【摘 要】
：
针对分销网络中各节点独立决策与全局最优并存的现实需求,引入目标级联法用于解决双渠道多级分销网络选址库存问题.构建了多层级、多节点、多主体的三层级问题求解模型,并采用底层先收敛、局部用遗传算法的协调策略进行求解,实现选址决策、库存决策与线上需求分配决策.以某红酒企业的双渠道分销网络运作模式为案例,对选址—库存模型进行求解与结果分析,并与传统的一体化优化方法的求解效果进行对比,验证了目标级联法在求解选址—库存问题的有效性;通过对需求方差的变化进行敏感性分析表明,为降低需求不确定性对企业物流总成本的影响,应及时
【机 构】
：
暨南大学管理学院,广东广州 510632;暨南大学物联网与物流工程研究院,广东珠海519070;暨南大学智能科学与工程学院,广东珠海519070;暨南大学物联网与物流工程研究院,广东珠海519070;
论文部分内容阅读
针对分销网络中各节点独立决策与全局最优并存的现实需求,引入目标级联法用于解决双渠道多级分销网络选址库存问题.构建了多层级、多节点、多主体的三层级问题求解模型,并采用底层先收敛、局部用遗传算法的协调策略进行求解,实现选址决策、库存决策与线上需求分配决策.以某红酒企业的双渠道分销网络运作模式为案例,对选址—库存模型进行求解与结果分析,并与传统的一体化优化方法的求解效果进行对比,验证了目标级联法在求解选址—库存问题的有效性;通过对需求方差的变化进行敏感性分析表明,为降低需求不确定性对企业物流总成本的影响,应及时优化供应链结构,调整线上需求分配的层级.
其他文献
鉴于柔性作业车间调度问题(FJSP)是广泛存在于制造企业实际生产过程中的复杂NP-hard组合优化问题,针对FJSP的特点,结合Jaya算法与禁忌搜索算法的各自优势,提出一种改进Jaya算法求解该问题.在该算法中,根据离散的Jaya算法公式提出一种扩展离散Jaya算法操作机制,设计了Jaya迭代候选解集方法以及结合相似度和最大完工时间的选择策略,保证了种群的多样性并提高了Jaya算法的搜索能力;提出融合M.G.和N7两种邻域结构的禁忌搜索算法,使混合算法在分散搜索和集成搜索之间达到平衡.通过测试著名的FJ
针对工序质检结果使原作业计划不能有效指导车间生产的现状,研究考虑工序质检的柔性作业车间动态调度问题.建立以最小化工件的最大完工时间和最小化排产方案变更差异为目标的混合整数规划模型,并提出一种基于局面评价的遗传退火算法.该算法将遗传算法的种群和变异概念引入模拟退火算法,利用模拟退火算法多次获得局部最优解以及大规模变异跳出局部最优的机制,获得最终全局近优解.在解码规则中直接考虑调度目标,提出基于局面评价的解码机制,避免产生劣质解,从而减小解空间.采用所提算法对文献中的案例进行扩充和求解,并与3种算法对比,验证
为解决传统符号聚合近似方法分析时序数据时丢失序列波动形态信息的问题,提出一种融合波动信息的时间序列符号聚合近似方法.该方法在传统符号化方法的基础上定义波动率指标来同时量化时间序列的波动幅度和变化趋势信息,用融合波动率的符号矢量近似刻画子序列,在此基础上给出一种新的时间序列距离度量方法.以此度量方法为基础,提出时间序列的相似性计算和分类方法,并在公开数据集上进行了分类学习实验.实验结果表明,所提方法在绝大部分数据集上获得了较传统符号聚合近似方法更好的分类准确率,尤其在时间序列具有明显的局部波动或明显的上升、
为了将可变批次的调度策略应用于生产,以提高大规模柔性作业车间的生产效率和设备利用率,针对柔性作业车间可变子批问题的特点,建立了以最小化完成时间和最小化批次数目为优化目标的多目标柔性作业车间调度模型和析取图模型,提出一种改进的候鸟算法求解该问题.算法设计了精英分批和可行邻域结构两种策略用于提高算法的搜索效率.通过对比实验验证了可变批次划分策略的优势和所提算法的有效性.
