基于改进粒子群算法的供应商选择问题研究

基于改进粒子群算法的供应商选择问题研究

论文摘要

供应商选择问题是供应链管理中的一个重要问题。对于临沂市批发市场的销售商来说,选择到合适的供应商不仅可以降低采购成本,而且对于销售计划也有一定的影响。目前,供应商选择问题已经成为国内外学者关注的焦点,学者们针对这一问题提出了许多解决方法,如层次分析法、数据包络法等,但是这些方法只是根据供应商的多种选择指标,选择出特定的供应商,而无法对采购商的采购数量和采购成本进行优化,因此不能从整体上降低采购商的采购成本。粒子群算法可以很好地弥补这些方法的不足,但是目前应用粒子群算法解决供应商选择问题的研究并不多。本研究基于标准粒子群算法求解非线性优化问题的一般过程,在分析供应商选择问题的基础上,结合子群策略、模拟退火算法、约束条件处理方法对标准粒子群算法进行改进,并提出应用改进的粒子群算法求解供应商选择问题的一般步骤。本文首先对供应商选择问题的研究现状做了综述,分析和比较多种供应商选择指标体系以及供应商选择方法,并指出现有研究存在的问题;其次,在分析供应商选择指标和临沂市批发市场特点的基础上,提出适合临沂市批发市场销售商的供应商选择指标体系,以及销售商选择供应商问题的数学模型;然后,在深入分析标准粒子群算法优缺点的基础上,提出一种改进的粒子群算法应用于解决供应商选择问题,并用具体算例对算法进行了验证;最后,根据临沂市批发市场和物流业的现状,提出一种基于SOA的物流优化系统设计架构,并给出了其中的供应商选择优化模块的实现方法。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 研究现状
  • 1.3 研究内容
  • 1.3.1 研究目标
  • 1.3.2 本文创新点
  • 1.4 论文结构
  • 第二章 供应商选择问题相关技术研究
  • 2.1 供应商选择问题的研究综述
  • 2.1.1 供应链管理
  • 2.1.2 供应商选择指标
  • 2.1.3 供应商选择方法
  • 2.1.3.1 线性权重法
  • 2.1.3.2 层次分析法
  • 2.1.2.3 数据包络法
  • 2.1.2.4 遗传算法
  • 2.2 目前研究存在的问题
  • 2.3 本文技术路线
  • 2.4 相关理论与技术简介
  • 2.4.1 粒子群算法
  • 2.4.2 数量折扣模型
  • 2.4.3 优化系统相关技术
  • 第三章 应用粒子群算法解决供应商选择问题的技术分析
  • 3.1 供应商选择指标体系的构建
  • 3.1.1 商业企业与工业企业选择供应商的区别
  • 3.1.2 临沂市批发市场销售商选择供应商的特点
  • 3.1.3 供应商选择指标体系构建原则
  • 3.1.4 临沂市批发市场供应商选择指标体系分析
  • 3.1.5 临沂市批发市场供应商选择方法
  • 3.2 供应商选择问题建模与粒子群算法设计
  • 3.2.1 最优化问题的数学模型
  • 3.2.2 采购成本分析
  • 3.2.3 一个销售商采购单种产品的多个供应商选择问题模型
  • 3.2.4 一个销售商采购多种产品的多个供应商选择问题模型
  • 3.2.5 粒子群算法在供应商选择问题中的应用
  • 3.3 对粒子群算法的改进
  • 3.3.1 全局搜寻策略改进
  • 3.3.2 局部搜寻策略改进
  • 3.3.3 对约束条件的处理方法
  • 3.3.4 应用改进的粒子群算法求解供应商选择问题
  • 3.4 算例实验
  • 3.4.1 一个销售商针对一种产品选择多个供应商
  • 3.4.2 一个销售商针对多种产品选择多个供应商
  • 第四章 物流优化系统设计与实现方法
  • 4.1 系统设计
  • 4.1.1 系统总体设计
  • 4.1.2 系统集成层的设计
  • 4.1.3 系统用例图
  • 4.2 供应商选择优化模块的实现方法
  • 4.2.1 数据库设计
  • 4.2.2 模块实现方法
  • 第五章 总结与展望
  • 5.1 主要结论
  • 5.2 研究展望
  • 参考文献
  • 攻读硕士学位期间已发表或录用的论文
  • 致谢
  • 相关论文文献

