英国德维卡。；A.贾法里安。；A.哈桑扎德。；Khodaverdi，R。 基于进化多目标元启发式的三级供应链牛鞭效应和净库存放大优化。 （英语） 1350.90006兹罗提 安·Oper。物件。 242，第2期，457-487（2016）. 摘要：在本文中，我们打算在由零售商、批发商和制造商组成的三级供应链中，在集中和分散两种情况下，对牛鞭效应（BWE）和净库存放大（NSA）进行建模和优化。在这方面，首先，使用响应面方法（RSM）作为一个多目标优化模型，以最小化两条链上的BWE和NSA，对BWE和NSA的原因进行了数学公式化。同时分析BWE和NSA被认为是本文的主要创新之处。为了解决这个问题，我们提出了一种新的多目标混合进化方法，称为MOHES；MOHES是两种已知多目标算法的混合，即多目标电磁机制算法（MOEMA）和基于种群的多目标模拟退火（PBMOSA）。为此，我们应用了一种联合进化策略，并对两种算法进行了验证。建议的MOHES与三种常见的和流行算法（即NRGA、NSGAII和MOPSO）。由于所使用的算法对参数值非常敏感，因此采用了带有多目标决策（MODM）方法的RSM来调整参数。最后，将混合算法和奇异方法在一些性能指标上进行了比较。结果表明，与其他方法相比，混合方法获得了更好的解决方案，并且结果表明，在分散链中，订单批量因素和批发商的需求信号处理是影响BWE的最重要因素。相反，在集中化链中，定量配给、短缺博弈和提前期等因素是降低BWE的最有效因素。 引用于5文件 MSC公司： 90B06型 运输、物流和供应链管理 90B50型 管理决策，包括多个目标 90 C59 数学规划中的近似方法和启发式 关键词：供应链管理；牛鞭效应；库存净额；多目标元启发式；响应面方法 软件：发电机；MOPSO公司 PDF格式BibTeX公司 XML格式引用 \textit{K.Devika}等人，Ann.Oper。第242号决议第2、457--487号（2016年；Zbl 1350.90006） 全文： 内政部 参考文献： [1] Adelson，R.（1966年）。线性预测和调度规则的动态行为。运筹学学会杂志，17（4），447-462·doi:10.1057/jors.1966.76 [2] Adenso-Díaz，B.、Moreno，P.、Gutiérrez，E.和Lozano，S.（2012）。逆向供应链中影响牛鞭的主要因素分析。国际生产经济学杂志，135（2），917-928·doi:10.1016/j.ijpe-2011.11.007 [3] Al Jaddan，O.、Rajamani，L.和Rao，C.R.（2008）。求解多目标优化问题的非支配排序遗传算法：NRGA。理论与应用信息技术杂志。doi:10.1016/j.cie.2006.07.011·doi:10.1016/j.cie.2006.07.011 [4] Augusto，O.、Rabeau，S.、Dépincé，P.和Bennis，F.（2006）。多目标遗传算法：一种提高收敛速度的方法。人工智能的工程应用，19（5），501-510·doi:10.1016/j.engappai.2006.01.010 [5] Back，T.、Hammel，U.和Schwefel，H.P.（1997）。进化计算：对历史和现状的评论。IEEE进化计算汇刊，1（1），3-17·doi:10.1109/4235.585888 [6] Baganha，M.P.和Cohen，M.A.（1998年）。供应链中库存的稳定作用。运筹学，46（3），72-83·Zbl 0987.90003号 ·doi:10.1287/opre.46.3.S72 [7] Bandyopadhyay，S.、Saha，S.、Maulik，U.和Deb，K.（2008年）。一种基于模拟退火的多目标优化算法：AMOSA。IEEE进化计算汇刊，12（3），269-283·doi:10.1109/TEVC.2007.900837 [8] Bayraktar，E.、Lenny Koh，S.、Gunasekaran，A.、Sari，K.和Tatoglu，E.（2008年）。电子供应链管理应用中牛鞭效应预测的作用。国际生产经济学杂志，113（1），193-204·doi:10.1016/j.ijpe.2007.03.024 [9] Behnamian，J.和Fatemi Ghomi，S.（2011年）。具有机器和资源相关处理时间的混合流程调度。应用数学建模，35（3），1107-1123·Zbl 1211.90077号 ·doi:10.1016/j.apm.2010.07.057 [10] Behnamian，J.