在通讯、运输、物资的供应和分配等网络系统中常常会并存着各种不确定性,如网络流量的随机性、运输时间和费用的模糊性, 以及它们相互渗透而形成的模糊随机性,从而使系统处于不确定环境中。本项目拟利用不确定理论对网络中出现的模糊随机性进行分析,针对网络路径、流量和费用问题建立模糊随机优化模型并求解,并应用到供应链网络设计问题中。本项目力求在不确定环境下为有效地使用现有网络资源和更合理地设计新网络提供一套科学的方法。研究内容(1)讨论模糊随机环境下的关键路、最大流、最小费用及可靠性在期望值、本原机会、均衡机会等不同的优化策略下的意义,探讨其数学性质;建立关键路径、网络流等问题的期望值、机会约束等优化模型,并设计有效的基于模糊随机模拟和遗传算法的混合智能算法对模型进行求解。(2)在模糊随机环境下,确定供应链网络的结构以及产品的生产、订购批量、运输方式和服务水平,并探讨采用模糊随机网络优化方法的必要性。
英文主题词Network optimization; fuzzy random programming; supply chain design; simulation technology; intelligent algorithm.