解，效果最好，在时，启发式算法找到最优解的次数最高，而且最大误差以及平均误差都最小，其次是算法，作为进化算法在解决此模型的结果与最好的算法效果相差不大，而简单的启发式算法计算效果不佳。从算例中表明进化算法算法和启发式算法算法都可以很好的解决联合补货和配送调度协同模型，但是启发式算法的扩展性太差，当模型添加约束或加入供应商提供价格折扣等问题时，算法将无法对其进行求解，然而算法却具有很强的通用性，而且比起遗传算法更具有高效性，因而在下节引入的联合补货和配送调度协同下的供应商价格折扣模型中，将通过算法对其进行求解分析。协同决策下的供应商价格折扣模型本节将在前面介绍的个配送中心，多个零售商构成的同个利益群体的供应链背，华中科技大学硕士学位论文景下的联合补货和配送调度协同决策模型中，引入个对管理决策产生定影响的现实因素，即不同供应商针对基本同质的产品数量折扣不样。这个因素会使配送中心在联合补货和配送调度协同决策的同时也要考虑不同供应商的选择对总的供应链成本的影响，这是非常具有现实意义，同时也会增添模型复杂度和求解难度。在讨论模型之前，需要使用以下的参数，产品类别的标志，供应商类别的标志，产品种类数，供应商总数，价格区域的标志，产品的年需求，配送中心的主要订购成本，配送中心物品从供应商采购的次要订购成本，配送中心产品单位时间库存持有成本，配送中心产品外部配送成本，零售商产品单位时间库存持有成本，在第价格区域从供应商采购的产品的单位价格，从供应商采购的产品的数量决定了价格区域，当产品由供应商处采购则为，否则为，基本补货间隔期，整数决策变量，决定物品的补货时间，即基本补货周期的整数倍，整数决策变量，决定物品的配送时间，即基本补货周期的整数倍在增加了相关的变量之后，联合补货和配送调度协同决策下的供应商价格折扣模型将表示如下，，物品其中，当在公示中是产品从供应商处采购的单位其中，当在公示中是产品从供应商处采购的单位华中科技大学硕士学位论文价格，表示为，，其中为每次的订购数量，此模型非常复杂，用遗传算法对其进行了求解。这个模型属于联合补货和配送调度协同决策模型的拓展模型，本节将首次将算法用于求解此类问题并与遗传算法的结果进行对比。为了验证算法的准确性，将使用文中的实验数据。表参数设置其中，当在公示中是产品从供应商处采购的单位，，，∞，，，∞，，，∞本文结果华中科技大学硕士学位论文表不同供应商单位折扣表代表不提供任何折扣解决本问题的算法基本和节致，只是将计算新的目标函数，而且在初始化中，由于，以及，为整数决策变量，在算法中将结合这三个决策变量表示为，的进化种群。由于种群进化中涉及了两个向量变量，复杂性和难度成指数级上升，因而在此设和下界的值为，上界的值分别为。设置算法中的变异算子和，交叉算子，最大迭代次数以及种群规模。算法收敛图为图所示，计算的结果与文的对比如表所示。本文结果总成本基本补货周期选择的供应商华中科技大学硕士学位论文图算法求解联合补货和配送调度协同决策下的供应商价格折扣模型表各项参数结果对比表从表中可以看出，本文所计算的结果比的结果更优，使成本减少。通过以上的数据的验证，我们可以看到本文提出的算法不仅适用于联合补货和配送调度协同决策模型，也能解决其供应商折扣模型问题，而且基本上都能快速收敛到最优的结果，这是现在解决问题的相关算法达不到的状况。这也显示了本文提出的算法广阔的应用前景。华中科技大学硕士学位论文总结与展望全文总结在采购全球化采购联盟化的发展趋势下，本文对传统的针对单个企业的多种产品联合补货模型的原理进行探究，并将联合补货策略拓展到优化供应链的背景下进行深入研究。本文对库存管理中的联合补货模型以及其高效的求解算法做了研究，主要工作如下本文提出了种高效的自适应混和差分进化。