亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        集中采購(gòu)策略下多目標(biāo)訂單分配決策研究

        2016-10-22 08:13:08李興國(guó)孟懂懂
        物流技術(shù) 2016年3期
        關(guān)鍵詞:支配訂單種群

        李興國(guó),孟懂懂

        (1.合肥工業(yè)大學(xué) 管理學(xué)院,安徽 合肥 230009;2.過(guò)程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室,安徽 合肥 230009)

        集中采購(gòu)策略下多目標(biāo)訂單分配決策研究

        李興國(guó)1,2,孟懂懂1

        (1.合肥工業(yè)大學(xué)管理學(xué)院,安徽合肥230009;2.過(guò)程優(yōu)化與智能決策教育部重點(diǎn)實(shí)驗(yàn)室,安徽合肥230009)

        針對(duì)集中采購(gòu)策略下如何選擇供應(yīng)商及在所選供應(yīng)商之間進(jìn)行合理的訂單分配的問(wèn)題,在考慮需求不確定性和批量折扣的情況下,建立了一個(gè)基于總體成本、質(zhì)量和交貨提前期的多目標(biāo)優(yōu)化數(shù)學(xué)模型,并設(shè)計(jì)了基于NSGAⅡ的求解算法;為提高執(zhí)行效率和處理問(wèn)題約束,采用了搜索空間限定法;最后,通過(guò)算例對(duì)所建模型和算法的可行性與有效性進(jìn)行了驗(yàn)證。為科學(xué)合理地選擇所需供應(yīng)商以及在所選供應(yīng)商之間分配采購(gòu)量提供了一種新的思路和手段。

        集中采購(gòu);供應(yīng)商選擇;不確定需求;訂單分配;多目標(biāo)遺傳算法

        1 問(wèn)題描述與分析

        進(jìn)入21世紀(jì)以來(lái),市場(chǎng)競(jìng)爭(zhēng)不僅僅是企業(yè)之間的競(jìng)爭(zhēng),更晉升為供應(yīng)鏈之間的競(jìng)爭(zhēng)。供應(yīng)商是整個(gè)供應(yīng)鏈的“源頭”,在供應(yīng)鏈中,供應(yīng)商選擇是一個(gè)戰(zhàn)略性決策過(guò)程,并對(duì)企業(yè)產(chǎn)生深刻的影響,比如,未來(lái)計(jì)劃和策略的穩(wěn)定性、產(chǎn)品質(zhì)量和服務(wù)時(shí)間的可靠性等[1-2]。因此,研究如何選擇合適的供應(yīng)商,對(duì)企業(yè)有重要的現(xiàn)實(shí)意義。

        對(duì)于在不同地區(qū)擁有多個(gè)工廠的集團(tuán)企業(yè),每個(gè)工廠需要采購(gòu)相同或相似的物料。集團(tuán)通常有很多個(gè)合作的供應(yīng)商,每種物料都可以向其中一個(gè)或多個(gè)供應(yīng)商進(jìn)行采購(gòu)。在集中采購(gòu)策略下,集團(tuán)采購(gòu)中心匯集各個(gè)工廠的采購(gòu)需求,生成采購(gòu)訂單,然后將采購(gòu)訂單下達(dá)給一個(gè)或多個(gè)供應(yīng)商。集中采購(gòu)能夠?qū)⒎稚⒃诟鞴S的小訂單匯聚成大訂單,形成規(guī)模優(yōu)勢(shì),減少采購(gòu)成本。集中采購(gòu)、分散送貨是集中采購(gòu)的一種典型應(yīng)用模式,指各工廠提出采購(gòu)申請(qǐng),集團(tuán)采購(gòu)中心進(jìn)行一系列處理后下達(dá)采購(gòu)訂單,然后供應(yīng)商直接交貨給各工廠,各工廠根據(jù)交貨通知單或采購(gòu)訂單進(jìn)行收貨入庫(kù)。本文研究的就是這種應(yīng)用模式下的集中采購(gòu)問(wèn)題。