针对带有相同并行机的混合流水车间调度问题,以最小化最大完工时间为研究目标,提出一种改进灰狼优化算法.根据问题特征建立了数学模型;对灰狼算法中的重要控制参数C提出一种新的计算公式,保证了算法的初期全局勘探能力和后期局部搜索能力.随着狼群向决策狼聚集,为了保持狼群的多样性,提出一种基于平面镜成像学习策略,以避免算法陷入局部最优.鉴于混合流水车间每个阶段加工设备的配置不均衡,采用正序和逆序解码策略,从而提高找到问题最优解的概率.将所提算法和其他算法应用于某企业实际案例与benchmark案例进行对比,验证了算法
针对自动导引小车(AGV)在仓储物流搬运系统中的路径冲突问题,提出一种基于时空冲突约束的A*算法.先在拓扑栅格地图的基础上加入时间轴建立时空地图模型,再针对时空地图的特点和冲突约束条件重新设计A*算法的子节点扩展规则和节点评估函数.利用改进后的A*算法按照优先级顺序为各个AGV规划路径,规划完成一条路径后,用mark表记录其在时空地图中的节点信息,再利用改进后的A*算法结合mark表搜索新路径.通过仿真实验证明了该算法的有效性.
为了解决分布式环境下科技资源服务过程并发服务访问不确定性高,按需服务实体产业分配不均衡的问题,提出一种基于多群落协作搜索的启发式任务调度策略.在分析科技资源服务调度过程及特点的基础上,搭建了考虑分布式科技资源并发服务访问不确定性和资源分配不均衡性的多服务任务优化调度模型;给出该调度模型的多群落双向驱动进化算法,并采用二进制对粒子的速度和位置进行编码,通过重构粒子表达式完成粒子群算法到离散空间的映射,同时建立不同粒子群落之间的交互进化机制以增强种群的多样性,进而提高算法对搜索环境的适应能力和求解精度.以汽车
针对高速铁路工况复杂、不同工况下牵引电机定子电流差异较大、传统逆变器开路故障诊断算法泛化能力较差等问题,提出新的牵引电机定子电流数据预处理方法和基于卷积神经网络的逆变器开路故障诊断算法.该数据预处理算法先对三相定子电流进行角度域同步重采样,再采用基于积分的波形修复算法对电流波形进行修复,并对数据进行规范.提出用于单相定子电流故障诊断的卷积神经网络(T-CNN),以及用于解决两个绝缘栅双极型晶体管同时故障可能导致T-CNN误诊断问题的故障冲突解决规则.实验证明,相比于传统的智能诊断算法,当仅采用单个工况的故
针对传统滚动轴承故障诊断方法过于依赖先验知识和专家经验,以及单一信号对某些故障识别率偏低的问题,提出一种变工况下基于信息融合的地铁牵引电机轴承故障诊断方法.首先搭建滚动轴承试验与多信息采集系统;其次对地铁牵引电机轴承进行缺陷预制并采集轴承试验过程中的声发射和振动信号;然后用小波包分解对原始信号进行处理并提取特征,再用卷积神经网络对归一化后的特征信息进行融合;最后建立二维卷积神经网络模型,对不同工况下的地铁牵引电机轴承故障进行智能诊断.试验结果表明:变工况下基于信息融合的地铁牵引电机轴承故障智能诊断方法,可
为增强改进型设计过程中系统功能重构的针对性和指引性、提高创新设计的效率,结合产品生命周期理论,提出一种基于技术系统进化和物场变换的功能裁剪方法.面向消除有害作用、功能简化、功能增益的不同目标,以提高系统理想度和功能理想化策略为指导,基于技术系统进化法则提取了10条功能裁剪规则;结合组件相对功能价值分析和破坏系统完备性趋势,确定裁剪对象及优先级;面向生命周期不同阶段产品,以物场模型及技术系统的进化趋势为方向,应用功能裁剪规则指导物场模型变换重构,实现有用功能重组.基于上述方法构建流程化的功能裁剪设计模型,结