置信規(guī)則推理方法及其在庫存與生產(chǎn)運作管理中的應用.pdf

1、隨著信息與制造技術(shù)的加速革新和產(chǎn)品生命周期的縮短,企業(yè)及供應鏈管理中的庫存與生產(chǎn)運作管理環(huán)節(jié)面臨著越來越多的不確定性,其中最大的來源是需求的不確定性。系統(tǒng)地分析和解決不確定性需求下的庫存與生產(chǎn)運作管理問題成為當今研究學者和實踐者研究的熱門課題。解析式和仿真式方法在求解復雜性、移植性、領(lǐng)域知識和不確定信息的表達能力等方面存在局限。啟發(fā)式方法可以有效利用專家領(lǐng)域知識并適用于各種復雜和變化的資源約束環(huán)境下,特別是人工智能啟發(fā)式方法還可以良好地

2、表達和處理各種不確定信息。面對不斷動態(tài)突變的庫存與生產(chǎn)運作環(huán)境,伴隨著頻繁的重新規(guī)劃和關(guān)聯(lián)的資源約束,研究學者和實踐者越來越趨于應用人工智能啟發(fā)式方法。
　　置信規(guī)則推理方法是在證據(jù)推理理論和產(chǎn)生式規(guī)則專家系統(tǒng)的基礎(chǔ)上提出來的解決不確定性問題的人工智能啟發(fā)式方法。本文對置信規(guī)則推理理論進行深入研究,并應用于不確定需求下的庫存與生產(chǎn)運作管理問題,主要研究工作如下:
　　論述了置信規(guī)則推理理論的基礎(chǔ)知識,總結(jié)出置信規(guī)則推理方法的

3、應用模式和應用機制,提出在區(qū)間不確定性信息輸入下的置信規(guī)則前向推理算法。將置信規(guī)則推理方法的應用模式分為系統(tǒng)逼近器和系統(tǒng)控制器。應用機制提供了置信規(guī)則推理方法的關(guān)鍵環(huán)節(jié),為置信規(guī)則推理方法的改進和應用提供了指導和支撐作用。
　　針對不確定需求下的庫存控制問題,分別考慮缺貨補償和缺貨丟失兩種情況,提出基于置信規(guī)則推理的庫存控制方法。證明了正態(tài)隨機預測誤差下的最優(yōu)基本庫存策略作為定量專家知識初始化置信規(guī)則庫,為定性專家知識缺失或不可信

4、時提供良好的依據(jù)。給出一個數(shù)值案例和一個4S店實例進行仿真驗證,并與現(xiàn)有的適應性、啟發(fā)式、近似最優(yōu)、確定等價控制和魯棒優(yōu)化等方法進行比較分析。
　　針對置信規(guī)則庫的結(jié)構(gòu)識別和參數(shù)識別,提出了同步識別和異步識別方法。在異步識別中提出置信K均值聚類算法對置信規(guī)則庫的結(jié)構(gòu)進行識別。對于不確定需求信息下的企業(yè)集約生產(chǎn)規(guī)劃問題,提出基于置信規(guī)則推理的層次化集約生產(chǎn)規(guī)劃方法,并構(gòu)建了連續(xù)和切換生產(chǎn)模式。給出某機動車和匹茲堡油漆廠兩個生產(chǎn)規(guī)劃案

5、例,將同步識別和異步識別方法進行了比較分析,并將置信規(guī)則推理方法與非線性區(qū)間數(shù)規(guī)劃、線性決策規(guī)則和生產(chǎn)切換啟發(fā)式方法進行比較,同時提供了針對不同成本結(jié)構(gòu)下置信規(guī)則推理方法的敏感性分析。
　　針對區(qū)間信息輸入下的置信規(guī)則前向推理算法、異步識別中的結(jié)構(gòu)識別和參數(shù)識別算法,分別提出了相應的遺傳共軛梯度求解方法,并應用于不確定需求情況下的集中式供應鏈管理問題。對于由單個生產(chǎn)商和單個分銷商組成的兩級串型供應鏈系統(tǒng),提出生產(chǎn)商和分銷商的層次化