        傳統(tǒng)的采購(gòu)模式中,為了應(yīng)對(duì)需求和供應(yīng)的不確定性,提高顧客服務(wù)水平,企業(yè)對(duì)同一種物料,一方面會(huì)維持多個(gè)相同或者類似的供應(yīng)商;另一方面會(huì)訂購(gòu)大量產(chǎn)品,提高庫(kù)存水平,從而增加了庫(kù)存成本,降低了庫(kù)存周轉(zhuǎn)率。因此,面對(duì)變化的市場(chǎng)需求,如何選擇合適的供應(yīng)商并在所選供應(yīng)商中進(jìn)行訂單分配,從而降低庫(kù)存、降低采購(gòu)總成本,提高顧客滿意度,是企業(yè)急需解決的問(wèn)題。

        迄今為止,許多學(xué)者對(duì)企業(yè)采購(gòu)過(guò)程中的供應(yīng)商選擇問(wèn)題展開了研究。程海芳和張子剛研究了多供應(yīng)源條件下集成供應(yīng)商訂貨問(wèn)題的非線性規(guī)劃模型,模型以物流總成本最小為目標(biāo),同時(shí)給出了求解模型的方法[3];S.H.Ghodsypour和C.O'Brien提出了在多供應(yīng)商情況下,多準(zhǔn)則和供應(yīng)商供應(yīng)能力限制條件下的采購(gòu)量分配問(wèn)題,建立了一個(gè)單目標(biāo)和一個(gè)多目標(biāo)非線性混合整數(shù)規(guī)劃模型[4];Desheng Dash Wu[5]建立了一個(gè)模糊多目標(biāo)規(guī)劃的供應(yīng)商選擇模型,該模型考慮了多個(gè)顧客需求的不確定性,以及供應(yīng)鏈中一些定性和定量的風(fēng)險(xiǎn)因素。Leopoldo Eduardo Cardenas-Barron[6]提出了解決供應(yīng)商選擇過(guò)程中的多產(chǎn)品多周期庫(kù)存批量問(wèn)題的減少和優(yōu)化方法。Armaghan Heidarzade[7]采用一種基于新距離的區(qū)間二型模糊集的聚類方法研究了供應(yīng)商選擇問(wèn)題。Mahdi Mahdiloo[8]提出了一種新的模式和方法,把效益指標(biāo)分解成技術(shù)、環(huán)境和生態(tài)效益用于綠色供應(yīng)商選擇決策過(guò)程。Devika Kannan[9]提出一個(gè)框架,利用模糊TOPSIS為巴西電子公司選擇綠色供應(yīng)商。Kamran S. Moghaddam[10]提出了一個(gè)供應(yīng)和需求不確定環(huán)境下的逆向物流系統(tǒng)供應(yīng)商選擇和訂單分配的模糊多目標(biāo)模型。這些研究沒有綜合考慮質(zhì)量、運(yùn)輸成本、交貨提前期和批量折扣等因素。

        本文主要研究隨機(jī)需求環(huán)境下集中采購(gòu)時(shí)的供應(yīng)商選擇和采購(gòu)量分配問(wèn)題,主要背景是不同地區(qū)擁有多個(gè)工廠的集團(tuán)對(duì)同一種物料的采購(gòu)可選擇不同地區(qū)的多個(gè)供應(yīng)商,采用集中采購(gòu),分散送貨的方式進(jìn)行集中采購(gòu)。構(gòu)建了一個(gè)基于總體成本、質(zhì)量和交貨提前期的多目標(biāo)規(guī)劃模型,并設(shè)計(jì)了非支配遺傳算法(NSGAⅡ)求解該模型,幫助企業(yè)提高用戶服務(wù)水平,同時(shí)降低總的交易成本。

        2 訂單分配決策模型

        為了滿足各工廠需求,同時(shí)使得企業(yè)效益最大化,企業(yè)中的決策者需要決定選擇哪些供應(yīng)商以及如何在所選供應(yīng)商中分配采購(gòu)量。

