考虑多种差异的云制造平台双边协调匹配策略研究
发布时间:2021-09-09 13:56
在前景理论的基础上,考虑参与匹配主体对各个匹配方案评估的相互参照作用,引入差异系数来放大匹配方案之间的差异,便于匹配对的选择;在订单拆解成不同的产能需求的实际条件下,提出了需求方对不同产能的重要性评估系数,弥补了前景理论无法描述的需求方对产能的重要性评估差异;综合由于心理因素引发的产能匹配效果评估差异和对订单分解出的不同产能需求的重要性评估差异,建立了双边匹配主体针对不同产能匹配方案的多属性满意度指标。之后,以多属性满意度为基础,定义两种类型的属性。考虑对订单匹配结果中不同属性满意度的评估取值方法差异,建立多目标规划模型,求解匹配结果。最后,通过一个实例得证该方法的可行性和有效性。
【文章来源】:工业工程与管理. 2020,25(03)北大核心CSSCI
【文章页数】:11 页
【部分图文】:
平台在产能层面对供需进行双边匹配
我们将本文主要的参数在表1中进行介绍和说明。云制造平台的双边匹配过程中,匹配的主体分为产能的需求方和供给方。需求方有m个企业;供给方有n个企业,其中m≥2,n≥2。为了更一般化描述供需双方的供需信息,我们用1和0来表示需求方的订单以及平台拆解出的该订单中产能需求的存在与否的状态,以及产能供给方可分享产能的存在与否的状态。平台在某时刻承接需求方的最大订单量为N个,订单存在与否的状态可以用Oi=(oi1oi2?oiN)表示,其中,
(1)编码。遗传算法常用二进制编码,但为保证迭代效率,使得每次迭代产生可行解,本文采用二维编码的方式,染色体基因包含二维信息,分别是产能和供给方的编号信息,如表(2)所示,对于存在产能1的B1,B2,B4编号为11,12,14,同理可得图3的染色体编码。(2)解码和适应度函数。结合需求方的产能需求存在与否状态Rik将染色体编码转化为长度为(m?N?M?n)的0-1向量,初始化向量的每一个值都为0。首先将每个基因编码以相同的十位数分成不同的组,以图3为例,该染色体的基因可分为三组11、12、14;21、24;31、33;再结合需求方对不同产能的存在情况进行匹配,在0-1向量里找到存在需求且完成匹配所对应位置,并赋值为1,直到所有基因编码在0-1向量中的某些位置完成赋值1的操作,染色体编码完成0-1向量的转化。令目标函数为适应度函数,即匹配双边满意度之和为适应度值。
【参考文献】:
期刊论文
[1]基于新排序函数的直觉模糊双边匹配决策方法[J]. 乐琦,张莉莉. 控制与决策. 2020(04)
[2]岗位存在占有申请者条件下人岗双边匹配模型[J]. 袁铎宁,姜艳萍. 控制与决策. 2019(05)
[3]考虑匹配稳定性的多属性双边匹配决策方法[J]. 李铭洋,李博,曹萍萍,霍春辉. 系统工程. 2017(11)
[4]基于多属性效用理论的群体决策偏好整合研究[J]. 赵九茹,李心广,李霞. 统计与决策. 2017(21)
[5]考虑主体心理预期的云制造资源双边匹配机制[J]. 赵道致,李锐. 控制与决策. 2017(05)
[6]基于服务质量的云制造服务双向匹配模型[J]. 赵金辉,王学慧. 计算机集成制造系统. 2016(01)
[7]云制造理论、技术及相关应用研究综述[J]. 齐二石,李天博,刘亮,黄毅敏. 工业工程与管理. 2015(01)
[8]考虑稳定匹配条件的双边满意匹配决策方法[J]. 樊治平,李铭洋,乐琦. 中国管理科学. 2014(04)
[9]基于累积前景理论的具有不完全序值信息的双边匹配决策方法[J]. 乐琦. 运筹与管理. 2013(04)
[10]基于累积前景理论的双边匹配决策方法[J]. 乐琦,樊治平. 系统工程学报. 2013(01)
本文编号:3392216
【文章来源】:工业工程与管理. 2020,25(03)北大核心CSSCI
【文章页数】:11 页
【部分图文】:
平台在产能层面对供需进行双边匹配
我们将本文主要的参数在表1中进行介绍和说明。云制造平台的双边匹配过程中,匹配的主体分为产能的需求方和供给方。需求方有m个企业;供给方有n个企业,其中m≥2,n≥2。为了更一般化描述供需双方的供需信息,我们用1和0来表示需求方的订单以及平台拆解出的该订单中产能需求的存在与否的状态,以及产能供给方可分享产能的存在与否的状态。平台在某时刻承接需求方的最大订单量为N个,订单存在与否的状态可以用Oi=(oi1oi2?oiN)表示,其中,
(1)编码。遗传算法常用二进制编码,但为保证迭代效率,使得每次迭代产生可行解,本文采用二维编码的方式,染色体基因包含二维信息,分别是产能和供给方的编号信息,如表(2)所示,对于存在产能1的B1,B2,B4编号为11,12,14,同理可得图3的染色体编码。(2)解码和适应度函数。结合需求方的产能需求存在与否状态Rik将染色体编码转化为长度为(m?N?M?n)的0-1向量,初始化向量的每一个值都为0。首先将每个基因编码以相同的十位数分成不同的组,以图3为例,该染色体的基因可分为三组11、12、14;21、24;31、33;再结合需求方对不同产能的存在情况进行匹配,在0-1向量里找到存在需求且完成匹配所对应位置,并赋值为1,直到所有基因编码在0-1向量中的某些位置完成赋值1的操作,染色体编码完成0-1向量的转化。令目标函数为适应度函数,即匹配双边满意度之和为适应度值。
【参考文献】:
期刊论文
[1]基于新排序函数的直觉模糊双边匹配决策方法[J]. 乐琦,张莉莉. 控制与决策. 2020(04)
[2]岗位存在占有申请者条件下人岗双边匹配模型[J]. 袁铎宁,姜艳萍. 控制与决策. 2019(05)
[3]考虑匹配稳定性的多属性双边匹配决策方法[J]. 李铭洋,李博,曹萍萍,霍春辉. 系统工程. 2017(11)
[4]基于多属性效用理论的群体决策偏好整合研究[J]. 赵九茹,李心广,李霞. 统计与决策. 2017(21)
[5]考虑主体心理预期的云制造资源双边匹配机制[J]. 赵道致,李锐. 控制与决策. 2017(05)
[6]基于服务质量的云制造服务双向匹配模型[J]. 赵金辉,王学慧. 计算机集成制造系统. 2016(01)
[7]云制造理论、技术及相关应用研究综述[J]. 齐二石,李天博,刘亮,黄毅敏. 工业工程与管理. 2015(01)
[8]考虑稳定匹配条件的双边满意匹配决策方法[J]. 樊治平,李铭洋,乐琦. 中国管理科学. 2014(04)
[9]基于累积前景理论的具有不完全序值信息的双边匹配决策方法[J]. 乐琦. 运筹与管理. 2013(04)
[10]基于累积前景理论的双边匹配决策方法[J]. 乐琦,樊治平. 系统工程学报. 2013(01)
本文编号:3392216
本文链接:https://www.wllwen.com/jingjilunwen/xmjj/3392216.html