不确定环境下的鲁棒多产品、多周期供应链网络设计模型

在成本和客户需求不确定的条件下,研究了由供应商、工厂、分销中心和最终客户构成的多产品、多周期供应链网络设计问题。针对成本和需求不确定性,采用情景树方法进行建模。在同时考虑解鲁棒和模型鲁棒基础上,建立了以供应链运作绩效最大化为目标,网络结构设计、物流运作等为约束条件,节点选择、连接路径等网络要素和生产、运输、库存等物流量为决策变量的鲁棒供应链网络设计模型。针对由不确定情景数众多导致的模型规模过大的问题,通过情景缩减技术进行了筛选,降低了求解难度。最后,通过数值算例验证了文中所建鲁棒供应链网络设计模型的稳定性和有效性。结果表明,所提出的供应链网络设计模型在确保总体绩效的同时,能够有效应对成本和需求的不确定性扰动,并为具有不同风险偏好的决策者提供了更多可供选择的方案。     

考虑碳排放的多产品多目标供应链协同优化

针对供应链配送环节车辆产生的碳排放量问题,以时变网络下车辆变化的速度为关键变量,建立了考虑碳排放量目标的,将生产时间、库存时间和配送路径协同优化的模型,同时考虑了产品种类、客户需求时间窗、车辆满载率及装卸时间等约束。提出了粒子群算法与蚁群算法相结合的混合粒子群算法对模型进行优化计算,并设计了两段实数的编码、解码方式。使用蚁群算法的信息素强度方式更新粒子群算法的粒子方向,使粒子在更新过程中保留方向性和记忆性。通过对数值算例的仿真优化与结果对比分析,验证了模型的合理性和算法的有效性。     

考虑客户拖期厌恶行为的4PL路径优化问题

针对不确定环境下的第四方物流(4PL)路径优化问题,考虑到人们在不确定环境下的决策常常受到心理因素的影响,基于累积前景理论建立了4PL路径优化模型。根据4PL选择路径过程需要同时选择第三方物流(3PL)供应商的特点,采用蚁群算法和改进蚁群算法对模型进行求解,并通过算例分析验证了算法的有效性。通过实例将基于累积前景理论的模型与基于期望值理论和期望效用理论的模型进行对比。结果表明,基于累积前景理论的模型能够更有效地刻画客户的心理行为特征,有助于提升客户满意度。     

基于改进蚁群算法的FMS工艺路线优化配置

针对基于CON模型的FMS工艺路线优化问题提出了一种改进的蚁群算法.蚁群算法的特点表明它适合于求解FMS工艺路线优化配置这类非线性约束复杂优化问题.本文充分利用了蚁群算法在求解该类问题方面的优势,通过融合了网格法的蚁群算法实现了将蚁群算法用于求解多变量连续函数优化问题.针对蚁群算法自身存在的容易陷入局部最优等问题,提出了引入交叉算子来改进算法的性能.     

不确定环境下产品供应链碳足迹优化EI北大核心CSCD

为了更精确地描述并优化不确定环境下的产品供应链碳足迹,利用分布决策和随机机会约束规划法,综合考虑产品市场需求、资源约束等诸多不确定性环境因素,构建了多参数多产品供应链碳足迹优化模型。针对模型多约束非线性混合规划特性,设计了一种改良模拟退火遗传混合智能算法。基准测试函数运行比较显示,该算法各方面性能均有明显改进。通过对构造算例进行仿真,验证了模型及算法的有效性,并通过敏感性分析解析了模型参数控制依据,以求为产品供应链碳足迹优化问题提供一定的理论和实践指导。     

考虑客户满意度的低碳冷链车辆路径优化

在考虑冷链配送客户满意度的基础上,以车辆载重、客户时间窗和冷链产品变质率为约束,构建在客户服务时间范围内以碳排放量最小为优化目标的冷链车辆路径优化模型。将信息素浓度上下限融入传统蚁群算法,并结合领域搜索加快收敛速度、提高算法全局搜索能力。通过实例仿真表明,在低碳冷链VRP问题的求解过程中,改进型蚁群算法能够以更高的效率搜索最优成本。模型同时满足企业经济及社会效益,在不同规模实验场景下取得良好的路径优化效果,验证了模型的有效优化能力。     

