置信規(guī)則推理方法及其在庫存與生產(chǎn)運(yùn)作管理中的應(yīng)用.pdf

1、隨著信息與制造技術(shù)的加速革新和產(chǎn)品生命周期的縮短,企業(yè)及供應(yīng)鏈管理中的庫存與生產(chǎn)運(yùn)作管理環(huán)節(jié)面臨著越來越多的不確定性,其中最大的來源是需求的不確定性。系統(tǒng)地分析和解決不確定性需求下的庫存與生產(chǎn)運(yùn)作管理問題成為當(dāng)今研究學(xué)者和實(shí)踐者研究的熱門課題。解析式和仿真式方法在求解復(fù)雜性、移植性、領(lǐng)域知識(shí)和不確定信息的表達(dá)能力等方面存在局限。啟發(fā)式方法可以有效利用專家領(lǐng)域知識(shí)并適用于各種復(fù)雜和變化的資源約束環(huán)境下,特別是人工智能啟發(fā)式方法還可以良好地

2、表達(dá)和處理各種不確定信息。面對不斷動(dòng)態(tài)突變的庫存與生產(chǎn)運(yùn)作環(huán)境,伴隨著頻繁的重新規(guī)劃和關(guān)聯(lián)的資源約束,研究學(xué)者和實(shí)踐者越來越趨于應(yīng)用人工智能啟發(fā)式方法。
　　置信規(guī)則推理方法是在證據(jù)推理理論和產(chǎn)生式規(guī)則專家系統(tǒng)的基礎(chǔ)上提出來的解決不確定性問題的人工智能啟發(fā)式方法。本文對置信規(guī)則推理理論進(jìn)行深入研究,并應(yīng)用于不確定需求下的庫存與生產(chǎn)運(yùn)作管理問題,主要研究工作如下:
　　論述了置信規(guī)則推理理論的基礎(chǔ)知識(shí),總結(jié)出置信規(guī)則推理方法的

3、應(yīng)用模式和應(yīng)用機(jī)制,提出在區(qū)間不確定性信息輸入下的置信規(guī)則前向推理算法。將置信規(guī)則推理方法的應(yīng)用模式分為系統(tǒng)逼近器和系統(tǒng)控制器。應(yīng)用機(jī)制提供了置信規(guī)則推理方法的關(guān)鍵環(huán)節(jié),為置信規(guī)則推理方法的改進(jìn)和應(yīng)用提供了指導(dǎo)和支撐作用。
　　針對不確定需求下的庫存控制問題,分別考慮缺貨補(bǔ)償和缺貨丟失兩種情況,提出基于置信規(guī)則推理的庫存控制方法。證明了正態(tài)隨機(jī)預(yù)測誤差下的最優(yōu)基本庫存策略作為定量專家知識(shí)初始化置信規(guī)則庫,為定性專家知識(shí)缺失或不可信

4、時(shí)提供良好的依據(jù)。給出一個(gè)數(shù)值案例和一個(gè)4S店實(shí)例進(jìn)行仿真驗(yàn)證,并與現(xiàn)有的適應(yīng)性、啟發(fā)式、近似最優(yōu)、確定等價(jià)控制和魯棒優(yōu)化等方法進(jìn)行比較分析。
　　針對置信規(guī)則庫的結(jié)構(gòu)識(shí)別和參數(shù)識(shí)別,提出了同步識(shí)別和異步識(shí)別方法。在異步識(shí)別中提出置信K均值聚類算法對置信規(guī)則庫的結(jié)構(gòu)進(jìn)行識(shí)別。對于不確定需求信息下的企業(yè)集約生產(chǎn)規(guī)劃問題,提出基于置信規(guī)則推理的層次化集約生產(chǎn)規(guī)劃方法,并構(gòu)建了連續(xù)和切換生產(chǎn)模式。給出某機(jī)動(dòng)車和匹茲堡油漆廠兩個(gè)生產(chǎn)規(guī)劃案

5、例,將同步識(shí)別和異步識(shí)別方法進(jìn)行了比較分析,并將置信規(guī)則推理方法與非線性區(qū)間數(shù)規(guī)劃、線性決策規(guī)則和生產(chǎn)切換啟發(fā)式方法進(jìn)行比較,同時(shí)提供了針對不同成本結(jié)構(gòu)下置信規(guī)則推理方法的敏感性分析。
　　針對區(qū)間信息輸入下的置信規(guī)則前向推理算法、異步識(shí)別中的結(jié)構(gòu)識(shí)別和參數(shù)識(shí)別算法,分別提出了相應(yīng)的遺傳共軛梯度求解方法,并應(yīng)用于不確定需求情況下的集中式供應(yīng)鏈管理問題。對于由單個(gè)生產(chǎn)商和單個(gè)分銷商組成的兩級串型供應(yīng)鏈系統(tǒng),提出生產(chǎn)商和分銷商的層次化