信息共享受限条件下的供应链网络系统牛鞭效应控制策略

研究在信息共享受限条件下供应链网络库存系统的牛鞭效应控制问题,建立了包括市场需求、信息可获得性、信息及时性等不确定性因素的库存网络系统状态转移模型,从系统内部动力学机制的角度分析了牛鞭效应的成因,提出了动态库存控制策略,并给出了策略参数设计的线性矩阵不等式组算法.运用系统稳定性理论,深入分析了信息共享对牛鞭效应的影响,并通过仿真结果验证了库存控制策略的有效性和实用性.     

供应链牛鞭效应的随机控制

牛鞭效应是一个衡量供应链管理运作是否良好的重要指标参数．本文采用随机控制 理论方法，针对在文[1]基础上建立的具有多分销中心的供应链动态库存模型，以供应链 系统中的订货作为控制变量抑制牛鞭效应．同时以一个石油分销系统为对象进行了供应链牛 鞭效应的随机控制仿真实验，实验表明牛鞭效应受到了抑制．     

含时滞的不确定性供应链网络系统牛鞭效应控制策略及其经济性能分析

考虑需求、生产能力、供应链结构等内外不确定性因素和供应链系统运作延迟,构建了不确定环境下含时滞的供应链库存网络系统状态转移模型.针对牛鞭效应问题,提出了基于库存水平波动状态的控制策略和相应的经济性能指标;借助线性矩阵不等式方法,深入分析库存策略的参数优化设计对牛鞭效应以及经济性能的影响.仿真结果表明,在经济性能约束下,该库存策略具有较强的牛鞭效应遏制能力,从而表明了策略的有效性和实用性.     

连锁零售供应链多级库存协同决策研究

针对连锁零售供应链多级库存资源的动态优化配置问题,提出了在上层对库存策略和下层对物流分配方案协同寻优的多级库存双层规划模型。借鉴细粒度模型遗传算法的遗传操作具有局部性的特点,模拟微观群体交互作用的局部性,基于细粒度模型遗传算法的Agent群体行为优化算法和基于复杂适应系统涌现机理的协同决策机制,进行连锁零售供应链多级库存协同决策研究。通过算例实验对模型的有效性进行了验证。仿真实验结果表明,通过连锁零售供应链微观个体Agent的群体行为优化,从系统工程的角度,实现了连锁零售供应链多级库存的动态资源优化配置和信息共享,降低了多级库存管理与运营的总成本。     

基于多智能体的生鲜农产品多级库存成本控制模型

针对生鲜农产品多级库存成本控制问题，运用多智能强化学习思想，从供应链视角抽象出批发商与零售商智能体，引入三参数Weibull函数描述生鲜农产品的损腐特征，使用深度双Q网络算法构建基于多智能体的生鲜农产品多级库存成本控制模型。该模型基于智能体间相互合作，优化订货并控制多级库存成本。实验结果表明，基于多智能体的库存成本控制模型能够在一定程度上减轻供应链多级库存中的牛鞭效应，有效降低各级库存成本，减少生鲜损腐。     

随机需求下双渠道供应链库存动态交互优化

针对双渠道供应链库存系统导致的缺货与库存积压等问题,在线上线下均为随机需求的条件下,考虑生产延迟和物流延迟,建立了双渠道库存的单独控制、集中控制和交叉补货控制这三种模式的动态优化模型。首先,以库存动态微分方程为基础,创新性地以控制理论为指导思想,以泰勒展开和拉普拉斯变换为手段,得到双渠道库存系统的反馈传递函数;其次,考虑了交叉补货的进销存过程中的周期间交互、上下游间交互以及渠道间交互,利用延迟控制、反馈控制和比例-积分-微分（PID）控制构造了双输入、双输出的复杂交互系统,以此寻求双渠道库存系统自身以及渠道间的动态供需双平衡,优化双渠道库存持有量,降低缺货次数和缺货量并使其保持动态稳定状态;最后,通过数值仿真实验,对比三种双渠道库存控制策略。仿真结果表明,在线上线下渠道为不同分布的随机需求时,交叉补货控制的剩余库存比独立库存控制降低了4.9%,交叉补货控制的缺货率与独立控制和集中控制相比分别下降了66.7%和60%。实验结果表明,在线上线下渠道为不同分布的随机需求的情况下使用双渠道交叉补货策略能很好地降低库存持有量,减少缺货次数和缺货量,从而节约库存成本。     

