不確定環(huán)境下的庫存問題研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、1965年,Zadeh第一次提出了模糊集的概念,并把這種非隨機(jī)的不確定性稱為模糊性。自上世紀(jì)九十年代中期以來,模糊集理論被廣泛地應(yīng)用在經(jīng)典的庫存理論中,從而產(chǎn)生了所謂的“模糊庫存問題”。近年來,一些研究者將模糊集的概念引入其中,作了一系列的推廣工作??尚判岳碚撌?004年基礎(chǔ)數(shù)學(xué)領(lǐng)域完成的數(shù)學(xué)分支,為研究模糊現(xiàn)象數(shù)學(xué)規(guī)律提供了嚴(yán)格數(shù)學(xué)基礎(chǔ)。本文將可信性理論引入到庫存問題中對庫存中的主流問題-“模糊庫存問題”進(jìn)行了較為深入的研究。

2、  首先本文在前人研究可追加訂購報(bào)童問題的基礎(chǔ)上,針對前人在建模方法上的不足和研究領(lǐng)域的局限上,研究了不確定環(huán)境下的可追加訂購的報(bào)童問題(經(jīng)典庫存決策模型),如含有兩個模糊參數(shù)的可追加訂購的報(bào)童問題,含有多個模糊參數(shù)的可追加訂購報(bào)童問題,以及含有隨機(jī)-模糊參數(shù)的可追加訂購報(bào)童問題。分別建立了上述問題的模糊機(jī)會約束規(guī)劃模型,并給出對含有兩個模糊參數(shù)的模型,通過清晰等價(jià)類方法將其轉(zhuǎn)化為確定型模型,然后用傳統(tǒng)的方法進(jìn)行求解;對比較復(fù)雜的含多個

3、模糊參數(shù)的模型,將模糊隨機(jī)模擬、神經(jīng)元網(wǎng)絡(luò)及遺傳算法相結(jié)合給出一個混合智能算法來求解最佳定購量和最佳的追加定購量;而對含有混合了隨機(jī)和模糊參數(shù)的模型給出了結(jié)合隨機(jī)模擬和模糊模擬的遺傳算法并結(jié)合神經(jīng)元網(wǎng)絡(luò)的混合智能算法來求解。最后都給出了數(shù)值算例來說明所給模型和算法的有效性和實(shí)用性。
  其次研究了隨機(jī)的兩貨棧庫存問題和模糊的兩貨棧庫存問題。對于隨機(jī)規(guī)劃庫容有限庫存問題,給出了交貨時(shí)間為隨機(jī)變量的庫容有限的約束訂貨點(diǎn)的存貯模型,通過

4、求最優(yōu)訂貨點(diǎn),得到計(jì)算最優(yōu)訂貨點(diǎn)的方法,使得總損失費(fèi)用達(dá)到最低。對于模糊兩貨棧庫存問題,本文假設(shè)消費(fèi)速率,到貨天數(shù)為模糊變量,利用可信性理論建立了模糊期望值模型和機(jī)會約束規(guī)劃模型,并將模糊隨機(jī)模擬、神經(jīng)元網(wǎng)絡(luò)及遺傳算法相結(jié)合給出的混合智能算法分別求解期望值模型和機(jī)會約束規(guī)劃模型,從而得到最優(yōu)訂貨點(diǎn)和最小成本。最后給出了數(shù)值例子說明建立模型的可行性和合理性。
  本文工作不僅為不確定環(huán)境下更切合實(shí)際的分析解決實(shí)際問題提供了適用的模型

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(hù)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(fù)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(shí)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。

評論

0/150

提交評論