论文部分内容阅读
近年来,随着信息技术、计算机技术的飞速发展,物流配送中心信息化水平不断提高,各种物流管理信息系统层出不穷。但是大都是面向应用领域,处理具体业务,缺乏辅助决策支持功能。随着配送中心自身的不断发展,配送技术的日益改进,配送中心业务量的不断增大,仅仅靠以业务处理为主的MIS难以胜任管理者日益增长的辅助决策需要。因此,研究物流配送中心的决策支持技术及决策支持系统成为必然要求。本文以苏果马群物流配送中心决策支持系统建设为背景,对其中的配送中心选址和物流成本预测理论方法与技术进行深入研究,并设计了物流配送中心的决策支持系统。对于物流配送中心选址决策问题,本文基于成本因素和非成本因素综合考虑,采用空间决策技术对物流配送中心的成本因素定量分析建模,采用AHP群决策方法对非成本因素进行定性分析建模。最终结合成本模型和非成本模型建立配送中心选址的综合模型,得到最佳选址。物流成本预测对配送中心的运行和规划非常重要,近年来,灰色预测模型和人工神经网络模型被用于物流成本预测。但灰色预测方法本身存在一些理论缺陷,BP神经网络本身也存在学习速度慢、存在局部极小点等问题。为此,提出一种将灰色系统、神经网络和遗传算法相结合的灰色BPGA模型预测方法。首先利用灰色系统对数据进行累加处理,以便于神经网络学习;针对BP神经网络本身存在的固有缺陷,采用遗传算法优化神经网络初始权值和阈值,避免网络初始寻优的盲目性,建立自学习机制的BPGA模型,在遗传优化的基础上进行神经网络学习,将遗传算法的全局搜索和神经网络的局部搜索结合起来。在此基础上,构建灰色BPGA模型。实践表明,灰色BPGA模型既发挥了灰色预测方法中累加生成的优点,便于神经网络进行训练,又避免了灰色预测方法带来的理论误差,还克服了BP网络的缺陷,取得了较为理想的预测效果。在上述理论研究的基础上,本文设计了配送中心决策支持系统,对配送中心选址、物流成本预测等问题实现可视化交互辅助决策。