分布式供應(yīng)鏈系統(tǒng)的協(xié)調(diào)優(yōu)化方法研究.pdf

1、分布式供應(yīng)鏈管理已成為供應(yīng)鏈管理研究中的熱點和難點。本文論述了協(xié)同計劃為分布式供應(yīng)鏈管理最適合的協(xié)調(diào)機(jī)制，然后分別針對含有單屬性目標(biāo)和多屬性目標(biāo)的分布式供應(yīng)鏈協(xié)同計劃在不同前提條件下的優(yōu)化問題進(jìn)行研究。論文有如下的主要研究內(nèi)容。 (1)研究了分布式供應(yīng)鏈管理決策的特性，提出協(xié)同計劃為分布式供應(yīng)鏈協(xié)調(diào)優(yōu)化的最佳機(jī)制。特別地，當(dāng)分布式?jīng)Q策含有多屬性目標(biāo)時，需要對協(xié)同計劃進(jìn)行實時調(diào)整，對模型實時重新進(jìn)行計算求解最優(yōu)值。分析了在此情況下

2、供應(yīng)鏈管理決策可能用到的各種算法技術(shù)。 (2)針對含有單屬性目標(biāo)的分布式供應(yīng)鏈協(xié)同計劃的同步協(xié)調(diào)優(yōu)化問題，建立了分布式同步協(xié)調(diào)優(yōu)化模型，為對其求解，提出一種混合了拉格朗日松弛算法和遺傳算法的協(xié)調(diào)優(yōu)化算法。對優(yōu)于次梯度算法的模糊次梯度算法進(jìn)一步進(jìn)行修正，用它來迭代拉格朗日算子以提高整個協(xié)調(diào)策略的效率，并證明了修正后算法的收斂性。在此基礎(chǔ)上，提出一種基于內(nèi)部懲罰的協(xié)調(diào)策略，并對協(xié)調(diào)效果加以改善。 (3)針對分布式供應(yīng)鏈成員目

3、標(biāo)為單屬性且供應(yīng)鏈中不存在協(xié)調(diào)中心時的協(xié)調(diào)優(yōu)化問題，建立了協(xié)同計劃的異步協(xié)調(diào)優(yōu)化模型。利用代理次梯度算法迭代拉格朗日算子，并將遺傳算法和交互式啟發(fā)式算法相結(jié)合，提出了一種基于拉格朗日松弛算法的異步協(xié)調(diào)策略。 (4)針對含有多屬性目標(biāo)的分布式供應(yīng)鏈協(xié)同計劃，分析了存在協(xié)調(diào)中心和允許信息私有兩種不同情況下的協(xié)調(diào)優(yōu)化問題，分別對它們建模，并使用分解法對含有整數(shù)變量的模型提出相應(yīng)的協(xié)調(diào)優(yōu)化算法。當(dāng)存在協(xié)調(diào)中心時，所采用的協(xié)調(diào)優(yōu)化策略是基