流程生产企业原料供应的可靠性对于企业保持生产连续极为重要,而原料供应所占用的资金又十分庞大,所以原料供应环节的优化决策能够为企业带来显著的经济效益。因此,建立一个以流程生产企业为核心的原料供应规划模型,对不确定性进行评估,对库存和采购环节建模和优化决策进行研究,是有现实经济和科学意义的。 针对分散控制模式供应链中的生产商原料供应问题,提出了RMSP原料供应规划的概念和模型。RMSP模型是通过运用智能优化方法解决原料库存—采购关键问题的综合性技术方案,是针对连续不断和并发的原料供应——消耗过程设计的决策模式。借鉴预测控制理论提出了预备供应的思想和一系列概念,其实质是由被供应者提供给供应者的一个供应预判信息,使供应方不需要再进行需求预测和判断,从而降低供应过程中的不确定性。 基于信息熵理论和集对分析理论,本文提出了一种集对信息熵(SPIE)不确定性度量方法,该方法将目前对研究对象的已知信息用集对论中的同异反联系度来描述,并根据认识空间可定数区间分布的离散信息熵以及差异度信息对不确定性进行定量描述。进一步的,还在集对信息熵基础上引入效用系数提出了集对风险熵(SPRE)的概念及其计算方法。 RMSP的核心是库存控制策略,本文提出了一种基于遗传规划的RMSP库存优化控制策略。库存决策模型以库存综合成本和SPRE风险函数为目标,以最优库存控制方案为决策变量,其形式为维数不确定的一系列订货总量和订货时间。在遗传规划算法中,个体为时序关系符和库存控制脉冲组成的不确定长度链式结构。这一形式不仅满足决策变量维数不确定的要求,而且简化了GP的求解过程。仿真算例的结果表明,基于GP的库存决策方法不仅优化了运行成本,而且减少了供应风险。论文给出了平稳运行和突发事件状态下的三种滚动运行模式,在连续优化过程中既保证了预备供应信息的有效性,又保持了对突发事件的快速反应能力。 在库存决策给出订货总量的基础上,基于作业成本分析建立了一个具有原料品位和杂质含量等约束条件的采购模型。该模型从实际出发考虑了原料的最小订货批量约束以及采购作业的固定成本,为求解