基于差分進(jìn)化算法的隨機(jī)需求聯(lián)合補(bǔ)貨與配送調(diào)度模型研究.pdf

1、合理的庫(kù)存管理,可以幫助企業(yè)以較低的成本獲得較高的服務(wù)水平,大大提高企業(yè)的競(jìng)爭(zhēng)力。企業(yè)在管理庫(kù)存時(shí),通常需要對(duì)多種物品向多個(gè)供應(yīng)商或多個(gè)地點(diǎn)進(jìn)行補(bǔ)貨并采用聯(lián)合補(bǔ)貨方式,從而有效地減少年訂購(gòu)次數(shù),通過聯(lián)合運(yùn)輸降低運(yùn)輸成本,因此聯(lián)合補(bǔ)貨策略成為一種非常有效的成本控制手段。然而,聯(lián)合補(bǔ)貨模型已被證實(shí)為NP難問題,求解算法成為解決此類問題的關(guān)鍵之一。本文主要研究了幾種隨機(jī)性聯(lián)合補(bǔ)貨模型及其高效的求解算法設(shè)計(jì)問題。
　　首先,針對(duì)現(xiàn)有模型求

2、解方法的缺點(diǎn),選擇采用差分進(jìn)化算法(DifferentialEvolutionAlgorithm,DE)進(jìn)行求解,故設(shè)計(jì)了融合遺傳算法優(yōu)點(diǎn)的混合DE算法(HybridDE,HDE),并通過4個(gè)標(biāo)準(zhǔn)測(cè)試函數(shù)測(cè)試其性能和效率。其次,設(shè)計(jì)了基于HDE的隨機(jī)性聯(lián)合補(bǔ)貨模型求解算法。對(duì)比算例表明,HDE優(yōu)于目前的最優(yōu)方法,證實(shí)了HDE的有效性和穩(wěn)定性,進(jìn)而對(duì)相關(guān)參數(shù)進(jìn)行敏感性分析。第三,研究了需求隨機(jī)、允許缺貨環(huán)境下多企業(yè)多產(chǎn)品聯(lián)合補(bǔ)貨與配送集成