求解不確定需求的供應(yīng)計劃問題.pdf

1、在不確定需求的條件下，供應(yīng)計劃的制定對于供應(yīng)鏈上各個環(huán)節(jié)的每個企業(yè)主體都是十分重要的。一個合理可行的供應(yīng)計劃是企業(yè)取得成功的關(guān)鍵。 供應(yīng)計劃是一個多目標(biāo)問題，它需要同時兼顧利潤、成本和風(fēng)險等多個指標(biāo)，力求每項指標(biāo)都能夠達到最優(yōu)的狀況。同時，由于問題研究的前提取決于不可預(yù)知的市場需求，故供應(yīng)計劃又是一個不確定性的問題。這種不確定性，直接影響著企業(yè)最終所要關(guān)注的各項指標(biāo)。通過建立多目標(biāo)隨機規(guī)劃模型，能夠非常好的刻畫出供應(yīng)計劃問題在數(shù)

2、學(xué)層面上的本質(zhì)，使得通過此模型解出的結(jié)果更加科學(xué)，有效。 隨機的需求是首先要解決的問題。本文引入了蒙特卡羅方法，根據(jù)符合一定概率分布的歷史數(shù)據(jù)(數(shù)學(xué)期望，標(biāo)準(zhǔn)差和不同產(chǎn)品間的相關(guān)系數(shù)等)模擬出未來的市場需求量。這個問題解決的前提，是要得到[0,1]上的均勻隨機數(shù)，進而求得滿足模擬所得概率分布的相關(guān)隨機數(shù)。模2w類偽隨機數(shù)發(fā)生器自上世紀(jì)60年代提出后，取得了長足的發(fā)展。其中的MT算法，以其周期長、精度高、高維隨機性能優(yōu)良，得到了非

3、常廣泛的應(yīng)用。本文也將使用這個算法，力求達到最佳的模擬效果。 傳統(tǒng)上，對于多目標(biāo)規(guī)劃問題有不少經(jīng)典的解法，但求解的效果都不是很理想，加之本問題還帶有一定的隨機性，更給問題的求解帶來困難。于是，本文采用遺傳算法來解決這個問題。應(yīng)用蒙特卡羅方法，將利潤、成本和機會損失的統(tǒng)計量作為適應(yīng)值函數(shù)。文中提出了不同個體多個目標(biāo)的比較策略，力求在利潤最大化，成本和機會損失最小化的前提下，為決策者提供多種不同策略的選擇方案。這有利于決策者做出最有

4、利于企業(yè)的決定。本文充分考慮了初始種群的邊界初始化和隨機初始化，以及不同方案對計算結(jié)果可能產(chǎn)生的影響。邊界上初始種群的獲得比較復(fù)雜，它們是通過求得凸多面體所有極點來進行的。 在完成上述研究后，通過一個算例對算法進行了驗證：對于不確定需求條件下的多目標(biāo)供應(yīng)計劃問題，本文提出算法取得了比較好的結(jié)果。在對種群初始化兩種策略的比較中可以看出，使用邊界初始化能夠取得更好的效果。同時，相對于只考慮利潤和機會損失而言，成本的考慮對最終的結(jié)果有