具有CVaR的供应计划问题
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·问题研究背景 | 第8页 |
| ·研究现状 | 第8-10页 |
| ·本文研究内容 | 第10-12页 |
| 2 供应计划问题的描述 | 第12-16页 |
| ·多目标规划 | 第12-13页 |
| ·向量的比较 | 第12页 |
| ·多目标规划的解 | 第12-13页 |
| ·随机规划 | 第13-16页 |
| ·期望值模型 | 第14页 |
| ·机会约束规划 | 第14-15页 |
| ·相关机会规划 | 第15-16页 |
| 3 不确定需求的预测 | 第16-22页 |
| ·蒙特卡洛方法 | 第16-17页 |
| ·蒙特卡洛方法的基本原理 | 第16-17页 |
| ·蒙特卡洛方法的内容和特点 | 第17页 |
| ·基于蒙特卡洛模拟的预测方法 | 第17-18页 |
| ·正态分布相关随机数的产生 | 第18-22页 |
| ·正态分布的相关性依据 | 第18-19页 |
| ·生成标准正态分布独立随机数的依据 | 第19-20页 |
| ·计算方法 | 第20-22页 |
| 4 遗传算法 | 第22-28页 |
| ·遗传算法的基本术语 | 第22-23页 |
| ·遗传算法的特点 | 第23页 |
| ·遗传算法的基本机理 | 第23-24页 |
| ·遗传算法的基本结构 | 第24页 |
| ·遗传算法的实现技术 | 第24-28页 |
| ·编码与初始种群的产生 | 第24-25页 |
| ·评估 | 第25页 |
| ·选择 | 第25-26页 |
| ·交叉 | 第26页 |
| ·变异 | 第26-27页 |
| ·设定参数 | 第27-28页 |
| 5 供应计划问题求解的遗传算法 | 第28-34页 |
| ·遗传编码 | 第28页 |
| ·种群的初始化 | 第28-30页 |
| ·问题模型的约束 | 第28页 |
| ·GENOCOP中约束条件的处理 | 第28-30页 |
| ·初始种群的生成 | 第30页 |
| ·适应值函数的确定 | 第30-31页 |
| ·遗传操作 | 第31-34页 |
| ·选择算子 | 第31页 |
| ·交叉算子 | 第31页 |
| ·变异算子 | 第31-34页 |
| 6 引入 CVaR方法的多目标优化问题 | 第34-44页 |
| ·供应计划问题的传统模型 | 第34-35页 |
| ·各种风险衡量标准及其特点 | 第35-39页 |
| ·CVaR方法及其特点 | 第39-41页 |
| ·引入CVaR方法的多目标规划模型 | 第41-44页 |
| 7 数值实验 | 第44-50页 |
| ·数值实验的准备 | 第44-47页 |
| ·数值实验的结果 | 第47-49页 |
| ·实验结果比较与分析 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-55页 |
