供应链多级库存优化与控制策略研究

供应链多级库存优化与控制策略研究

论文摘要

在供应链系统中,市场的个性化需求越来越高,传统的供应链结构和流程不能满足广泛的个性化需求,在满足一定个性化需求的同时市场对供应链系统反应速度和顾客需求满足率的要求也日益提高,但是对于成本的控制仍然是一个关键的因素,另外,针对一类易变质品的供应链库存模型,也有着对顾客需求满足时间、顾客需求满足率和系统总成本的要求,在这些问题面前,从库存供应的角度有效提高供应链系统的协调性,提高平均顾客需求满足时率,缩短平均顾客需求满足时间,并且控制系统总成本的研究具有重要的理论和实际意义。本文对协调供应链多级库存的控制策略和优化方法进行了研究,主要做了以下几个方面的工作:1.从供应链结构、模型目标函数和求解算法以及供应链库存控制策略三个方面对现有的国内外研究进行了综述,指出目前研究存在的不足之处;2.设计了需求驱动的个性化供应链结构,将供应链关注的重点放在顾客的个性化需求上,并且设计了与之对应的供应链流程,主要是顾客需求信息流、订货信息流和库存流的流动方式和过程;3.设计了供应链各级成员保持统一的订货周期,但各级节点订货时保持不同最高库存保有量的供应链库存控制策略;4.针对需求确定的情形,对需求驱动的个性化供应链系统在不允许缺货和允许缺货情况下分别建立了模型,其中引入了级库存的概念进行库存量和库存成本的分析;5.针对需求随机的情形建立了需求驱动的个性化供应链系统的多级库存多目标控制模型,包括一般产品和易变质品的多目标模型,在建模过程中定义了有效供应量的概念,将其作为决策变量之一,并且将供应链各级成员的流程时间作为建模时一个重要的因素,一方面将整个供应链的流程时间作为满足顾客的需求时间,一方面将供应链各级成员的成本与其流程时间联系起来,不仅考虑了有效供应量和最高库存保有量对成本的影响,还考虑了流程时间的因素,即将库存成本作为有效供应量、最高库存保有量和库存时间共同作用的函数;6.应用多目标模型处理方法中的线性加权和法将多目标模型转化为单目标模型,然后设计了罚函数,运用罚函数法将约束条件进行处理,从而使模型可以使用遗传算法进行解决,接着设计了易变质品的多级库存多目标模型的遗传算法,并结合算例运用Matlab遗传算法工具箱进行算法实现和求解。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 本文的研究意义和目的
  • 1.2 国内外研究现状
  • 1.2.1 在考虑供应链结构方面
  • 1.2.2 在模型的目标函数和所用的算法方面
  • 1.2.3 在供应链多级库存控制策略方面
  • 1.3 课题研究的目标和主要研究内容
  • 1.3.1 课题研究的目标
  • 1.3.2 课题的研究内容
  • 第2章 多级库存控制模式下的供应链结构设计
  • 2.1 多级库存管理问题
  • 2.1.1 供应链多级库存
  • 2.1.2 多级库存控制
  • 2.1.3 多级库存成本
  • 2.2 多级库存系统的网络结构
  • 2.3 多级库存控制模式下的供应链结构设计
  • 2.3.1 需求驱动的个性化供应链结构
  • 2.3.2 多级库存控制模式下的供应链结构的流程设计
  • 2.3.3 需求驱动的个性化供应链多级库存控制策略设计
  • 第3章 需求确定型的多级库存模型
  • 3.1 问题描述
  • 3.2 假设条件
  • 3.3 符号及变量说明
  • 3.4 不允许缺货的多级库存模型
  • 3.5 允许缺货的多级库存模型
  • 第4章 需求随机型的多级库存多目标模型
  • 4.1 问题描述
  • 4.2 假设条件
  • 4.3 符号及变量说明
  • 4.4 系统库存转移过程描述
  • 4.5 需求随机型多级库存多目标模型
  • 4.5.1 目标函数
  • 4.5.2 约束条件
  • 4.5.3 数学模型
  • 4.6 需求随机型易变质品的多级库存多目标模型
  • 4.6.1 目标函数
  • 4.6.2 约束条件
  • 4.6.3 数学模型
  • 第5章 多目标规划模型的处理
  • 5.1 基本概念和定理
  • 5.2 线性加权和法
  • 5.3 对本文中多级库存多目标模型的处理
  • 5.3.1 多目标模型的标准化处理
  • 5.3.2 统一量纲处理
  • 5.3.3 确定权系数
  • 第6章 遗传算法求解多级库存多目标模型
  • 6.1 遗传算法理论
  • 6.1.1 遗传算法简述
  • 6.1.2 遗传算法步骤
  • 6.2 遗传算法在多目标模型求解中的应用
  • 6.2.1 编码与解码
  • 6.2.2 适应度函数
  • 6.2.3 初始群体的产生
  • 6.2.4 选择操作
  • 6.2.5 交叉操作
  • 6.2.6 变异操作
  • 6.2.7 约束条件的处理
  • 第7章 算例分析和算法实现
  • 7.1 算例数据环境
  • 7.2 模型处理
  • 7.3 遗传算法实现
  • 7.3.1 适应度函数的M文件
  • 7.3.2 Matlab遗传算法工具箱的参数设置
  • 7.4 模型求解
  • 7.5 结果分析
  • 结论
  • 致谢
  • 参考文献
  • 附录1
  • 攻读学位期间发表的论文
  • 相关论文文献

