论文部分内容阅读
论文以一类市场价格随时间发生有规律变化的物资的库存问题为研究对象，以部队某型军品的库存优化问题为背景，建立了一个变价格物资的库存优化模型。模型以库存费用最小为目标，以订货次数和订货间隔为未知量，是非线性约束优化问题。其特点是不仅要求出决策变量的值，而且要确定决策变量的个数以及目标与决策变量的对应关系。
针对变价格物资库存优化模型的求解，论文提出了一种双向搜索免疫遗传算法(DDSIGA)。算法采用了不定长编码，编码的长度即对应了模型中的决策变量的个数。并根据编码的长度，将个体空间和种群空间划分为若干个长度子空间和种群子空间。所谓的双向搜索即是从最优基因和最优长度两个方向同时进行搜索。为此论文提出了异长交叉和等长交叉的概念，异长交叉执行了对最优长度的搜索功能，它具有开放性，是对两个不同的子空间的运算，而等长交叉则执行了最优基因的搜索功能，它与其它遗传算法的交叉算子相同，是封闭在各个长度子空间中运行的。双向搜索免疫遗传算法正是通过这两个算子实现了双向搜索。在对约束的处理上，算法引入了免疫的概念。对于封闭在有限区域内的不可行解，算法通过免疫识别和接种疫苗，建立了从不可行解区域到最优解的映射关系，从而大大拓宽了最优解的搜索途径，即使离最优解很远的不可行解也能直接映射到最优解。论文建立了算法的马尔可夫链模型，并证明了算法是收敛的。
论文用双向搜索免疫遗传算法对某型军品库存优化的实际问题求解，结果表明论文所用算法能进一步优化该物资的库存，并可在实际应用中获得可观的经济效益。