论文摘要
再制造是通过必要的清洗、拆卸、检修和零部件更换等,使再制造产品性能和质量达到或超过新品。面对有限的资源和废弃物处理能力,再制造可以有效实现资源优化利用、环境保护和经济持续发展的综合目标,是实现可持续发展最有效的途径之一。然而,再制造的有效实施离不开物流网络的支撑,再制造物流网络设计的合理与否更是从根本上决定了再制造物流管理的绩效。再制造物流网络自身具有的特性决定了它比传统生产分销物流网络更复杂,因此有必要对其进行更深入的研究。本文正是基于以上背景,在国内外再制造物流网络研究成果的基础上,从不确定性角度对再制造物流网络设施选址进行建模与优化。文章首先介绍再制造的概念、过程、特征以及逆向物流的定义及其分类,详细分析再制造物流及其网络的特点和结构特征,进一步介绍选址模型和处理优化问题的不确定规划原理,为网络的构建和优化提供了理论依据。本文的核心部分在于再制造物流网络设施选址模型的构建,以不确定条件为背景构建了单产品、多层次的闭环型网络选址模型,考虑回收产品的数量、可利用率和再制造率以及产品需求量均为模糊变量,运用不确定规划将模型转化为模糊机会约束规划模型;并结合模拟退火算法和遗传算法,设计了基于模糊模拟的混合智能算法。最后给出算例对模型和算法进行验证,并对比了传统优化方法和混合智能算法的计算结果。
论文目录
致谢中文摘要ABSTRACT1 绪论1.1 选题背景及研究意义1.1.1 选题背景1.1.2 选题意义1.2 国内外研究现状1.2.1 国外研究现状分析1.2.2 国内现状研究分析1.3 本文的研究内容与结构1.3.1 研究内容1.3.2 本文结构2 再制造逆向物流及其网络分析2.1 再制造概述2.1.1 再制造的概念2.1.2 再制造的过程2.1.3 再制造的特点2.2 再制造物流概述2.2.1 逆向物流及其分类2.2.2 再制造物流的内涵2.3 再制造物流网络分析2.3.1 再制造物流网络的特点2.3.2 再制造物流网络的结构特征2.3.3 再制造物流网络设计模式2.4 本章小结3 设施选址模型分类和不确定规划原理3.1 设施选址概述3.1.1 设施选址概念3.1.2 设施选址的分类3.2 设施选址的方法3.2.1 基本选址问题概述3.2.2 设施选址方法3.3 不确定规划原理3.3.1 模糊变量3.3.2 模糊规划3.4 本章小结4 不确定条件下再制造逆向物流网络设施选址建模4.1 问题的描述4.2 模型的建立4.3 模型转化成模糊机会约束规划模型4.4 模糊机会约束的清晰化4.5 本章小结5 算法原理及混合智能算法设计5.1 模糊模拟5.2 模拟退火算法概述5.2.1 模拟退火算法原理5.2.2 模拟退火算法的步骤5.2.3 模拟退火算法的优缺点5.3 遗传算法概述5.3.1 遗传算法的研究历史和研究现状5.3.2 遗传算法的基本原理5.3.3 遗传算法的特点5.3.4 遗传算法的基本实现技术5.3.5 遗传算法的基本框架5.3.6 基本遗传算法的不足5.4 基于模糊模拟的模拟退火遗传算法设计5.4.1 编码方案5.4.2 染色体初始化5.4.3 适应度函数5.4.4 遗传算子的选择5.4.5 混合智能算法流程框图5.4.6 混合智能算法的步骤5.5 本章小结6 算例6.1 算例基础数据6.2 将模型转成确定模型采用传统方法求解6.3 采用混合智能算法求解6.4 传统方法和智能算法求解结果比较6.5 本章小结7 总结与展望7.1 本文总结7.2 未来研究展望参考文献作者简历学位论文数据集
相关论文文献
标签:再制造论文; 逆向物流网络论文; 不确定规划论文; 混合智能算法论文;