基于QFD和双层规划的物流服务供应商选择研究

从物流服务成本和物流服务质量两个方面构建物流服务供应商选择的双层规划模型,上层规划以物流服务成本最小为目标,下层以选择的供应商的综合表现度最大为目标。通过改进QFD模型,将评价指标和客户需求相结合,对待选物流供应商进行综合评价,计算供应商的综合表现度。结合模型的特点设计分层迭代算法,算例验证了模型和算法的有效性。     

供应商选择的双层规划模型及求解分析

为了促使供应商在降低产品成本的同时,提高服务质量,提出了利用双层规划建立供应商选择模型。上层规划以制造企业的采购费用最小为目标,下层以选择的供应商的服务质量最大为目标。其中,下层规划中供应商的服务质量用综合评价得分体现先计算出各影响因素的权重,乘以标准判断矩阵得出各供应商的综合得分。最后,结合模型特点设计了双层迭代的算法,并结合实例验证了模型和算法的有效性。     

基于双层规划的供应商选择模型及求解分析

从降低整车厂采购费用和提高零部件供应商服务质量两个效益背反的因素出发,利用双层规划的博弈特点建立模型对汽车零部件供应商选择问题进行定量分析,其中上层规划以整车厂采购总费用最小为目标,下层规划以供应商的服务质量最大为目标,引入“综合表现度”的概念,运用ANP（网络层次分析法）法计算影响因素的权重,并乘以供应商各影响因素的取值,从而确定了供应商的综合表现度。最后,结合模型的特点设计了遗传算法,并应用实例验证了模型和算法的有效性,为汽车零部件供应商的选择提供有益的参考。     

基于正态云自适应遗传算法的无人机航路规划

为了克服标准遗传算法在无人机航路规划中存在的搜索速度慢、容易陷入局部最优等缺点,应用一种基于正态云改进的自适应遗传算法。建立无人机航路规划模型,将地理直角坐标系旋转,引入转弯角度约束,简化遗传编码的复杂度。改进算法由X条件云发生器产生种群的交叉概率和变异概率组成。正态云滴的稳定倾向性保护较优个体从而对全局最优值进行自适应定位,随机性保持个体多样性从而避免搜索陷入局部极值。仿真结果表明,该算法能使无人机在战场环境中快速地选择最优航路,规划的效率和成功率相对于标准遗传算法有明显提高,具有良好的应用前景。     

考虑区间约束的物流网络双层规划模型及算法

考虑物流网络需求的不确定性,利用区间参数度量不确定性变量与参数,建立区间需求模式下的物流网络双层规划模型,设计了一种含区间参数与变量的递阶优化遗传算法,通过定义问题求解的风险系数与最大决策偏差,给出适合物流网络结构的区间运算准则,实现模型的确定性转化。以区间松弛变量与0-1决策变量定义初始种群,通过两阶遗传操作运算,求解不同情景下双层规划目标的区间最优解与节点决策方案。算例测试表明算法求解的可操作性更强,求解结果具有区间最优解与情景决策的优越性。     

考虑主体心理的云制造服务双层规划选择

为了使云制造服务匹配达到供需双方都满意,在考虑双方利益的情况下,结合主体心理构建了一个云制造服务选择双层规划模型。针对决策主体对服务质量“收益”和“损失”的不同心理,以需求方对组合服务心理满意度作为上层规划的优化目标,把服务供给方对需求方心理满意度作为下层规划的优化目标。最后,采用改进的反弹自适应粒子群算法求解该模型,挑选出供需双方都满意的组合服务。实验仿真结果也表明了该模型的合理性和有效性。     

动态竞争环境下的物流配送中心双层规划模型

考虑服务水平、产品价格、沟通便利性和距离对客户效用的影响以及服务水平和产品价格之间的关系,建立动态竞争环境下,以企业为领导者、以竞争者为跟随者的物流配送中心双层规划模型,以带精英策略的快速非支配排序等遗传算法设计迭代求解算法并进行仿真分析.仿真结果表明,企业总利润和总销量所占比例分别为49.19%和55.66%,不仅有效平衡了产品价格和服务水平,而且以满意的利润获得了市场份额上更大的优势.     

高速公路网入口流量控制的双层规划模型及算法

建立双层规划模型用于解决高速公路网的入口流量控制问题。提出了一种结合遗传算法和Aloplex算法的新算法——GAA算法来求解双层规划问题。实验结果表示，GAA算法在求解双层规划问题上优于遗传算法；分车型测算得出进入路网的流量使上层目标函数值更小（相对于单车型情况），并且使路网利用程度得到进一步的提高。     

基于云遗传算法的CGF路径规划研究

为了使计算机生成兵力(CGF)能够快速、有效地进行路径规划,提出了一种将遗传算法与云模型相结合的方法.首先构建虚拟战场环境模型,然后引入云遗传算法,分析了应用云遗传算法进行CGF路径规划时必须解决的诸如遗传编码、种群初始化、个体适应度函数以及云遗传性能参数设定等基本问题.实验证明,该方法能够解决应用传统遗传算法规划路径时存在的“早熟”及“收敛速度慢”等缺陷,具有良好的适应性.     

