启发式FF-NN模型在随机动态批量问题中的应用.pdfVIP

第32卷第3期 计算机应用与软件 VolI32 No．3 2015年 3月 ComputerApplicationsandSoftware Mar．2015 启发式 FF-NN模型在随机动态批量问题 中的应用 鲜 敏 郑 翔 四川工程职业技术学院计算机科学技术系 四川德阳618000 摘 要 针对随机环境下多期单项批量问题的复杂结构导致的数学难解性，提 出基于启发式的前馈神经网络FF—NN FeedFor— ward．NeuralNetwork 模型。通过研究一种基于最小总相关成本价格和不确定性需求的最优批量策略，构建基于Taguchi方法、反向 传播 BP 、遗传算法 GA 、蜂群算法 BA 的四种前馈神经 网络模型，使用三种特定领域的启发式成本计算方法，包括修正银餐 RSM 、修正最小单位成本 RLUC 、成本效益 CB ，比较各种方法及模型的组合。实验结果表明，基于BA算法的FF—NN模型与 RLUC方法的组合是对决策者最有帮助的启发式组合，很好地解决 了随机动态批量问题中的数学难解性。 关键词 随机动态批量 启发式方法 前馈神经网络 Taguchi方法 蜂群算法 遗传算法 中图分类号 TP399 文献标识码 A DOI：10．3969／j．issn．1000—386x．2015．03．076 APPLICATION oF HEUⅪ STIC FF．NN M oDEL IN SDLZPRoBLEM XianMin ZhengXiang DepartmentofComputerScienceandTechnology，SeihuanEngineeringTechnicalCollege，Deyang618000，Scihuan，China Abstract Forthemathematicalintractability causedby the complexstructureofmulti·period single—item lotsizingproblem undel stochasticenvironment，weproposetheheuristic—basedfeedforwardneuralnetworks FF—NN mode1．Bystudyinganoptimal lotsizing strategywhichisbasedontheminimum totalrelevantcostpriceanduncertaintydemand，weconsturctfourFF—NNmodels，theyarebasedon Taguchimethod，backpropagation BP ，geneticalgorithm GA andbeecolonyalgorithm BA respectively．WealsocomparealJ combinationsofvariousmethodsandmodelsbyusingheuristiccostcalculationmethodsinthreespecificdomains，includingtherevisedsilver andmeal RSM ，revisedleastunitcost RLUC andcostbenefit CB ．ExperimentalresultsshowthatthecombinationofBA—basedFF— NN modeland RLUC method is the heuristiccombination to help the decision makers the best，which wellsettlesthe-mathematical intractabilityofstochasticdynamiclot—sizingproblem． Keywords Stochasticdynamiclot—sizing SDLS Heuristicmethod Feed-fowrardneuralnetworks Taguchimethods Beecolony algorithm Geneticalgorithms 是复杂的，一般使用仿真技术来得到良好且可行的方案” 。在 0 引 言 计算总相关成本的过程中，仿真结果可以当作真实结果，要获得 真正的总相关成本，应模拟不确定需求和价格下的随机批量决 近年来 ，批量问题已经在各个方面得到了研究与发展，学者 策过程。这项研究 中，价格和需求都是不确定的，因此，可以假 们一直强调确定性版本 的建模与优化 ，但仍然具有 NP难 设它们是随机的” 。另一方面，在启发式方法中，当今流行的 题 的特性，尤其是用于处