全球商务环境下的带转包采购计划模型与方法研究
摘要 | 第1-9页 |
ABSTRACT | 第9-11页 |
致谢 | 第11-17页 |
第一章 绪论 | 第17-28页 |
·研究背景与动机 | 第17-18页 |
·经济批量问题概述 | 第18-20页 |
·采购计划研究进展 | 第20-25页 |
·单产品经济批量问题 | 第20-22页 |
·单级多产品经济批量问题 | 第22-24页 |
·多级多产品经济批量问题 | 第24-25页 |
·面向供应链的集成采购计划 | 第25-26页 |
·论文结构安排 | 第26-28页 |
第二章 相关理论与方法 | 第28-52页 |
·单产品批量问题的基本模型 | 第28-30页 |
·模型公式 | 第28-29页 |
·常用求解算法 | 第29-30页 |
·动态规划算法 | 第30-33页 |
·多阶段决策问题 | 第31页 |
·基本概念 | 第31-32页 |
·动态规划的基本方程 | 第32-33页 |
·动态规划的使用条件 | 第33页 |
·动态规划的设计步骤 | 第33页 |
·计算复杂性理论简介 | 第33-36页 |
·P、NP和NP完全问题 | 第34-35页 |
·算法效率分析框架 | 第35-36页 |
·算法评估 | 第36页 |
·遗传算法与批量问题 | 第36-50页 |
·遗传算法基本理论 | 第36-39页 |
·自适应遗传算法 | 第39-42页 |
·混合遗传算法 | 第42-43页 |
·约束处理方法 | 第43-49页 |
·遗传算法在批量问题上的应用 | 第49-50页 |
·本章小结 | 第50-52页 |
第三章 库存能力约束下的带转包批量问题 | 第52-71页 |
·问题背景 | 第52-55页 |
·有界库存模型 | 第52-53页 |
·转包模型 | 第53-54页 |
·本章目标 | 第54-55页 |
·问题的数学描述及通用性质 | 第55-58页 |
·模型公式 | 第55-56页 |
·事实库存界 | 第56-57页 |
·通用性质 | 第57-58页 |
·多项式动态规划求解算法 | 第58-68页 |
·子计划的数学描述 | 第58-61页 |
·子问题的多项式求解算法 | 第61-65页 |
·处理子问题间的连接 | 第65-67页 |
·全局动态规划算法 | 第67-68页 |
·仿真试验 | 第68-70页 |
·本章小结 | 第70-71页 |
第四章 带转包有界库存问题的扩展研究 | 第71-84页 |
·带延期交货的缺货转包模型 | 第71-79页 |
·问题模型及整体求解思想 | 第71-72页 |
·子计划建模 | 第72-73页 |
·子计划的求解算法 | 第73-77页 |
·全局动态规划迭代公式 | 第77页 |
·数值试验 | 第77-79页 |
·带固定成本的持有转包模型 | 第79-83页 |
·问题描述 | 第80-82页 |
·基于动态规划的多项式求解算法 | 第82-83页 |
·本章小结 | 第83-84页 |
第五章 带转包受限批量模型的启发式遗传算法 | 第84-104页 |
·问题背景 | 第84-85页 |
·问题描述及转换 | 第85-86页 |
·启发式遗传算法 | 第86-95页 |
·编码方案 | 第86-87页 |
·可行解获取 | 第87-89页 |
·适应度计算 | 第89-91页 |
·最好解修正 | 第91-93页 |
·算法步骤 | 第93-95页 |
·算法仿真 | 第95-103页 |
·问题实例 | 第95页 |
·算法参数选择 | 第95-100页 |
·试验结果 | 第100-103页 |
·本章小结 | 第103-104页 |
第六章 允许延期和转包的受限批量问题 | 第104-122页 |
·问题模型 | 第104页 |
·基于自适应GA的求解算法 | 第104-107页 |
·约束处理方案 | 第105-106页 |
·自适应惩罚遗传算法 | 第106-107页 |
·算法仿真试验 | 第107-117页 |
·自适应罚函数 | 第107-112页 |
·遗传算子概率对算法性能的影响 | 第112-115页 |
·最终试验结果 | 第115-117页 |
·遗传算子概率自适应探讨 | 第117-121页 |
·遗传算子概率的自适应调整方案 | 第117-120页 |
·变异概率调整方案比较 | 第120-121页 |
·本章小结 | 第121-122页 |
第七章 结束语 | 第122-125页 |
·主要工作回顾 | 第122-123页 |
·未来工作展望 | 第123-125页 |
参考文献 | 第125-142页 |
攻读学位期间的主要研究工作和论文发表情况 | 第142-143页 |