基于模糊神经网络的再制造逆向物流模型研究

doi:10. 3969/j. issn. 1009—0479.2015.05.015

昆明冶金高等专科学校学报 ›› 2015, Vol. 31 ›› Issue (5): 78-83.DOI: 10. 3969/j. issn. 1009—0479.2015.05.015

基于模糊神经网络的再制造逆向物流模型研究

李纹锦

云南泛亚物流集团有限公司，云南昆明650500

收稿日期:2015-06-02 出版日期:2015-11-30 发布日期:2015-11-30
作者简介:李纹锦(1973—)，女，云南昆明人，经济师，材料工程硕士，主要从事质量、计量、设备管理及物流管理工程研究。

Remanufacturing Fuzzy Neural Network Model Based on Reverse Logistics

LI Wen-jin

Yunnan Opening Asia Logistic Group, LTD，Kuntning 650500，China

Received:2015-06-02 Online:2015-11-30 Published:2015-11-30

摘要/Abstract

摘要：

再制造逆向物流过程中，影响废旧产品回收水平的因素众多，各定性因素、定量因素之间又相互影响，因此整个系统相当复杂。要对这种复杂系统不完整的、无规律的数据进行预测，基于统计方法的定量预测建模技术无法解决，因为这类模型无法适应环境变化或者由系统本身非线性引起的系统结构的变化。因此，应该研究采用非网络模型参数调节的建模技术来预测其不确定性。为此，本文应用模糊神经网络理论对再制造逆向物流模型进行研究，主要建立了废旧产品回收时间间隔的预测模型和废旧产品回收量的预测模型，两个模型经过数据修正调整，可以直接获得对产品销量、仿真回收量以及预测回收量随时间的变化情况。

关键词: 废旧产品, 再制造, 逆向物流, 模糊神经网络

Abstract:

In the process of remanufacturing reverse logistics，there are many factors that affect the level of waste product recycling，the qualitative factors and quantitative factors，so the whole system is quite complicated. Based on statistical method of quantitative prediction modeling technology can't be used to forecast this kind of complex system incomplete，irregular data because this kind of model can't adapt to environmental changes or by the changing structure of the system itself caused by the nonlinear system. Therefore，it should be used to study the parameters of the non-network model to adjust the modeling technology to predict its uncertainty. In this paper, the fuzzy neural network theory is used to study the remanufacturfing reverse logistics model. Prediction models of waste product recovery time interval and the waste recovery yield are established. The two models can be adjusted by the data，which can directly obtain the change of the product sales，the amount of simulation and predict recovery yield with the change of time.

Key words: waste products, remanufacturing, reverse logistics, fuzzy neural network

中图分类号:

F252|TP1

李纹锦. 基于模糊神经网络的再制造逆向物流模型研究[J]. 昆明冶金高等专科学校学报, 2015, 31(5): 78-83.

LI Wen-jin. Remanufacturing Fuzzy Neural Network Model Based on Reverse Logistics[J]. JOURNAL OF KUNMING METALLURGY COLLEGE, 2015, 31(5): 78-83.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://kmyzxb.magtech.com.cn/CN/10. 3969/j. issn. 1009—0479.2015.05.015

http://kmyzxb.magtech.com.cn/CN/Y2015/V31/I5/78

参考文献

［１］ＬＥＥＳＣ，ＬＥＥＥＴ．Ｆｕｚｚｙｓｅｔｓａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｙｂｅｍｅｔｉｃｓ．１９７４（４）：８３－１０３．
［２］ＭＡＭＤＡＮＩＥＨ，ＡＳＳＩＬＩＡＮＳ．Ａｎｅｘｐｅｒｉｍｅｎｔｉｎｌｉｎｇｕｉｓｔｉｃｓｙｎｔｈｅｓｉｓｗｉｔｈａｆｕｚｚｙｌｏｇｉｃｃｏｎｔｒｏｌｌｅｒ［Ｊ］．ＩｎｔｅｍｍｉｏｎＪｏｕｍａｌｏｆＭａｎ－ＭａｃｈｉｎｅＳｔｕｄｉｅｓ．１９７５，７（１）：１－１３．
［３］陈果．不确定环境下再制造逆向物流网络优化设计问题研究［Ｄ］．长沙：中南大学，２００８．
［４］张玲．不确定环境下逆向物流系统的构建与优化［Ｄ］．杭州：浙江大学，２０１４．
［５］游金松．废旧产品再制造逆向物流管理策略研究［Ｄ］．武汉：武汉理工大学，２００７．
［６］刘运，赵严，周肖，等．考虑不同产品的再制造决策系统设计初探［Ｊ］．物流工程与管理，２０１４（９）：９７－９９．
［７］王华强，程智超．模糊神经网络控制器在ＤＭＦ回收系统的设计与应用［Ｊ］．化工自动化及仪表，２０１５（３）：２９２－２９５，３０９．
［８］束慧敏．逆向物流的价值分析及运作模式［Ｊ］．智富时代，２０１５（３）：２７．
［９］曹西京，张婕．我国废品回收物流有效化管理建议［Ｊ］．物流科技，２００９（５）：１２２－１２４．
［１０］伍星华，王旭，代应，等．再制造闭环物流网络的多周期优化设计模型［Ｊ］．计算机集成制造系统，２０１１（９）：２０１５－２０２１．
［１１］马祖军，代颖，刘飞．制造／再制造混合系统中集成物流网络优化设计模型研究［Ｊ］．计算机集成制造系统，２００５（１１）：１５５１－１５５７．
［１２］马祖军，张殿业，代颖．再制造逆向物流网络优化设计模型研究［Ｊ］．交通运输工程与信息学报，２００４（２）：５３－５８．
［１３］孙焰．现代物流管理技术———建模理论及算法设计［Ｍ］．上海：同济大学出版社，２００４．
［１４］谢家平，赵忠．基于ＧＥＲＴ随机网络的废弃回收预测模型研究［Ｊ］．管理学报，２０１０（２）：２９４－３００．
［１５］谢家平，葛夫财．基于Ｍａｒｋｏｖ链的逆向物流回流预测［Ｊ］．科技进步与对策，２００７（１０）：３７－４０．
［１６］吴玉朝，蔡启明，李斌．基于灰色－马尔柯夫模型的逆向物流量预测［Ｊ］．物流科技，２００８（１０）：１９－２２．
［１７］徐剑，张云里，金玉然．废旧电子产品逆向物流的模式决策研究［Ｊ］．物流科技，２００６（４）：１４－１６．
［１８］易余胤．基于再制造的闭环供应链博弈模型［Ｊ］．系统工程理论与实践，２００９（８）：２８－３５．
［１９］张颖，陈莎，张敦信．废旧家电及电子产品污染现状及回收治理对策的探讨［Ｃ］／／．中国环境科学学会．中国环境保护优秀论文集（２００５）（下册）．北京：中国环境科学出版社，２００５．
［２０］徐滨士，马世宁，刘世参，等．２ｌ世纪的再制造工程［Ｊ］．中国机械工程．２０００（Ｚ１）：３６－３９．

基于模糊神经网络的再制造逆向物流模型研究

Remanufacturing Fuzzy Neural Network Model Based on Reverse Logistics

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价