随机型多目标双层均衡供应链决策模型与算法研究

Since many real supply chain decision making problems have more and more massive scale, participants and complicated structures, bi-level programming and multi-objective optimization have been hot decision making tools. Because whether the objective uncertainty is handled appropriately or not directly leads to the result of the decision making, the complex uncertainty based on the randomness will play a more and more important role in the decision making filed. In view of these, this project aimed at four key supply chain problems including supplier selection, resource allocation, production distribution and partition routing, firstly constructed random-like multi-objective bi-level equilibrium supply chain decision making models; secondly used the expected value, chance constrained and dependent chance measure to convert them into some strict mathematical models with practical meanings, and discussed the fundamental properties and equivalent transformation; thirdly designed the random-like simulations based hybrid intelligent algorithms; finally applied the models and algorithms to some real-life cases to check the effectiveness and advancement. This project expected to develop an efficient supply chain decision making system to achieve a resources-saving, agile and efficient, environment-protected, mutual benefit and win-win supply chain system.

现实诸多供应链决策问题的规模愈加庞大、参与者越发繁多、结构更为复杂，双层规划、多目标优化等决策工具成为热点。由于客观不确定因素处理得是否恰当直接关乎决策的正确与否，因此以客观的随机性为核心的复杂不确定性在决策领域中的重要性与日俱增。有鉴于此，本项目甄选了供应商选择、资源分配、生产配销、分区路径等四个关键的供应链决策问题，首先构建了随机型多目标双层均衡供应链决策模型；其次利用随机型变量的期望、机会和相关机会等测度将其转化为具有现实意义的数学模型，并讨论了模型的基本性质和等价变换；再次开发了基于随机型模拟的混合智能算法去求解；最后应用于实际案例以证实模型和算法的有效性与先进性。本课题以期建立一套切实有效的供应链决策体系，实现资源节约、敏捷高效、环境友好、互利共赢的供应链系统。

随着经济的发展和社会的进步，不确定性因素的增加、规模的不断扩大和越来越多的参与者无疑对传统的供应链决策方法提出了挑战。对此，本项目拓展和丰富了随机型不确定理论、多目标规划和二层规划，旨在更好地解决新形势下供应链决策问题。 本项目首先探索了不确定条件下连接供应商和工厂的供应商选择问题、连接工厂和主体企业的资源配置问题、连接主体企业和物流中心的生产配销问题以及连接物流中心和客户的分区路径问题的决策主体、决策目标、决策约束与决策结构，设计了不确定条件下的多目标双层均衡供应商选择模型和算法，复杂随机机会约束多目标双层均衡资源分配模型和算法，随机模糊相关机会多目标双层均衡生产配销模型和算法，随机模糊混合多目标双层均衡分区路径模型和算法。其次，作为研究内容的扩展，本项目还对绿色和可持续供应链优化和评价问题展开了研究，包括考虑随机和模糊因素的基于二层规划的低碳电力供应链决策问题，考虑低碳的工业供应链系统评价问题，多阶段供应链评价问题，以及带有Stackelberg关系的一个领导者多个追随者的层级供应链评价问题。本项目针对所提出的不确定多目标二层规划模型，证明了基于随机型期望和机会约束算子的不确定目标函数和约束条件的等价变换，继而设计了交互式满意度算法求解等价模型。另外，本项目也集成了随机型模拟、粒子群算法和遗传算法构建了混合智能算法体系。本项目的研究不仅丰富了不确定多目标二层决策领域的理论与方法，而且对供应链企业运营决策提供了具有参考意义的支持。.在课题的资助下，发表论文共36篇，其中SCI/SSCI检索18篇，EI检索10篇，国家自然科学基金委认定的A类2篇，学位论文1篇；培养了5名硕士研究生；组织和参加了学术会议和研讨10余次。