        假定有i個(gè)工廠,i=1,2,…,m;j個(gè)供應(yīng)商,j=1,2,…,n;l=1,2,…,L表示折扣區(qū)間;xij表示工廠i向供應(yīng)商j的訂貨數(shù)量,是決策變量;Di表示工廠i的產(chǎn)品需求量,服從正態(tài)分布,即Di∽N(μi,σi2);pij表示在沒有折扣的情況下,工廠i向供應(yīng)商j購(gòu)買產(chǎn)品的單價(jià);qij表示供應(yīng)商j提供給工廠i的產(chǎn)品的不合格率;rijl表示對(duì)工廠i,供應(yīng)商j的第l折扣區(qū)間的價(jià)格折扣;gij表示工廠i與供應(yīng)商j的距離;c表示單位距離單位產(chǎn)品的運(yùn)輸費(fèi)用;Vj表示供應(yīng)商j可以提供的產(chǎn)品數(shù)量的上限;tij表示供應(yīng)商j能夠向工廠i提供產(chǎn)品的時(shí)間,即交貨提前期;Qijl表示供應(yīng)商j向工廠i提供的第l個(gè)折扣區(qū)間的上界;yijl為0-1變量,1表示工廠i能從供應(yīng)商j處得到階段l折扣,0表示不能;Zk表示第k個(gè)目標(biāo)函數(shù)。

        假設(shè)企業(yè)可以向多個(gè)供應(yīng)商采購(gòu)?fù)划a(chǎn)品,各工廠的需求都是服從正態(tài)分布的隨機(jī)變量,且運(yùn)輸費(fèi)用由企業(yè)承擔(dān),供應(yīng)商提供批量折扣以提高企業(yè)的采購(gòu)量[11],則構(gòu)建的多目標(biāo)規(guī)劃模型如下:

        (1)目標(biāo)函數(shù)

        ①成本目標(biāo):最小化總體采購(gòu)成本和運(yùn)輸費(fèi)用

        ②質(zhì)量目標(biāo):最小化產(chǎn)品中的不合格數(shù)量

        ③交貨提前期目標(biāo):最小化交貨提前期

        (2)約束條件

        ①供應(yīng)商能力約束:向某供應(yīng)商采購(gòu)的數(shù)量不能超過(guò)其可提供的數(shù)量上限

        ②以α的置信水平滿足各工廠需求

        ③工廠i只能以一個(gè)折扣向供應(yīng)商j采購(gòu)物料

        ④折扣區(qū)間約束:采購(gòu)量滿足相應(yīng)折扣區(qū)間的上下限

        ⑤采購(gòu)數(shù)量為非負(fù)整數(shù)的約束

        約束⑤中含有隨機(jī)變量,本文采用一般的處理機(jī)會(huì)約束的方法:依據(jù)事先給定的置信水平,將機(jī)會(huì)約束轉(zhuǎn)化成各自的確定等價(jià)類,則可以把約束⑤轉(zhuǎn)換為:

        3 求解算法

        多目標(biāo)規(guī)劃問(wèn)題想要找到一個(gè)使得所有目標(biāo)都最優(yōu)的解是非常困難的。處理多目標(biāo)優(yōu)化問(wèn)題,傳統(tǒng)方法如加權(quán)法、約束法、目標(biāo)規(guī)劃法等,是構(gòu)造一個(gè)評(píng)估函數(shù),將多目標(biāo)優(yōu)化模型轉(zhuǎn)化為單目標(biāo)優(yōu)化模型,然后求得單目標(biāo)規(guī)劃問(wèn)題的最優(yōu)解[12];通常,多目標(biāo)規(guī)劃問(wèn)題的各個(gè)目標(biāo)之間相互聯(lián)系、相互沖突,所以很難找到一個(gè)最優(yōu)解使得所有目標(biāo)同時(shí)達(dá)到最優(yōu),因此,決策者實(shí)際上是根據(jù)對(duì)所有目標(biāo)最優(yōu)性的綜合滿意度的全局評(píng)估,找到一個(gè)最優(yōu)的折中解作為問(wèn)題最終解,即Pareto最優(yōu)解。

