启发式FF-NN模型在随机动态批量问题中的应用

作     者：鲜敏 郑翔 Xian Min;Zheng Xiang

作者机构：四川工程职业技术学院计算机科学技术系四川德阳618000 

出 版 物：《计算机应用与软件》 (Computer Applications and Software)

年 卷 期：2015年第32卷第3期

页      面：321-324,333页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：随机动态批量 启发式方法 前馈神经网络 Taguchi方法 蜂群算法 遗传算法 

摘      要：针对随机环境下多期单项批量问题的复杂结构导致的数学难解性,提出基于启发式的前馈神经网络FF-NN(Feed Forward-Neural Network)模型。通过研究一种基于最小总相关成本价格和不确定性需求的最优批量策略,构建基于Taguchi方法、反向传播(BP)、遗传算法(GA)、蜂群算法(BA)的四种前馈神经网络模型,使用三种特定领域的启发式成本计算方法,包括修正银餐(RSM)、修正最小单位成本(RLUC)、成本效益(CB),比较各种方法及模型的组合。实验结果表明,基于BA算法的FF-NN模型与RLUC方法的组合是对决策者最有帮助的启发式组合,很好地解决了随机动态批量问题中的数学难解性。