傳統(tǒng)的供應(yīng)鏈求解方法為投影法,針對其要對投影進行計算,十分復(fù)雜的缺點,提出用改進的粒子群算法求解供應(yīng)鏈均衡問題,利用動態(tài)異步調(diào)整學(xué)習(xí)因子來有效的提高了算法搜索能力與精度。本文介紹了供應(yīng)鏈網(wǎng)絡(luò)均衡問題轉(zhuǎn)變?yōu)闊o約束優(yōu)化問題的方法,然后用改進的粒子群優(yōu)化算法進行求解。通過四個數(shù)值算例,將實驗結(jié)果與標(biāo)準(zhǔn)粒子群算法、蜂群算法、學(xué)習(xí)因子同步變化的粒子群算法進行比較,驗證了改進的粒子群優(yōu)化算法在解決供應(yīng)鏈網(wǎng)絡(luò)均衡問題中的有效性與優(yōu)越性,為供應(yīng)鏈網(wǎng)絡(luò)求解提供了一種新的方法。 

【文章來源】：運籌與管理. 2020,29(02)北大核心CSSCI

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引言
1 確定需求下供應(yīng)鏈網(wǎng)絡(luò)均衡模型
2 動態(tài)調(diào)整學(xué)習(xí)因子的粒子群優(yōu)化算法
    2.1 標(biāo)準(zhǔn)粒子群算法
    2.2 動態(tài)調(diào)整學(xué)習(xí)因子
    2.3 算法步驟
3 求解算例
4 結(jié)論


【參考文獻】：
期刊論文
[1]基于人工蜂群算法的供應(yīng)鏈網(wǎng)絡(luò)均衡問題研究[J]. 馬斌,吳澤忠.  成都信息工程大學(xué)學(xué)報. 2017(03)
[2]帶有權(quán)重函數(shù)學(xué)習(xí)因子的粒子群算法[J]. 趙遠東,方正華.  計算機應(yīng)用. 2013(08)
[3]梯級水庫短期發(fā)電優(yōu)化調(diào)度的協(xié)進化粒子群算法應(yīng)用研究[J]. 原文林,吳澤寧,黃強,萬芳.  系統(tǒng)工程理論與實踐. 2012(05)
[4]基于K-均值聚類的動態(tài)多種群粒子群算法及其應(yīng)用[J]. 劉衍民,隋常玲,趙慶禎.  控制與決策. 2011(07)
[5]粒子群算法求解無能力約束生產(chǎn)批量計劃問題[J]. 韓毅,唐加福,牟立峰,潘震東.  管理科學(xué)學(xué)報. 2008(05)



本文編號：2998613