内容简介
供应链与物流系统具有复杂系统的一些特征，特别是当处理接近现实的问题时，模型将变得更加复杂，仅基于数学的解析性方法，难以获得良好的分析效果。因此，如何把系统建模和仿真结合起来，对于解决现实问题通常具有重要的理论和实践价值。常见的仿真技术各有特色，各有所长：系统动力学仿真偏重宏观分析，强调系统中反馈环的作用；离散事件仿真和连续时间系统仿真更偏重微观分析，强调系统元素的状态如何变迁；多智能体仿真从微观的对象建模为起点，以系统的涌现性规律为研究终点；等等。因此，有必要系统学习多种仿真技术，并根据需要挑选和集成合适的仿真技术。本书系统介绍了上述仿真技术，将它们与供应链、物流应用场景结合，并试图把它们有机结合。进一步地，本书将供应链管理中常用的演化博弈技术与仿真技术相结合，将博弈论融入仿真过程。并且，本书基于供应链与物流系统可运行的仿真模型，将仿真与优化技术（如遗传算法与深度学习等）集成，以实现基于仿真的系统优化。本书涵盖了广泛的方法，以供应链与物流系统为研究对象，尝试为学生建立初步和系统的概念和方法体系，弥补目前教材体系中的一些空缺之处。
本书既可作为高校物流管理、供应链管理、工业工程及管理科学类专业的教材，也可作为科研人员、企业管理者及系统工程实践者的参考读物。
目录介绍
第1章物流与供应链系统仿真导论1
1.1系统的概念及思想1
1.2物流与供应链系统概述4
1.2.1物流与供应链系统的概念4
1.2.2物流与供应链系统的分类5
1.2.3物流与供应链系统的特征6
1.2.4物流与供应链系统的要素7
1.2.5物流与供应链系统的结构8
1.3系统仿真的基础知识9
1.3.1系统仿真的概念及其分类9
1.3.2系统仿真的一般步骤10
1.3.3仿真的作用12
1.3.4仿真的基本类型13
第2章供应链系统动力学仿真16
2.1系统动力学的主要概念17
2.2因果关系图18
2.3供应链单级和多级库存系统22
2.3.1供应链单级库存系统23
2.3.2供应链多级库存系统23
2.4系统动力学仿真的步骤和参数设置26
2.4.1系统动力学仿真的步骤26
2.4.2系统动力学仿真的参数设置27
2.5案例： 长鞭效应实验29
第3章供应链演化博弈与系统动力学仿真求解34
3.1供应链两方博弈35
3.2供应链三方博弈36
3.3复制动态方程与演化稳定策略38
3.3.1复制动态方程38
3.3.2演化稳定策略40
3.4基于系统动力学的供应链演化过程仿真40
3.5案例： 出口贸易供应链中的演化博弈分析42
第4章物流系统的离散事件系统仿真49
4.1离散事件系统的基本概念50
4.2离散事件系统的仿真原理、建模方法与仿真软件52
4.2.1离散事件系统的仿真原理52
4.2.2离散事件系统的建模方法52
4.2.3离散事件系统的仿真软件55
4.3离散事件系统仿真策略的相关知识56
4.3.1仿真策略与仿真钟的基本概念56
4.3.2常见的仿真策略57
4.3.3仿真钟推进机制57
4.3.4仿真策略与时间推进机制的关系58
4.4输入数据建模59
4.4.1输入变量的数据使用方式59
4.4.2启发式的数据分布类型辨识59
4.4.3基于最大似然估计的参数估计60
4.4.4以卡方测试为例的代表性检验61
4.5仿真输出分析与方案评价62
4.5.1仿真输出分析的方法体系62
4.5.2单一方案的输出分析与方案评价62
4.5.3两个及以上方案的比较66
4.6案例： 物流中心订单分拣系统仿真67
4.7案例： 校园无人智能投递系统仿真72
第5章供应链多智能体建模与仿真83
5.1多智能体建模与仿真概述84
5.1.1基础知识84
5.1.2多智能体仿真的要点86
5.2智能体与状态图86
5.2.1AnyLogic智能体创建86
5.2.2智能体行为描述——状态图绘制92
5.2.3变迁的触发、控制、分支与内部变迁95
5.3智能体之间的通信99
5.3.1智能体之间的通信方式99
5.3.2仿真智能体通信语言100
5.4供应链仿真建模100
5.4.1供应链模型介绍100
5.4.2创建新模型101
5.4.3创建并设置生产商智能体类型101
5.4.4创建并设置订单智能体类型106
5.4.5创建消费者智能体类型106
5.4.6实现原材料采购与产品配送过程107
5.4.7设置消费者智能体属性114
5.4.8构建供应链系统116
5.5案例： 基于GIS地图的二级供应链配送过程仿真121
第6章仿真模型与优化算法的结合129
6.1遗传算法的概念与主要计算步骤130
6.1.1遗传算法的概念130
6.1.2遗传算法的主要计算步骤131
6.2深度学习的概念与主要计算步骤132
6.2.1深度学习的概念132
6.2.2深度学习的主要训练过程133
6.3案例： 基于仿真模型和遗传算法的配送路径优化135
6.3.1问题描述135
6.3.2TSP的数学建模135
6.3.3遗传算法的求解步骤136
6.3.4遗传算法在TSP仿真模型中的应用137
6.4案例： 基于仿真模型和深度学习的配送路径优化139
6.4.1深度学习算法在配送路径优化上的应用139
6.4.2指针网络求解TSP的步骤140
6.4.3指针网络在TSP仿真模型中的应用140
6.4.4指针网络的实现142
第7章系统动力学、离散事件系统与多智能体建模方法的集成仿真148
7.1Anylogic多建模方法集成仿真框架149
7.2Anylogic多建模方法集成仿真技术150
7.3数据交换常见机制——电子表格162
7.4模型运行相关知识167
7.4.1模型时间167
7.4.2模型日期168
7.4.3模型执行模式170
7.4.4仿真模型实验的设计171
7.5案例： 消费者市场与供应链仿真173
第8章供应链的控制论建模与仿真180
8.1连续时间模型与离散时间模型181
8.1.1连续时间模型181
8.1.2离散时间模型182
8.2连续系统数字仿真算法——数值积分法184
8.2.1数值积分法的基本概念184
8.2.2几种常见的数值积分法186
8.2.3数值积分法的稳定性分析188
8.2.4连续系统仿真示例189
8.3“生产库存”系统的建模仿真192
8.3.1单级“生产库存”系统的建模仿真192
8.3.2PD控制器参数的确定方法194
8.3.3系统的稳定性分析195
8.3.4系统的性能比较196
8.3.5多个单级“生产库存”系统的联立197
8.4案例： 基于PID控制器的单级“生产库存”系统仿真198
参考文献203