论文部分内容阅读
随着全球经济一体化的加速,信息技术的发展,市场竞争的日益激烈和市场需求的快速多变都给企业带来了难得的机遇和严峻的挑战,这就要求企业应该具备对不断变化的市场需求做出科学预测和快速响应能力。传统的以过分依赖企业内部资源优势为特征的企业管理策略难于应对激烈的市场竞争环境及瞬息万变的市场需求。这就要求企业更多地利用外部资源,加强与供应链上下游企业的信息交流,从而更加准确地预测需求。在这样的背景下,供应链协同和信息共享也成为解决供应链需求不确定性的主要方法和策略。通过供应链各主体间的信息和预测共享信息,通过一些协同算法对各个预测信息的整合优化,达到整个供应链效益最大化,能有效地消除需求预测信息在供应链中传输时由于各主体利益和目标的不同而导致的预测不一致等问题。目前,供应链需求预测模型存在着运算复杂、运算时间长、需要大量历史数据、精度不高等缺点。
本文研究的目的在于建立一个能够克服上述预测模型缺点的供应链需求预测灰色新模型,并运用该模型对供应链中各级需求量进行预测,然后使用合作博弈理论构建供应链中各级需求预测出现误差时的协商策略对预测结果进行优化。灰色预测模型GM(1,1)最大的特点就是算法简单、运算时间短、可利用较少的数据建模,这给建模和运算带来了方便。但是,灰色预测模型对于具有非齐次指数特性的序列预测时误差较大甚至失效。因此,本文在对现有灰色预测模型进行研究的基础上,提出了一种新的内涵式参数辨识的非线性表达式,并采用遗传算法对内涵式参数进行辨识,建立了一种新的预测模型。
本论文的主要研究成果如下:
1、针对内涵式参数辨识的GM(1,1)模型应用于具有非齐次指数特性的序列预测时误差较大甚至失效的缺陷,提出一种新的内涵式参数辨识的NGM(1,1,k)非线性表达式,并采用遗传算法对内涵式参数进行辨识,建立了GANGM(1,1,k)预测新模型。典型算例表明,GANGM(1,1,k)模型收敛速度快,拓展了普通内涵式参数辨识的GM(1,1)模型应用范围,且具有更高的预测精度,可应用于齐次指数和非齐次指数规律变化序列的预测。
2、为解决供应链中需求预测精度不高的问题,在传统GM(1,1)预测模型的基础上,采用了一种基于遗传算法调整发展系数和内生灰作用量的灰色预测模型,并运用此模型对供应链中各级需求量进行预测,然后使用博弈理论构建了供应链中各级需求预测出现误差时的协商策略用以对预测结果的优化。实验结果表明,协商策略获取了符合双方利益的需求量,预测结果有较高的精度。
3、在灰色理论研究的基础上,结合中国第一汽车集团公司管理现状需求,应用J2EE架构中的三大开源框架SSH技术,设计开发了汽车供应链需求预测WEB应用系统——供应链需求预测系统。