基于群体智能的农产品供应链网络多目标优化设计

doi:10.13196/j.cims.2015.09.028

计算机集成制造系统 ›› 2015, Vol. 21 ›› Issue (第9期): 2515-2527.DOI: 10.13196/j.cims.2015.09.028

基于群体智能的农产品供应链网络多目标优化设计

赵霞^1,2,曹宝明^1,2,窦建平³

1.南京财经大学粮食安全与战略研究中心
2.江苏省现代粮食流通与安全协同创新中心
3.东南大学机械工程学院

出版日期:2015-09-30 发布日期:2015-09-30
基金资助:
国家自然科学基金资助项目(71403114,71373116);江苏省高校哲学社会科学研究基金资助项目(2014SJB135);粮食公益性行业科研专项资助项目(201513004);江苏高校优势学科建设工程资助项目。

Multi-objective optimal design of agri-food supply chain network based on swarm intelligence

Online:2015-09-30 Published:2015-09-30
Supported by:
Project supported by the National Natural Science Foundation,China(No.71403114,71373116),the research foundation of philosophy and Social Science in Colleges in Jiangsu Province,China(No.2014SJB135),the China Special Fund for Grain-scientific Research in the Public Interest,China(No.201513004),and the Priority Academic Program Development of Jiangs Higher Education Institutions,China.

摘要/Abstract

摘要： 针对产出单一产品的多级农产品供应链网络优化设计问题,同时考虑最小化总成本和最大化客户需求满足率两个目标,建立了集成生产设施选址、产能决策和物流网络运输模式选择的农产品供应链网络优化设计的多目标混合整数规划数学模型。基于一种新型的改进二元粒子群算法并融合拥挤距离计算和外部Pareto档案构建等技术,提出一种Pareto多目标粒子群优化算法求解农产品供应链网络设计问题。通过将该算法与基础二元粒子群优化扩展而来的多目标粒子群优化,以及非支配排序遗传算法应用于三个案例的计算对比,验证了算法的有效性和优越性。

关键词: 农产品供应链网络, 多目标优化, 混合整数规划, 粒子群优化算法

Abstract: Aiming at the optimization design problem of Agri-food Supply Chain Network (ASCN),by considering minimum total cost and maximum demand fill rate,a multi-objective mixed integer linear programming model was presented which integrated the decisions on facility location,capacity selection and transportation mode selection for logistics network.A Multi-objective Modified Particle Swarm Optimization (MoMPSO) algorithm based on new improved binary PSO with techniques of computing crowding distance calculation and external Pareto archive construction was developed.Through comparing MoMPSO with existing Multi-objective Basic binary PSO (MoBPSO) and the famous NSGA-II against three cases,the effectiveness and superiority of proposed algorithm was verified.

Key words: agri-food supply chain network, multi-objective optimization, mixed integer linear programming, particle swarm optimization

中图分类号:

F274
F324

赵霞,曹宝明,窦建平. 基于群体智能的农产品供应链网络多目标优化设计[J]. 计算机集成制造系统, 2015, 21(第9期): 2515-2527.

[1]	王沙沙,张则强,刘俊琦,陈凤. 多路径交互环形过道布置问题建模及改进蚁狮算法优化[J]. 计算机集成制造系统, 2021, 27(8): 2237-2247.
[2]	秦旋,房子涵,张赵鑫. 考虑资源约束的预制构件多目标生产调度优化[J]. 计算机集成制造系统, 2021, 27(8): 2248-2259.
[3]	刘晶,张喆语,董志红,季海鹏. 基于工业物联网的区块链多目标优化[J]. 计算机集成制造系统, 2021, 27(8): 2382-2392.
[4]	冯国奇,崔东亮,代学武,俞胜平. 数据视角下神经网络增量学习支持的涡轮盘多目标优化[J]. 计算机集成制造系统, 2021, 27(8): 2393-2404.
[5]	张建侠,宋明顺,方兴华,邓钰佳. 基于Kriging模型的多目标代理优化算法及其收敛性评估[J]. 计算机集成制造系统, 2021, 27(7): 2035-2044.
[6]	蒋晋,张则强,谢梦柯,蔡宁. 空间约束下多目标拆卸线平衡问题的改进狼群算法[J]. 计算机集成制造系统, 2021, 27(6): 1569-1581.
[7]	段建国,李豪晨,张青雷. 面向绿色制造的半组合式船用曲轴结构件生产车间多目标调度优化[J]. 计算机集成制造系统, 2021, 27(6): 1714-1727.
[8]	李永湘,姚锡凡,刘敏. 基于可靠性可信性分析的云制造服务组合优化[J]. 计算机集成制造系统, 2021, 27(6): 1780-1798.
[9]	胡金昌,刘紫薇,马文凯,吴耀华. 考虑学习效应的单人作业车间多目标调度算法[J]. 计算机集成制造系统, 2021, 27(5): 1361-1370.
[10]	吴暖,王诺,于安琪,吴迪. 基于柔性靠泊的港口疏船调度多目标优化及最优解选择[J]. 计算机集成制造系统, 2021, 27(5): 1531-1540.
[11]	刘俊琦,张则强,王沙沙,曾艳清. 考虑不规则物流交互点的过道布置问题建模与优化[J]. 计算机集成制造系统, 2021, 27(4): 1155-1166.
[12]	李敬花,陈俊宗,杨博歆. 海工产品分段建造中日程计划优化[J]. 计算机集成制造系统, 2021, 27(3): 770-786.
[13]	杨延璞,余进,王刚锋. 基于不完全互惠偏好关系的产品工业设计方案决策[J]. 计算机集成制造系统, 2021, 27(3): 878-886.
[14]	杨小明,徐子奇,金雯,舒帆. 复合拣选策略下堆垛机作业序列优化问题[J]. 计算机集成制造系统, 2021, 27(3): 933-942.
[15]	蹇洁,郭雨,姜林,苏加福. 基于多目标优化的绿色供应链博弈模型及利润共享契约[J]. 计算机集成制造系统, 2021, 27(3): 943-953.

基于群体智能的农产品供应链网络多目标优化设计

Multi-objective optimal design of agri-food supply chain network based on swarm intelligence

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics