供應商選擇群決策建模與多源多時段采購優(yōu)化.pdf_第1頁
已閱讀1頁,還剩142頁未讀 繼續(xù)免費閱讀

下載本文檔

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、供應鏈環(huán)境下供應商選擇的戰(zhàn)略作用日益突出,它直接關(guān)系著企業(yè)的運營成本、運作效率及客戶服務水平。由于資源限制和供需不確定性,大型企業(yè)或工程建設單位往往根據(jù)多個目標或準則先選定幾個固定的供應商,再根據(jù)實際情況進行訂單分配。為了減少供應鏈不確定性的影響及促進合作伙伴關(guān)系的需要,供需方之間往往簽訂一定形式的采購契約。安全庫存作為應對供應鏈不確定性的一種重要手段,對于降低成本和提高客戶服務水平具有重要作用。因此,如何根據(jù)供應鏈環(huán)境的特點,建立支持

2、供應商選擇、訂單分配與安全庫存配置優(yōu)化的決策方法,對于豐富和發(fā)展供應鏈管理與決策分析理論,促進供應鏈成功運作具有重要的學術(shù)價值與實踐意義。
   本文在對供應商選擇、訂單分配與安全庫存配置的研究現(xiàn)狀與發(fā)展趨勢進行總結(jié)和分析的基礎上,針對供應商選擇群決策建模,以及需求隨機、資源有限和特定契約環(huán)境多時間段多供應商訂單分配與安全庫存配置進行了較深入的研究。
   首先,提出幾種新的多屬性群決策方法并應用于供應商選擇。基于群體理

3、想解的方法,將TOPSIS法擴展到群決策,始終基于群體理想解進行求解,利用群體理想解取代群體效用,利于區(qū)分方案優(yōu)劣。偏好序下對專家綜合賦權(quán)的逼近理想解法,給出基于專家主觀權(quán)重一次性求解專家綜合權(quán)重的方法,避免將主觀和客觀權(quán)重合成綜合權(quán)重時無法有效確定加權(quán)系數(shù)的難題;將TOPSIS法擴展到序數(shù)偏好,避免逆序的產(chǎn)生。最小化序數(shù)偏好距離法,定義兩種序數(shù)偏好距離,并證明其中一種滿足Cook等從社會選擇角度提出的幾個條件,將Cook-Seifor

4、d 社會選擇函數(shù)擴展到多屬性決策且考慮權(quán)重的情形,可較好地避免排序結(jié)果的非唯一性。
   然后,研究特定契約下多供應商多時間段訂單分配優(yōu)化。針對多對一的兩層供應鏈,每個供應商對采購方各時段采購量有最小、最大約束,對總采購量有最小約束的情形,先假設需求確定、不允許缺貨,以采購方多時段貨物、庫存、運輸成本總和最小為目標建立優(yōu)化模型,給出多維動態(tài)規(guī)劃與啟發(fā)式算法相結(jié)合的兩階段解法。進而假設各時段需求隨機且獨立、允許缺貨,以采購方多時段

5、貨物、庫存、缺貨成本總和與期末庫存殘值的差的期望值最小為目標,先考慮階段采購量區(qū)間約束及多供應商,擴展基本報童模型得出單時段的最優(yōu)采購策略,再以此為基礎建立多時段啟發(fā)式算法,然后通過仿真分析多個參數(shù)對最優(yōu)采購策略及其總成本的影響。
   從而將最小總量承諾契約擴展到多供應商及時變需求情形,也是對傳統(tǒng)報童模型向多供應商、多時間段、資源有限與特定契約四個方向的同時擴展。
   最后,討論需求隨機與資源有限的多周期安全庫存配置

6、。針對一對一的兩層供應鏈,假設需求隨機、供應商有訂貨批量約束、采購方庫容有限,采用粒子群算法求得使采購方相鄰兩次訂貨時點之間單位時間的訂購、貨物、庫存及缺貨成本總和期望值最小的(,)R Q 庫存控制策略,并對相關(guān)參數(shù)進行敏感性分析,結(jié)果表明最優(yōu)再訂貨點和最優(yōu)訂貨批量均與產(chǎn)品價格有關(guān),有時不持有安全庫存可能更優(yōu)。而后進一步考慮累進制數(shù)量折扣,給出基于粒子群算法的求解方法,通過算例和仿真討論了供應商選擇問題。從而糾正了(,)R Q 策略研究

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。

評論

0/150

提交評論