集成供应商选择的产品族设计规划研究

论文摘要

随着经济全球化,产品的开发周期日益缩短,越来越丰富的商品供应带来了越来越激烈的市场竞争,顾客需求向个性化、多样化的方向不断发展,形成了新的动态环境,使得大规模定制成为21世纪的主流生产模式。在新产品开发阶段,采用产品族技术被认为是达到规模经济,实现大规模产品定制生产的一种有效方法。同时,为了适应全球化的市场竞争环境,保持产品低成本是企业面临的重要挑战之一,越来越多的企业已经认识到,如果供应商在产品开发的初始阶段便共同参与,双方将有效地节省成本,增加市场的利润,提升产品在市场中的竞争力和增加顾客对产品的满意度。在本文研究中,以集成供应商选择的产品族设计为研究课题,主要进行以下研究工作：（1）文献综述。查阅了国内外相关文献,包括产品族设计、供应商选择和产品族设计中考虑供应商选择的文献,并提出了要解决的问题。（2）建立优化模型。为了在产品族设计的早期考虑供应商对其的影响,建立了集成供应商选择的产品族设计优化模型,其目标是最大化产品族的总利润。模型考虑了顾客购买行为、供应商的费用和外包成本,采用了概率性顾客选择规则来模拟顾客购买行为,并在此基础上计算了产品族的期望市场收入。（3）模型求解的算法设计和程序实现。针对研究的问题,进行了模型求解的遗传算法设计、模型求解的禁忌搜索算法设计和启发式算法设计,并将启发式算法分别嵌入遗传算法和禁忌搜索算法,并用高级开发语言C++实现上述算法。（4）模型求解算法的比较和模型参数敏感性分析。结合问题给出了应用案例,进行了模型的仿真实验和算法的仿真实验分析,验证了所提模型和算法的可行性,从管理启示的角度给出了一些结论。算法的仿真实验包括遗传算法和禁忌搜索算法相关参数的仿真、运行相同时间下两种算法的寻优能力比较、嵌入启发式规则的两种算法寻优能力比较、嵌入启发式规则前后算法寻优能力的比较。模型的仿真实验包括供应商的费用、供应商数量、产品族包含产品变体个数上限、产品变体的价格、参数敏感性实验以及确定性选择模型和概率性选择模型的对比实验。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的背景与来源
• 1.2 课题的研究目的与意义
• 1.3 研究的目标与内容
• 1.4 研究的技术路线与方法
• 1.5 论文的结构安排
• 1.6 本章小结
• 第2章 相关研究综述
• 2.1 产品族设计优化的综述
• 2.1.1 产品族设计的相关概念
• 2.1.2 产品族设计的研究概述
• 2.2 供应商选择问题的综述
• 2.2.1 供应商选择方法分类
• 2.2.2 推式采购环境下的供应商选择模型与方法
• 2.3 产品族设计中考虑供应商选择的相关研究
• 2.4 遗传算法和禁忌搜索算法的简介
• 2.4.1 遗传算法简介
• 2.4.2 禁忌搜索算法简介
• 2.4.3 算法的优缺点
• 2.5 本章小结
• 第3章 集成供应商选择的产品族设计优化模型
• 3.1 优化问题描述
• 3.2 市场细分
• 3.3 顾客偏好模型和顾客购买行为分析
• 3.3.1 顾客偏好模型
• 3.3.2 顾客购买行为分析
• 3.4 产品族的费用模型
• 3.5 优化模型的建立
• 3.5.1 目标函数
• 3.5.2 必要的约束
• 3.5.3 优化模型
• 3.6 本章小结
• 第4章 模型求解的遗传算法设计
• 4.1 染色体结构及编码方式
• 4.2 种群初始化
• 4.3 遗传算子设计
• 4.3.1 交叉算子
• 4.3.2 变异算子
• 4.3.3 染色体修复策略
• 4.4 适值函数和选择
• 4.4.1 适值函数
• 4.4.2 选择
• 4.5 停止准则
• 4.6 求解模型的遗传算法的流程
• 4.6.1 遗传算法的流程图
• 4.6.2 遗传算法程序步骤
• 4.7 本章小结
• 第5章 模型求解的禁忌搜索算法设计
• 5.1 禁忌搜索技术
• 5.1.1 禁忌表
• 5.1.2 候选集
• 5.1.3 评价函数
• 5.1.4 特赦规则
• 5.1.5 终止规则
• 5.2 禁忌搜索算法的设计
• 5.2.1 编码方式和邻域结构
• 5.2.2 初始解和适配值函数
• 5.2.3 禁忌表
• 5.2.4 逃逸机制
• 5.2.5 特赦准则
• 5.2.6 候选解集和选择策略
• 5.2.7 停止准则
• 5.3 求解模型的禁忌搜索算法的流程
• 5.3.1 禁忌搜索算法的流程图
• 5.3.2 禁忌搜索算法程序步骤
• 5.4 本章小结
• 第6章 模型求解算法的比较和模型参数敏感性分析
• 6.1 案例描述
• 6.2 实验设计
• 6.2.1 智能算法参数的实验设计
• 6.2.2 嵌入启发式算法的实验设计
• 6.2.3 模型参数敏感性分析实验设计
• 6.3 算法参数的实验
• 6.3.1 遗传算法
• 6.3.2 带逃逸机制的禁忌搜索算法
• 6.3.3 运行相同时间下遗传算法和禁忌搜索算法寻优能力比较
• 6.4 启发式算法实验
• 6.4.1 启发式算法流程
• 6.4.2 嵌入启发式规则的遗传算法和禁忌搜索算法寻优能力比较
• 6.4.3 启发式规则嵌入遗传算法的寻优能力
• 6.4.4 启发式规则嵌入禁忌搜索算法的寻优能力
• 6.5 模型参数敏感性分析实验
• 6.5.1 产品族上限J变化的影响
• 6.5.2 供应商费用的影响
• 6.5.3 供应商数量的影响
• 6.5.4 市场细分的影响
• 6.5.5 产品变体价格的影响
• 6.5.6 模型中μ值的影响
• 6.5.7 两种顾客选择规则的影响
• 6.6 本章小结
• 第7章 总结与展望
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