    • [1].基于供应链的物流管理过程模型研究[J]. 无锡南洋职业技术学院论丛 2009(04)
    • [2].供应链管理提升流通企业竞争力[J]. 北京物资流通 2008(03)
    • [3].应急供应链中的“双盲—倍增—叠加”效应[J]. 中国社会公共安全研究报告 2015(02)
    • [4].浅析供应链管理[J]. 石家庄理工职业学院学术研究 2009(04)
    • [5].河南鲜易供应链有限公司:鲜易供应链开创中国温控供应链服务品牌[J]. 中国供应链发展报告 2017(00)
    • [6].国务院办公厅关于积极推进供应链创新与应用的指导意见[J]. 中国供应链发展报告 2017(00)
    • [7].电力智慧供应链内涵分析和系统构建研究[J]. 机电工程技术 2019(11)
    • [8].科教协同创新模式下供应链管理实践课程设计探讨[J]. 科学咨询(科技·管理) 2019(12)
    • [9].面向未来的制造与供应链创新[J]. 中国工业和信息化 2019(11)
    • [10].发达国家和地区的供应链政策及对我国的启示[J]. 中国经贸导刊 2019(06)
    • [11].新常态下江苏制造企业供应链系统优化研究[J]. 物流工程与管理 2019(12)
    • [12].基于关系管理的供应链协同关键要素识别与分析[J]. 商业经济研究 2019(24)
    • [13].市场感知、协调一致与创新对供应链高适应性影响的实证研究[J]. 管理学报 2020(01)
    • [14].国际氢供应链与氢贸易的储运技术支撑[J]. 现代化工 2020(01)
    • [15].基于延迟策略供应链管理的改善[J]. 精密制造与自动化 2019(04)
    • [16].食品质量安全供应链管理的研究[J]. 食品安全导刊 2019(36)
    • [17].从美国供应链安全立法进程看我国供应链安全监管[J]. 信息通信技术 2019(06)
    • [18].供应链管理教学改革探究[J]. 中国物流与采购 2020(01)
    • [19].含时滞的多级供应链牛鞭效应控制机制研究[J]. 湖州师范学院学报 2019(10)
    • [20].物资全供应链大数据应用方法研究[J]. 现代经济信息 2019(23)
    • [21].多式联运支撑下的智慧供应链[J]. 中国物流与采购 2019(24)
    • [22].人工智能驱动的供应链创新[J]. 中国物流与采购 2019(24)
    • [23].数字供应链共生实践[J]. 中国物流与采购 2019(24)
    • [24].企业供应链管理和供应链战略研究[J]. 科技经济市场 2019(12)
    • [25].供应链会计问题探讨[J]. 纳税 2020(04)
    • [26].新零售背景下医药供应链智能化升级研究[J]. 经济研究导刊 2019(36)
    • [27].供应链管理中的大数据运用研究[J]. 环渤海经济瞭望 2019(11)
    • [28].《供应链管理》课程改革与应用[J]. 科技资讯 2019(36)
    • [29].大疫当前谈供应链思维:从“啤酒游戏”说起[J]. 中国科学院院刊 2020(03)
    • [30].RFID技术在汽车企业供应链管理中的应用研究[J]. 中国商论 2020(03)

    标签:;  ;  ;  ;  ;  

    供应链多级库存优化与控制策略研究
    下载Doc文档

    猜你喜欢