針對(duì)不確定環(huán)境下的閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)問(wèn)題,構(gòu)建以最小網(wǎng)絡(luò)成本、碳排放量和顧客滿意度損失為目標(biāo)的閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)規(guī)劃模型。采用多面體不確定集描述不確定參數(shù),建立基于多面體不確定集的多目標(biāo)魯棒優(yōu)化模型,同時(shí)提出一種基于動(dòng)態(tài)步長(zhǎng)和動(dòng)態(tài)發(fā)現(xiàn)概率的自適應(yīng)布谷鳥搜索算法,并引入群搜索策略以增加種群的進(jìn)化效率,結(jié)合案例企業(yè)的運(yùn)營(yíng)數(shù)據(jù),分別采用動(dòng)態(tài)自適應(yīng)布谷鳥搜索算法和非支配排序遺傳算法求解模型,驗(yàn)證改進(jìn)型布谷鳥搜索算法的優(yōu)越性。最后為驗(yàn)證模型的魯棒性,將多面體魯棒優(yōu)化模型與確定模型、盒式魯棒優(yōu)化模型以及區(qū)間多面體魯棒優(yōu)化模型進(jìn)行對(duì)比,驗(yàn)證所提模型對(duì)不確定擾動(dòng)的有效抑制作用。

【文章頁(yè)數(shù)】：13 頁(yè)

【部分圖文】：

圖２基于群搜索策略的動(dòng)態(tài)自適布谷鳥優(yōu)化算法流程??３．３?算法實(shí)現(xiàn)??根據(jù)本文構(gòu)建的多目標(biāo)函數(shù)模型以及布谷鳥算法流??程，給出算法的實(shí)現(xiàn)步驟：??步驟１：輸人原始參數(shù)，對(duì)原始數(shù)據(jù)進(jìn)行編碼

鳥巢選定后，需要開始搜索替換鳥巢，并計(jì)算??相應(yīng)位置的目標(biāo)函數(shù)適應(yīng)度值，將其于所在位置的目標(biāo)函??數(shù)適度值比較，將較優(yōu)的保留。在選擇可替換鳥巢時(shí)，同??樣采用群搜索策略。群搜索策略下可替換鳥巢的位置更??新公式為：??Ｘ?２如ｉｓｈ?Ｇ?Ｇ?）?＋?ｓｔｅｐｓｉｚｅ（Ｏ?？?＿Ｌ....

圖３閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)分布圖??表２閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)節(jié)點(diǎn)坐標(biāo)??節(jié)點(diǎn)??坐標(biāo)??節(jié)點(diǎn)??坐標(biāo)??

其作為替換鳥巢，然后轉(zhuǎn)步驟３。??４實(shí)例仿真??為了驗(yàn)證不確定環(huán)境下基于多面體不確定集的魯棒??優(yōu)化模型和改進(jìn)布谷鳥算法的有效性，以某家電企業(yè)閉??環(huán)供應(yīng)鏈網(wǎng)絡(luò)為案例背景，進(jìn)行算例分析。本文采用??ＭＡＴＬＡＢ?２０１８ｂ編寫算法程序?qū)Χ嗄繕?biāo)規(guī)劃模型進(jìn)行求??解，計(jì)算機(jī)的?ＣＰＵ....

圖４網(wǎng)絡(luò)成本隨迭代次數(shù)的變化曲線??

系統(tǒng)工程??２０２０?年??２０?４０?６０?８０?１００?１２０?１４０?１６０?１８０?２００??迭代次數(shù)??圖５網(wǎng)絡(luò)碳排放隨迭代次數(shù)的變化曲線??從各目標(biāo)函數(shù)值隨迭代次數(shù)的變化曲線可知，在同樣??的條件下，引人動(dòng)態(tài)步長(zhǎng)、動(dòng)態(tài)發(fā)現(xiàn)概率和群搜索策略的??ＤＡＣＳ算法在求解速度和....

本文編號(hào)：4037152