主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2021年第1期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
苏生,于海杰,吴正华,姚远哲,张良.分销供应链协商调度多目标合作协同演化算法.软件学报,2013,24(6):1165-1176
分销供应链协商调度多目标合作协同演化算法
Multi-Objective Cooperative Co-Evolutionary Algorithm for Negotiated Scheduling of Distribution Supply Chain
投稿时间:2012-04-28  修订日期:2012-07-23
DOI:10.3724/SP.J.1001.2013.04288
中文关键词:  合作协同演化算法  多目标  分销供应链  调度  协商
英文关键词:cooperative co-evolutionary algorithm  multi-objective  distribution supply chain  scheduling  negotiation
基金项目:国家自然科学基金(60904072); 国家教育部博士点新教师基金(20090185120002); 国家教育部人文社科青年基金(09YJC630018); 电子科技大学中央高校基本科研业务经费(103.1.2 E022050205)
作者单位E-mail
苏生 电子科技大学 计算机科学与工程学院, 四川 成都 611731 susheng@uestc.edu.cn 
于海杰 电子科技大学 经济与管理学院, 四川 成都 611731  
吴正华 电子科技大学 计算机科学与工程学院, 四川 成都 611731  
姚远哲 电子科技大学 计算机科学与工程学院, 四川 成都 611731  
张良 泸州老窖集团有限公司, 四川 泸州 646000  
摘要点击次数: 2934
全文下载次数: 3263
中文摘要:
      研究了在制造商占优并优先调度的分销供应链中,多个分销商同时与制造商进行协商以改善自身调度的问题,建立了基于补偿的多目标协商调度模型,提出了同时实施分销商局部演化计算与制造商全局演化计算的新型多目标合作协同演化算法GLCCEC.提出了制造商全局精英解的跳跃渐变解组合策略及全局非支配解集实时更新策略,设计了保持局部作业顺序约束下的分销商局部解全局化动态规划算法.实验结果表明,GLCCEC算法能够在不损害制造商调度的条件下有效改善每个分销商的调度,所获得的非支配解集不仅目标值优于现有的3 种主要合作协同演化算法MOCCGA,NSCCGA,GBCCGA,而且具有良好的解分散度.
英文摘要:
      It is investigated that multiple distributors simultaneously negotiate with a manufacturer to improve themselves schedules on a distribution supply chain in which manufacturer has stronger power than distributors and does scheduling decision prior to distributors. A compensation based negotiation scheduling model is built. A novel multi-objective cooperative co-evolutionary algorithm (GLCCEC) that concurrently implements local evolutionary computing of distributors and global evolutionary computing of manufacturer is proposed. Global elite solution combination strategy with gradually gene skipping change and real time updating of global non-dominated solution set are designed for manufacturer. A dynamic programming algorithm with constraint of retaining sequence of local schedule is designed in order to get global solution from a local solution of distributor. Computational experiments show that GLCCEC algorithm can effectively improve schedule of each distributor with no deterioration of manufacturer’s schedule. Moreover, the non-dominated solutions of GLCCEC not only are better than that of other best cooperative co-evolutionary algorithms: MOCCGA, NSCCGA, GBCCGA, but also has good spread in solution space.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利