智能控制.doc

专业：模式识别与智能系统 学号：051103 姓名：陈玖圣航材调运模糊控制模型11航材调运及供应链优化方法的概述航材调运就是航材的调拨和运输，是航材借助交通运力在空间上发生位移，是航材保障体系中最重要，最基本的环节。航材的调运是从航材生产地经过一系列环节运达需求地，这就必然会形成一条航材供应链，航材供应链具体包括航材的生产，定货，运输，存储，补充供应等环节，物流管理贯穿于航材供应链的全过程，通过整和从生产厂家到航材仓库在到真正的航材需求地的供应链运作，实现物流过程的最优化，达到航材供应链网络的最优化，从而降低物流成本，提高物流效率和经济效益。在能保证航材及时运到需求地的前提下，如何确定一条最佳的航材调运路线，以节约经费，使航材安全的到达需求地成为航材供应链中一个重要的问题。针对航材供应链优化问题，目前航材供应链优化方法有以下几种：u 线性规划法这种方法是在建立航材供应链数学模型的基础之上,引入决策变量,再确定目标函数(约束条件)最后用数学规划方法求解.一般是在各种有限资源条件下,如何充分利用这些资源,在规定的时间内,还有运输能力限制条件等，即保证在不影响到航材保障良好率的前提下,选择最佳调运路径使得航材成本和运输的总费用达到最小。 u 基于矩阵运算的最短路径法这种算法一般只简单的认为路径最短即运送费用最少，在生产地和需求地较少的情况下可以用穷举法，逐一计算出由生产地到需求地的所有可能的路线，逐一计算出他们的总距离，在比较找出最短路线，当生产地与需求地较少时使用穷举法，但是穷举法求最短路线是繁琐费时的。当供应链比较复杂时更好的方法是采用基于矩阵的动态规划算法，将在很大程度上缩短计算时间和减少计算的工作量，最短路径法只能作为决策时间的依据，并没有全面的说明问题。与线性规划法不同，该方法没有目标函数，也没有决策变量，主要是利用矩阵表达式在计算机上运算方便的特点，比较出最佳路径。u 基于变权的模糊决策分析法首先它考虑到影响航材调运效能的主要因素，它包括运输时间，运输距离，气象条件及道路安全等因素，以花费最少的时间，最省的运输费用，安全无损地把航材从供应地运送到需求单位为目标。该方法的主要内容包括：建立航材调运模糊决策模型，隶属函数的确定，然后是对权重的确定,就是要确定各因素对决策结果的影响程度.对于权重的计算有许多种方法,有对比平均法,专家评定分析法等,最后就是模糊指标的优选,利用加权相对偏差最小的方法选择最优方案.这种方法通过对指标隶属度的确定,并引入变权的概念来体现指标值随决策条件的变化动向,动态地反映了航材调运决策环境地真实情况,是一种考虑比较全面的方法.针对以上三种方法，各种方法都有自己的优势，本文在以上方法的启示下，从航材运输过程中的费用问题出发，以运输时间为目标函数（约束条件）利用数学规划方法给出供应链数学模型，除此之外考虑到在航材运送过程中的运输安全等级等综合模糊因素，最后利用模糊决策方法，根据最大隶属度原则选择出最佳运输路线。1.2 航材调运供应链数学模型及优化方法的分析航材物流配送从航材生产地到航空公司各个维修航站点需要经过中间多个环节，中间点有许多选择，就会形成一个复杂的航材运输网，如图：生产场家1生产场家i航材仓库1航材仓库j维修航站点1维修航站点L航材由生产地运送到需要航材维修航材点面临多个运输路径的选择，这就是航材物流网络优化的问题，航材调运优化的总体目标就是力求用最少的时间（在要求的时间范围内），最短的距离，最省的运输费用，安全无损的把航空器材从生产供应地运送到需求单位, 以达到最佳的经济效益，在这里把影响航材调运的主要因素考虑为以下主要三个方面：第一， 选择不同的航材生产厂家必然在航材出售价格不同，选择不同的运输路径也会使运输成本不同，主要费用就是航材成本和运输费用，所以就存在选择航材生产厂家和运输路径的问题。第二， 航空器的维修是在一定时间内完成，航材需要在航空器维修规定的时间内到达维修地，一般情况下航材拖欠或者拖期到达维修地都会造成航空公司经济上与信誉度上的损失，对于不能按时把航材运到需求地的运输路径，在此不作考虑。第三， 由于航空器材运送有它的特殊性，航空器材关系到航空公司的维修及飞行安全，它需要很高的可靠性。每条运输路径的许多状况不同，它包括交通路面状况，天气状况，运输安全等问题，在实际的运输过程中航材还受到器材体积，重量，装箱尺寸和运输环境等因素的限制，我们综合都把它们考虑成为在运输过程中对航空器材设备影响程度，即运输路径的风险程度。1.3 基于模糊规划的航材调运供应链优化方法给出模型算例，具体参数设置如下：在这里我们只是把时间约束条件设为a=4，b=7天，此时所有路径都满足运输条件。