文档介绍：万方数据
基于蚁群算法的供应链滚动优化决策方法计算机集成制造系统J1l引言文章编号:——requirementsThe目前我国钢铁企业多采用事业部制分销模式,每个事业部具有相对独立的采购权、销售权、储运权、生产决策权等,这种分权模式虽然具有一定的灵活性,却不能建立统一的信息共享平台和敏捷的市场反应机制,不利于及时响应快速变化的市场需求。整个企业对于市场信息迟钝的反应导致企业不但不161(摘要:针对钢铁供应链最终客户的需求不确定性,提出了一种将蚁群算法与滚动优化算法相结合的供应链优化决策方法,旨在满足最终客户不确定性需求的同时降低成本。通过实施滚动优化策略,来减少需求不确定性导致的决策失误。在优化模型中考虑了采购规模和生产规模对单位成本的非线性影响。为求解滚动优化中的非线性优化问题,通过将成本等效为路径的长度,将决策变量的候选解等效为城市,从而把决策优化问题转化为蚁群路径寻优问题。在每次静态优化中,优化算法根据历史数据和反馈信息来确定优化决策变量。针对一个包括供应商、生产商、零售商和最终客户的供应链对象进行了仿真研究,结果表明了所提方法在克服需求不确定和模型非线性方面的有效性。关键词:供应链管理;蚁群算法;滚动优化;决策;钢铁企业月TP273A—.,,:——;修订日期:——。基金项目:国家自然科学基金资助项目。作者简介:杨春节,男,安徽怀宁人,浙江大学控制科学与工程学系副教授,博士,主要从事复杂过程建模与控制的研究。.。V0116No1,:琣——-m-epteditemProjectFoundationChina..
万方数据
问题描述2能准确跟踪和满足整个市场的需求变化,而且致使库存较高,占用大量资金,增加了产品价格下滑带来的风险,严重影响了企业的效益。因此,以现有的钢铁企业运营结构为基础,考虑各个事业部之间以及各个事业部与整个企业之间的联系和成本因素,建立一个能将各个事业部统一起来、进行协调规划的优化决策模型和方法,是此项研究的难点。在常规的优化决策中,对于需求不确定性,往往根据当前的需求预测误差反馈信息和库存信息,以下一个周期的总成本为目标函数,通过优化算法制定出下一个周期的物料需求、生产和分销计划。然而,由于提前期的存在,当前周期的物料需求、生产和分销计划要影响到以后若干个周期的库存水平。因此,在进行滚动优化时,需要以本周期为初始状态,对以后产品从原材料采购开始,经过生产、分销,直至客户手中整个产品未来的生命周期期间的需求和库存水平进行预测,并将整个未来生命周期期间的总成本作为优化目标,做出整个产品生命周期内的采购、生产和分销优化决策。由于需求的不确定性,企业需要建立库存来保证产品交货率,建立一个库存控制策略来保证交货率显得十分必要。在供应链管理中,作为决策变量的物料需求、生产和分销计划,是库存控制和保证交货率的重要手段。如何根据需求的变化确立优化的物料需求、生产和分销计划,既满足市场需求又能尽量降低库存水平,是供应链优化决策的重要