基于Prim-DMGA算法的闭环供应链网络鲁棒优化研究

针对不确定环境下的闭环供应链网络优化问题,在需求不确定及设施中断风险的条件下,基于鲁棒对等优化方法建立了一种以闭环供应链网络总成本最小为目标的鲁棒优化模型,以解决供应链网络中的不确定性问题,并提出了Prim-DMGA。首先基于Prim算法得到高质量的初始种群,其次让路径规划方案和设施选址方案在两层自适应GA的不断反馈中达到最优。实验结果表明,Prim-DMGA得到的目标函数值优于单层Prim-MGA与传统GA,且在求解大规模算例时,求解结果优于CPLEX软件。研究结论表明,Prim-DMGA能以较少的计算时间获得质量更优的解,鲁棒优化模型可以有效减少不确定因素带来的不利影响,提高闭环供应链网络的鲁棒性能。     

基于改进鲸鱼优化算法的血液供应链网络多目标鲁棒优化设计

为解决血液供应链网络设计中的不确定性问题,建立了一种血液供应链网络多目标鲁棒优化设计模型。首先,针对带有5个节点的血液供应链网络,建立考虑安全库存的、目标为成本最小、存储时间最短的优化函数,并采用ε约束、Pareto最优和鲁棒优化方法对已建模型进行处理,将多目标问题转化为单目标鲁棒问题;其次,对原有鲸鱼优化算法（WOA）进行改进,引入差分算法的交叉和变异理念,增强了搜索能力并改善了局限性,从而得到差分鲸鱼优化算法（DWOA）,并采用此算法对处理后的模型求解。通过数值实例,验证当测试问题相同时,优化模型在需求短缺方面比确定模型的短缺量平均少76%。因此,所提优化模型在应对需求短缺时更具优势;通过仿真对比分析图像,得出DWOA相比WOA、粒子群优化（PSO）算法和遗传算法（GA）中断时间更短并且成本更低。     

低碳环境下闭环供应链网络设计多目标鲁棒模糊优化问题

针对低碳环境下多级闭环供应链网络设计的战略定位和配置问题,综合考虑网络参数的模糊性以及多产品流,以供应链网络的总成本和总碳排放最小为目标,建立多目标鲁棒模糊优化模型.该模型将机会约束的最低置信水平作为决策变量,实现目标函数期望值、最优鲁棒性和可行鲁棒性之间的有效平衡.最后,设计一种基于必要性测度的交互式$\varepsilon$约束模糊求解方法,并通过算例验证所提模型和算法的有效性和可行性.     

电网中断下基于DWOA的生鲜产品闭环供应链网络多目标模糊优化设计

针对生鲜产品供应链网络设计问题,建立了一种电网中断下的闭环生鲜供应链网络多目标模糊优化设计模型,以此解决供应链网络设计中的不确定性问题.首先,针对电网中断下生鲜产品闭环供应链网络结构设计,建立目标为成本最小、碳排放最少、中断时间最短的优化函数,采用Me测度和三角模糊数对该模型进行处理,将多目标问题转换为单目标问题;其次,在原有鲸鱼算法的基础上,引入差分算法的交叉和变异理念,增强其搜索能力,改善其局限性,得到改进差分鲸鱼优化算法(DWOA),并采用此方法对处理后的模型求解;最后,通过数值实例和敏感性分析表明,提出的算法和模型在处理生鲜产品供应链网络优化设计方面具有较强的求解能力,且计算时间较短.     

基于再制造的闭环供应链动态模型及其鲁棒H∞控制

研究基于再制造的闭环供应链运作问题，建立了具有再制造、废弃时滞和需求不确定性的闭环供应链动态模型．分析了闭环供应链的鲁棒运作，给出了针对再制造闭环供应链动态模型的鲁棒H∞控制策略和线性矩阵不等式算法，鲁棒H∞控制策略能够抑制闭环供应链运作过程中的不确定性影响，使闭环供应链系统运作达到理想总成本．最后通过仿真计算验证了所提出方法的有效性．     

易腐品多周期闭环物流网络鲁棒优化模型

针对不同周期的易腐品需求与退货不确定性问题,构建了易腐品多周期闭环物流网络,并设计了对应的混合整数线性规划（MILP）模型,以实现最低系统总成本、最佳设施选址以及最优配送车辆运输路径的决策。为有效规避不确定参数的影响,采用基约束鲁棒方法,将模型中的部分清晰约束转换为鲁棒对应式。以上海市果蔬农产品企业为实例,通过遗传算法对模型进行求解。结果表明,相对单周期而言,多周期系统具有动态性、系统成本更低的优点,同时通过不确定预算参数的变化分析,验证了鲁棒模型的可行性与有效性,进而为不确定环境下构建多周期闭环物流网络及降低系统成本提供了借鉴。     

不确定经济环境下基于EVA的鲁棒供应链网络设计模型

针对由制造商、仓库、分销中心和客户组成的四级供应链网络设计问题,考虑以产品需求、短期利率、长期 利率、无风险利率、预期市场回报、证券承销费用和市场流动性等因素描述的经济环境不确定性,建立以供应链 经济增加值绩效为目标,网络设计、物流和财务运作为约束条件,设施选择、连接路径等为网络要素,生产、运输等物 流量和负债、保理、应收账款等财务项为决策变量的多产品、多周期供应链网络鲁棒设计模型.数值结果表明,基于 经济增加值的鲁棒供应链网络能够有效应对经济不确定性的影响.特别地,与传统随机优化方法相比,鲁棒优化能够确保供应链网络具有更好的鲁棒性和财务状况.     

