基于遗传算法的供应链库存管理优化问题研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 符号说明 | 第9-11页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究概况 | 第12-13页 |
| 1.3 本文研究的主要内容 | 第13-15页 |
| 2 理论基础 | 第15-23页 |
| 2.1 传统库存管理 | 第15-16页 |
| 2.2 供应链及供应链管理 | 第16-17页 |
| 2.3 供应链库存管理 | 第17-21页 |
| 2.3.1 供应链库存管理的特点 | 第17-18页 |
| 2.3.2 供应链库存管理价值 | 第18-19页 |
| 2.3.3 供应链库存管理模式对比 | 第19-21页 |
| 2.4 遗传算法概述 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 供应链库存管理优化模型 | 第23-35页 |
| 3.1 供应链库存成本构成 | 第23-25页 |
| 3.2 供应链库存系统模型 | 第25-28页 |
| 3.2.1 非中心化管理模式 | 第26-27页 |
| 3.2.2 非中心化管理模式的系统模型 | 第27-28页 |
| 3.3 供应链库存管理优化模型 | 第28-33页 |
| 3.3.1 模型建立的假定条件 | 第28-29页 |
| 3.3.2 优化模型中各符号定义 | 第29-30页 |
| 3.3.3 库存优化的数学模型 | 第30-33页 |
| 3.4 本章小结 | 第33-35页 |
| 4 基于改进遗传算法的供应链库存管理优化 | 第35-51页 |
| 4.1 遗传算法的优缺点 | 第35-36页 |
| 4.1.1 遗传算法的优点 | 第35页 |
| 4.1.2 遗传算法的缺点 | 第35-36页 |
| 4.2 梯度最优化算法 | 第36-42页 |
| 4.2.1 无约束优化问题算法 | 第37-38页 |
| 4.2.2 约束优化算法 | 第38-40页 |
| 4.2.3 梯度算法 | 第40-42页 |
| 4.3 梯度算法与遗传算法结合 | 第42-44页 |
| 4.4 改进遗传算法求解算法设计 | 第44-49页 |
| 4.4.1 编码设计 | 第44页 |
| 4.4.2 适应度函数设计 | 第44-45页 |
| 4.4.3 选择算子设计 | 第45-46页 |
| 4.4.4 交叉算子确定 | 第46-47页 |
| 4.4.5 变异算子确定 | 第47-48页 |
| 4.4.6 控制参数及选择策略 | 第48-49页 |
| 4.5 本章小结 | 第49-51页 |
| 5 案例应用 | 第51-57页 |
| 5.1 A公司简介 | 第51-52页 |
| 5.2 基于改进遗传算法的案例求解 | 第52-54页 |
| 5.2.1 优化前工作 | 第52页 |
| 5.2.2 实数编码 | 第52-53页 |
| 5.2.3 确定适应度函数 | 第53页 |
| 5.2.4 选择方法 | 第53页 |
| 5.2.5 算术交叉 | 第53页 |
| 5.2.6 自适应变异 | 第53-54页 |
| 5.2.7 终止条件 | 第54页 |
| 5.3 求解结果分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结 | 第57-59页 |
| 6.1 结论 | 第57页 |
| 6.2 工作展望 | 第57-59页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录 | 第67-77页 |
