复杂不确定性情况下的供应链证据推理建模与运作优化研究

供应链中存在大量的不确定性，这些不确定性的表现形式往往很复杂，难以利用传统随机方法、区间方法以及模糊方法进行统一、准确的表达，复杂不确定性情况下的供应链运作优化是供应链管理中的重点和难点问题。本项研究利用证据推理模型研究供应链的不确定性问题，包括：一、提出基于证据推理模型理论的供应链复杂不确定性的统一表达方法和多种不确定性的综合方法；二、针对典型供应链运作问题，建立供应链证据推理模型，研究不确定性在供应链中的传播规律；三、基于供应链证据推理模型，研究优化算法，解决复杂不确定性情况下的供应链运作优化问题。本项目作为一种新的供应链管理的研究思路，有望解决当前实际供应链运作优化中的难点问题，同时对基于仿真的优化以及基于数据的决策理论和方法等方面的研究也具有促进作用。

供应链中存在大量的不确定性，这些不确定性的表现形式往往很复杂，难以利用传统随机方法、区间方法以及模糊方法进行统一、准确的表达。复杂不确定性情况下的供应链运作优化是供应链管理中的重点和难点问题。本项研究的主要目的是利用ER证据推理模型在不确定性表达和处理方面的优势，提出并验证基于ER证据推理模型理论的不确定性情况下的供应链运作优化的建模方法。. 在本项目的研究中，遵循了“起点高、思路新、研究深”的原则，抓住重点问题进行了深入的研究，取得了一些重要的成果，已经录用和发表的学术论文11篇，SCI收录论文4篇，获得2010年教育部科技进步奖一等奖一项，以及2010年湖北省自然科学二等奖一项。具体包括下列研究进展：. 1）针对供应链中各种复杂不确定性，提出了基于ER的评估等级的不确定性的表达框架，这种评估框架可以方便地对模糊性、概率性、区间性以及未知性等不确定性情况进行表达。重点研究了实践中存在的其他不确定性信息格式在ER表达框架下的表示问题，提出了若干转换方法，使得原始数据信息得到最大程度的保留。. 2）针对若干不同类型的供应链系统建立了相应的基本ER证据推理模型，研究了在不同情况下的不确定性的传播问题以及系统最优运作决策问题。在研究中，主要遵循由易到难、由简单到复杂的思路，依次建立了单级供应链的库存证据推理模型，然后在单级库存模型的基础上，建立了带价格影响需求的模型、二级库存模型、二级带价格影响需求的模型、三级库存模型，三级带价格影响需求的库存供应链模型，以及动态库存控制的供应链证据推理模型等等。研究结果发现，一方面，基于ER证据推理的供应链运作模型在确定性条件下可以以足够高的精度逼近现有的供应链精确数学模型的结果；另外一方面，在复杂的不确定性条件下，该类模型可以很好地表达和综合这些不确定性，并获得可以信赖的输出分布，这种输出对供应链运作决策具有重要意义。研究中还发现，基于ER证据推理的供应链运作模型在供应链存在动态变化的情况下，利用该类模型的动态学习和规则更新功能，可以实现比现有一些控制和管理方法更加好的效果。. 3）结合随机集理论，研究了不确定条件下的供应链运作优化问题在随机集理论下的表达和求解问题，并与ER证据推理方法进行了比较研究。结合随机集、ER证据推理模型以及供应链运作管理的研究已经初步显示了其特点，拟作为今后重点研究的方向。