和Ghomi，S.（2010年）。具有机器和资源相关处理时间的混合流程调度。应用数学建模，35（3），1107-1123·Zbl 1211.90077号 ·doi:10.1016/j.apm.2010.07.057 [11] Behnamian，J.、Fatemi Ghomi，S.和Zandieh，M.（2009年）。使用混合元启发式算法对实际混合流程中的多阶段覆盖Pareto-optimal前沿方法进行多目标调度。专家系统与应用，36（8），11057-11069·doi:10.1016/j.eswa.2009.02.080 [12] Behnamian，J.、Zandieh，M.和Fatemi Ghomi，S.M.T.（2010年）。使用有效的混合优化方法的到期窗口组调度。国际先进制造技术杂志，46（5），721-735·Zbl 1197.90195号 ·doi:10.1007/s00170-009-2147-z [13] Birbil，О。İ., & Fang S.C.（2003）。用于全局优化的类电磁机制。《全局优化杂志》，25（3），263-282·Zbl 1047.90045号 ·doi:10.1023/A:1022452626305 [14] Cakir，B.、Altiparmak，F.和Dengiz，B.（2011年）。随机装配线平衡的多目标优化：混合模拟退火算法。计算机与工业工程，60（3），376-384·doi:10.1016/j.cie.2010.08.013 [15] Chandra，C.和Grabis，J.（2005）。应用多步预测抑制牛鞭效应，提高自回归需求下的库存绩效。《欧洲运筹学杂志》，166（2），337-350·Zbl 1064.90004号 ·doi:10.1016/j.ejor.2004.02.012 [16] Chatfield，D.C.和Pritchard，A.M.（2013）。回报和牛鞭效应。运输研究。E部分，《物流与运输评论》，49（1），159-175·doi:10.1016/j.tre.2012.08.04 [17] Chatfield，D.C.、Kim，J.G.、Harrison，T.P.和Hayya，J.C.（2004）。牛鞭效应——随机提前期、信息质量和信息共享的影响：模拟研究。《生产和运营管理》，13（4），340-353·doi:10.1111/j.1937-5956.2004.tb00222.x [18] Chen，L.和Lee，H.L.（2009）。广义需求模型下的信息共享和订单可变性控制。管理科学，55（5），781-797·Zbl 1232.90034号 ·doi:10.1287/mnsc.1080.0983 [19] Chen，F.、Drezner，Z.、Ryan，J.K.和Simchi-Levi，D.（2000a）。量化简单供应链中的牛鞭效应：预测、提前期和信息的影响。管理科学，46（1），436-443·Zbl 1231.90019号 ·doi:10.1287/mnsc.46.436.12069 [20] Chen，F.、Ryan，J.K.和Simchi Levi，D.（2000b）。指数平滑预测对牛鞭效应的影响。海军研究后勤，47（4），269-286·兹比尔0968.90006 ·doi:10.1002/（SICI）1520-6750（200006）47:4<269:：AID-NAV1>3.0.CO；第2季度 [21] 科埃略·科埃略，C.A。；Lechuga，M.S.，MOPSO:多目标粒子群优化方案，第2期，1051-1056（2002），纽约 [22] Croson，R.和Donohue，K.（2005年）。上游与下游信息及其对牛鞭效应的影响。《系统动力学评论》，21（3），249-260·数字对象标识代码：10.1002/sdr.320 [23] Croson，R.和Donohue，K.（2006年）。牛鞭效应的行为原因和库存信息的观测值。管理科学，52（3），323-336·Zbl 1232.90037号 ·doi:10.1287/mnsc.1050.0436 [24] Czyzżak，P.和Jaszkiewicz，A.（1998）。Pareto模拟退火——一种用于多目标组合优化的元启发式技术。《多准则决策分析杂志》，7（1），34-47·Zbl 0904.90146号 ·doi:10.1002/（SICI）1099-1360（199801）7:1<34:：AID-MCDA161>3.0.CO；2-6 [25] Deb，K.（2001）。使用进化算法的多目标优化（第16卷）。纽约：Wiley·Zbl 0970.90091号 [26] Deb，K.