已閱讀1頁，還剩50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、目前對聯(lián)合補貨模型的研究主要集中于確定性模型，包括資源約束和費用都是確定的，而實際的企業(yè)運作中一般這些因素都是不確定的。本文針對這種情況，采用模糊理論構(gòu)建了不確定環(huán)境下的聯(lián)合補貨模型，并設(shè)計其求解算法。
首先，由于聯(lián)合補貨問題被證明是NP-hard問題，很難通過推導(dǎo)進行求解，需要依靠智能優(yōu)化算法，所以本文設(shè)計了高效的自適應(yīng)差分進化算法，并且通過典型函數(shù)進行了性能測試。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、不確定的存儲空間約束，構(gòu)建了模糊規(guī)劃聯(lián)合補貨模型，目標(biāo)函數(shù)為最小化訂貨成本、庫存持有成本和運輸成本。通過自適應(yīng)差分進化算法對模型進行求解，并通過實例證實了模型與算法的科學(xué)合理性。然后給出了仿真數(shù)值實例，比較了模糊多資源約束和確定性多資源約束模型對2400個隨機問題的計算結(jié)果。最后，建立了次要訂購費用和持有費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行補貨。應(yīng)用重心法和符號距離法對其去模糊化后，采用改進的差分進化算法對模型進行
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(yù)覽，若沒有圖紙預(yù)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(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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隨機需求聯(lián)合補貨與配送調(diào)度模型研究.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
- 模糊環(huán)境下基于差分進化算法的備件(Q，r)庫存模型研究.pdf
- 基于差分進化算法的混凝土德拜模型的研究.pdf
- 基于差分進化算法的信用風(fēng)險度量模型研究.pdf
- 基于差分進化的模糊C-均值聚類算法研究.pdf
- 差分進化算法的改進研究.pdf
- 基于改進差分進化算法的模糊Petri網(wǎng)參數(shù)優(yōu)化策略的研究.pdf
- 基于目標(biāo)優(yōu)化的差分進化算法研究.pdf
- 基于控制思想的差分進化算法改進研究.pdf
- 基于差分進化計算的聚類算法研究.pdf
- 差分進化算法及其應(yīng)用.pdf
- 基于動態(tài)代理模型的非支配排序差分進化算法研究.pdf
- 基于代理模型法和差分進化算法的天線優(yōu)化設(shè)計.pdf
- 差分進化算法的并行實現(xiàn).pdf
- 基于聯(lián)合補貨策略的供應(yīng)鏈協(xié)同模型研究.pdf
- 多目標(biāo)差分進化算法研究.pdf
- 基于差分進化算法的最優(yōu)潮流計算.pdf
- 基于跳躍基因的多目標(biāo)差分進化算法研究
評論
0/150
提交評論