在不确定性环境下,如何配置复杂物流系统中各个实体所应采用的订货点量是一件非常困难的事情。仿真优化是解决这一问题的有效手段,目前存在的关键问题是搜索空间大、仿真重复次数无法确定等。本项目以不确定环境下的三级网状复杂物流系统为对象,结合近年来发展迅速的仿真优化思想,在周期性盘点策略下,研究如何配置复杂物流系统中每个实体所应采用的最佳订货点量,使整个复杂物流系统在多周期情况下的单位顾客需求的物流链总成本的期望值最小,重点解决如何提高仿真优化效率这一关键问题。主要研究成果包括基于主体BDI的Petri网建模方法,开展了复杂物流系统库存决策模式的Petri网描述;提出了基于嵌套分割算法的复杂物流系统订货点量仿真优化体系结构并实现了仿真平台,仿真结果表明,可以有效缩小仿真搜索空间,提高仿真效率;提出了基于方差比例分配的复杂物流系统仿真运行时间分配方法并实现了仿真平台,仿真结果表明,可有效减少仿真时间,提高仿真效率。
英文主题词complex logistics; order-up-to level; simulation optimization; nested partitioning; simulation run allocation