不确定环境下产品供应链碳足迹优化

为了更精确地描述并优化不确定环境下的产品供应链碳足迹,利用分布决策和随机机会约束规划法,综合考虑产品市场需求、资源约束等诸多不确定性环境因素,构建了多参数多产品供应链碳足迹优化模型。针对模型多约束非线性混合规划特性,设计了一种改良模拟退火遗传混合智能算法。基准测试函数运行比较显示,该算法各方面性能均有明显改进。通过对构造算例进行仿真,验证了模型及算法的有效性,并通过敏感性分析解析了模型参数控制依据,以求为产品供应链碳足迹优化问题提供一定的理论和实践指导。     

考虑运输-生产-库存集成的精益供应链模型

研究了考虑运输、生产、库存集成的精益供应链模型.模型从成本的角度集成了供应链的生产、供应和分销环节,并且将采购与分销运输进行合并.将运输路径长度,运输频次作为决策变量,建立了一个多变量的非线性规划模型.首先采用改进蚁群算法求出最优运输路径和路径长度,然后再求出最优运输频次和运输批量.最后结合案例验证模型,结果表明模型简单、实用,对生产实践具有较好的指导意义.     

基于不确定中断概率的鲁棒供应链网络设计

为了给决策者在不确定环境中设计具有鲁棒性的供应链网络提供决策支持,考虑供应链网络中上游制造商设备故障或网络中节点间链接失效导致的供应中断情况,建立了随机需求和供应中断下基于路径的供应链网络设计非线性规划模型。为解决非线性规划难以求解的问题,采用分段线性化方法将其转化为线性规划模型。进一步考虑了中断情景概率不确定的情况,并采用区间和椭球不确定集进行建模,给出了不确定中断概率下的供应链网络设计鲁棒优化模型;运用线性规划和拉格朗日对偶理论,将其转化为易于求解的线性规划和二阶锥规划问题。以实际案例为背景进行数值计算,验证了所建模型的有效性。     

基于两阶段蚁群算法的带非等效并行机的作业车间调度

针对带非等效并行机的作业车间生产调度问题,以制造系统的生产成本、准时交货率等为目标,构建生产调度多目标模型。利用蚁群算法在求解复杂优化问题方面的优越性,建立调度问题与蚁群并行搜索的映射关系,将调度过程分成任务分派和任务排序两个阶段,每个阶段分别设计蚁群优化算法,并将两阶段寻优蚂蚁有机结合,构建一种具有继承关系的两阶段蚁群并行搜索算法,可以大大提高获得较优解的概率,并且压缩求解空间,快速获得较优解。通过均匀试验和统计分析确定算法的关键参数组合,将两阶段蚁群算法应用不同规模的8组算例。结果表明,无论是优化结果还是计算效率,两阶蚁群算法均优于改进的遗传算法。将所提出两阶段蚁群算法应用于实际车间的生产调度,减少了生产过程中工序间等待时间和缩短了产品交付周期。     

面向不确定性的车间布局调度集成建模与优化

针对制造系统的不确定性和车间布局调度协同优化难题,研究了不确定环境下车间布局调度集成优化问题,旨在耦合车间布局调度中的不确定因素,实现制造系统的高效有序运作。选取工件需求、工序加工时间和设备故障作为影响布局调度集成优化的不确定因素,构建以制造过程中总费用、总完工时间最小和鲁棒指标最大为优化目标的面向不确定性的车间布局调度集成优化模型。设计了一种具有改进选择算子的NSGA-Ⅲ(NSGA-Ⅲ with improved selection operator, NSGA-Ⅲ-ISO),改进选择算子增强了算法的全局搜索能力和稳定性,同时引入PBI距离并改进其极小值取值方法。通过基准函数测试结果表明,新算法具有更好的前端分布性和收敛性。将集成模型和改进的求解算法应用于车间布局调度工程实例,其结果进一步验证了模型和算法的有效性和可行性。     

