基于深度信念网络的闭环供应链网络风险控制

摘要

针对闭环供应链网络涉及对象多、范围广、易受不确定因素干扰的特点,建立闭环供应链网络鲁棒优化模型,解决不确定环境下闭环供应链网络低成本、高风险运作问题。考虑供应端、中间过程和需求端的不确定性,构建以闭环供应链网络运营成本最小为目标的混合整数规划模型,同时采用多面体不确定集描述不确定参数;针对市场需求易波动性、非线性和非平稳性的问题,提出了一种基于深度信念网络的市场需求预测模型,同时将其预测精度与BP神经网络和卷积神经网络进行对比,验证该算法的优越性;最后通过算例,分析不确定水平和闭环供应链网络规模对网络成本的影响,并将所提鲁棒优化模型与确定模型对比,表明所提模型能有效应对成本和需求的不确定性扰动。