基于混合差分进化算法和熵权TOPSIS的多目标(Q, r)库存模型
DOI:
CSTR:
作者:
作者单位:

华中科技大学 管理学院

作者简介:

王林

通讯作者:

中图分类号:

基金项目:

模糊环境下基于差分进化方法的不常用备件联合补货模型


Multi-objective (Q,r) Model based on Hybrid Differential Evolution Algorithm and Entropy-based TOPSIS
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    讨论随机需求环境下的多目标库存控制问题, 构建以成本、缺货率和缺货量3 个指标最小化为准则的多目标(Q, r) 库存模型. 为了求出决策者需要的Pareto 前沿, 设计了基于遗传和差分进化算法的混合智能算法来产生非支配解, 进而利用基于熵权的TOPSIS 方法对最优解进行排序, 此结果可为管理者提供有益的决策参考.

    Abstract:

    Based on the analysis of inventory multi-objective planning problems under random demand, a multi-objective
    (Q, r) model is constructed under three criteria of minimization of the annual expected total relevant cost, the annual expected frequency of stock-out occasions, and the annual expected number of stock-outs quality. To find Pareto front, a hybrid algorithm is designed by using generation algorithm(GA) and differential evolution algorithm to generate non-dominated solutions. Then, an entropy theory-based technique for order preference by similarity to ideal solution is adopted to sort the non-dominated solutions, which gives useful advices for decision makers.

    参考文献
    相似文献
    引证文献
引用本文

王林 顿彩霞 杨锐.基于混合差分进化算法和熵权TOPSIS的多目标(Q, r)库存模型[J].控制与决策,2011,26(12):1913-1916

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-08-09
  • 最后修改日期:2011-01-03
  • 录用日期:
  • 在线发布日期: 2011-12-20
  • 出版日期:
文章二维码