基于差分進(jìn)化算法的兩種模糊聯(lián)合補(bǔ)貨模型研究.pdf

1、目前對(duì)聯(lián)合補(bǔ)貨模型的研究主要集中于確定性模型，包括資源約束和費(fèi)用都是確定的，而實(shí)際的企業(yè)運(yùn)作中一般這些因素都是不確定的。本文針對(duì)這種情況，采用模糊理論構(gòu)建了不確定環(huán)境下的聯(lián)合補(bǔ)貨模型，并設(shè)計(jì)其求解算法。
　　 首先，由于聯(lián)合補(bǔ)貨問(wèn)題被證明是NP-hard問(wèn)題，很難通過(guò)推導(dǎo)進(jìn)行求解，需要依靠智能優(yōu)化算法，所以本文設(shè)計(jì)了高效的自適應(yīng)差分進(jìn)化算法，并且通過(guò)典型函數(shù)進(jìn)行了性能測(cè)試。其次，用三角模糊數(shù)表示不確定的資金約束，用梯形模糊數(shù)表示

2、不確定的存儲(chǔ)空間約束，構(gòu)建了模糊規(guī)劃聯(lián)合補(bǔ)貨模型，目標(biāo)函數(shù)為最小化訂貨成本、庫(kù)存持有成本和運(yùn)輸成本。通過(guò)自適應(yīng)差分進(jìn)化算法對(duì)模型進(jìn)行求解，并通過(guò)實(shí)例證實(shí)了模型與算法的科學(xué)合理性。然后給出了仿真數(shù)值實(shí)例，比較了模糊多資源約束和確定性多資源約束模型對(duì)2400個(gè)隨機(jī)問(wèn)題的計(jì)算結(jié)果。最后，建立了次要訂購(gòu)費(fèi)用和持有費(fèi)用為模糊變量的模糊規(guī)劃模型，選擇能使總成本最小的方案進(jìn)行補(bǔ)貨。應(yīng)用重心法和符號(hào)距離法對(duì)其去模糊化后，采用改進(jìn)的差分進(jìn)化算法對(duì)模型進(jìn)行