需求不確定下的魯棒供應鏈網絡優(yōu)化設計研究.pdf

1、隨著全球經濟一體化進程的加快，企業(yè)與企業(yè)之間的競爭已經被供應鏈與供應鏈之間的競爭模式所取代，全球供應鏈競爭時代已經來臨。然而，日益復雜的市場環(huán)境，致使供應鏈所面臨的不確定性增多。不確定性是困擾供應鏈網絡設計及管理的一大障礙。供應鏈網絡設計屬于戰(zhàn)略層決策的問題，因此，決策者青睞的供應鏈網絡結構應具有較強的抗風險能力，即面對不確定性具有較強的魯棒性。傳統(tǒng)的供應鏈網絡設計一般假定供應鏈系統(tǒng)所面臨的環(huán)境是確定的，顯然這種假設在市場環(huán)境瞬息萬變的

2、今天是不合理的。因此，本文結合現(xiàn)有研究成果，針對當前研究中存在的不足，對需求不確定下的魯棒供應鏈網絡設計展開系統(tǒng)和深入的研究。
　　需求的不確定性是供應鏈中最主要的不確定性之一，因此本文的魯棒供應鏈網絡設計以需求的不確定性為研究出的發(fā)點。值得注意的是，本文所研究的需求不確定性與傳統(tǒng)文獻中的需求的波動性有著本質的區(qū)別。
　　文章分析了影響供應鏈網絡結構的需求不確定情景，給出需求不確定性的情景開發(fā)程序及需求不確定性的表達方式；總

3、結了魯棒優(yōu)化理論的發(fā)展狀況，結合所研究的問題，給出了魯棒優(yōu)化的表達方式；
　　在對上述兩個問題研究基礎上，建立了需求不確定下的魯棒供應鏈網絡優(yōu)化設計模型。模型從戰(zhàn)略層及運作層兩個層次出發(fā)，目標函數為解魯棒性和模型魯棒性的最小化，模型約束包括魯棒性約束，供應鏈網絡結構約束，物料平衡，運輸量約束，能力約束，非負約束等六大類約束；結合模型的特點及問題規(guī)模，給出了模型的求解原則；為了獲得較優(yōu)的初始解，設計了初始解生成算法，從而獲得較好的初

4、始種群，針對大規(guī)模問題設計并實現(xiàn)了改進遺傳算法（MGAND）。
　　設計了數值實驗驗證模型及算法的有效性，數值試驗包括：改進遺傳算法性能測試；不同初始種群產生方式下算法搜索效率的比較；評估利用魯棒優(yōu)化模型確定的供應鏈網絡結構的性能三個部分。實驗結果表明，本文建立的模型及設計的啟發(fā)式算法是有效的，魯棒優(yōu)化模型確定的供應鏈網絡結構性能較好。
　　本文對魯棒供應鏈網絡設計的研究立足于需求的不確定性，研究結果表明魯棒供應鏈具有較好的