随机需求下双渠道供应链库存动态交互优化

针对双渠道供应链库存系统导致的缺货与库存积压等问题，在线上线下均为随机需求的条件下，考虑生产延迟和物流延迟，建立了双渠道库存的单独控制、集中控制和交叉补货控制这三种模式的动态优化模型。首先，以库存动态微分方程为基础，创新性地以控制理论为指导思想，以泰勒展开和拉普拉斯变换为手段，得到双渠道库存系统的反馈传递函数；其次，考虑了交叉补货的进销存过程中的周期间交互、上下游间交互以及渠道间交互，利用延迟控制、反馈控制和比例-积分-微分（PID）控制构造了双输入、双输出的复杂交互系统，以此寻求双渠道库存系统自身以及渠道间的动态供需双平衡，优化双渠道库存持有量，降低缺货次数和缺货量并使其保持动态稳定状态；最后，通过数值仿真实验，对比三种双渠道库存控制策略。仿真结果表明，在线上线下渠道为不同分布的随机需求时，交叉补货控制的剩余库存比独立库存控制降低了4.9%，交叉补货控制的缺货率与独立控制和集中控制相比分别下降了66.7%和60%。实验结果表明，在线上线下渠道为不同分布的随机需求的情况下使用双渠道交叉补货策略能很好地降低库存持有量，减少缺货次数和缺货量，从而节约库存成本。     

考虑缺货策略的闭环供应链牛鞭效应系统动力学分析

为考察回收物流对供应链牛鞭效应的影响程度,建立了由需求方、制造商和原材料供应商、回收商组成的闭环供应链系统动力学模型。模型建立在供应能力受限并禁止退货的约束条件上,使系统成为分段线性复杂系统。分别在允许延期交货和不允许延期交货条件下进行实验,仿真实验结果表明,在不允许延期交货策略下,回收物流会放大牛鞭效应;而在允许延期交货策略下,若回收比例合理,则可以弱化牛鞭效应。     

数据驱动下供应链系统变更自适应预测控制

针对动态供应链系统正常运行过程中生产环节发生变更的情况,提出了一种基于数据驱动的自适应预测控制算法。首先,利用数据驱动的方法建立供应链系统的子空间预估模型,将子空间预估器参数与预测控制策略相结合,直接设计自适应预测控制器;其次,求得多级供应链系统在运作过程中发生内部节点变更状况下的库存控制策略;最后,以三节点生产—库存供应链系统为例,验证所提出的算法。在仿真部分验证了基于数据建模的准确性,分析了供应链系统在自适应预测控制的生产策略下其在内部节点发生变更前后库存水平的波动状况,仿真结果表明该方法的鲁棒性和有效性。     

基于免疫遗传算法的供应链库存协同优化研究

在全球经济一体化发展的大背景下,企业之间的竞争方式发生了本质上的改变,即已由原来单个企业之间的竞争变为企业间所在供应链之间的竞争。在这种竞争方式下,企业逐步向追求整个供应链利益的最大化转变。针对供应链整体协同运作来有效控制库存的问题,建立了多级库存供应链模型,运用改进的免疫遗传算法对所建的供应链多级库存模型进行优化求解;并以西部某实木家具公司的P1和P2产品为例,结合所建立的多级库存成本优化模型和相应的算法设计,运用Matlab数学仿真软件仿真求解。     

基于自抗扰控制的随机扰动库存系统优化模型

针对随机扰动造成的企业库存系统缺货、库存水平增加和订货波动增大的问题,提出一种基于自抗扰控制（ADRC）的随机扰动库存系统优化模型。首先,根据进销存产品流和信息流的运营管理逻辑,通过拉普拉斯变换得到了库存系统的传递函数并将其转换成一类二阶状态空间标准式;然后,设计了一种包括跟踪微分器、扩张状态观测器和非线性状态误差反馈控制率的基于ADRC的随机扰动库存系统优化模型,从而在保证系统稳定的前提下,控制补偿随机扰动对库存系统的影响;最后,利用行业数据进行仿真实验,以验证ADRC优化模型对随机扰动库存系统优化的有效性。仿真实验结果表明,与无ADRC的库存反馈控制模型相比,基于ADRC的随机扰动库存系统优化模型可减少40%的库存剩余,减小47.4%的订货量均值,降低39.3%的订货量波动,并极大地改善随机扰动下企业库存系统的缺货现象。由此可见,基于ADRC的随机扰动库存系统优化模型能够指导企业合理订货,降低企业库存水平,从动态的角度提高库存系统的稳定性,为企业的实际生产运营提供科学的理论借鉴和应对方法。     

