情景迁移学习的多网合作碳交易供应链优化

摘要：

为解决碳交易背景下跨企业供应链网络的联合优化问题,提出一种碳交易供应链多网双向合作整数规划模型以及一种情景迁移学习算法.前者针对跨企业供应链网络间的协同决策,引入合作成本、伙伴共享、协同运输及横向物流,建立针对经济侧和环境侧的目标函数,并通过基于配额的碳交易手段将二者进行量化整合.后者融合马尔可夫决策过程和信息积累机制,可有效学习不同情景下的求解经验,实现了模型的高效率、高精度可迁移求解.基于真实企业数据的实验结果表明,所得方法的求解速度优于CPLEX求解器92.68倍.迁移学习模式在不同规模算例下的效率和精度上均优于独立学习模式,且具有良好的兼容性和鲁棒性,能够有效处理大规模算例.

关键词：供应链、多网合作、碳交易、情景迁移学习、网络优化

所属期刊栏目：29

分类号：TP18;TP399(自动化基础理论)

资助基金：国家自然科学基金;辽宁省自然科学基金资助项目;辽宁省教育厅基础研究资助项目

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共28页

页码：1001-1028