摘要 | 第1-5页 |
Abstract | 第5-6页 |
目录 | 第6-9页 |
第一章 绪论 | 第9-22页 |
·课题背景及研究意义 | 第9-11页 |
·采购管理 | 第11-15页 |
·采购及采购管理 | 第11页 |
·采购管理的目标 | 第11-13页 |
·采购分类 | 第13-15页 |
·库存成本管理 | 第15-21页 |
·库存成本的构成 | 第16-17页 |
·库存分类 | 第17-18页 |
·库存的功能 | 第18页 |
·库存成本控制的具体措施 | 第18-19页 |
·库存的ABC分类管理法 | 第19-21页 |
·本文主要研究内容 | 第21-22页 |
第二章 库存订货数量的确定 | 第22-31页 |
·最佳采购批量(EOQ)的基本概念 | 第22-23页 |
·最佳采购批量(EOQ)的基本模型 | 第23-25页 |
·存货储存成本的估计 | 第23页 |
·存货订货成本的估计 | 第23-24页 |
·最佳采购批量(EOQ)的基本模型及求解 | 第24-25页 |
·允许缺货条件下最佳采购批量的数学模型及求解 | 第25-26页 |
·数量折扣下最佳采购批量的数学模型及求解 | 第26-28页 |
·约束条件下多品种最佳采购批量折扣模型及求解 | 第28-31页 |
第三章 订货方式的选择 | 第31-36页 |
·定量订货法及特点 | 第31-34页 |
·定量订货法 | 第31-32页 |
·确定条件下订货点的确定 | 第32页 |
·不确定条件下订货点的确定 | 第32-33页 |
·定量订货法的特点 | 第33-34页 |
·定期订货法及特点 | 第34-36页 |
·定期订货法 | 第34-35页 |
·定期订货法的特点 | 第35-36页 |
第四章 基于粒子群算法的遗传算法 | 第36-49页 |
·遗传算法(GAs) | 第36-43页 |
·遗传算法的产生与发展 | 第36-37页 |
·遗传算法的生物学基础 | 第37-38页 |
·基本遗传算法的介绍 | 第38-39页 |
·遗传算法的实现 | 第39-43页 |
·粒子群算法 | 第43-46页 |
·粒子群算法的生物原理 | 第43-44页 |
·粒子群优化算法的介绍 | 第44-45页 |
·粒子群优化算法的总结和展望 | 第45-46页 |
·基于粒子群算法的遗传算法 | 第46-49页 |
·算法描述及实现 | 第46-47页 |
·算法参数设置和分析 | 第47-48页 |
·算法的特点及应用 | 第48-49页 |
第五章 动态多区间批量与时间折扣进货模型 | 第49-62页 |
·问题的提出 | 第49-51页 |
·企业采购中的运输问题 | 第49-50页 |
·采购物资支付货款的时间问题 | 第50-51页 |
·季节性商品的不定量不定期采购问题 | 第51页 |
·模型的建立 | 第51-57页 |
·传统数量折扣下最优进货模型及求解 | 第52-53页 |
·连续型动态多区间批量与时间折扣进货模型 | 第53-55页 |
·离散型动态多区间批量与时间折扣进货模型 | 第55-57页 |
·遗传算法求解模型 | 第57-60页 |
·编码方法 | 第57-58页 |
·初始群体的产生 | 第58-59页 |
·适应度的计算 | 第59页 |
·选择算子的设计 | 第59页 |
·交叉算子的设计 | 第59-60页 |
·变异算子的设计 | 第60页 |
·基于粒子群遗传算法求解模型 | 第60-62页 |
第六章 实验及算法和模型分析 | 第62-78页 |
·实验数据 | 第62-64页 |
·传统数量折扣下最优进货模型试验结果及分析 | 第64-66页 |
·连续型动态多区间批量与时间折扣进货模型试验结果及分析 | 第66-71页 |
·简单遗传算法求解模型试验结果及算法分析 | 第66-67页 |
·基于粒子群遗传算法求解模型试验结果及算法分析 | 第67-68页 |
·不同算法实验结果比较及分析 | 第68-71页 |
·离散型动态多区间批量与时间折扣进货模型试验结果及分析 | 第71-76页 |
·简单遗传算法求解模型试验结果及分析 | 第71-72页 |
·基于粒子群遗传算法试验结果及分析 | 第72-74页 |
·不同算法实验结果比较及分析 | 第74-76页 |
·模型比较分析 | 第76-78页 |
第七章 结论与展望 | 第78-80页 |
参考文献 | 第80-83页 |
致谢 | 第83-84页 |
攻读学位期间发表的学术论文目录 | 第84-85页 |
攻读学位期间参加的科研项目 | 第85页 |