多级集群式供应链跨链库存合作及鲁棒优化算法

以四级两单链的集群式供应链为研究对象,在两个单链相巨竞合条件下,建立了两单链问两零售商跨链问库存协作的时变鲁棒控制系统模型,以及牛鞭效应的弱化方法,并用H∞优化算法来求解动态最优决策.通过实例分析表明,集群式供应链跨链间协调及鲁棒优化能有效抑制牛鞭效应、降低库存水平,在减小订货波动的同时可提高对集群市场的响应速度.     

带有时限的多点应急系统库存策略优化研究

主要研究有时限约束的应急供应系统的库存服务水平问题。考虑随机需求下的包含一个中央供应点和多个不同地方供应点的二级系统,当缺货发生时,基于就近原则的转运模式建立了有时限约束的地方供应点库存策略优化模型,在此基础上分析了随机转运和不转运两种模式对模型的影响,最后采用粒子群算法对模型进行求解和分析。结果表明:在有时限约束时,就近原则模式下的库存策略具有较高的服务水平,并且时限约束越紧,其优势越显著。     

Model Reference Adaptive Control Design for a Teleoperation System with Output Prediction

In this paper, a new control scheme is proposed to ensure stability and good performance of the teleoperation systems while a wide range of time delays in transmission line is allowed. For this purpose, a new algorithm is recommended for time delay estimation and plant output prediction in the presence of white and color noise. A model reference adaptive controller (MRAC) is designed for the master site using the predicted output of the plant. An independent MRAC is also designed and integrated for the slave site. The proposed control system indicates good stability and tracking performance.     

Hybrid Adaptive Control for Aerial Manipulation

This paper presents a control scheme to achieve dynamic stability in a mobile manipulating unmanned aerial vehicle (MM-UAV) using a combination of Gain scheduling and Lyapunov based model reference adaptive control (MRAC). Our test flight results indicate that we can accurately model and control our aerial vehicle when both moving the manipulators and interacting with target objects. Using the Lyapunov stability theory, the controller is proven to be stable. The simulation results showed how the MRAC is capable of stabilizing the oscillations produced from the unstable PI-D attitude control loop. Finally a high level control system based on a switching automaton is proposed in order to ensure the saftey of the aerial manipulation missions.     

Globally stable model reference adaptive control based on fuzzy description of the plant

A novel fuzzy adaptive control algorithm is presented that belongs to direct model reference adaptive techniques based on a fuzzy (Takagi-Sugeno) model of the plant. The global stability of the overall system is proven, namely all the signals in the system remain bounded while the tracking error and estimated parameters converge to some residual set that depends on the size of disturbance and high-order parasitic dynamics. The hallmarks of the approach are its simplicity and transparency. The proposed algorithm is a straightforward extension of classical model reference adaptive control (MRAC) with a robust adaptive law to nonlinear systems described by fuzzy models. The performance of the approach was tested on a simulated plant and compared with the performance of a PI controller and a classical MRAC.     

两轮自平衡小车模型参考自适应控制平衡算法

两轮自平衡小车是一类非完整的本征不稳定系统,其动力学方程具有复杂非线性、高阶次、强耦合、欠驱动等特点,采用牛顿力学分析法进行系统建模,利用前馈、反馈以及输入量构成自适应机构,在此基础上提出模型参考自适应控制（Model Reference Adaptive Control,MRAC）策略对两轮自平衡小车的姿态和速度进行控制。通过仿真,结果表明采用MRAC算法能够在保证系统稳定的前提下,获得接近于给定理想参考模型的动态性能,并使系统在平衡点附近具有良好的鲁棒性。