發(fā)布時間：2017-04-11 12:06

  本文關鍵詞：供應計劃問題的遺傳算法求解，由筆耕文化傳播整理發(fā)布。

【摘要】：供應計劃問題是生產和銷售中十分重要的問題。如何在資源有限和未來需求不確定的前提下,實際分配各種產品的供應量,以使總利潤最大,機會損失最小,是制定供應計劃的主要目的。TEZUKA Masaru和HIJI Masahiro(2003)給出了一種不確定、獨立需求量下的供應計劃問題的遺傳算法求解。該方法已經通過數據檢測,計算結果比較接近實際。 但在實際生產中,各種產品的需求是相關的,大多滿足一定的相關關系。因此,本文在TEZUKA Masaru和HIJI Masahiro所提出方法的基礎上,將其改進為適用于產品需求滿足一定相關關系的情況,并對遺傳算法的操作以及各個算子進行進一步的研究,更新算法。在利用蒙特卡洛方法模擬估計供應計劃所獲得的總利潤和風險的過程中,本文假設除了每種產品自身服從一定的概率分布之外,產品之間還存在一定的相關關系,并提出了一種產生相關隨機數的算法;本文以正態(tài)分布為例,產生出了滿足一定相關關系并且服從正態(tài)分布的隨機數,最后把這個隨機數作為對將來需求的預測;本文還通過抽樣的方法對產生隨機數的方法進行了統(tǒng)計分析,并得到很好的結果。在產生初始種群的過程中,本文引入了Michalewicz邊界處理技術并作修改來處理約束條件。在比較兩個個體之間的優(yōu)劣時,本文根據供應計劃問題優(yōu)化的目標,提出了一種向量適應值的比較策略。并且提出對早熟機理的預防。最后通過數值實驗來驗證改進的算法,實驗表明通過這種方法模擬所得到的結果更具有廣泛性,更接近實際。
【關鍵詞】：供應計劃 遺傳算法 蒙特卡洛模擬 相關隨機數
【學位授予單位】：遼寧師范大學
【學位級別】：碩士
【學位授予年份】：2005
【分類號】：F224
【目錄】：

• 中文摘要4-5
• 英文摘要5-6
• 1 引言6-8
• 1．1 供應計劃問題的傳統(tǒng)解決方法6
• 1．2 基于遺傳算法的解決方法6-7
• 1．3 論文的結構與研究的內容7-8
• 2 遺傳算法8-11
• 2．1 遺傳算法的基本概念8-9
• 2．2 遺傳算法的操作流程9
• 2．3 遺傳算法的基本機理9-11
• 3 供應計劃問題11-14
• 3．1 供應計劃問題的基本描述11-12
• 3．2 供應計劃問題的數學模型12
• 3．3 用相關隨機數預測將來需求12-14
• 4 生成正態(tài)分布相關隨機數的計算方法14-18
• 4．1 理論依據14-15
• 4．1．1 正態(tài)分布的相關性依據14
• 4．1．2 生成標準正態(tài)分布獨立隨機數的依據14-15
• 4．2 計算方法15-16
• 4．3 對生成的相關隨機數的統(tǒng)計檢驗16-18
• 5 遺傳算法的操作18-27
• 5．1 編碼方式的選擇18
• 5．2 初始種群的產生——邊界初始化18-22
• 5．2．1 TEZUKA Masaru和 HIJI Masahiro的方法18-19
• 5．2．2 改進方法119-21
• 5．2．3 改進方法221-22
• 5．3 適應度值函數22-24
• 5．3．1 蒙特卡洛模擬(MCS)方法22-23
• 5．3．2 適應值函數的確定23-24
• 5．4 改進遺傳算子的操作24-25
• 5．4．1 選擇操作24-25
• 5．4．2 交叉操作25
• 5．4．3 變異操作25
• 5．5 早熟收斂的產生和克服25-27
• 6 數據驗證27-32
• 7 結論32-33
• 參考文獻33-34
• 致謝34-35
• 學位論文獨創(chuàng)性聲明35
• 學位論文版權使用授權書35

【引證文獻】

中國碩士學位論文全文數據庫 前1條

1 袁艷紅;具有CVaR的供應計劃問題[D];大連理工大學;2007年

  本文關鍵詞：供應計劃問題的遺傳算法求解，由筆耕文化傳播整理發(fā)布。

，

本文編號：299052