非完全信任供應鏈調度的擴展RTN模型與協同演化算法

《非完全信任供應鏈調度的擴展RTN模型與協同演化算法》是依託電子科技大學,由蘇生擔任醒目負責人的青年科學基金項目。

基本介紹

• 中文名：非完全信任供應鏈調度的擴展RTN模型與協同演化算法
• 依託單位：電子科技大學
• 項目類別：青年科學基金項目
• 項目負責人：蘇生

項目摘要

供應鏈企業間非完全信任的情況非常普遍，但現有供應鏈調度研究忽略這個重要因素，限制了這些研究在實際供應鏈管理中的套用。為提供符合企業間非完全信任、既合作又競爭本質的供應鏈調度理論與方法，本項目從企業間非完全信任的特徵入手，深入探討了面向供應鏈調度的非完全信任度量方法、信任激勵和基於博弈論的企業間協作機制，提出了可抽象描述企業自主性、非完全信任和複雜供應鏈過程結構的擴展資源任務網RTN(Resouce Task Network)，建立基於擴展RTN的數學形式化調度模型，並提出了以路徑重連為種群間互動策略的新型協同演化算法和求解不同子問題的統一框架。本項目的研究符合供應鏈運作的實際特性，為解決非完全信任供應鏈環境下的協作調度問題提供了理論基礎和關鍵技術，對調度問題向供應鏈領域演進也是一種推進。

結題摘要

本項目從企業間非完全信任的特徵入手，研究了供應鏈調度模型與算法，並取得了以下研究成果： （1）研究了隱藏作業處理時間的供應鏈企業間的非完全信任度量方法； （2）在資源任務網RTN的基礎上建立了擴展資源任務網ERTN模型，通過定義新的節點標號規則、資源與任務連線弧上的新型參數、增加虛比例轉化任務和組合移動任務等方面擴展抽象描述非完全信任供應鏈的企業自主性、非完全信任、作業處理可分割的生產和存儲以及運輸等多種活動過程。 （3）針對非完全信任供應鏈（製造商與分銷商之間不共享作業處理時間信息），提出了基於補償的分銷商協商調度模型。基於此模型，分銷商提供補償σ給製造商，製造商新調度的目標值在補償後不會比原調度差，以此激勵製造商採用新的調度方案。分銷商在新調度目標值的基礎上進行製造商補償操作後，其結果能比分銷商原調度的目標值好。針對多個分銷商，建立了基於協商收益的補償分攤機制，並提出了多目標協商調度模型。 （4）針對一個製造商和一個分銷商組成的非完全信任供應鏈，提出與分析了協商調度下製造商調度算法以及基於生態種群競爭的分銷商協同演化調度算法。分銷商協商調度模型與算法能有效改善分銷商調度性能，在不增加製造商調度成本的條件下，可最大程度削減分銷商調度成本超過25%。此外，提出的競爭協同演化算法能獲得比遺傳算法、粒子群算法和蟻群算法更好的調度解。 （5）針對一個製造商和多個分銷商組成的非完全信任供應鏈，提出了同時實施分銷商局部演化計算與製造商全局演化計算的新型多目標合作協同演化算法GLCCEC。 GLCCEC算法能在不損害製造商調度的條件下有效改善每個分銷商的調度，獲得的非支配解集不僅目標值優於現有的三種主要合作協同演化算法MOCCGA、NSCCGA、GBCCGA，且具有良好的解分散度。 （6）針對隨機作業到達的批處理並行機情況，研究了目標函式分別為最小化總的權重完工時間和最小化總的權重延遲的調度問題，提出了競爭比小於1+α的算法，其中α〖=β〗_m， (1+β_m )^(m+1)=β_m+2（m為機器的數量）。研究了m=2的並行機且有兩個不同的作業族的模型，目標函式為最小化最大完工時間，得到了競爭比小於1+α的算法。