联合补充库存问题的模型及算法研究

发布时间：2020-04-21 18:38

【摘要】：物品的库存成本在物流总成本中占据着相当大的比重,因此,库存管理是现代企业管理的重要工作之一,也是物流管理的重点,良好的库存管理可以降低库存的资金占有率,提高企业的灵活性,同时又能保持适当的客户服务水平。 尽管传统库存控制理论研究及其扩展研究取得了较大的成绩,但随着客户需求向多品种、小批量转变,企业的库存管理往往处于多物品品种的环境,在多物品的环境中仍然运用传统的基于单种物品的库存管理理论无疑已不适合,并且已证明在多物品的库存系统中,应用传统的库存管理理论使库存平均成本偏高。而多种物品环境中实行联合补充库存不但可以降低库存平均成本,还有利于获得价格折扣的机会,同时由于联合订购补充库存使得同时订购的物品数量增大,从而有利于在运输中获得价格优惠的大批量运输的机会。 论文深入地分析库存系统的性质、控制方法,以及传统库存管理理论,多种物品联合补充库存问题,对联合补充库存问题以往研究的模型及算法进行了分析比较。根据需求的类型,论文从确定型的联合补充库存问题和随机型的联合补充库存问题两方面进行研究,对模型及算法的实现展开系统化的研究工作。 对确定型的联合补充库存问题,尽管模型简单,却是NPC问题,没有多项式算法,关键在于找到鲁棒性强的算法,可以在可接受的时间内搜索到较优的可行解。论文分析研究较具典型性的已有算法,根据确定型联合补充库存问题的特点,提出可以转化为类似组合优化问题,设计出问题的模拟退火算法。并且,巧妙地应用已知算法——拉格朗日松弛算法的推论,把这一推论有机地结合模拟退火算法,缩短问题的状态空间,提出一种模拟退火算法与拉格朗日松弛算法的混合算法。通过大量的算例验证算法具有良好的鲁棒性,在可合理的计算时间内可找到较优的局部最优解,甚至是全局最优解。 对随机型的多物品联合补充库存问题,由于需求及订购前置时间的不确定性给问题的分析和求解带来更大的困难。通常是把订购前置时间确定为一个固定值,而用一定的概率分布近似描述不确定的需求行为,而对于企业的联合补充库存问题,一般是应用泊松分布或者复合泊松分布进行分析。理论上随机性联合补充库存问题的最优模型是一个巨大的马尔可夫模型,因为问题的状态空间和决策空间随物品数指数增加,当物品数大于5时已不能求解。
【图文】：

西南交通大学博士研究生学位论文第63页早收敛于局部最优解。图4一9为算法的收敛过程，合理地设计模拟退火算法图4一8模拟退火算法的总计算过程的参数使算法很快平稳地收敛到全局最优解。图4一10为算法随退火温度而变化的关系图，，在温度较高时，解跳跃很大，但随着温度的降低，解不断向最优解靠拢，并最终收敛于全局最优解。图4一10中出现在线段中间连线是算法的新解产生机制造成的，算法从一个温度变化到下一个温度时，产生三个相邻解，如果全被接受就会造成一个温度时有三个可行解，这是图4一10的形状较为古怪的原因。由于试验数据较多，表4一6至表4一10列举了当其它参数为最优参数而其中一个变动时的试验情况。由这些数据可见，模拟退火算法的初始温度t。、温度衰减系数。、马尔可夫链初始长度L。以及马尔可夫链链长系数声对算法的计算复杂度影响较大
【学位授予单位】：西南交通大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：F250

【引证文献】

相关期刊论文 前2条

1 高静;李成严;;随机型联合补充问题的混合遗传算法的研究[J];哈尔滨理工大学学报;2008年02期

2 张建荣;于永利;张柳;曲长征;苏振华;;多品种联合补充库存策略综述[J];计算机集成制造系统;2012年06期

相关硕士学位论文 前7条

1 许琳;需求不确定的联合补充问题[D];哈尔滨理工大学;2010年

2 王航;网购环境下配送中心3C电子产品库存控制研究[D];北京交通大学;2011年

3 包美玲;模糊环境下联合补充问题研究[D];哈尔滨理工大学;2011年

4 罗明;遗传算法在物流仓储优化中的应用研究[D];苏州大学;2011年

5 高静;不确定环境下联合补充问题研究[D];哈尔滨理工大学;2008年

6 许中容;多级供应链条件下库存优化模型及算法研究[D];北京交通大学;2009年

7 蔡凡广;应用六西格玛方法提高库存周转率的研究[D];上海交通大学;2010年

本文编号：2635579