基于改进的粒子群算法求解供应链网络均衡问题

发布时间：2021-01-25 04:57

　　传统的供应链求解方法为投影法,针对其要对投影进行计算,十分复杂的缺点,提出用改进的粒子群算法求解供应链均衡问题,利用动态异步调整学习因子来有效的提高了算法搜索能力与精度。本文介绍了供应链网络均衡问题转变为无约束优化问题的方法,然后用改进的粒子群优化算法进行求解。通过四个数值算例,将实验结果与标准粒子群算法、蜂群算法、学习因子同步变化的粒子群算法进行比较,验证了改进的粒子群优化算法在解决供应链网络均衡问题中的有效性与优越性,为供应链网络求解提供了一种新的方法。 

【文章来源】：运筹与管理. 2020,29(02)北大核心CSSCI

【文章页数】：7 页

【文章目录】：
0 引言
1 确定需求下供应链网络均衡模型
2 动态调整学习因子的粒子群优化算法
    2.1 标准粒子群算法
    2.2 动态调整学习因子
    2.3 算法步骤
3 求解算例
4 结论


【参考文献】：
期刊论文
[1]基于人工蜂群算法的供应链网络均衡问题研究[J]. 马斌,吴泽忠.  成都信息工程大学学报. 2017(03)
[2]带有权重函数学习因子的粒子群算法[J]. 赵远东,方正华.  计算机应用. 2013(08)
[3]梯级水库短期发电优化调度的协进化粒子群算法应用研究[J]. 原文林,吴泽宁,黄强,万芳.  系统工程理论与实践. 2012(05)
[4]基于K-均值聚类的动态多种群粒子群算法及其应用[J]. 刘衍民,隋常玲,赵庆祯.  控制与决策. 2011(07)
[5]粒子群算法求解无能力约束生产批量计划问题[J]. 韩毅,唐加福,牟立峰,潘震东.  管理科学学报. 2008(05)



本文编号：2998613