基于差分进化算法随机需求联合补货与配送调度模型的研究

《基于差分进化算法随机需求联合补货与配送调度模型的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheMasterDegreeofManagementAStudyonJointReplenishmentandDeliveryModelswithStochasticDemandUsingDifferentialEvolutionAlgorithmCandidate:DunCaixiaMajor:ManagementScienceandEngineeringSupervisor:AssociateProf.WangLi

2、nHuazhongUniversityofScienceandTechnologyWuhan,Hubei430074,P.R.ChinaDecember,2012华中科技大学硕士学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论

3、文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。于本论文属保密，在_____年解密后适用本授权书。不保密。(请在以上方框内打“√”)学位论文作者签名：指导教师签名：日期：年月日日期：年月日3华中科技大学硕士学位论文摘要合理的库存管理，可以帮助企业以较低的成本获得较高的服务水平，大大提高企业的竞争力

4、。企业在管理库存时，通常需要对多种物品向多个供应商或多个地点进行补货并采用联合补货方式，从而有效地减少年订购次数，通过联合运输降低运输成本，因此联合补货策略成为一种非常有效的成本控制手段。然而，联合补货模型已被证实为NP难问题，求解算法成为解决此类问题的关键之一。本文主要研究了几种随机性联合补货模型及其高效的求解算法设计问题。首先，针对现有模型求解方法的缺点，选择采用差分进化算法(DifferentialEvolutionAlgorithm,DE)进行求解，故设计了融合遗传算法优点的混合DE算法(HybridDE,HDE)，并通过4

5、个标准测试函数测试其性能和效率。其次，设计了基于HDE的随机性联合补货模型求解算法。对比算例表明，HDE优于目前的最优方法，证实了HDE的有效性和稳定性，进而对相关参数进行敏感性分析。第三，研究了需求随机、允许缺货环境下多企业多产品联合补货与配送集成优化模型，设计了基于HDE的求解算法流程，对比算例与拓展算例证实HDE优于遗传算法、标准DE及目前最佳的启发式算法，该算法实现难度低，在精度、稳定性方面性能出众。最后，将随机性联合补货策略与配送协同优化单目标扩展为考虑总成本与缺货量最小的多目标优化模型，并给出线性加权和多目标演化算法两种

6、求解方法，算例结果证实多目标演化算法在求解此问题上简便、高效。关键词：差分进化算法需求随机联合补货联合补货-运输多目标优化I华中科技大学硕士学位论文AbstractReasonableinventorymanagementcanhelpanenterpriseachieveahigherservicelevelwithrelativelylowercost,thusenhanceenterprise’scompetitivenessgreatly.Itisquitecommonforenterprisestojointlyr

7、eplenishitemsfrommulti-suppliersormulti-places,whichcanevidentlyreducetheannualorderingtimesanddecreasethetransportationcost.Therefore,jointreplenishmentpolicycanbeaneffectivewayforcostsavings.However,JointReplenishmentProblem(JRP)hasbeenproventobeanNP-hardproblemandth

8、ekeyistofindefficientandeffectivealgorithma.ThisthesisdiscussedseveralJRPsunderstochasticdemandandthealgorithmstosolv