改进的连续分枝方法在多级库存模型中的应用研究

作     者：单瑞雪 

作者单位：河北工业大学 

学位级别：硕士

导师姓名：万杰

授予年度：2015年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

主      题：供应链 库存模型 Arena仿真 连续分枝筛选方法 

摘      要：随着全球经济的不断发展,全球一体化进程也不断加深,企业的组织结构和供应链的组成也变得越来越复杂,企业追求的目标也变得多样化,以此为基础建立的计算机仿真模型中涉及到的因素也越来越多,仿真模型的目标也不再是单一的,而是多元的。这样在进行仿真实验时就需要大量的时间和成本,这无疑是一种严重的浪费。在这种情况下,就需要我们不断的研究因素筛选方法,尤其是多响应的因素筛选方法,争取在进行仿真实验前就筛选出对实验结果起重要作用的因素,摒弃那些不重要的因素,以便在以后的实验中对重要因素进行重点的研究,从而简化仿真实验的程序,减少仿真实验的时间和成本,提高筛选的效率。本文首先介绍了仿真实验中因素筛选方法的研究意义和背景,以及国内外的研究现状,接着介绍了本文所涉及到的相关理论和概念。第三章介绍了本文所用到的多级库存仿真模型的概念模型和计算机仿真模型,然后根据分组原则将涉及到的因素进行了分组,最后对计算机仿真模型的准确性进行了验证。第四章介绍了连续分枝筛选方法的基本原理和筛选步骤,并将因素间主效应无偏估计的表示方法进行了总结与比较,证明了本文所选用的表示方法的无偏性;最后将这种方法应用到多级库存仿真模型中,分别筛选出对两个目标变量起重要作用的因素。第五章将连续分枝方法进行了改进,使其可以同时对两个目标变量进行筛选,并将这种方法应用到同一个仿真模型中,经过筛选后,得出了同样的筛选结果,但效率提高了,即改进后的方法比改进前的方法筛选效率更高,但筛选精度相同。本文的创新点主要有三方面:(1)将连续分枝筛选方法中主效应无偏估计的表示方法进行了分析与比较,证明了本文所选用的表示方法的无偏性。(2)对连续分枝筛选方法进行了改进,使其可以同时对两个目标变量进行筛选,并确定了由初始重复次数确定最终重复次数的方法,使得在具有同样筛选精度的前提下,筛选效率更高。(3)将改进前后的连续分枝筛选方法应用到同一个多级库存仿真模型中,将筛选结果进行比较,从而在实际应用方面证明了改进方法的高效性。