        NSGA-Ⅱ算法本身含有并行性,可以同時(shí)尋找多個(gè)Pareto最優(yōu)解,因而是處理多目標(biāo)優(yōu)化問(wèn)題的有效方法,該類算法的特點(diǎn)是不需要人來(lái)確定各目標(biāo)的權(quán)重,算法運(yùn)行一次可以找出所有的Pareto最優(yōu)解,然后再由決策者進(jìn)行判斷選擇[13]。

        3.1編碼方案

        本文采用實(shí)數(shù)編碼策略。為了便于計(jì)算,染色體由決策變量、目標(biāo)函數(shù)、非支配序和擁擠度組成,即染色體上的前i×j個(gè)基因表示決策變量的值,接著的k個(gè)基因表示目標(biāo)函數(shù)的值,最后兩個(gè)基因分別表示非支配序和擁擠度,故染色體長(zhǎng)度為i×j+k+2。

        染色體j可用下式表示:

        由于編碼方案不能保證個(gè)體一定滿足所有的約束條件,因此本文采用搜索空間限定法來(lái)確保初始種群中的個(gè)體都是可行解。

        3.2快速非支配排序

        主要思想為:種群P中的每個(gè)個(gè)體p都設(shè)有兩個(gè)參數(shù)Sp和np,Sp表示被p支配的個(gè)體的集合,np表示支配p的個(gè)體數(shù)量。首先,搜索種群中np=0的個(gè)體,由它們組成非支配集F1,賦予相應(yīng)的非支配序irank;然后,考察集合F1中的每個(gè)個(gè)體p支配的集合Sp,將集合中每個(gè)個(gè)體q的nq減去1(由于支配q的個(gè)體p已放入集合F1中),若nq-1=0,即個(gè)體q是Sp中的非支配個(gè)體,則將q放入到集合Q中,對(duì)Q進(jìn)行分級(jí)并賦予非支配序;重復(fù)上述操作,對(duì)所有個(gè)體進(jìn)行非支配排序。

        3.3擁擠度和擁擠度算子

        為了維持種群的多樣性,NSGA采用共享函數(shù)和小生境技術(shù),但需要人為指定共享半徑σshare,為避免這個(gè)問(wèn)題,NSGAⅡ中提出了擁擠度的概念。擁擠度表示種群在指定個(gè)體處的密集程度,用id表示,它指出了在個(gè)體i周圍包含i但不包含其它個(gè)體的最小長(zhǎng)方形,如圖1所示。

        圖1 個(gè)體i的擁擠度

        由圖1可以看出,當(dāng)id比較小時(shí)表示個(gè)體周圍比較擁擠。通過(guò)計(jì)算非支配排序和擁擠度,群體中每個(gè)個(gè)體i獲得兩個(gè)屬性:非支配序irank和擁擠度id。定義擁擠度算子?n為:當(dāng)滿足條件irank<jrank或irank=jrank且id>jd,則i?nj。即,在兩個(gè)個(gè)體的非支配序不一樣時(shí),選取非支配序較小的個(gè)體;兩個(gè)個(gè)體的非支配序一樣時(shí),選取擁擠度較大的個(gè)體。

        3.4中間代種群生成

        中間代種群Rt由父代種群Pt和其經(jīng)選擇、交叉、變異操作生成的子代種群Qt組成。本文采用二元錦標(biāo)賽選擇,即每次從種群中隨機(jī)選擇兩個(gè)個(gè)體,通過(guò)擁擠度比較算子進(jìn)行競(jìng)爭(zhēng),占優(yōu)的個(gè)體進(jìn)入交配池以產(chǎn)生后代。

        執(zhí)行交叉操作時(shí),每次從交配池中隨機(jī)選擇兩個(gè)不同的個(gè)體,記為x1和x2;采用模擬二進(jìn)制交叉算子[14],產(chǎn)生兩個(gè)新個(gè)體,即子代,記為y1和y2。對(duì)于第i個(gè)變量其交叉過(guò)程如下[15]:

        (1)產(chǎn)生一個(gè)隨機(jī)數(shù)ui∈[0,1]

        (2)按下式計(jì)算參數(shù)βi

        式中,mu為交叉分布指數(shù),非負(fù);mu越小,表示產(chǎn)生的子代距離父代越遠(yuǎn);mu越大,產(chǎn)生的子代距離父代越近。

        (3)交叉計(jì)算公式如下:

