[发明专利]一种面向需求不确定供应链的多目标仿真优化方法

说明书

本发明公开了一种面向需求不确定供应链的多目标仿真优化方法，属于多目标仿真优化方法技术领域，建立的供应链优化模型表明制造企业总利润最大化和一般产品订单满足率最大化2个目标之间存在冲突，在生产资源有限的情况下，为了获取更高利润，需要将更多资源用于生产利润更高的高需求产品，其他产品的订单满足率将因此下降，如果其他产品订单满足率过低，会影响企业声誉和产品市场占有率，这样的实验结果说明了本发明构建的多目标供应链优化模型的必要性和有效性。

技术领域

本发明涉及一种多目标仿真优化方法，特别是涉及一种面向需 求不确定供应链的多目标仿真优化方法，属于多目标仿真优化方法 技术领域。

背景技术

供应链系统产生的需求不确定性会沿着供应链向上游传播，放大系统的“牛 鞭效应”，造成更多的成本损失以及中断风险，给制造企业的供应链优化决策带 来难度。

在大流行期间，制造企业供应链出现了“涟漪效应”，表现为 市场对某类产品需求激增，原材料供应普遍困难，这种影响会沿着 供应链向上游和下游同时传播。

在实际生产中，需要考虑的目标往往有多个，为了实现这种具 有多种需求不确定性的供应链优化，构建多目标优化问题的数学模 型，考虑制造供应链在各个环节能力受限的情况，以应对多种需求 不确定性对供应链优化决策带来的挑战。

解决多目标优化问题的关键技术之一是多目标进化算法，其中 NSGA-II算法得到了学术界的广泛认可。

由于随机多目标问题中存在多种随机性，需要结合仿真优化方 法来处理模型中的随机变量。

现有的进化算法与仿真优化方法的结合策略主要是将进化算法(即优化器)每一代种群中的个体(即候选解集)直接传递给仿真优化 方法(即仿真器)，仿真器通过根据分配的仿真计算资源对当前的仿 真解进行随机仿真，将仿真结果返回给优化器用于评估个体的适应 值，进化算法与仿真方法独立运行，相互之间往往没有有效配合， 因此，将两者结合，在仿真计算资源分配过程中同时对仿真次数进 行寻优显得尤为重要。

现有的进化算法与仿真优化方法的结合策略中优化器和仿真器 多为分别独立运行，优化器仅负责对问题的最优解寻优，仿真器仅 能采用简单的仿真计算资源分配策略(比如平均分配法、方差比例 法、模拟预算最优分配法等)对问题的候选解进行随机仿真，现有方 法的缺陷在于，进化算法与仿真方法独立运行，相互之间没有有效 配合，进而影响了算法性能，为此设计一种面向需求不确定供应链 的多目标仿真优化方法来解决上述问题。

发明内容

本发明的主要目的是为了提供一种面向需求不确定供应链的多 目标仿真优化方法，建立的供应链优化模型表明制造企业总利润最 大化和一般产品订单满足率最大化2个目标之间存在冲突，在生产 资源有限的情况下，为了获取更高利润，需要将更多资源用于生产 利润更高的高需求产品，其他产品的订单满足率将因此下降，如果 其他产品订单满足率过低，会影响企业声誉和产品市场占有率，这 样的实验结果说明了本发明构建的多目标供应链优化模型的必要性 和有效性。

提出的在多目标仿真优化算法中加入自适应解码器的策略，能 够实现在NSGA-II框架内对多目标优化和仿真优化的协同寻优，与 现有的平均分配法、方差比例法、和模拟预算最优分配法三种仿真 方法和进化算法结合的方法相比，求解多目标随机规划问题时有更 好的非支配解集质量和仿真效率。

本发明的目的可以通过采用如下技术方案达到：

一种面向需求不确定供应链的多目标仿真优化方法，包括如下 步骤：

步骤1：随机产生初始种群，对种群中每个个体均执行初始数量 的随机仿真，将仿真解的目标函数均值作为初始个体的函数值，构 建初始的非支配解集；

步骤2：根据NSGA-II算法择优策略选择父代个体执行交叉变异 操作，产生子代个体；