供应链管理强调流程的优化和系统整体性能的提高。为了达到这一目标,决策者需要考虑不确定性因素,在有约束条件或资源有限的情况下找出系统的最佳方案。通常情况下,这一工作使用优化模型及算法来完成。 本文首先分析了运筹学领域中供应链管理的国内外研究现状;然后指出了供应链中不确定性的来源及其影响,阐述了供应链管理建模及优化的思路,并对鲁棒优化、随机规划等不确定优化理论进行了总结;在此基础上,针对不确定性条件下供应链管理中几个关键性的问题进行了研究:(1)战略层如何进行整合的供应链网络设计;(2)战术层产供销计划如何保持同步;(3)作业层生产—库存—运输怎样协调。分别建立了这些问题的数学模型,提出了模型的求解算法。在算例中通过对比试验,验证算法的有效性和模型的应用性。 论文的主要创新性工作包括: 1.整合供应商选择、设施决策问题,考虑参数的不确定性建立供应链网络设计鲁棒优化模型。分析了模型求解的可行性,提出了禁忌搜索技术和全有全无法则相结合的启发式算法进行求解。算例的对比试验结果一方面证明了启发式算法具有良好的性能;另一方面也反映出运用鲁棒优化模型进行供应链网络设计能够有效地降低企业经营风险。 2.考虑需求的不确定性,建立带有补偿问题的供应链产供销计划同步二级随机规划模型。利用随机需求的蒙特卡洛仿真,提出仿真—优化相结合的模型求解策略以及样本容量的选择法则,针对原问题的等价确定性问题设计Benders分解算法及其改进技术求解。算例的对比试验结果一方面表明了算法在处理大规模优化问题上的良好性能,另一方面也说明了运用考虑需求不确定性的随机规划模型制定产供销计划可以有效地节约成本。 3.考虑物料供应、生产过程和客户需求的不确定性,建立了具有概率约束的供应链生产—库存—运输协调随机规划模型。提出了概率约束的确定性等价转换方法。通过对约束条件的松弛,将原问题分解为生产、库存、车辆调度三个子问题,并提出了子问题的求解策略。根据问题的特性设计了次梯度算法求解拉格朗日对偶问题。算例的对比试验结果证明了算法的有效性,也反映生产—库存—运输相互协调能够带来系统总成本的降低。