基于改进蚁群算法的实物效率型供应链网络生产决策毕业论文精选.docx

基于改进蚁群算法和面向订单的实物效率型供应链生产决策摘要：针对面向订单生产的多规格多产线实物效率型供应链生产作业，以生产成本和销售利润为目标，构建有限产能下带有限延迟交货惩罚的生产模型。利用蚁群算法在求解复杂优化问题方面的优越性，设计改进的蚁群优化算法。对传统蚁群算法的概率选择函数进行改进，将选择概率分为产线选择概率和订单选择概率，在选取状态转移规则确定下一个订单时，采取随机比例规则与贪婪规则相结合的策略。在保留最适应个体时将精英蚂蚁策略与四种邻域搜索结合。将改进的蚁群算法应用到实际企业生产算例中，结果表明，无论是计算结果还是计算效率，改进蚁群算法在解决多订单多规格的实物效率型供应链生产作业问题上均优于传统蚁群算法。实证研究证明了模型、算法的可靠性及适用性，将算法和模型应用于生产决策，增加了订单处理数量，提高了销售利润。关键词：改进蚁群算法，实物效率型供应链，面向订单，生产决策中图分类号：F272.2文献标识码：A　文章编号：Efficient supply chain planning based on Improved Ant Colony Algorithm and Make-to-order strategyAbstract: A make to order problem with multi type and multi production line into consideration in efficient supply chain planning is investigated. Limit production capacity and back order punishment are taken into account in maximize profit objective model. Considering thesuperiority of ant colony algorithm in solving the complex problem， an improved ACO algorithm is proposed. The improved ACO algorithm processes selective probabilityof both production line and order. Strategy combined with random select rule and greedy select rule are chosen to select next orders. When keeping best generation, elite antstrategy with four different local search methods are used. Computational results indicate that the improved ACO algorithm performance better in calculating efficiency and planning outcomes. The implement of model and algorithm in real-life case also demonstrates that the gross profit and order acceptance respectively enhanced.Key words:Improved ant colony algorithm;Efficient supply chain;Make to order; Planning生产制造是供应链中必不可少的环节。为进行科学有效的生产决策，M.L.Fisher[1]对企业产品进行分类，将生产制造型的供应链分为实物效率型和市场反应型，并指出对于前者，降低成本，提高设备利用率是关键。不少学者从节约成本满足需求，提高设备利用率和库存周转率方面做了大量深入的研究[2-5]。近年来，由于信息化管理程度的提高，以及面向订单生产方式研究的深入[6-11]，一部分实物效率型生产企业已经从面向库存生产转为面向订单生产。在这种生产模式下，由于生产能力的限制，企业需要从众多订单中选择合适的订单安排生产。若订单选择不合理，在实际生产中必然或造成诸如产能过剩或不足的情况。同时，产品的交付期限也对企业的订单生产的合理安排提出了更高的要求。文献[12]提出了面向订单的钢铁企业生产管理一体化系统，为钢铁企业面向订单的生产决策提供了框架。文献[13]研究了合同生产批量调度方法并用蚁群算法进行求解，不过模型考虑的是多品种小批量的生产计划编制。文献[14]研究了ERW钢管多阶段生产计划的编制与优化，提出带提前交货惩罚