        變異操作時(shí),根據(jù)均值為0的多項(xiàng)式概率分布,在父代x附近產(chǎn)生子代y。對(duì)于第i個(gè)變量其變異過(guò)程如下[16]:

        (1)生成一個(gè)隨機(jī)數(shù)ri∈[0,1]

        (2)按下式計(jì)算參數(shù)δi

        式中,mum為變異分布指數(shù),非負(fù);其作用等同于mu。

        (3)變異計(jì)算公式如下:

        本文中交叉、變異操作僅對(duì)決策變量進(jìn)行,也就是染色體向量的前i×j個(gè)元素。為了確保子代染色體的可行性,當(dāng)?shù)趇個(gè)變量經(jīng)交叉變異后產(chǎn)生的值超出了決策變量的空間范圍時(shí),將其值設(shè)為適當(dāng)?shù)臉O值。

        3.5新一代種群生成

        首先對(duì)中間代種群Rt進(jìn)行非支配排序,接著分層計(jì)算擁擠度,然后應(yīng)用擁擠度比較算子從種群Rt中選擇前N(種群大?。﹤€(gè)個(gè)體形成新的父代種群Pt+1,如圖2所示。

        圖2 精英策略執(zhí)行過(guò)程

        如圖2所示,根據(jù)擁擠度比較算子,將非支配集F1和F2中的個(gè)體加入到新一代種群Pt+1中,當(dāng)添加F3時(shí),種群大小超過(guò)了N,則根據(jù)擁擠度從F3中選擇一定數(shù)目的個(gè)體,使得Pt+1的大小為N。

        3.6算法流程

        NSGAⅡ算法流程如圖3所示。

        4 應(yīng)用實(shí)例

        本部分驗(yàn)證算法的有效性。各工廠需求信息、供應(yīng)商信息分別見表1、表2;假定滿足各工廠需求的置信水平α是0.9;各供應(yīng)商對(duì)企業(yè)提供的數(shù)量折扣信息見表3;運(yùn)輸成本由企業(yè)承擔(dān),已知單位產(chǎn)品的運(yùn)輸成本c= 0.005元/km,各工廠到各供應(yīng)商的距離見表4。設(shè)定種群大小為100,交叉和變異概率分別為0.9、0.1,最大迭代次數(shù)為400。

        圖3 NSGAⅡ算法流程

        表1 各工廠需求信息

        表2 供應(yīng)商信息表

        表3 供應(yīng)商數(shù)量折扣

        表4 工廠與供應(yīng)商之間的距離(單位:km)

        采用MATLAB計(jì)算,由于3個(gè)供應(yīng)商都提供3個(gè)折扣區(qū)間,因此有27種折扣區(qū)間組合方法,但其中有5種組合方式不滿足約束條件,因此只需分別計(jì)算另外22種組合方式下的Pareto最優(yōu)解集,再?gòu)闹姓页鋈值腜areto最優(yōu)解集;這些解互為非支配關(guān)系,不能直接判斷出優(yōu)劣性。決策者可以根據(jù)過(guò)往經(jīng)驗(yàn)以及對(duì)各目標(biāo)的重視程度從中選出最滿意的解;表5為截取的Pareto解集中的部分解。

        表5 最優(yōu)Pareto解集中的5個(gè)解

        初始種群和最優(yōu)Pareto解集中的個(gè)體的對(duì)比結(jié)果如圖4所示。

        圖4 初始種群和最優(yōu)Pareto解集中的個(gè)體分布

        從圖4可以看出,最優(yōu)Pareto解集中的個(gè)體位于初始種群的下部,與初始種群相比,各目標(biāo)都有較大改進(jìn)。

        5 結(jié)語(yǔ)

        本文對(duì)企業(yè)集中采購(gòu)過(guò)程中的訂單分配決策進(jìn)行了研究,針對(duì)市場(chǎng)需求和供應(yīng)的不確定性,在考慮批量折扣的情況下,建立了一個(gè)基于總體成本、質(zhì)量和交貨提前期的多目標(biāo)優(yōu)化模型,設(shè)計(jì)了基于NSGAⅡ算法的求解算法;最后通過(guò)一個(gè)算例驗(yàn)證了該算法的有效性;為科學(xué)合理地選擇所需供應(yīng)商以及在所選供應(yīng)商之間分配采購(gòu)量提供了一種新的思路和手段。根據(jù)決策者偏好選擇Pareto解是本文的未來(lái)研究之一。

        [1]Amin Hosseininasab,Abbas Ahmadi.Selecting a supplier portfolio with value,development,and risk consideration[J].European Journal of Operational Research,2015,245(1)∶146-156.