联合采购模型已经被证实为问题，对于经典的联合采购模型，算法已基本被大家公认为是解决此问题的最优的算法，然而以供应链为研究背景下的联合采购模型等扩展模型，该算法却无法解决，因而设计种高效通用性强的优化算法就显得尤为必要。据此我们引入了新兴的差分进化算法，并融合遗传算法的优点，设计了种改进的自适应混和差分进化算法，方面通过标准函数测试验证了其性能另方面通过它对联合补货策略下的供应链协同模型进行求解和分析。从而证明了该算法求解复杂模型的高效性，并具有广阔的应用前景。本文对联合补货在供应链中的应用进行了深入的研究。本文构建了基于联合补货策略的供应链渠道协同模型，研究个零售商和多个为其提供产品的制造商的两级供应链，从零售商的角度构建联合补货模型同时最小化供应链的总成本，通过算例对联合采购与独立采购时各个企业以及供应链的成本进行对比分析，接着通过算例的敏感性分析为企业的采购管理做出决策依据。考虑到供应链上的企业属于不同的利益群体，有独立的会计核算制度，最后将引入种利益分享机制对节省的成本在供应链成员间进行个合理的分配。同时本文还构建了基于联合补货策略的多买方配送调度协同决策模型，模型以配送中心为产品的购买方，建立联合补货并协同为零售商的配送调度，在算例中引入供应商提供数量折扣的假设条件，将计算出的结果与基础模型进行对比分析，得出相应的管理启示以扩展模型在企业中的应用。华中科技大学硕士学位论文研究展望在完成本文的过程中，虽然花费了很多时间和精力，也查阅了很多相关资料，但是由于时间和自身学术水平的原因，本文的研究还是存在着定的局限性，存在需要扩展的和改进的地方。对未来的研究展望，我觉得可以从以下方面进行改进。本文改进的算法除了设计了自适应变异算子外，同时将算法与进行了混合而设计的改进算法算法，但算法并没有被验证为最优的改进算法。在以后的研究中可以考虑与其它只能算法结合，如算法免疫算法神经网络算法等等，对算法进步地改进并对不同的改进算法进行分析和比较，寻求更加高效更具有实用价值的优化算法。本文使用算法对联合补货模型进行求解，但是该模型属于整数问题，文中仅仅是采用向上或向下对数值进行取整的方法来解决非整数的数值。在将来的研究中，可以考虑对算法如何高效求解整数问题进行研究和探讨。本文优化的目标函数只有个，即最小化成本。在现实中，企业在决策时候往往要同时实现或者优化多个目标，因而本文基于联合补货策略的供应链协同模型的研究以后可向多目标优化方面进行拓展。华中科技大学硕士学位论文致谢在导师王林副教授的悉心指导下，我完成了本论文，非常感谢王老师从论文的开题到最后的定稿中直认真对论文的各个方面进行把关，倾注了大量的时间和精力。感谢王老师从本科开始就对我的悉心栽培，王老师对严谨的工作态度对学术坚持不懈的钻研精神对学生无微不至的关怀等等直以来都深深感染了我。在硕士阶段，我认真学习并积极参与导师的项目和研究，具备了扎实的专业基础知识。在王老师的指导和教育下我也取得了些成绩，我发表了三篇论文，在研究企业的采购和库存管理模型设计算法编程上面有了很大的成绩，连续两年获得优秀论文奖。除此之外，王老师鼓励我们在学习之余积极参与各项集体活动，并经常教诲我们为人处事的道理。总之，在这里我忠心的向王老师表示感谢，感谢王老师这几年来给予我莫大的关心与帮助，我也将在以后的人生道路，踏踏实实地走好每步。在此，我还要感谢我的家人和我的师弟师妹们，谢谢他们直给予我支持，在我遇到困难时，使他们不断鼓励我去战胜困难。最后我还想感谢与这篇文章的完成有着密切联系的科研人员，是他们的科研成果让我的研究有了明确的方向和相关知识的基础。感谢各位教授专家在百忙中对本文的评阅。华中科技大学硕士学位论文参考文献，，，，，，，，，，，，，，，，，华中科技大学硕士学位论文，，，，，，，，，，，，华中科技大学硕士学位论文，，，，，，，，，