、Pratap，A.、Agarwal，S.和Meyarivan，T.（2002年）。一种快速的精英多目标遗传算法：NSGA-II。IEEE进化计算汇刊，6（2），182-197·数字对象标识代码：10.1109/4235.996017 [27] Dejonckheere，J.、Disney，S.M.、Lambrecht，M.R.和Towill，D.R.（2003）。测量和避免牛鞭效应：一种控制理论方法。《欧洲运筹学杂志》，147（3），567-590·Zbl 1026.90030号 ·doi:10.1016/S0377-2217（02）00369-7 [28] Dejonckheere，J.、Disney，S.M.、Lambrecht，M.R.和Towill，D.R.（2004）。信息丰富对供应链牛鞭效应的影响：控制工程的视角。欧洲运筹学杂志，153（3），727-750·Zbl 1099.90503号 ·doi:10.1016/S0377-2217（02）00808-1 [29] Derringer，G.和Suich，R.（1980）。同时优化多个响应变量。《质量技术杂志》，12（4），214-219。 [30] Deshpande，P.、Shukla，D.和Tiwari，M.（2011年）。库存管理的模糊目标规划：一种细菌觅食方法。《欧洲运筹学杂志》，212（2），325-336·Zbl 1237.90010号 ·doi:10.1016/j.ejor.2011.01.050 [31] 迪士尼，S.M.和Towill，D.R.（2003）。供应商管理的库存和两级供应链中的牛鞭削减。《国际运营与生产管理杂志》，23（6），625-651·doi:10.1108/01443570310476654 [32] 迪士尼，S.、托维尔，D.和范德维尔德，W.（2004）。生产和库存控制中的方差放大和黄金比率。《国际生产经济学杂志》，90（3），295-309·doi:10.1016/j.ijpe.2003.10.009 [33] 迪士尼，S.M.、法拉森，I.、兰布雷希特，M.、托维尔，D.R.和德维尔德，W.V.（2006）。在单个供应链梯队中观察客户服务的同时，缓解牛鞭效应。欧洲运筹学杂志，173（1），151-172·Zbl 1125.90312号 ·doi:10.1016/j.ejor.2005.01.026 [34] Disney，S.M.、Farasyn，I.、Lambrecht，M.R.和Towill，D.R.（2007）。利用黄金平滑规则控制牛鞭和库存波动。欧洲工业工程杂志，1（3），241-265·doi:10.1504/EJIE.2007.014686 [35] 多博斯，I.（2011）。HMMS型供应链中的牛鞭效应分析。国际生产经济学杂志，131（1），250-256·doi:10.1016/j.ijpe.2010.11.021 [36] Elmi，A.、Solimanpur，M.和Topaloglu，S.（2011年）。针对具有单元间移动和可重入部件的车间单元调度问题，提出了一种模拟退火算法。计算机与工业工程，61（1），171-178·doi:10.1016/j.cie.2011.03.007 [37] Fisher，M.、Hammond，J.、Obermeyer，W.和Raman，A.（1997）。配置供应链以降低需求不确定性的成本。《生产和运营管理》，6（3），211-225·doi:10.1111/j.1937-5956.1997.tb00427.x [38] Forrester，J.W.（1958年）。产业动态：决策者的重大突破。《哈佛商业评论》，36（4），37-66。 [39] Forrester，J.W.，《技术》，M.I.O.（1961）。工业动态（第5卷）。剑桥：麻省理工学院出版社。 [40] Geary，S.、Disney，S.M.和Towill，D.R.（2006）。关于供应链中的牛鞭——历史回顾、当前实践和预期的未来影响。国际生产经济学杂志，101（1），2-18·doi:10.1016/j.ijpe.2005.05.009 [41] 古德温，J.S.和富兰克林，S.G.（1994年）。啤酒分销游戏：使用模拟来教授系统思维。《管理发展杂志》，13（8），7-15·数字对象标识代码：10.1108/02621719410071937 [42] Graves，S.C.（1997）。非平稳需求过程的单件库存模型。剑桥：麻省理工学院斯隆管理学院。 [43] Holland，W.和Sodhi，M.S.（2004）。使用模拟量化批量大小和订单错误对牛鞭效应的影响。