基于动态自适应布谷鸟搜索算法的多目标闭环供应链网络优化

发布时间：2025-03-20 01:17

　　 针对不确定环境下的闭环供应链网络设计问题,构建以最小网络成本、碳排放量和顾客满意度损失为目标的闭环供应链网络规划模型。采用多面体不确定集描述不确定参数,建立基于多面体不确定集的多目标鲁棒优化模型,同时提出一种基于动态步长和动态发现概率的自适应布谷鸟搜索算法,并引入群搜索策略以增加种群的进化效率,结合案例企业的运营数据,分别采用动态自适应布谷鸟搜索算法和非支配排序遗传算法求解模型,验证改进型布谷鸟搜索算法的优越性。最后为验证模型的鲁棒性,将多面体鲁棒优化模型与确定模型、盒式鲁棒优化模型以及区间多面体鲁棒优化模型进行对比,验证所提模型对不确定扰动的有效抑制作用。

【文章页数】：13 页

【部分图文】：

图２基于群搜索策略的动态自适布谷鸟优化算法流程??３．３?算法实现??根据本文构建的多目标函数模型以及布谷鸟算法流??程，给出算法的实现步骤：??步骤１：输人原始参数，对原始数据进行编码

鸟巢选定后，需要开始搜索替换鸟巢，并计算??相应位置的目标函数适应度值，将其于所在位置的目标函??数适度值比较，将较优的保留。在选择可替换鸟巢时，同??样采用群搜索策略。群搜索策略下可替换鸟巢的位置更??新公式为：??Ｘ?２如ｉｓｈ?Ｇ?Ｇ?）?＋?ｓｔｅｐｓｉｚｅ（Ｏ?？?＿Ｌ....

图３闭环供应链网络节点分布图??表２闭环供应链网络节点坐标??节点??坐标??节点??坐标??

其作为替换鸟巢，然后转步骤３。??４实例仿真??为了验证不确定环境下基于多面体不确定集的鲁棒??优化模型和改进布谷鸟算法的有效性，以某家电企业闭??环供应链网络为案例背景，进行算例分析。本文采用??ＭＡＴＬＡＢ?２０１８ｂ编写算法程序对多目标规划模型进行求??解，计算机的?ＣＰＵ....

图４网络成本随迭代次数的变化曲线??

系统工程??２０２０?年??２０?４０?６０?８０?１００?１２０?１４０?１６０?１８０?２００??迭代次数??图５网络碳排放随迭代次数的变化曲线??从各目标函数值随迭代次数的变化曲线可知，在同样??的条件下，引人动态步长、动态发现概率和群搜索策略的??ＤＡＣＳ算法在求解速度和....

本文编号：4037152