![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/9/afdbf124-6ff8-4a8c-b928-197ba431341c/afdbf124-6ff8-4a8c-b928-197ba431341cpic.jpg)
![面向庫存管理的多目標優(yōu)化問題研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/11/9/afdbf124-6ff8-4a8c-b928-197ba431341c/afdbf124-6ff8-4a8c-b928-197ba431341c1.gif)
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著信息化時代的到來,公司、企業(yè)越來越認可庫存管理的重要性。目前對庫存管理優(yōu)化的研究主要集中在對成本這一單目標的優(yōu)化。這種研究方法雖然降低了企業(yè)的庫存成本,但忽略了其它因素,已經不能滿足現(xiàn)代企業(yè)的要求。
因此,本文在綜合考慮利潤和成本兩目標的基礎上,建立了基于企業(yè)庫存管理的多目標優(yōu)化模型。該模型從實際庫存貨物管理的方式確定優(yōu)化決策分量,通過數學的方法確定利潤函數,從而建立了庫存多目標模型。
并行選擇遺傳算法是
2、一種求解多目標問題的算法,該算法具有較高的執(zhí)行效率,較小的計算復雜度,較強的穩(wěn)定性等特點。但是在實際的算法應用中需要將交叉和變異概率首先固定下來。對于一個確定問題在沒有先驗知識的情況下很難找到一個合適的交叉和變異概率。針對于此,本文在并行選擇遺傳算法的基礎上引入了自適應調整交叉和變異概率的方法。這種方法是根據個體的適應度值與當代種群的平均適應度函數值的比較結果來確定交叉和變異概率。在該方法中,當個體適應度值大于等于平均適應度值時采用較小
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向水肥耦合效應的多目標優(yōu)化問題研究.pdf
- 面向多目標優(yōu)化的群智能算法研究.pdf
- 多目標投資組合問題優(yōu)化模型與多目標策略研究.pdf
- 多目標優(yōu)化的若干問題研究.pdf
- 多目標優(yōu)化問題及其算法的研究
- 面向多目標遺傳優(yōu)化的AUV概念設計.pdf
- 一種面向約束優(yōu)化問題的多目標混合進化算法的研究.pdf
- 多目標最優(yōu)化的若干問題.pdf
- 雙層多目標優(yōu)化問題的進化算法.pdf
- 解多目標優(yōu)化問題的進化算法.pdf
- 隨機多目標優(yōu)化的若干問題研究.pdf
- 多目標采購量分配優(yōu)化問題的研究.pdf
- 工程項目多目標優(yōu)化問題研究.pdf
- 解決多目標優(yōu)化問題的粒子群算法研究.pdf
- 多目標優(yōu)化問題自適應求解框架的研究.pdf
- 多目標優(yōu)化問題的改進蟻群算法研究.pdf
- 基于微粒群算法的多目標優(yōu)化問題研究.pdf
- 解決單目標和多目標優(yōu)化問題的進化算法.pdf
- 面向數據災難恢復的副本管理多目標優(yōu)化技術研究與實現(xiàn).pdf
- 進化算法解決多目標優(yōu)化問題.pdf
評論
0/150
提交評論