论文部分内容阅读
随着经济全球化的不断加快和科学技术的快速发展,市场竞争也变得越来越激烈,同时给企业发展也带来了巨大的挑战,具体表现为生产和需求的不确定性增强,客户需求个性化增强,产品结构日趋复杂,信息量越来越大等。我国作为新兴崛起的国家之一,目前国民经济仍以制造业为支柱性产业,经济的发展主要依靠的是对自然资源的加工和利用,经济的增长对资源和劳动密集型产业依赖过大。而此类产业的发展面临着低附加值、高能耗和粗放型等问题,如何实现其向高附加值、低能耗和集约型方向的转变,目前仍然是国家相关部门和相关生产制造型企业极其关心的问题。 以石材产业为研究对象,结合其模糊性、多层次性和多目标性的特点,综合考虑国家发展和企业发展的双层结构,以及企业内部的双层结构,利用二层多目标规划模型来帮助优化石材行业的资源配置、库存控制、企业选址等问题。在现有的石材产业优化问题的研究中,同时考虑复杂模糊性、多层性和多目标性的研究还比较少涉及。为此,本文在广泛地吸收和借鉴现有研究的基础上,以复杂模糊变量为研究工具,二层规划模型为研究框架,综合运用多目标规划理论与优化理论,对复杂模糊环境下的石材产业优化问题进行研究,建立了三种不同决策领域下的模糊二层多目标规划模型。 首先,提出模糊环境下的二层多目标规划DECC模型,并将其用于解决由区域政府和石材企业构成的双层石材资源分配决策问题。其中上层决策者为区域政府,以石材行业的粉尘及废水排放最低,石材企业经济效益最大及石材行业就业最大化构成的目标函数,满足市场需求等为约束条件。下层决策者为石材企业,他们分别以各自的企业效益最大化以及排放量最小为目标,同时以满足区域政府设定的粉尘、废水排放为约束条件。从而,两者构成了具有二层决策者的规划模型。由于历史数据的缺失,排放系数等只能根据环保、石材厂等专业人士进行模糊化处理,从而构建模糊环境下的二层多目标规划DECC模型。针对排放系数的不确定性这种特征,本文设计了基于模糊模拟的改进模拟退火算法,该算法能够模拟上下层目标和约束函数,并迅速探寻最优解,并通过一个现实石材资源分配案例来说明构建的模型及算法的有效性与实用性。 其次,提出模糊随机环境下二层多目标石材企业库存控制ECDC模型。在供应链中,每个企业都会向其上游订货,销售商一般不会来一个订单就向上级供应商订货一次,大多数情况下在考虑库存和运输费用的基础上,为了减少订货频率,规避断货风险,销售商往往按照最佳经济规模保持库存。因此该问题是一类上下两层都有多个目标的二层运输问题,在假定某些参数如产能、单位生产费用,运输时间、需求、价格等为模糊随机变量的条件下,建立了模糊随机环境上下两层都有多目标的运输问题模型,并针对该类模型的不同情况设计了两种算法。当模型中所有的函数为线性函数,模糊随机变量也有特殊结构时,通过恒等变换得到与原模型等价的清晰的模型,采用模糊决策方法求解等价的清晰模型。当模糊随机二层模型难以进行等价变换时,本文提出了一种混合智能算法,其基本思想是将对模糊随机变量期望值的模拟过程嵌入到遗传算法中,从而设计了一个全新的基于模糊随机模拟的遗传算法。通过一个数值算例来说明可转换情形以及模糊决策方法的使用,同时将所设计混合智能算法应用于一个现实的库存控制问题中。 最后,提出了复杂模糊二层多目标石材园区选址CEDC模型,用来解决复杂模糊环境下双层石材产业园区的选址问题。园区选址是政府和企业投资决策的一个重要活动环节,我们将其考虑为一个二层规划问题,其中上层决策者为地方政府,其负责选择污染最小、成本最低的园区的建设地点。下层决策者为石材生产企业,其将选择建设、运营成本最低的园区进行入驻。然而,政府部门并没有权限对每个企业规定其入驻具体某个园区,相反企业有通过自身条件(如矿区位置、开发成本)选择合适园区入驻的权利,因此在下层规划中,各个企业管理者为决策者,他们通过选择合适的园区以使自身成本最低。由于信息的不完善以及上下层信息传递的模糊性,因而模型中具有双重模糊性,需用复杂模糊变量进行描述。针对本模型的性质,设计了基于复杂模糊模拟的二层粒子群算法。通过荥经县石材产业数据作为实际例子,分析验证了模型和算法的先进性和有效性。 本文对复杂模糊环境下石材产业优化问题的二层多目标决策模型及其应用进行了深入研究,设计了相应的算法并进行了分析讨论。本文提出的三种复杂模糊二层多目标决策优化模型资源能够根据石材产业优化问题的实际情况制定出更加合理有效的决策方案,在石材行业的资源配置方面、石材企业库存控制方面、石材园区选址等方面都具有积极的现实意义。同时,也将进一步丰富和发展不确定多目标决策理论、二层决策理论和模糊随机理论。本文的研究工作无疑将对模糊型二层多目标石材产业优化决策问题的研究起到非常积极的推动作用。