        [2]Muhammad Saad Memon,Young Hae Lee,Sonia Irshad Mari. Group multi-criteria supplier selection using combined grey systems theory and uncertainty theory[J].Expert Systems withApplications,2015,42(21)∶7 951-7 959.

        [3]程海芳,張子剛.多供應(yīng)商條件下集成供應(yīng)商訂貨模型研究[J].工業(yè)工程管理,2004,(4)∶27-30.

        [4]S H Ghodsypour,C O'Brien.The total cost of logistics in supplier selection,under conditions of multiple sourcing,multiple criteria and capacity constraint[J].International Journal of Production Economics,2001,73(1)∶15-27.

        [5]Desheng Dash Wu,Yidong Zhang,Dexiang Wu,David L Olson. Fuzzy multi-objective Programming for supplier selection and risk modeling∶A possibility approach[J].European Journal of Operational Research,2010,200(3)∶774-787.

        [6]Leopoldo Eduardo Cardenas-Barron,Jose Luis Gonzalez-Velarde,Gerardo Trevino-Garza.A new approach to solve the multi-product multi-period inventory lot sizing with supplier selection problem[J].Computers&Operations Research,2015,64∶225-232.

        [7]Armaghan Heidarzade,Iraj Mahdavi,Nezam Mahdavi-Amiri. Supplier Selection Using a Clustering Method Based on a New Distance for Interval Type-2 Fuzzy Sets∶A Case Study[J]. Applied Soft Computing,2015,38∶213-231.

        [8]Mahdi Mahdiloo,Reza Farzipoor Saen,Ki-Hoon Lee.Technical,environmental and eco-efficiency measurement for supplier selection∶An extension and application of data envelopment analysis[J].International Journal of Production Economics,2015,168∶279-289.

        [9]Devika Kannan,Ana Beatriz Lopes de Sousa Jabbour,Charbel Jose Chiappetta Jabbour.Selecting green suppliers based on GSCM practices∶Using fuzzy TOPSIS applied to a Brazilian electronics company[J].European Journal of Operational Research,2014,233(2)∶432-447.

        [10]Kamran S Moghaddam.Fuzzy multi-objective model for supplier selection and order allocation in reverse logistics systems under supply and demand uncertainty[J].Expert Systems with Applications,2015,42(15-16)∶6 237-6 254.

        [11]李興國(guó),薛玉玲.考慮需求不確定的訂單分配模型研究[J].物流科技,2011,(2)∶43-45.

        [12]Deb K,Pratap A,Agarwal S,et al.A fast and elitist multi-objective genetic algorithm∶NSGA-Ⅱ[J].IEEE Trans on Evolutionary Computation,2002,6(2)∶182-197.

        [13]Mendoza F,Bemal-Agustin J L,Dominguez-Navarro J A.NSGA and SPEA Applied to Multi-objective Design of Power Distribution Systems[J].Power Systems IEEE Transactions on,2006,21(4)∶1 938-1 945.

        [14]Deb K,Agrawa R.B.Simulated Binary Crossover for Continuous Search Space[J].Complex Systems,1995,9(2)∶115-148.

        [15]Deb K,Multi-Speed Gearbox Design Using Multi-Objective Evolutionary Algorithms[J].Mechanical Design,2003,125∶609-619.

        [16]Deb K.Goyal M.A combined genetic adaptive search(GeneAS)for engineering design[J].Computer Science and Informatics,1996,26(4)∶30-45.