鲁棒设计：闭环系统矩阵的Frobenius范数的最小化

本文提出了一种鲁棒设计的方法。这种鲁棒设计是通过使闭环系统矩阵A+BF的Frobenius范数最小化来实现的。基本数学工具是一个R~m×n到R~m×m的映射。该映射将R~m×n空间的一个稠的开集转化为一个反馈矩阵F的集合,这个F的集合正好就是所有使得A+BF与某-A相似的F集。 本文将A+BF的Frobenius范数直接作为性能指标提出,并用梯度法,利用上述映射使之最小,从而使某一鲁棒性判据的下限最大。     

基于改进遗传算法的生鲜多目标闭环物流网络模型

针对生鲜产品闭环物流网络中存在的经济成本高、碳排放量大、社会效益重视不足等问题,综合考虑退货量的不确定性,以经济成本最小、碳排放最小、社会效益最大为目标,建立了不确定条件下的生鲜多目标闭环物流网络模型。首先,利用改进的遗传算法(GA)求解该模型;然后,结合上海某生鲜企业运营管理数据,验证了模型的可行性;最后,将改进的GA的结果与粒子群优化(PSO)算法的结果对比,验证了算法的有效性,凸显了改进的GA在求解多目标的复杂约束问题时的优越性。算例结果表明,多目标优化满意度达到0.92,高于单目标优化满意度,展示了所提模型的有效性。     

一种自适应的Graph SLAM鲁棒闭环算法

针对在常规Graph SLAM(simultaneous location and mapping)算法中后端优化无法高效排除错误闭环影响的问题,提出一种自适应的Graph SLAM鲁棒闭环算法.通过分析代价函数中尚未确定的参数对优化过程的影响,根据迭代得到的最新信息,对这些参数进行更新,从而加快算法收敛速度,并对不同的数据集有很好的适应性.利用公开的数据集对算法进行实验,通过对比发现,在添加不同类型、不同数量的异常闭环条件下,本文算法对不同数据集具有良好适应性且收敛速度较快,证明了算法的有效性.     

可持续闭环供应链网络设计的多目标模糊规划问题

为解决不确定条件下可持续闭环供应链网络设计的问题,以成本和环境影响最小、社会影响最大为目标,建立带有模糊参数的多目标闭环供应链网络规划模型.首先采用Me测度处理相关模糊目标和参数,并运用加权增广Epsilon-约束方法解决多目标问题,在此基础上设计一种基于[0, 1]随机数的双层编码遗传鲸鱼(GA–WOA)混合算法进行求解,然后构造多个不同规模算例,将混合算法求解结果与CPLEX、遗传算法的求解结果进行对比,结果证明该编码方式和混合算法具有合理性.最后针对模型的多个参数变化进行分析,以验证所建模型的可行性.     

考虑碳排放量与数量折扣的闭环供应链网络设计与多目标决策优化研究

由于闭环供应链网络在环境法规、客户压力等方面都受到关注,故供应商选择在供应链管理中更具挑战性,本文所提闭环供应链网络模型可解决上述问题.其中,供应商会提供数量折扣以激励买家购买更多的产品.模型的目标函数是将经济成本与碳排放量降至最低,最大限度提升客户满意度等参数,并确定出最佳的供应商、采购量、运输方式、技术类型、碳排放...     

Capacitated closed-loop supply chain network design under uncertainty

This study optimizes the design of a closed-loop supply chain network, which contains forward and reverse directions and is subject to uncertainty in demands for new & returned products. To address uncertainty in decision-making, we formulate a two-stage stochastic mixed-integer non-linear programming model to determine the distribution center locations and their corresponding capacity, and new & returned product flows in the supply chain network to minimize total design and expected operating costs. We convert our model to a conic quadratic programming model given the complexity of our problem. Then, the conic model is added with certain valid inequalities, such as polymatroid inequalities, and extended with respect to its cover cuts so as to improve computational efficiency. Furthermore, a tabu search algorithm is developed for large-scale problem instances. We also study the impact of inventory weight, transportation weight, and marginal value of time of returned products by the sensitivity analysis. Several computational experiments are conducted to validate the effectiveness of the proposed model and valid inequalities.     

Optimizing an equilibrium supply chain network design problem by an improved hybrid biogeography based optimization algorithm

This paper presents a new equilibrium optimization method for supply chain network design (SCND) problem under uncertainty, where the uncertain transportation costs and customer demands are characterized by both probability and possibility distributions. We introduce cost risk level constraint and joint service level constraint in the proposed optimization model. When the random parameters follow normal distributions, we reduce the risk level constraint and the joint service level constraint into their equivalent credibility constraints. Furthermore, we employ a sequence of discrete possibility distributions to approximate continuous possibility distributions. To enhance solution efficiency, we introduce the dominance set and efficient valid inequalities into deterministic mixed-integer programming (MIP) model, and preprocess the valid inequalities to obtain a simplified nonlinear programming model. After that, a hybrid biogeography based optimization (BBO) algorithm incorporating new solution presentation and local search operations is designed to solve the simplified optimization model. Finally, we conduct some numerical experiments via an application example to demonstrate the effectiveness of the designed hybrid BBO.     

基于CVaR的闭环供应链优化与协调决策研究

利用条件风险值理论研究具有风险规避特性的闭环供应链的优化与协调问题.首先,建立了随机市场需求下由单个风险规避零售商与单个风险规避制造商组成的两阶闭环供应链的条件风险值模型,以及基于条件风险值的收益共享费用共担契约下的最优订购量和最优批发价格决策模型;然后在对模型进行分析的基础上,揭示了制造商和零售商的风险规避水平对最优订购量、批发价格、条件风险值及闭环供应链协调的影响;最后通过一个算例验证了所得的结论.