基于蚁群算法的供应链滚动优化决策方法

针对钢铁供应链最终客户的需求不确定性，提出了一种将蚁群算法与滚动优化算法相结合的供应链优化决策方法，旨在满足最终客户不确定性需求的同时降低成本。通过实施滚动优化策略，来减少需求不确定性导致的决策失误。在优化模型中考虑了采购规模和生产规模对单位成本的非线性影响。为求解滚动优化中的非线性优化问题，通过将成本等效为路径的长度，将决策变量的候选解等效为城市，从而把决策优化问题转化为蚁群路径寻优问题。在每次静态优化中，优化算法根据历史数据和反馈信息来确定优化决策变量。针对一个包括供应商、生产商、零售商和最终客户的供应链对象进行了仿真研究，结果表明了所提方法在克服需求不确定和模型非线性方面的有效性。