    • [1].模糊S-条件置换子群[J]. 产业与科技论坛 2019(24)
    • [2].子群非互素图的连通性[J]. 萍乡学院学报 2019(06)
    • [3].粒子群聚类算法在汽车制造业上市公司聚类中的应用[J]. 科技经济导刊 2020(06)
    • [4].τ-拟置换子群对有限群结构的影响[J]. 数学的实践与认识 2020(11)
    • [5].一种基于量子耗散粒子群的评估模型构建方法[J]. 计算机科学 2020(S1)
    • [6].基于子群方法的双重非均匀性共振计算方法研究[J]. 原子能科学技术 2020(10)
    • [7].分层多子群协作正余弦算法及应用[J]. 辽宁工业大学学报(自然科学版) 2020(05)
    • [8].某些子群嵌入性质对群类构造的影响[J]. 云南大学学报(自然科学版) 2019(06)
    • [9].关于局部化的m嵌入子群[J]. 江苏师范大学学报(自然科学版) 2017(04)
    • [10].关于某些子群的共轭置换性的研究[J]. 数学的实践与认识 2018(20)
    • [11].同阶子群个数之集为{1,3,4}的有限群[J]. 西南大学学报(自然科学版) 2017(06)
    • [12].模糊弱s-半置换子群及其商群[J]. 模糊系统与数学 2017(03)
    • [13].可以表示成3个或4个交换子群并的群[J]. 西南大学学报(自然科学版) 2017(08)
    • [14].同阶子群个数的集合为{1,m}的幂零群[J]. 南通大学学报(自然科学版) 2017(02)
    • [15].弱c-可置换子群对有限群结构的影响[J]. 数学年刊A辑(中文版) 2016(02)
    • [16].巨量二维粒子群分组协同算法[J]. 信息技术 2016(08)
    • [17].模糊弱S-置换子群[J]. 模糊系统与数学 2015(01)
    • [18].反模糊软子群诱导的商群[J]. 计算机工程与应用 2015(08)
    • [19].具有弱-可补的准素子群的有限群[J]. 湖北大学学报(自然科学版) 2015(04)
    • [20].探究整数加群的子群[J]. 中华少年 2017(24)
    • [21].科学地探索——人类的产生[J]. 科学中国人 2017(15)
    • [22].从男子群舞《鸿雁》来解读蒙古族民间舞的魅力[J]. 中国文艺家 2017(03)
    • [23].改善微粒群算法多样性的多子群动态聚合[J]. 河南科学 2013(10)
    • [24].反模糊软子群和伪模糊软子群[J]. 模糊系统与数学 2013(06)
    • [25].子群分层的粗粒度粒子群优化算法[J]. 计算机工程与设计 2019(02)
    • [26].广义半覆盖远离子群与有限群的可解性[J]. 广西民族大学学报(自然科学版) 2019(03)
    • [27].基于混沌-量子粒子群的分簇路由算法[J]. 吉林大学学报(信息科学版) 2018(01)
    • [28].p-超循环嵌入子群的一个判别准则[J]. 数学年刊A辑(中文版) 2018(03)
    • [29].双层协调多粒子群优化算法研究[J]. 微电子学与计算机 2018(11)
    • [30].基于凝聚子群的口碑传播机制研究[J]. 计算机应用研究 2018(12)

    标签:;  ;  ;  

    基于改进粒子群算法的供应商选择问题研究
    下载Doc文档

    猜你喜欢