需求不确定的电子供应链多目标鲁棒动态运作模型

建立了由多个供应商和多个不确定需求的顾客构成的多阶段供应链动态运作模型。供应链中的供应商可以通过电子市场也可以直接将多种产品供应给不同的顾客。采用已知概率的情景集合描述顾客不确定需求，利用基于情景分析的鲁棒优化方法，建立了供应链的运作模型。该模型为一个多目标动态规划问题，满足诸如尽可能达到顾客需求、系统的总成本最小、供应商的开工率不低于某一指定水平、对应于不确定需求的决策的鲁棒性等多个相互冲突目标。数值仿真结果表明，模型的解是最保守的，但却能够有效地保证供应链运作的鲁棒性。     

供应链最优供需路径的演化计算求解方法及其应用

在分析多企业协同生产主要特点的基础上，建立了基于企业关键绩效指标度量的供应链供需路径优化模型，提出一种协调优化和多目标优化相结合的联合计划与控制模式，给出了供需最优路径的演化计算求解算法。结合实际的供应链典型应用环境，实现了基于演化计算求解的供应链联合规划管理系统，并通过实验与应用分析验证了方法的有效性。     

供应链建模、仿真与优化问题的研究

研究了供应链建模技术，提出了一种供应链建模方法，并建立相应的供应链运作参考模型，研究了供应链仿真与优化方法，并设计和开发了供应链仿真优化软件。以企业为背景给出了供应链建模、仿真优化方法的应用，结果表明，该方法可用来优化供应链的运营管理过程。     

基于本体与多Agent的可靠供应链网络设计模型

针对供应链环境下的分布性、不确定性和动态性特征,基于本体与多Agent技术,构建了一种集成多种智能算法的可靠供应链网络设计模型。通过服务本体实现成员企业服务发布与发现,通过工作流本体实现订单任务动态分解,综合采用投招标策略和可靠性优化策略,实现可靠供应链网络的最优设计。其中,优化Agent由投标企业可靠性评估机制、目标可靠性预测机制以及基于可靠性的任务分配机制构成。通过一个应用实例验证了系统的可行性与有效性。     

基于蚁群算法的供应链物资配送系统优化

针对供应链物资配送系统的优化问题，提出了综合配送中心选择和配送路线优化，即在通过遗传算法选好配送中心的基础上，进一步通过蚁群算法（Ant Colony Algorithm）来优化配送路线。并重点讨论了蚁群算法对配送路线的优化。     

低碳视角下纺织服装供应链技术创新

随着纺织服装业的发展,低碳经济对其提出了新的要求。这既是纺织服装行业的内在要求,也是供应链技术创新的本质使然。通过构建整合静态要素（质量、创新和品牌）和动态要素（信息流、物流、资金流和服务流）的纺织服装供应链的概念模型,可以使现有纺织服装供应链得到优化并更加符合低碳经济要求。因此,各节点企业进行技术创新的路径依赖是将微观层面的技术创新扩散为宏观层面整条供应链的技术创新。     

蒙特卡洛树搜索下的整合多目标可持续闭环供应链网络优化

针对现有可持续供应链网络中指标陈旧,且未能充分利用最新可持续指标对网络进行准确衡量与优化的问题,基于《CITI评价指南7.0》,提出一种将经济成本、合规整改与节能减排、绿色供应链、推动公众绿色选择、供应链沟通与透明5项指标进行层次分析加权整合的五位一体可持续闭环供应链网络模型,并设计了一种采用蒙特卡洛树搜索改进的分支定...     

基于改进微粒群算法的起重机主梁优化设计

现阶段起重机金属结构的优化设计一般都采用传统的优化算法,但传统算法普遍存在或对目标函数有解析性要求、或易陷入局部最优、或耗时较长的问题.微粒群优化算法是一种基于群体智能的新型优化算法,它可调参数少、对解析性无要求,已成功应用于多种领域.将微粒群算法应用于起重机主梁的优化中,经实例验证,在保证优化性能的前提下,基于微粒群算法的设计方法与网格算法相比,优化速度显著提升.     

供应链协同决策及分布协同机制研究

供应链协同管理决策支持系统通过集成供应链企业的商务过程,促使企业间知识的共享与互动,协调与协同,使整个供应链运作精良,达到整体绩效最优。依据供应链的工作流程,设计了6个供应链决策代理;设计了决策代理的体系结构;研究了基于黑板的分布协作模式;并构建了基于近似搜索算法的供应链协调计划求解策略。