求解单级多资源约束生产批量计划问题的免疫遗传算法

通过对单级多资源约束生产批量计划问题(SLCLSP)模型进行分析,提出了基于免疫遗传算法(IGA)求解该问题的方法.此算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,借鉴生物免疫机制中抗体的多样性保持策略,大大提高了算法的群体多样性.实验结果表明,免疫遗传算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,使全局收敛性及收敛速度两方面均得到提高,能有效解决SLCLSP问题.     

制造系统中能力约束下的生产批量计划优化方法

以动态库存成本与加班惩罚费用之和为优化目标,考虑单台机器的生产能力,研究生产批量计划问题。建立了数学模型,提出基于遗传算法、参数线性规划方法和启发式方法的分级混合算法。该算法采用遗传算法的流程,用遗传算子寻解批量矩阵(第1级),根据批量矩阵用参数线性规划法求解每台机器上的排产方案(第2级),用启发式方法对上述两级解进行调整使之满足约束条件。在冲压车间的排产中进行了实际应用,获得了理想的排产方案。实例验证说明,该算法有良好的收敛性,并且是有效的。     

多资源约束的GTLS问题的遗传算法

成组单元环境下的生产批量计划问题成组批量计划问题（ＧＴＬＳ）对带有多能力约束的ＧＴＬＳ构造了遗传算法和线性规划混合算法进行求解,能够获得问题的近优解,仿真和计算结果表明了算法的有效性。     

再制造系统能力约束下拆卸批量计划优化方法

针对再制造系统中能力约束下的拆卸批量计划问题,应用两阶段启发式遗传算法进行了优化求解.首先对再制造产品结构进行了描述,建立了再制造系统中能力约束下的拆卸批量计划优化模型;其次在不考虑能力约束情况下应用遗传算法求解出初始的拆卸批量计划,其中,染色体编码采用拆卸决策变量来表示,同时对适应度函数进行了线性变换,设计了具有自适应的交叉概率和变异概率;然后应用转移算法对初始得到的批量计划进行了修正,使其符合拆卸能力的约束.大量随机算例的仿真实验说明所提出的算法不论在寻找最优解方面还是在求解速度和稳定性方面,都要大大优于精确算法,能够较好地解决实际生产中面临的拆卸批量计划问题.     

基于两级遗传算法的模糊化计划调度

制订长期生产计划时,约束的精确值往往很难确定．采用在资源约束和合同约束下关于利润指标的模糊化非线性规划来产生优化的生产计划,并用遗传算法寻找优化的调度方案．给出了一个具体的生产计划调度问题的算例．     

一类两级供应链统一批量价格和保修期决策

针对由单个供应商和两个相互竞争制造商组成的两级供应链,其中供应商是领导者,制造商是跟随者,生产两种替代性产品,讨论供应商统一批量价格策略和制造商保修期策略.采用逆序归纳法研究该供应链成员之间的博弈行为.首先,讨论两个制造商之间的博弈行为,得到了保修期最优反应函数和唯一的Nash均衡.然后,讨论供应商的批量价格策略,得到了具体的解析表达式.并采用数值算例,针对两制造商的区别只是市场规模不同的特例,刻画了供应商和制造商的策略和单位时间利润的变化规律.     

基于遗传算法的ERP中生产批量问题的研究

在ERP中生产批量的主要目标是通过确定最优的生产批量,使得生产费用、调整准备费用和库存费用综合指标最小。本文改进遗传算法并用于单级单项无能力约束批量计划问题（SSULP）、单级多项目无能力约束批量计划问题（SMULP）。通过仿真揭示了SSULP、SMULP采用改进遗传算法在最优解性能方面都要优于基本遗传算法。     

基于供应商经济生产批量的供应链订单分配问题

针对一条由1个占主导地位的制造商和多个供应商组成的二级供应链,考虑供应商生产过程的衰退,建立了生产批量与产品质量之间的关系.综合考虑制造商的采购成本和售后期望损失成本,并根据供应商决策其经济生产批量时考虑因素的不同,建立2种订单分配模型.该模型的约束条件包括供应商产能约束和供应商关系维持约束.通过遗传算法得到2种模型的优化解,并对2种模型进行分析比较.最后,基于联合决策模型对单一供应商的定价策略变动进行了灵敏度分析.     

有能力约束的单机经济批量计划问题优化模型

有能力约束的单机经济批量计划问题是企业管理中的一重要问题,在企业信息化软件开发中具有重要的实际应用意义.在国内外研究的基础上,建立了求解有能力约束的单机经济批量计划问题的数学模型.由于上述问题为NP难问题,根据模型解的特征,采用遗传算法的原理,设计了求解上述模型的遗传算子和流程,利用dephi编程得出了计算结果.结果表明,算法效果优于唐立新(1999)的结果;且在有能力约束的情况下,算法得出的结果接近无能力约束的情形,充分说明了该算法的有效性.     