国际物流研究与应用杂志，7（3），251-261·网址：10.1080/13675560412331298518 [44] Horn，J.、Nafpliotis，N.和Goldberg，D.E.（1993年）。使用小生境pareto遗传算法进行多目标优化。伊利加尔，报告（93005），第61801-62296页。 [45] Horn，J.、Nafpliotis，N.和Goldberg，D.E.（1994年）。多目标优化的小生境Pareto遗传算法。IEEE会议录，81，82-87。 [46] 细田，T.和迪士尼，S.M.（2006年）。最小均方误差预测的三级供应链中的方差放大。欧米茄，34（4），344-358·doi:10.1016/j.omega.2004.11.005 [47] Hui，S.（2010）。基于自适应模拟退火遗传算法的液压混合动力汽车多目标优化。人工智能的工程应用，23（1），27-33·doi:10.1016/j.engappai.2009.09.005 [48] Hyun，C.J.、Kim，Y.和Kim，Y-K.（1998年）。混合模型装配线中多目标排序问题的遗传算法。计算机与运筹学，25（7-8），675-690·Zbl 1042.90553号 ·doi:10.1016/S0305-0548（98）00026-4 [49] Jaksic，M.和Rusjan，B.（2008年）。补充政策对牛鞭效应的影响：传递函数方法。《欧洲运筹学杂志》，184（3），946-961·Zbl 1141.90445号 ·doi:10.1016/j.ejor.2006.12.018 [50] Jamili，A.、Shafia，M.和Tavakkoli-Moghaddam，R.（2011年）。一个周期性车间调度问题的模拟退火和类电磁机制的混合。应用专家系统，38（5），5895-5901·doi:10.1016/j.eswa.2010.11.034 [51] 姜振中、叶文伟、刘浩、范振平（2011）。电子商务中具有数量折扣的一次性多属性交易的多目标优化匹配。应用专家系统，38（4），4169-4180·doi:10.1016/j.eswa.2010.09.079 [52] Kahn，J.A.（1987）。库存和生产波动。《美国经济评论》，77（4），667-679。 [53] 卡明斯基，P。；Simchi-Levi，D。；Lee，H.（编辑）；Ng，S.M.（编辑），《一个新的计算机化啤酒游戏：一个教授集成供应链管理价值的工具》，216-225（1998） [54] Kelle，P.和Milne，A.（1999）。（s，s）订购政策对供应链的影响。《国际生产经济学杂志》，59（1），113-122·doi:10.1016/S0925-5273（98）00232-1 [55] Kirkpatrick，S.、Gelatt，C.D.和Vecchi，M.P.（1983年）。通过模拟退火进行优化。《科学》，220（4598），671·Zbl 1225.90162号 ·doi:10.1126/science.220.4598.671 [56] Konicki，S.（2002年）。现在处于破产状态的kmart在供应链方面举步维艰。信息周刊，873，26。 [57] Lee，H.L.、Padmanabhan，V.和Whang，S.（1997年a）。供应链中的牛鞭效应1。《斯隆管理评论》，38（3），93-102。 [58] Lee，H.L.、Padmanabhan，V.和Whang，S.（1997年b）。供应链中的信息失真：牛鞭效应。管理科学，43（4），546-558·Zbl 0888.90047号 ·doi:10.1287个/mnsc.43.4.546 [59] Li，C.和Liu，S.（2012a）。在信息流受限的供应链系统中控制牛鞭效应。应用数学建模，37（4），1897-1909·Zbl 1349.90101号 ·doi:10.1016/j.apm.2012.04.020 [60] Li，C.和Liu，S.（2012年b）。一种鲁棒优化方法，用于减少不确定环境下供应商订单提前期延迟的供应链牛鞭效应。应用数学建模，37（3），707-718·Zbl 1351.90028号 ·doi:10.1016/j.a.pm.2012.02.033 [61] Lin，S.W.，&Ying，K.C.（2013）。通过一个双目标多部分模拟退火算法最小化置换流程中的完工时间和总流程时间。计算机与运筹学，40（6），1625-1647·Zbl 1348.90639号 ·doi:10.1016/j.cor.2011.08.009 [62] Lin，S.W.