基于模糊需求的聯(lián)合補充和貨物運輸問題研究.pdf

1、聯(lián)合補充運輸問題（JRD）在生產(chǎn)和庫存控制中一個具有重大意義的問題。在過去的研究中，此類問題的研究大多數(shù)是針對聯(lián)合補充問題的研究，并且主要是基于在約束條件為確定的情況下，然而在實際的應(yīng)用中，有許多不確定因素的存在，比如說商品的需求會隨著市場的起伏變化而產(chǎn)生相應(yīng)的改變，商品的成本也會隨著諸如人力、物資等現(xiàn)實狀況的波動而產(chǎn)生變化等。本文將對模糊機會約束規(guī)劃的JRD問題進行研究，將需求變量定義為服從梯形隸屬度函數(shù)的模糊值，將JRD問題轉(zhuǎn)化為數(shù)

2、學(xué)模型并針對其求解，運用不同的算法求解并進行對比和分析。
　　首先，運用模糊數(shù)學(xué)理論將JRD問題模型轉(zhuǎn)換為數(shù)學(xué)模型，考慮需求為模糊量，并且在一定條件下不滿足約束條件的決策前提下，用梯形模糊數(shù)表示需求，結(jié)合可能性理論中三種不同測度，即可信性測度、可能性測度以及必要性測度，建立基于多種不同物品的模糊聯(lián)合補充運輸?shù)臋C會約束規(guī)劃模型，主要從訂貨成本和庫存成本兩方面考慮，將最小化供應(yīng)鏈總成本作為最終的目標函數(shù)。
　　其次，利用遺傳算法

3、和啟發(fā)式RAND算法對聯(lián)合補充運輸問題的模糊機會約束規(guī)劃模型進行求解，通過實例帶入計算求解得到相應(yīng)的數(shù)值結(jié)果，對數(shù)值結(jié)果進行對比和分析，同時分析產(chǎn)生這種結(jié)果的內(nèi)在原因，總結(jié)以上兩種算法的優(yōu)點和不足。
　　最后，建立庫存管理系統(tǒng)，在該庫存管理系統(tǒng)中采用遺傳算法和啟發(fā)式RAND算法分別進行決策，將算法運用于解決實際應(yīng)用問題，從而驗證對于以上兩種算法研究的正確性，以及對于模糊機會約束規(guī)劃的聯(lián)合補充和貨物運輸問題的研究是具有實際意義和應(yīng)用