为研究主体，研究企业内部供应链，在满足交货期的前提下，以提高供应链管理的运作效率，降低供应链运营成本为目标，协同考虑采购、生产、库存计划优化并形成有机统一。经过到VG公司现场调查学习企业整体供应链管理现状，包含服装设计研发、物料采购、生产加工、物流仓储、销售服务等，并重点研究VG公司供应链核心领域即采购、生产、库存三大部分，找出企业存在的不足之处。经过阅读大量文献发现，当前大多数研究人员针对供应链管理主要集中在外部供应链的研究，然而对于企业内部供应链管理研究较少，且对于服装企业供应链管理以理论研究为多，通过建立数学模型并定量分析的较少。通过在企业的学习交流，本文提出采购-生产-库存计划协同优化的策略来解决公司存在的问题，达到提升企业供应链管理效率，降低企业供应链管理成本，提升VG公司行业地位，增强企业竞争力。具体分为六个部分来实现。 第一，从宏观和微观两个方面介绍研究的背景和意义。阐述VG公司所处的当前环境下受到的内外竞争压力，以及国家和全球经济走向对服装企业的影响，在面对种种严峻的环境形势下，对企业的供应链管理进行优化，提高企业整体效率降低经营成本，增强企业核心竞争力是必然选择。然后对供应链、供应链管理、服装企业供应链管理以及VG公司供应链管理的相关研究进行综述和总结分析。包括从价值链和信息链的角度阐释供应链的内涵，从供应链管理的核心部分采购、生产、库存三个角度阐释供应链管理的定义以及从当下研究热点出发分析服装企业供应链管理的发展。 第二，首先介绍VG相关概述以及产品特征，然后分析VG公司内部供应链管理运营过程中出现的问题，并制定可行方案解决问题。 第三，将VG公司的采购生产库存成本用数学模型表达，并基于给定的可行方案建立VG公司内部供应链计划协同优化的数学模型。 第四，针对以上模型，设计改进的粒子群算法。首先介绍粒子群优化算法的相关综述，并分析粒子群优化算法常用的改进措施;其次，在此基础上采用对原始粒子群算法增加惯性权重的方式并协同考虑了加速因子对算法的影响，设计出8种改进方式;最后对改进粒子群算法相关参数进行赋值并设计算法的运行流程。 第五，将VG公司的实际运营数据代入算法中进行仿真分析。首先设定仿真参数及对应的值，将求出的8种结果对比分析，选择最优的结果作为策略的最终方案，并将选出的最佳方案与一般粒子群算法相比，得出当加速因子c1由2.75线性变化至1.25时，c2由0.5线性变化至2.25时，且惯性权重ω=ωmax-(ωmax-ωmin)(2k/itermax-（k/itermax)2)时算法最优，充分说明改进算法的优越性。同时，将企业独立运营策略与笔者提出策略对比，达到了52.397％的优化率，成本减少了642986元，充分说明本文策略的有效性和可行性。 第六，进行全文总结和展望，分析本文需要改进的地方和未来研究方向。

目录

声明

摘要

第一章 绪论

1．1研究背景及意义

1．1．1研究背景

1．1．2研究意义

1．2相关理论研究综述

1．2．1供应链相关概述

1．2．2供应链管理相关概述

1．2．3服装企业供应链管理研究

1．2．4研究现状总结

1．3研究内容与创新性分析

1．3．1研究内容

1．3．2创新性分析

1．4研究方法与技术路线图

1．4．1研究方法

1．4．2技术路线图

1．5本章小结

第二章VG公司供应链计划管理现状分析

2．1 VG公司相关概述

2．1．1 VG公司简介

2．1．2 VG公司产品特征

2．2 VG公司供应链管理现状与问题分析

2．2．1 VG公司供应链管理现状

2．2．2 VG公司供应链管理问题分析

2．3可行性方案制定

2．4本章小结

第三章VG公司供应链计划协同优化数学模型

3．1问题背景与描述

3．2相关符号定义及假设

3．2．1模型假设

3．2．2相关参数定义

3．3 VG公司供应链计划模型的建立

3．3．1采购成本模型

3．3．2生产成本模型

3．3．3库存成本模型

3．4考虑协同优化的数学模型

3．5本章小结

第四章供应链计划协同优化的PSO算法改进

4．1粒子群算法相关概述

4．1．1粒子群算法的理论及应用研究

4．1．2粒子群算法基本原理

4．1．3粒子群算法流程

4．2粒子群优化算法改进

4．2．1固定权重

4．2．2时变权重

4．3改进粒子群算法的参数分析及设置

4．3．1惯性权重

4．3．2加速因子

4．3．3种群规模

4．3．4最大飞行速度

4．3．5迭代次数

4．4供应链计划协同优化算法设计

4．4．1算法流程设计

4．4．2适应度函数设计

4．5本章小结

第五章供应链计划协同优化方案仿真分析

5．1相关数据整理

5．2仿真实验设计及分析

5．2．1仿真参数设定

5．2．2改进PSO仿真结果

5．2．3基本PSO仿真结果

5．2．4算法仿真对比分析

5．3优化方案对比分析

5．4本章小结

第六章总结与展望

6．1总结

6．2展望

参考文献

致谢