论文研究多周期多原料的供应链网络成本优化及其混合遗传算法.pdf

建立并求解一个基于成本最小的供应链网络模型。与以往研究不同，在该模型中生产一种产品需要至少两种原料，每种原料都可以由备选供应商提供。根据模型的特点，用0、1代表对原材料供应商、工厂和分销中心的选择情况，以MATLAB7.6为平台，运用Sheffield大学的遗传算法工具箱，将遗传算法与线性规划算法相结合，实现了模型的求解。算例结果表明，给出的染色体编码方案正确，混合遗传算法有效，能解决多周期、多原料的供应链网络成本优化问题。还探讨了需求和距离变化，以及需求随机时对最优成本和最优个体的影响。研究表明，需求变化的影响大于距离变化的影响，需求随机对最优成本和最优个体的影响不大。