已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、合理的庫存管理,可以幫助企業(yè)以較低的成本獲得較高的服務水平,大大提高企業(yè)的競爭力。企業(yè)在管理庫存時,通常需要對多種物品向多個供應商或多個地點進行補貨并采用聯(lián)合補貨方式,從而有效地減少年訂購次數(shù),通過聯(lián)合運輸降低運輸成本,因此聯(lián)合補貨策略成為一種非常有效的成本控制手段。然而,聯(lián)合補貨模型已被證實為NP難問題,求解算法成為解決此類問題的關(guān)鍵之一。本文主要研究了幾種隨機性聯(lián)合補貨模型及其高效的求解算法設計問題。
首先,針對現(xiàn)有模型求
2、解方法的缺點,選擇采用差分進化算法(DifferentialEvolutionAlgorithm,DE)進行求解,故設計了融合遺傳算法優(yōu)點的混合DE算法(HybridDE,HDE),并通過4個標準測試函數(shù)測試其性能和效率。其次,設計了基于HDE的隨機性聯(lián)合補貨模型求解算法。對比算例表明,HDE優(yōu)于目前的最優(yōu)方法,證實了HDE的有效性和穩(wěn)定性,進而對相關(guān)參數(shù)進行敏感性分析。第三,研究了需求隨機、允許缺貨環(huán)境下多企業(yè)多產(chǎn)品聯(lián)合補貨與配送集成
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于差分進化算法的兩種模糊聯(lián)合補貨模型研究.pdf
- 差分進化算法與網(wǎng)格資源調(diào)度研究.pdf
- 模糊聯(lián)合補貨模型及其求解算法研究.pdf
- 基于云模型的差分進化優(yōu)化算法.pdf
- 基于差分進化算法的微網(wǎng)環(huán)保經(jīng)濟調(diào)度研究.pdf
- 基于差分進化算法的柔性作業(yè)車間調(diào)度問題研究.pdf
- 基于自適應差分進化算法的生產(chǎn)調(diào)度方法研究與實現(xiàn).pdf
- 基于差分進化算法的云計算任務調(diào)度策略.pdf
- 商業(yè)信用下基于HDE-SA的聯(lián)合補貨與配送優(yōu)化模型研究.pdf
- 基于非合作博弈的隨機需求聯(lián)合補充配送問題研究.pdf
- 基于聯(lián)合補貨策略的配送中心選址-庫存聯(lián)合優(yōu)化研究.pdf
- 基于差分進化算法的混凝土德拜模型的研究.pdf
- 基于改進差分進化算法的云環(huán)境任務調(diào)度研究與實現(xiàn).pdf
- 基于差分進化算法的信用風險度量模型研究.pdf
- 基于混合差分進化算法的制造過程分批優(yōu)化調(diào)度研究.pdf
- 基于差分進化和人工蜂群算法的優(yōu)化調(diào)度.pdf
- 基于動態(tài)差分進化算法的煉鋼--連鑄生產(chǎn)調(diào)度.pdf
- 多目標聯(lián)盟運輸調(diào)度的差分進化算法研究.pdf
- 差異工件單機批調(diào)度的差分進化算法研究.pdf
- 差分進化算法的改進研究.pdf
評論
0/150
提交評論