模糊联合补充问题的混沌优化算法

发布时间：2022-07-08 12:32

　　联合补充问题（Joint Replenishment Problem,JRP）就是指多种产品在进行联合订购时需要从同一供应商获取或者用同一个运输工具运输。同一供应商的多产品进行联合补充是为了在满足需求的条件下总成本达到最小。在现实生活中,市场是变幻莫测的,企业为了避免这些不确定因素对经营的影响,会提前生产或订购一部分作为库存。产品的库存成本在企业流动资金中占很大的比例,合理的库存管理可以降低库存的资金占有率,提高企业的灵活性。不确定因素会引起的产品需求的不确定,对企业的生产及制定采购计划都是不利的。本文对模糊需求下的联合补充问题进行研究,将不确定的需求用梯形模糊数表示,运用模糊数学理论将JRP问题模型转换为数学模型,用现代化智能算法对其模型进行求解。考虑需求为模糊量,并且在满足约束条件的决策前提下,产品的需求用梯形模糊数进行表示,建立关于多种产品在模糊需求下的JRP问题的数学模型,JRP问题的决策变量有两个:基本补充周期和每种产品的补充频率,成本主要从订货成本和库存成本两方面考虑,将最小化库存总成本作为最终的目标函数。这种模型没有多项式算法,用现代优化算法进行求解的值是最准确的,混沌优... 

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstracts
第1章 绪论
    1.1 课题研究的背景和意义
        1.1.1 课题研究的背景
        1.1.2 课题研究的意义
    1.2 研究现状
        1.2.1 联合补充模型研究现状
        1.2.2 联合补充问题算法的研究现状
        1.2.3 混沌优化算法的研究现状
    1.3 课题的来源及研究内容
        1.3.1 课题的主要研究内容
第2章 模糊需求的联合补充问题
    2.1 联合补充问题
    2.2 联合补充的模型及分析
    2.3 模糊需求的联合补充问题
    2.4 本章小结
第3章 混沌优化算法解决联合补充问题
    3.1 混沌优化算法基本原理
    3.2 自适应混沌蚁群算法解决联合补充问题
        3.2.1 蚁群算法基本原理
        3.2.2 自适应混沌蚁群算法在JRP中的应用
        3.2.3 数值实例
    3.3 混沌差分算法解决联合补充问题
        3.3.1 差分算法的基本原理
        3.3.2 混沌差分算法在JRP中的应用
        3.3.3 数值实例
    3.4 数值比较
    3.5 本章小结
第4章 应用案例
    4.1 应用背景
    4.2 系统分析
        4.2.1 系统的功能分析
        4.2.2 系统的数据流图
        4.2.3 系统实体关系图
    4.3 系统设计
        4.3.1 系统功能设计
        4.3.2 系统数据库设计
    4.4 系统实现
        4.4.1 系统环境
        4.4.2 库存决策
    4.5 本章小结
结论
参考文献
攻读硕士学位期间所发表的学术论文
致谢


【参考文献】：
期刊论文
[1]混沌优化算法在TSP问题的应用[J]. 桂传志.  科技创新导报. 2016(21)
[2]基于改进蚁群的路径导航算法[J]. 郑慧君,陈俞强.  控制工程. 2016(04)
[3]资源约束下飞机消耗件随机型联合补充研究[J]. 张帅,滕克难,徐吉辉,李季颖.  电光与控制. 2016(02)
[4]改进交互式蚁群算法及其应用[J]. 黄永青,杨善林,梁昌勇.  计算机科学与探索. 2016(12)
[5]基于改进的混沌蚁群算法的网络路由优化研究[J]. 侯文哲,陈乐瑞,孔金生.  计算机仿真. 2015(02)
[6]供应链库存的模糊机会约束规划模型[J]. 李成严,林英丽,赵绍航.  计算机工程与应用. 2014(17)
[7]一个修改的混沌蚁群优化算法[J]. 刘乐柱,张季谦,许贵霞,梁立嗣,黄守芳.  物理学报. 2013(17)
[8]基于双混沌映射改进的人工鱼群算法[J]. 祁俊,赵慧雅,李明.  计算机应用与软件. 2012(09)
[9]自适应混沌蚁群算法的粮食应急路径优化研究[J]. 肖乐,吴相林,甄彤.  计算机工程与应用. 2012(24)
[10]一种新的基于logistic混沌映像的自适应混沌蚁群优化算法求解动态车辆路径问题[J]. 徐洪丽,钱旭,岳训,马长安,刘康.  计算机应用研究. 2012(06)



本文编号：3657034