假设集合U= x1, x2, x3, x4, x6, x6，x7，x7 x7 x7 分别包括了以上符合航空公司要求的六条运输路线，将这六条运输路线的总费用的预算作为集合U上的目标函数f(x),其中函数值如下： （单位：万元）Ux1x2x3x4x5x6x7x8x9x10f(x)10.49.6101118.413.29.610.211.215.4表11同理将这六条运输路线的运输航材所花费的时间作为集合U上的目标函数g(x),其中函数值如下表： （单位：天）Ux1x2x3x4x5x6x7x8x9x10g(x)4765954.5678表12我们在考虑运输费用问题的同时，同样考虑到每条运输路径的交通，天气等对航材设备影响的综合因素，（我们把这些综合因素假定为运输过程中的风险程度）现引用风险程度这个模糊量进行定义，并对其进行量化，假定量化值如下表：风险程度很低低一般高很高量化值0.90.60.40.20表13下面是每条运输路线的风险程度和它所对应的量化值如下表：Ux1x2x3,x4x5x6x7x8x9x10风险程度低高一般高一般很高一般高低高量化值0.60.20.40.20.400.40.20.60.2表14由以上数据可以得出U的模糊集合C=0.6/x1+0.2/x2+0.4/x3 +0.2/x4+0.4/x5+0/x6+0.4/x7+0.2/x8+0.6/x9+0.2/x10（1）选择运输路程短的方案即利用隶属度函数公式Umf(x)= 该隶属函数的意义为，当Umf(x)值越接近1，目标函数f(x)即运输费用越小，当Umf(x)越接近0时，表示目标函数f(x)值越大。此公式同理运用于目标函数g(x)。利用上式，可以计算出f(x)极小集合为：mf=0.9091/x1+1/x2+0.9545/x3+0.8409/x4+0/x5+0.5909/x6+1/x7+0.9318/x8+0.8182/x9+0.3409/x10同理，计算出g(x)极小集合为mg=1/x1+0.4/x2+0.6/x3+0.8/x4+0/x5+0.8/x6+0.9/x7+0.6/x8+0.4/x9+0.2/x10所以最佳决策集合为D = mf mg C求得：D=0.6/x1+0.2/x2+0.4/x3+0.2/x4+0/x5+0/x6+0.4/x7+0.2/x8+0.4/x9+0.2/x10由于x1对D的隶属程度最高，因此根据最大隶属原则，可以认为x1运输路线为最佳运输路线。（2）选择到达天数（为一点）最佳的方案（隶属度函数为三角形）即利用隶属度函数公式Umf(x)= 该隶属函数的意义为，当Umf(x)值越接近1，目标函数f(x)即运输费用越小，当Umf(x)越接近0时，表示目标函数f(x)值越大。此公式同理运用于目标函数g(x)。利用上式，可以计算出f(x)极小集合为：mf=0.9091/x1+1/x2+0.9545/x3+0.8409/x4+0/x5+0.5909/x6+1/x7+0.9318/x8+0.8182/x9+0.3409/x10选择天数最佳（为一点）的方案，设最佳的天数为6天，利用隶属函数公式 计算出g(x)极小集合为mg=0/x1+0.6667/x2+1/x3+0.5/x4+0/x5+0.5/x6+0.25/x7+1/x8+0.6667/x9+0.3333/x10所以最佳决策集合为D = mf mg C求得：D=0/x1+0.2/x2+0.4/x3+0.2/x4+0/x5+0/x6+0.25/x7+0.2/x8+0.6/x9+0.2/x10由于x9对D的隶属程度最高，因此根据最大隶属原则，可以认为x9运输路线为最佳运输路线。（3）选择到达天数(为一个区间)最佳的方案（隶属度函数为梯形）即利用隶属度函数公式Umf(x)= 该隶属函数的意义为，当Umf(x)值越接近1，目标函数f(x)即运输费用越小，当Umf(x)越接近0时，表示目标函数f(x)值越大。此公式同理运用于目标函数g(x)。利用上式，可以计算出f(x)极小集合为：mf=0.9091/x1+1/x2+0.9545/x3+0.8409/x4+0/x5+0.5909/x6+1/x7+0.9318/x8+0.8182/x9+0.3409/x10选择天数最佳的(为一个区间)方案，设最佳的天数为天，利用隶属函数公式 计算出g(x)极小集合为mg=0/x1+0.6667/x2+1/x3+1/x4+0/x5+0/x6+0.5/x7+1/x8+0.6667/x9+0.3333/x10所以最佳决策集合为D = mf mg C求得：D=0/x1