隨著信息技術(shù)和全球經(jīng)濟的發(fā)展,供應(yīng)鏈的集成管理成為企業(yè)進一步降低成本和提高顧客滿意度的一種重要方式。企業(yè)通過和供應(yīng)鏈上、下游的企業(yè)形成戰(zhàn)略聯(lián)盟,進行信息共享,以促進原材料的及時供應(yīng),產(chǎn)品的正常生產(chǎn)以及產(chǎn)成品的及時配送。采購、生產(chǎn)、配送作為供應(yīng)鏈中的重要環(huán)節(jié),三者之間的協(xié)調(diào)運作和整合優(yōu)化,是企業(yè)降低運營成本,提高企業(yè)核心競爭力的有效途徑。本文在國家自然科學(xué)基金(71571120,71271140,71471158)及廣東省自然科學(xué)基金(2016A030310074)的資助下開展了如下研究:研究了采購—生產(chǎn)—配送的三級供應(yīng)鏈模型,集成了多級供應(yīng)鏈中多個供應(yīng)商,單個生產(chǎn)商,多個零售商的成本,以各個供應(yīng)商到生產(chǎn)商的運輸量,生產(chǎn)商的生產(chǎn)量,生產(chǎn)商到每個零售商的運輸量以及各個環(huán)節(jié)的庫存量或缺貨量為主要決策變量,構(gòu)建了一個多周期多產(chǎn)品的集成供應(yīng)鏈模型。模型考慮了多種原材料的采購和多種產(chǎn)品的生產(chǎn),以供應(yīng)鏈總成本最小化和總?cè)必浡首钚』癁槟繕?biāo),即在力求降低運營成本的基礎(chǔ)上,盡可能地滿足顧客的需求,同時考慮了多個約束條件,如庫存容量限制,生產(chǎn)提前期限制等。因此,本文研究的是一個復(fù)雜的多目標(biāo)多約束的NP-hard問題。細(xì)菌覓食算法作為一種新型的群體智能算法,已得到廣大研究者的注意并成功應(yīng)用于多個領(lǐng)域。本文在標(biāo)準(zhǔn)細(xì)菌覓食算法的基礎(chǔ)上,提出了改進的協(xié)同進化的多目標(biāo)細(xì)菌覓食算法。通過在細(xì)菌個體之間加入?yún)f(xié)同進化機制,使細(xì)菌在進化時具有了導(dǎo)向性,有效提高了細(xì)菌的搜索效率;引進了非支配解排序機制和外部檔案機制,對多目標(biāo)進行處理,將細(xì)菌在尋優(yōu)過程中找到的非支配解存儲在外部檔案中;提出了解的有效性控制機制,以保證細(xì)菌所代表的解落在可行區(qū)域內(nèi);引進了結(jié)構(gòu)重組機制,通過對算法的執(zhí)行結(jié)構(gòu)進行重組,將標(biāo)準(zhǔn)算法的嵌套循環(huán)結(jié)構(gòu)重組為了單循環(huán),降低了算法的內(nèi)存消耗量和復(fù)雜度。為了測試所提出的新算法的有效性,本文引進了五個常用的多目標(biāo)測試函數(shù)對其進行測試,并與其它常見的多目標(biāo)智能算法進行對比�；谔岢鰜淼膮f(xié)同進化多目標(biāo)細(xì)菌覓食算法,本文對細(xì)菌進行編碼和初始化,使每一個細(xì)菌代表一個解,對多目標(biāo)集成供應(yīng)鏈模型進行求解。通過仿真實驗證明了所提出來的協(xié)同進化多目標(biāo)細(xì)菌覓食算法在求解多目標(biāo)實際問題中有效性。
【學(xué)位單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：F274
【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究目的及意義
    1.3 研究內(nèi)容及主要貢獻
        1.3.1 研究內(nèi)容
        1.3.2 主要貢獻
    1.4 論文結(jié)構(gòu)
第二章 研究綜述
    2.1 集成供應(yīng)鏈模型研究綜述
    2.2 集成供應(yīng)鏈求解研究綜述
    2.3 細(xì)菌覓食算法研究綜述
第三章 多目標(biāo)集成供應(yīng)鏈模型研究
    3.1 多目標(biāo)問題概述
    3.2 多目標(biāo)集成供應(yīng)鏈問題描述
        3.2.1 基本假設(shè)
        3.2.2 模型參數(shù)定義及變量定義
        3.2.3 模型目標(biāo)函數(shù)及約束條件
            3.2.3.1 目標(biāo)函數(shù)
            3.2.3.2 約束條件
    3.3 本章小結(jié)
第四章 協(xié)同進化的多目標(biāo)細(xì)菌覓食算法
    4.1 細(xì)菌覓食算法
        4.1.1 細(xì)菌覓食算法起源
        4.1.2 細(xì)菌覓食算法主要步驟
    4.2 協(xié)同進化多目標(biāo)細(xì)菌覓食算法
    4.3 測試函數(shù)試驗及結(jié)果分析
        4.3.1 多目標(biāo)性能指標(biāo)
        4.3.2 測試函數(shù)和實驗設(shè)置
        4.3.3 實驗結(jié)果與分析
    4.4 本章小結(jié)
第五章 基于改進多目標(biāo)細(xì)菌覓食算法的集成供應(yīng)鏈優(yōu)化求解
    5.1 細(xì)菌的編碼設(shè)計
    5.2 細(xì)菌的初始化及可行性恢復(fù)
        5.2.1 細(xì)菌的初始化
        5.2.2 細(xì)菌的可行性恢復(fù)
    5.3 求解流程
    5.4 最優(yōu)折衷解
    5.5 模型求解結(jié)果與分析
        5.5.1 模型參數(shù)和算法參數(shù)設(shè)置
        5.5.2 實驗結(jié)果與分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 未來展望
參考文獻
致謝
攻讀碩士學(xué)位期間的研究成果

【參考文獻】

相關(guān)期刊論文 前2條

1 劉依;鄭建國;伍大清;;考慮碳排放的多目標(biāo)供應(yīng)鏈配送問題研究[J];中國市場;2015年02期

2 繆周;徐克林;朱偉;;考慮運輸—生產(chǎn)—庫存集成的精益供應(yīng)鏈模型[J];制造業(yè)自動化;2011年11期

相關(guān)博士學(xué)位論文 前1條

1 徐健騰;復(fù)雜供應(yīng)鏈協(xié)調(diào)優(yōu)化模型及算法研究[D];哈爾濱工業(yè)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前2條

1 何玲;基于遺傳算法的供應(yīng)鏈分銷網(wǎng)絡(luò)優(yōu)化問題研究[D];蘭州交通大學(xué);2013年

2 歐陽建軍;基于遺傳算法的閉環(huán)供應(yīng)鏈中若干問題研究[D];湖南大學(xué);2008年

本文編號：2868898