论文部分内容阅读
射频识别(Radia Frequency Identification,简称RFID)技术,起源于第二次世界大战。因其良好的识别与通信性能,受到了供应链管理领域科学界和企业的广泛关注。然而,供应链领域的RFID市场却未如同人们当初预想的那样发展壮大起来,这是因为制造商承担了投入RFID的主要成本,而零售商却获得了因RFID投入而产生的巨大收益。这种“搭便车”的行为,使得供应链下游企业,特别是大型零售商,对跨企业间的RFID集成表现出很大的积极性,而上游制造商却缺乏投入动力。因此,为了提高上游供应商投入RFID的积极性,下游零售商需要出台相应的激励政策,针对上游供应商投入RFID的努力程度,给予一定量的奖励。这样零售商与供应商之间就奖励激励和努力水平,之间形成了新的动态博弈问题。为了描述这个带约束的动态博弈问题,本文建立了考虑RFID投资激励的供应链双层规划模型。双层规划问题(Bi-level Programming Problem,简称BLPP),是指具有双层递阶结构的一类系统优化问题。它包含了上、下两层次的规划,其中上、下两层的约束条件和目标函数都会受到对方的决策变量的影响。在我们现实生活的各个领域中,双层规划问题无处不在。然而,对双层规划问题的求解是非常困难的,因为它是NP-hard问题,即使是最简单的线性双层规划,也很难找到它的最优解。为了对本文的模型进行求解,利用群智能算法的思想,考虑到双层规划层次性的特点,先设计了求解单层规划的算法——基于反向学习的跨种群差分进化(OLCPDE)过程,并以此为基础,构造了一种层次差分进化算法。基于反向学习的跨种群算法,通过引入混沌分散策略、反向学习策略、精英选择策略和跨种群交叉等方法,对标准的差分进化算法进行了改进。扩大了种群的搜索范围,提升了算法的全局搜索能力,增强了算法寻优的稳定性。通过对12个标准测试函数的实验,说明了 OLCPDE算法能有效的避免早熟,具有较好的收敛速度、优化精度和鲁棒性。为了验证层次差分进化算法可行性,选用了其他两种算法,对2个测试模型做了对比实验,表明了层次差分进化算法的优越性。最后,通过对实际案例的建模、分析、和求解,得到了供应商和零售商各自确定的决策值,对供应链上下游企业都具有一定的指导和借鉴意义。