、Gupta，J.、Ying，K.C.和Lee，Z.J.（2009年）。使用模拟退火调度具有序列相关族设置时间的flowshop制造单元。《国际生产研究杂志》，47（12），3205-3217·Zbl 1198.90191号 ·网址：10.1080/00207540701813210 [63] Loukil，T.、Teghem，J.和Fortemps，P.（2007年）。模拟退火求解的多目标生产调度案例研究。《欧洲运筹学杂志》，179（3），709-722·Zbl 1163.90498号 ·doi:10.1016/j.ejor.2005.03.073 [64] Luong，H.T.和Phien，N.H.（2007）。供应链中牛鞭效应的度量：高阶自回归需求过程的情况。《欧洲运筹学杂志》，183（1），197-209·Zbl 1127.90373号 ·doi:10.1016/j.ejor.2006.09.061 [65] Machuca，J.A.D.和Barajas，R.P.（2004）。电子数据交换对降低牛鞭效应和供应链库存成本的影响。运输研究。E部分，物流和运输审查，40（3），209-228·doi:10.1016/j.tre.2003.08.001 [66] Magee，J.F.和Boodman，D.M.（1967年）。生产计划和库存控制（第131卷）。纽约：McGraw-Hill。 [67] Marculaki，E.C.和Papazoglou，I.A.（2010年）。一种用于多目标模拟退火优化的动态筛选算法。计算机辅助化学工程，28，349-354·doi:10.1016/S1570-7946（10）28059-8 [68] McCullen，P.和Towill，D.（2002年）。供应链中牛鞭的诊断和减少。供应链管理，7（3），164-179·doi:10.1108/13598540210436612 [69] McMullen，P.R.和Frazier，G.V.（2000）。一种模拟退火方法，用于实时线上多目标混合模型测序。IIE交易，32（8），679-686。 [70] Metropolis，N.、Rosenbluth，A.W.、Rosenbruth，M.N.、Teller，A.H.和Teller等人（1953年）。快速计算机器的状态方程计算。《化学物理杂志》，21（6），1087·Zbl 1431.65006号 ·数字对象标识代码：10.1063/1.1699114 [71] Metters，R.（1997）。量化供应链中的牛鞭效应。《运营管理杂志》，15（2），89-100·doi:10.1016/S0272-6963（96）00098-8 [72] 蒙哥马利特区（2008）。实验设计与分析。纽约：Wiley。 [73] Montgomery，D.C.和Myers，R.H.（2002）。响应面方法：使用设计的实验优化工艺和产品。纽约：Wiley·Zbl 1161.62393号 [74] Moslemi，H.和Zandieh，M.（2011年）。对多目标（r，Q）库存系统的MOPSO改进策略进行了比较。带应用程序的专家系统·Zbl 1213.90060号 [75] 莫斯塔吉，S。；Teich，J.，《ε优势在多目标粒子群优化方法中的作用》，第3期，1764-1771（2003），纽约 [76] Myers，R.H.、Montgomery，D.C.和Anderson-Cook，C.M.（1971）。响应面方法。波士顿：艾琳和培根·Zbl 1332.62004号 [77] Myers，R.H.、Montgomery，D.C.和Anderson-Cook，C.M.（2009）。响应面方法：使用设计实验优化工艺和产品（第705卷）。纽约：Wiley·Zbl 1269.62066号 [78] 奈什，H.F.（1994）。线性二次库存模型中的生产平滑。《经济杂志》，104（425），864-875·doi:10.2307/2234980 [79] Nam，D.和Park，C.H.（2000）。多目标模拟退火：与进化算法的比较研究。国际模糊系统杂志，2（2），87-97。 [80] Nepal，B.、Murat，A.和Babu Chinnam，R.（2012年）。考虑产品生命周期方面的能力受限供应链中的牛鞭效应。《国际生产经济学杂志》，136（2），318-331·doi:10.1016/j.ijpe-2011.12.018 [81] Neter，J.、Wasserman，W.和Kutner，M.H.（1996）。应用线性回归模型（第3卷）。霍姆伍德：欧文。 [82] Ouyang，Y.和Daganzo，C.（2006）。通过分散谈判和提前需求信息对抗牛鞭效应。物理。A、 第363（1）页，第14-23页·doi:10.1016/j.physa.2006.01.044 [83] Ouyang，Y.和Li，X.（2010）。供应链网络中的牛鞭效应。《欧洲运筹学杂志》，201（3），799-810·Zbl 1173.90338号 ·doi:10.1016/j.ejor.2009.03.051 [84] Paik，S.K.（2003）。供应链中“牛鞭”效应的原因分析：模拟方法。华盛顿：乔治华盛顿大学。 [85] Patrick，R.M.和Gregory，V.F.（2000）。一种模拟退火方法，用于实时线上多目标混合模型测序。IIE交易，32（8），679-686。 [86] Potter，A.和Disney，S.M.（2006年）。牛鞭和配料：一种探索。《国际生产经济学杂志》，104（2），408-418·doi:10.1016/j.ijpe.2004.10.018 [87] Rabiee，M.、Zandieh，M.和Jafarian，A.（2012年）。使用稳健的元神经理论，对具有序列相关设置时间和可能返工的无等待两机流水线车间进行调度。 [88] Ramey，V.A.（1991）。非凸成本和库存行为。《政治经济学杂志》，306-334。 [89] Silver，E.A.、Pyke，D.F.和Peterson，R.（1998年）。库存管理和生产计划与调度（第3卷）。纽约：Wiley。 [90] Simon，H.A.（1952年）。伺服机构理论在生产控制研究中的应用。计量经济学，20（2），247-268·Zbl 0046.37804号 ·doi:10.2307/1907849 [91] Singh，H.K.、Ray，T.和Smith，W.（2010年）。C-PSA：用于约束多目标优化的约束Pareto模拟退火。信息科学，180（13），2499-2513·doi:10.1016/j.ins.2010.03.021 [92] 史密斯，K.I。；埃弗森，R.M。；Fieldsend，J.E.，《多目标模拟退火的优势度量》，第1期，23-30（2004），IEEE出版社 [93] Sodhi，M.M.S.和Tang，C.S.（2011年）。具有需求规划的树状供应链中操作偏差的增量牛鞭效应。欧洲运筹学杂志，215（2），374-382·Zbl 1237.90028号 ·doi:10.1016/j.jor.2011.06.019 [94] Sterman，J.D.（1989）。管理行为建模：动态决策实验中对反馈的误解。管理科学，35（3），321-339·doi:10.1287/mnsc.35.3321 [95] Sterman，J.（2000）。商业动态。霍姆伍德：欧文。 [96] Su，C.T.和Lin，H.C.（2011）。应用类电磁机制进行特征选择。信息科学，181（5），972-986·doi:10.1016/j.ins.2010.11.008 [97] Sucky，E.（2009年）。供应链中的牛鞭效应——一个被高估的问题？《国际生产经济学杂志》，118（1），311-322·doi:10.1016/j.ijpe.2008.035 [98] Suppapitnarm，A.、Seffen，K.、Parks，G.和Clarkson，P.（2000）。多目标优化的模拟退火算法。工程优化，33（1），59-85·doi:10.1080/03052150008940911 [99] Ton Hien Duc，T.、Luong，H.T.和Kim，Y.D.（2010年）。供应链中第三方仓库对牛鞭效应和库存成本的影响。《国际生产经济学杂志》，124（2），395-407·doi:10.1016/j.ijpe.2009.11.036 [100] Towill，D.R.（1970年）。控制工程师的传递函数技术。伦敦：Iliffe Books。 [101] Towill，D.R.（1982）。基于库存和订单的生产控制系统的动态分析。《国际生产研究杂志》，20（6），671-687·网址：10.1080/00207548208947797 [102] Towill，D.R.、Zhou，L.和Disney，S.M.（2007）。减少牛鞭效应：通过适当的镜头观察。《国际生产经济学杂志》，108（1-2），444-453·doi:10.1016/j.ijpe.2006.12.024 [103] Tsou，C.S.（2009）。连续审查随机库存系统的进化Pareto优化器。