一种基于云模型的改进型量子遗传算法*

针对量子遗传算法在函数优化中易陷入局部最优和早熟收敛等缺点,采用云模型对其进行改进,采用量子种群基因云对种群进化进行定性控制,采用基于云模型的量子旋转门自适应调整策略进行更新操作,使算法在定性知识的指导下能够自适应控制搜索空间范围,能在较大搜索空间条件下避开局部最优解。典型函数对比实验表明,该算法可以避免陷入局部最优解,能提高全局寻优能力,同时能以更快的速度收敛于全局最优解,优化质量和效率都要优于遗传算法和量子遗传算法。     

A genetic algorithm for a bicriteria supplier selection problem

In this paper, we discuss the problem of selecting suppliers for an organisation, where a number of suppliers have made price offers for supply of items, but have limited capacity. Selecting the cheapest combination of suppliers is a straightforward matter, but purchasers often have a dual goal of lowering the number of suppliers they deal with. This second goal makes this issue a bicriteria problem – minimisation of cost and minimisation of the number of suppliers. We present a mixed integer programming (MIP) model for this scenario. Quality and delivery performance are modelled as constraints. Smaller instances of this model may be solved using an MIP solver, but large instances will require a heuristic. We present a multi-population genetic algorithm for generating Pareto-optimal solutions of the problem. The performance of this algorithm is compared against MIP solutions and Monte Carlo solutions.     

云自适应遗传算法

传统自适应遗传算法(AGA)虽能有效提高收敛速度,却难以增强算法的鲁棒性.以当代种群平均适应度为期望Ex,根据云模型"3En"规则确定熵En,由X条件云发生器自适应调整交叉变异概率,提出云自适应遗传算法(CAGA).由于云模型云滴具有随机性和稳定倾向性特点,使交叉变异概率值既具有传统AGA的趋势性,满足快速寻优能力;又具有随机性,且当种群适应度最大时并非绝对的零概率值,有利于提高种群多样性,从而大大改善避免陷入局部最优的能力.典型函数优化实验表明,与标准遗传算法(SGA)和AGA相比,CAGA具有更好的收敛速度和鲁棒性.     

集成化服务供应链的物流服务商选择研究

在分析集成化服务供应链的基础上,从客户满意度、服务质量、服务成本、企业资质、协同能力和绿色竞争力六个方面,构建了比较全面客观的物流服务供应商评价指标体系。通过熵权计算出物流服务供应商权值向量和专家打分计算出各个二级指标的权重,构建定性和定量相结合的供应商评价模型,通过综合评价计算出各个物流服务供应商的评价总权值。最后,结合案例说明,建立的服务供应商评价指标体系和综合评价模型能够比较全面地评价供应商,为研究物流供应商选择提供有益参考价值。     

预售策略下的快速时尚品物流分销网络双层规划模型

为解决预售策略下的快速时尚品物流分销网络的选址与分配问题,将最小化网络运作成本作为决策目标,构建了反映网络销售商与顾客决策行为的双层规划模型。模型充分考虑了决策双方的共同利益,并利用交互式模糊算法来确定中央仓库和第三方物流企业的选择、分配及服务方案。通过实例分析,既验证了算法的可行性,同时也表明了中央仓库的选址应尽量靠近需求点密集的区域,网络销售商应提供少量第三方物流服务企业供顾客选择。     

基于遗传算法的组合服务选择方法

针对组合Web服务选择问题,提出了基于遗传算法的组合服务选择方法。从服务组合流程的层面,兼顾子服务间的接口语义匹配、控制逻辑关联和Qos因素,建立了结合全局语义匹配的组合服务Qos模型,将服务选择问题转化为多约束多目标的优化问题,并通过引入遗传算法予以实现。与单纯考虑Qos属性的方法相比,该方法能够同时满足用户的功能性和非功能性要求。实验结果表明,该方法对于组合服务选择是可行且有效的。     

考虑供应商选择的选址一库存一路径的联合优化

针对装配型制造企业供应链集成优化问题,建立了随机需求情形下整合供应商选择和各层级之间运输方式选择的多层级选址—库存模型。该模型通过对供应商的选择,装配厂和分销中心的选址,相邻两层级之间的分配服务关系及运输方式的确定,实现整体供应链网络成本最小化。为求解此混合整数非线性规划模型,设计了一种矩阵编码的改进自适应遗传算法。仿真实验表明,该算法的解的寻优能力明显优于标准遗传算法,得出了供应链总成本与装配厂的最大提前期存在一定规律性的结论。