基于改进遗传算法的单级多项目无能力约束生产批量问题研究

通过对单级多项目无能力约束生产批量问题(SMULP)模型进行分析,得出了一些重要的结论．分析了基本遗传算法的缺陷及其产生的原因．对该问题在遗传算法的编码、适应度函数、选择复制操作、交叉方法、交叉概率、变异概率和终止条件等各个环节进行了改进．采用VB6．0对SMULP改进遗传算法编程实现,能很好地与ERP软件集成．并对SMULP改进遗传算法进行了性能分析．     

模糊需求环境下多工艺批量生产计划

基于模糊集理论与容差法思想，研究了具有模糊客户需求与多工艺约束的批量生产计划问题，采用遗传算法寻找优化的计划方案。在遗传算法中，提出了分级构造初始种群的策略，按问题的多约束特征对交叉算子与变异算子重新进行了定义，并对不同模糊参数和优化目标下的批量计划进行了定性和定量评估。结果表明，在一定的需求满意度下以最大化生产利润为优化目标，不仅制造商可以获得较为理想的生产利润值，而且客户的需求满意度也能克服设定约束而达到更高值。     

单级无能力约束批量大小问题的遗传搜索算法

基于ＳＬＵＬＳＰ问题的性质提出了用遗伟算法来进行求解，通过１０个随机产生的问题进行，结果表明，这１０个问题的平均计算结果与３通过动态规划获得的最优解进行比较，近优率平均可达３．２９％以内。     

基于合作博弈的JIT批量模型

现代市场竞争是供应链与供应链之间的竞争,提出供需研究是以顾客需求为中心的供应链管理的最重要,最基本的内容,分析了供需双方在非合作条件下的批量模型以及其成本,建立了供需双方合作博弈下的批量模型,分析了利益分配问题,从而使供应链得到优化,供需双方达到双赢的目的,运用模型进行了案例进行,最终得出结论,纯粉的JIT供需方案并非最优,最优策略在于供需双方进行合作博弈,共享合作带有的利益。     

供应链管理中的生产批量与数量折扣定价联合决策模型

理论研究与企业实践表明,激烈的市场竞争要求企业必须抛弃传统基于劳动分工的职能管理思想,而采用以流程为基础的集成化管理的思想。为此,传统的生产、营销等职能部门的决策应该得到有效的直辖市。本文在供应链背景下提出了一种生产批量与定价的联合决策模型。在分析了最优联合决策的性质后,开发了求解模型的算法,以有效地辅助供应链协调管理。     

Fuzzy Programming Models for Vendor Selection Problem in a Supply Chain

This paper characterizes quality, budget, and demand as fuzzy variables in a fuzzy vendor selection expected value model and a fuzzy vendor selection chance-constrained programming model, to maximize the total quality level. The two models have distinct advantages over existing methods for selecting vendors in fuzzy environments. A genetic algorithm based on fuzzy simulations is designed to solve these two models. Numerical examples show the effectiveness of the algorithm.     

模糊需求下批量生产优化模型

研究了供应链环境下的批量生产计划问题。在确定需求的基础上,建立了模糊需求下批量生产优化模型,并将其转化为模糊机会约束规划模型。用清晰等价类对其进行清晰化处理,目标函数是单位时间供应链总成本最优,并将模糊模拟技术引入遗传算法对模型进行求解。数值实例验证了其有效性。     

供应链排序中的外包问题

为了更好地将供应链排序和现实生活结合以体现其应用价值,文章研究了一类可以外包的供应链排序模型.外包即指为了提升效率,节省总费用,而采取将工件由其它制造商代替加工的现象.所有的工件均可以在制造商内部加工也可以进行外包加工,外包工件加工完成后必须分批运回制造商才算完工.所研究的模型中有一个制造商和一个外包商,制造商的加工环境为m台平行机,外包商为单台机器.因此在模型中要考虑外包费用、运输延迟以及运输费用,所要做的就是确定外包工件以及工件的加工顺序和外包工件的配送顺序.对于该问题,本文主要研究了目标函数分别为总完工时间、最大延迟以及误工总数的情形;分析了问题的复杂性,运用动态规划的技巧给出了最优算法且分析了算法的时间复杂性.     

二级供应链建模及仿真研究

研究仅具有制造商和销售商的二级供应链模型,这类模型广泛适用于服务销售系统,建立了不但具有选址及市场顾客配置作用,还具有对于市场销路调控的供应链混合整数规划模型,设计了适用于这种混合整数规划供应链管理决策的遗传算法．对于服务销售中的实例——奶品零售问题进行了供应链仿真实验,仿真效果趋于客观．     

一种基于遗传算法的供应链优化设计研究

供应链优化设计问题由于其自身的复杂性而成为一个极具挑战性的研究课题。文章把遗传算法应用于研究供应链优化设计,构建一个供应链原型测试系统,并对数控机床制造供应链系统进行了实例分析。     

一种可加速收敛的压缩遗传算法及其在实时供应链中的应用

采用可加速收敛的压缩遗传算法(ACGA)来解决实时供应链中的网上采购优化问题,供应商根据零售商的订单需求,在最短的时间内综合考虑利润、库存和交货时间等因素进行优化,进而为决策提供依据．在ACGA中,用压缩遗传算法(CGA)运行少量代数得到的概率值组成一个观测样本,借助统计学中的最小二乘法,估算几万代以后的概率值,进而组成新的概率矩阵,并根据该矩阵产生新的个体．文中结合实时供应链中的分销优化问题进行了仿真,结果表明,ACGA是适应实时场合的高效遗传算法．