欧洲运筹学杂志，195（2），364-371·Zbl 1155.90318号 ·doi:10.1016/j.jor.2008.02.039 [104] Tsou，C.S。；Kao，C.H.，用于多目标优化的类电磁元神经网络，1172-1178（2006），纽约·doi:10.1109/CEC.2006.1688442 [105] Tsou，C.S.和Kao，C.H.（2008）。使用类电磁元神经的多目标库存控制。《国际生产研究杂志》，46（14），3859-3874·Zbl 1140.90324号 ·doi:10.1080/00207540601182278 [106] Tsou，C.S.、Hsu，C.H.和Yu，F.J.（2008）。利用多目标类电磁优化方法分析概率需求下的库存权衡。科学与工业研究杂志，67（8），569-573。 [107] Vahdani，B.和Zandieh，M.（2010年）。交叉对接系统中的卡车调度：鲁棒元启发式。计算机与工业工程，58（1），12-24·doi:10.1016/j.cie.2009.06.006 [108] Hentenryck，P。；Vergados，Y.，旅游锦标赛基于人口的模拟退火，帕福斯，塞浦路斯，门罗公园，剑桥，伦敦 [109] Varadharajan，T.和Rajendran，C.（2005）。一种用于flowshops调度的多目标模拟退火算法，以最小化作业的完工时间和总流动时间。《欧洲运筹学杂志》，167（3），772-795·Zbl 1154.90499号 ·doi:10.1016/j.jor.2004.07.020 [110] Vassian，H.J.（1955）。离散变量伺服理论在库存控制中的应用。美国运筹学会杂志，3（3），272-282·Zbl 1414.90054号 ·数字对象标识代码：10.1287/opre.3.272 [111] Warburton，R.D.H.（2004）。牛鞭效应的分析研究。《生产和运营管理》，13（2），150-160·doi:10.1111/j.1937-5956.2004.tb00111.x [112] Wright，D.和Yuan，X.（2008）。通过订购政策和预测方法缓解牛鞭效应。《国际生产经济学杂志》，113（2），587-597·doi:10.1016/j.ijpe.2007.10.022 [113] Wu，S.、Gan，W.和Wei，F.（2011）。基于ABMS的牛鞭效应分析。Procedia Engineering，15，4276-4281·doi:10.1016/j.proeng.2011.08.802 [114] Xu，K.，Dong，Y.，&Evers，P.T.（2001）。更好地协调供应链。运输研究。E部分，物流和运输审查，37（1），35-54·doi:10.1016/S1366-5545（00）00010-7 [115] 姚德清（2001）。供应链中牛鞭效应与渠道设计研究。密尔沃基：威斯康星大学密尔沃克分校。 [116] 张欣（2004）。预测方法对牛鞭效应的影响。《国际生产经济学杂志》，88（1），15-27·doi:10.1016/S0925-5273（03）00128-2 [117] Zhang，X.和Burke，G.J.（2011）。复合牛鞭效应成因分析。欧洲运筹学杂志，210（3），514-526·Zbl 1213.90060号 ·doi:10.1016/j.ejor.2010.09.030 [118] Zhang，Y.、Rao，Y.和Zhou，M.（2007）。GASA混合算法在机组排班系统中的应用。清华科技，12255-259·doi:10.1016/S1007-0214（07）70120-7 [119] Zhou，E.和Chen，X.（2010）。一种新的基于种群的模拟退火算法。IEEE进化计算汇刊。doi:10.1109/WSC.2010.5679069·doi:10.1109/WSC.2010.5679069 [120] Zhou，L.、Disney，S.和Towill，D.R.（2010）。牛鞭控制器设计的实用方法。《国际生产经济学杂志》，128（2），556-568·doi:10.1016/j.ijpe.2010.07.023 [121] Zipkin，P.H.（2000）。库存管理基础（第2卷）。波士顿：麦格劳-希尔·Zbl 1370.90005号 [122] Zotteri，G.（2012）。牛鞭效应因果关系的实证调查：来自个人护理部门的证据。《国际生产经济学杂志》。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。