        Study on Multi-objective Order Allocation Decision-making under Centralized Purchasing Strategy

        Li Xingguo1,2,Meng Dongdong1
        (1. School of Management, Hefei University of Technology, Hefei 230009;2. Ministry of Education Key Laboratory for Process Optimization Intelligent Decision-making, Hefei 230009, China)

        In this paper, we studied the selection of suppliers and the allocation of make- to- order tasks among them under thecentralized purchasing strategy, then considering demand uncertainty and quantity discount, and established a multi-objective optimizationmodel for total cost, quality and delivery lead time. Next we designed a NSGA II based algorithm for the solution of the model, and to improveits execution efficiency, adopted the search space limitation process, and at the end, through a numerical example, demonstrated thefeasibility and validity of the model established and algorithm designed.

        centralized purchasing; supplier selection; uncertain demand; order allocation; multi-objective genetic algorithm

        F274;F253

        A

        1005-152X(2016)03-0044-06

        10.3969/j.issn.1005-152X.2016.03.012

        2015-02-05

        國(guó)家自然科學(xué)基金資助項(xiàng)目(71301040);安徽省軟科學(xué)資助項(xiàng)目(1502052014,1502052016);安徽省哲學(xué)社會(huì)科學(xué)重點(diǎn)研究基地重點(diǎn)項(xiàng)目(SK2013A148);中國(guó)博士后科學(xué)基金資助項(xiàng)目(2013M54165,2014T70508);江蘇省博士后科技活動(dòng)計(jì)劃項(xiàng)目(1302129C)

        李興國(guó)(1963-),男,安徽六安人,碩士,合肥工業(yè)大學(xué)教授,研究方向:信息管理與信息系統(tǒng)、物流與供應(yīng)鏈管理;孟懂懂(1990-),男,河南商丘人,合肥工業(yè)大學(xué)碩士生。

        猜你喜歡
        支配訂單種群
        邢氏水蕨成功繁衍并建立種群 等
        春節(jié)期間“訂單蔬菜”走俏
        山西省發(fā)現(xiàn)刺五加種群分布
        被貧窮生活支配的恐懼
        意林(2021年9期)2021-05-28 20:26:14
        新產(chǎn)品訂單紛至沓來(lái)
        跟蹤導(dǎo)練(四)4
        “最確切”的幸福觀感——我們的致富訂單
        基于決策空間變換最近鄰方法的Pareto支配性預(yù)測(cè)
        隨心支配的清邁美食探店記
        Coco薇(2016年8期)2016-10-09 00:02:56
        怎樣做到日訂單10萬(wàn)?
        四川老熟妇乱子xx性bbw| 日韩av在线亚洲女同| 在线观看午夜视频一区二区| 女人喷潮完整视频| 日韩精品久久久一区| 久久精品这里就是精品| 少妇免费av一区二区三区久久| 久久久久久曰本av免费免费| 波多野结衣中文字幕在线视频| 91自国产精品中文字幕| 性生大片免费观看性少妇| 真人做人试看60分钟免费视频| 粗大的内捧猛烈进出在线视频| 色琪琪一区二区三区亚洲区| 日本少妇一区二区三区四区| 亚洲av鲁丝一区二区三区黄| 456亚洲人成影视在线观看| 中文字幕亚洲精品第一页| 亚洲精品国产av成人精品| 日本无码人妻波多野结衣| 亚洲VA中文字幕欧美VA丝袜| 伊人久久亚洲综合av影院| 公与淑婷厨房猛烈进出| 又黄又爽又高潮免费毛片| 久久久久久人妻一区二区无码Av| 精品人妻一区二区三区视频| 亚洲精品成人无码中文毛片| 国产人在线成免费视频麻豆| 国产av精品久久一区二区| 日韩人妻不卡一区二区三区| 99偷拍视频精品一区二区| 美女黄频视频免费国产大全 | 美女被男人插得高潮的网站| 久久成人国产精品| 欧洲亚洲视频免费| 久久成人永久婷婷99精品| 国内最真实的xxxx人伦| 国产第一草草影院| 青青青草视频手机在线| 丰满熟妇人妻av无码区 | 国产亚州精品女人久久久久久|