灰色需求下供应链配送网络优化模型及算法研究

论文摘要

供应链配送网络是供应链的重要组成部分。供应链配送网络优化问题是供应链管理在战略层面上的一个最基本的核心问题，是物流和供应链研究领域中的一个重要课题。近年来不确定性的供应链配送网络优化成为研究的一个热点。目前对不确定性供应链配送网络优化的研究，主要集中在随机性和模糊性方面，而面向灰性的供应链配送网络优化研究较少。在现实中，供应链配送网络中的不确定信息除了随机信息、模糊信息外，还含有灰信息，如灰色需求信息等。灰色需求不确定性客观存在，但在理论研究上并没有得到足够的重视。因此，灰色需求下供应链配送网络优化问题的研究有重要的理论价值和现实意义。在理论上，本文进一步补充和完善供应链配送网络优化的研究，在实践上，本文能够提高供应链配送网络构建过程中处理灰色需求信息的能力。首先，论文研究了供应链配送网络优化中的节点降维方法。供应链配送网络优化问题随着问题规模的扩大，维数灾难成为瓶颈。本文给出了基于灰关联分析的Topsis方法，该方法可缩减配送网络设施节点的数量，实现降维目的，大大减少模型求解算法的计算量。通过供应商选择的实例验证了该方法的有效性。其次，针对供应链中比较典型的多供应商、多工厂、多分销中心和多销售中心组成的四级配送网络结构，考虑了多原材料多产品的情况，重点研究灰色需求下的供应链配送网络优化问题，建立了供应链配送网络灰色优化模型。该优化模型主要是选择设施（工厂和分销中心）以及确定配送方案，以最小成本满足需求。根据模型的特点，为解决模型的优化求解问题，提出了先将灰色优化模型转化成能求解的灰色机会约束规划模型，并设计了基于混合微粒群算法的两种求解算法对其进行求解。（1）基于混合智能的灰色优化模型求解算法，该算法采用了双层求解机制，上层是基于模拟退火算法的微粒群算法求解供应链配送网络设施选址问题，下层将灰色模拟和微粒群算法相结合，解决配送网络的配送运输问题。（2）基于定位系数优化的灰色优化模型求解算法，该算法将微粒群算法引入到灰数白化的定位系数优化中，并以灰色模拟检验灰色机会约束，丰富了灰数白化的方法。两种求解算法有效地提高了求解能力和效率。通过实验算例说明了模型的有效性，并给出结果分析。最后，对本文的研究成果进行简要总结，并指出需要进一步研究的问题。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 一、 研究背景及意义
• 二、 国内外研究现状概述
• （一） 供应链配送网络优化问题
• （二） 供应链配送网络优化问题的研究现状
• （三） 供应链配送网络优化问题的研究趋势
• 三、 研究内容与论文结构
• （一） 研究目的
• （二） 主要研究内容
• （三） 论文结构
• 四、 本文创新点
• 第二章 配送网络优化中的节点降维方法研究
• 一、 配送网络优化中的节点粗筛选问题概述
• 二、 Topsis 简介
• 三、 基于灰关联分析的加权 Topsis 法
• （一） 基于灰靶贡献度的指标权重的确定
• （二） 基于差异信息理论的灰关联分析
• （三） 改进的 Topsis 法计算步骤
• 第三章 配送网络灰色优化模型的数学描述
• 一、 灰色需求的描述
• 二、 灰色需求下供应链配送网络优化数学模型
• （一） 基本假设
• （二） 符号与变量说明
• （三） 模型的建立
• 第四章 两种基于混合微粒群算法的求解算法
• 一、 转换的灰色机会约束规划模型
• （一） 灰色机会约束规划模型
• （二） 灰色模拟技术检验机会约束
• 二、 基于混合智能的灰色优化模型求解算法
• （一） 求解算法的总体流程
• （二） 下层算法流程
• 三、 基于定位系数优化的灰色优化模型求解算法
• 第五章 算例验证及结果分析
• 一、 配送网络优化中节点降维方法的实验及结果分析
• 二、 灰色优化模型求解算法的实验及结果分析
• （一） 算例问题描述
• （二） 算例最终求解结果
• （三） 置信水平对目标函数影响的仿真分析
• （四） 与传统规划方法的对比分析
• 研究总结与展望
• 参考文献
• 致谢
• 个人简历及研究成果