[发明专利]基于ALC及Kriging模型的分布式供应链优化设计方法

说明书

本发明公开了基于ALC及Kriging模型的分布式供应链优化设计方法，对源自大型复杂系统多学科设计优化ALC方法进行改进并拓展到有限产能供应链中，针对分布式有限产能供应链的优化设计问题，应用支持多耦合协调的ALC多耦合子问题协调方法将原始复杂的问题分解为多个子问题，并以耦合数最多的子问题负责协调其它子问题，为供应链上有限产能企业提供了自主决策、求解策略和隐私保护机制；再基于Kriging模型对各子问题进行协调求解，实现供应链模型的优化设计。本发明为有限产能及保证服务模型下的供应链优化设计提供分布式求解机制，解决了传统供应链上有限产能企业决策隐私保护难和共享企业统一响应决策的问题，提高了优化设计效率和有效性。

技术领域

本发明涉及分布式供应链优化设计技术领域，尤其涉及基于ALC及Kriging模型的分布式供应链优化设计方法。

背景技术

为了应对快速变化的市场环境以及适应诸如政治、经济和技术条件改变等多方面的冲击，供应链管理者越来越要求高速而有效的方法来调整设计优化供应链结构，方便供应链上参与企业快速有效的执行供应链优化设计(配置)策略，提高企业竞争力及整个供应链的抗风险能力。然而，传统的供应链优化设计过程大多数是基于假设供应链的统一决策权和企业无限生产能力前提，并使用单一的优化模型通过集中式AIO(All-In-One,AIO)方法去求解，这种统一决策权的优化模型、企业无限生产能力和集中式求解方法存在如下不足；

1)动态变化的市场需求使得供应链要做出相应设计和调整，对于统一决策权的供应链优化设计和AIO求解方法来说，大大递增了精确收集众多企业即时信息的难度；

2)企业间的剧烈竞争使得企业的商业秘密和独立决策方式越来越成为企业保护的重要对象，供应链上参与企业很难把自身制度的决策和企业运作过程服从整个供应链的统一集中式决策模式，企业在不同阶段可能要求不同的独立的决策模式；

3)现实生活中，供应链上企业的生产能力是有限的，无限生产能力的假设前提下研究所得到的相关管理学启示与实际情况往往相差甚远；

4)产品结构复杂度的增加使得供应链的组成阶段数增加以及成熟合作供应商间使得决策变量数在这些阶段间也大大的增加，从而使得统一集中式决策模式优化求解的计算量也极大的增加。

发明内容

本发明为解决现有的供应链优化设计(配置)方法存在计算效率低下、优化效果不佳以及难以协调传统供应链上企业商业隐私保护、自主决策权及统一决策权的问题，提供了基于ALC及Kriging模型的分布式供应链优化设计方法。

为实现以上发明目的，而采用的技术手段是：

基于ALC及Kriging模型的分布式供应链优化设计方法，包括以下步骤：

S1.基于供应链系统，建立分布式有限产能供应链优化设计问题AIO模型，所述分布式有限产能供应链优化设计问题AIO模型为具有统一决策权的保证服务模型的分布式有限产能供应链AIO模型；

S2.分析供应链系统各阶段间的耦合关联，应用ALC多耦合子问题协调方法将分布式有限产能供应链优化设计问题分解成多个子问题；

S3.选择耦合数最多的子问题为协调主体，负责协调其它子问题，建立基于Kriging模型的子问题模型并协调求解，获得整个供应链系统的优化设计。

上述方案中，首先构建针对具有统一决策权的保证服务模型的分布式有限产能供应链优化问题AIO模型，应用ALC多耦合子问题协调方法将原始复杂的问题分解为多个子问题，并选择耦合数最多的子问题负责协调其他子问题，再基于Kriging模型求解子问题，从而实现整个供应链模型的优化设计(配置)。

优选的，所述步骤S3具体为：

S31.设置参数的初始值；