神經(jīng)網(wǎng)絡(luò)在供應(yīng)鏈庫存控制中的應(yīng)用研究.pdf

1、隨著市場競爭的加劇，供應(yīng)鏈管理的思想正被廣泛應(yīng)用，而庫存控制是供應(yīng)鏈管理中的一個重要組成部分，庫存控制是降低庫存成本和提高顧客滿意程度的關(guān)鍵因素，有效的企業(yè)庫存能夠創(chuàng)造巨大的經(jīng)濟價值。隨著信息化技術(shù)的發(fā)展，將智能技術(shù)應(yīng)用到企業(yè)供應(yīng)鏈管理中成為一種必然的趨勢，因此，將此技術(shù)用于供應(yīng)鏈庫存控制中也是目前研究的一個熱點。
　　 人工神經(jīng)網(wǎng)絡(luò)是計算機智能技術(shù)之一，BP神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)之一，但是BP神經(jīng)網(wǎng)絡(luò)存在著容易陷

2、于局部極小值，收斂速度慢，訓練時間長等問題。針對BP算法收斂速度慢的問題，提出了一種動態(tài)自適應(yīng)調(diào)整學習參數(shù)的改進型BP算法，在學習過程中，動態(tài)的調(diào)整參數(shù)和誤差收斂界限值，將改進后的算法應(yīng)用到XOR問題中，實驗表明該算法可以自動的調(diào)節(jié)參數(shù)值，減少了震蕩，加快收斂速度。針對BP算法容易陷入局值的問題，提出用遺傳算法優(yōu)化網(wǎng)絡(luò)初始權(quán)值，遺傳算法是一種隨機優(yōu)化技術(shù)，它可以發(fā)現(xiàn)全局最優(yōu)解，因此，將遺傳算法與BP神經(jīng)網(wǎng)絡(luò)結(jié)合將有利于實現(xiàn)優(yōu)勢互補，并在

3、保證遺傳算法整體優(yōu)化特性的前提下，加快算法的收斂速度。
　　 選用某一汽車企業(yè)的零配件--軸承為研究對象，分析影響該配件庫存的因素，設(shè)計三層BP神經(jīng)網(wǎng)絡(luò)模型，并提出一種改進遺傳算子的自適應(yīng)遺傳算法，該算法通過比較兩代之間的適應(yīng)度評估值，選取適合的交叉率和變異率，保證了優(yōu)秀個體進入下一代，而且避免了種群中最大適應(yīng)度值的個體的交叉率和變異率為零的情況。最后將改進后的算法與BP網(wǎng)絡(luò)結(jié)合，建立庫存控制模型，并在Matlab環(huán)境下對其進行