【正文】 Petrovic 等人（ 2020）在文獻(xiàn)中對(duì)供應(yīng)鏈的分布給予了極大的關(guān)注。本文建立在他們工作的基礎(chǔ)上，提出了更靈活的模型，目的是最小化所有網(wǎng)絡(luò)零售商的庫存容量。這類問題稱為設(shè)施選址問題。 規(guī)劃過程的 SCM 在時(shí)間范圍上可以分為三個(gè)不同的層次 :戰(zhàn)略、戰(zhàn)術(shù)、操作。因此，供應(yīng)鏈管理（ SCM）的各種具體的研究領(lǐng)域得到了明顯的關(guān)注。附件 1：外文資料翻譯譯文 在供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)中基于不同庫存能力 新配送中心的選址最優(yōu)化 摘要： 本文提出了一個(gè)模型 —— 采用系統(tǒng)方法的概念（約束理論）為供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)確定一個(gè)新的配送中心在供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)的最佳位置。xxx 工 學(xué) 院 畢業(yè)設(shè)計(jì) (論文 )外文資料翻譯 學(xué) 院： 交通工程 專 業(yè)： 物流工程 姓 名： xxx 學(xué) 號(hào)： 1111521111 外文出處： Hisham M. Abdelsalam， Magy Magdy， ( 用外文寫 ) SpringerVerlag Berlin Heidelberg 2020 附 件： ； 。用提出的非支配排序的粒子群優(yōu)化算法（ NSPSO）來解決問題和用于處理約束條件的兩個(gè)設(shè)置，同時(shí)，對(duì)其進(jìn)行介紹和比較。 供應(yīng)鏈管理（ SCM）是規(guī)劃、實(shí)施和控制供應(yīng)鏈運(yùn)作的一個(gè)有效途徑。供應(yīng)鏈決策的數(shù)量，倉庫和生產(chǎn)設(shè)施的位置和能力，通常屬于戰(zhàn)略層面的范圍，因?yàn)樗麄冇幸粋€(gè)長(zhǎng)期和廣泛影響的組織參與供應(yīng)鏈。正如幾篇文學(xué)文章指出，還有其他的戰(zhàn)略決策與位置相關(guān)。 引言之后，本文的其余部分安排如下：第 2 節(jié)供應(yīng)鏈中的設(shè)施選址的相關(guān)文獻(xiàn)，和第 3 節(jié)提出的改進(jìn)的問題。 Romeijn等人（ 2020）在 SCND 模型的基礎(chǔ)上尋求解決戰(zhàn)略問題的設(shè)置配送中心（ DC）和 DC 為每一個(gè)零售商使用。該模型決定多少 配送中心開放，在哪里從選擇潛在的位置定位它們，如何在單方采購下服務(wù)零售商，并且?guī)齑嬲邽榕渌椭行暮土闶凵屉p方確定最小選址交通成本和一個(gè)精確的近似庫存成本。他們的模型的目的是最大限度地減少固定的經(jīng)營成本和庫存成本的總和與 DCS 發(fā)生，廠家和 DCS 之間的運(yùn)輸成本，以及在 DCS 與零售商之間的運(yùn)輸成本。 TOC 是一種系統(tǒng)思維方法的主要思想，最大限度地提高系統(tǒng)的整體吞生產(chǎn)力最大化的過程而不是單獨(dú)的個(gè)人生產(chǎn)力。多年來，大多數(shù)的公司都把注意力集中到獨(dú)立的業(yè)務(wù)功能的有效性和效率上。正如 Romeijn 等人提出的，本文假定配送中心和零售商將使用單一來源的補(bǔ)充策略，即配送中心將從單一工廠來源補(bǔ)貨，而所有的零售商將從單一的配送中心來補(bǔ)貨。這兩個(gè)目標(biāo)和相關(guān)約束將在本節(jié)中討論細(xì)節(jié)。 第二個(gè)目標(biāo)是有關(guān)最小化零售商的最大存貨量受兩個(gè)條件約束： (1)每批裝運(yùn)數(shù)量 (按零售商要求 )必須小于或等于最大容量的配送中心庫存； (2)每批裝運(yùn)數(shù)量 (按從配送中心的要求 )必須小于或等于最大容量的配送中心 庫存。在本文中，修改他們的模型是適應(yīng)不同的能力在不同的零售價(jià)對(duì)零售商以最優(yōu)化庫存水平和區(qū)域水平。 “結(jié)合”的步驟后，一個(gè)“比較”步驟發(fā)生在應(yīng)用于分類的解決方案到自由線類的自由排序概念。擁擠保證各種解決方案 ,而不丟失前的形狀在決策空間。在該方法中 ,違反約束—— 對(duì)于一個(gè)給定的解決方案代入目標(biāo)函數(shù)，使原約束問題轉(zhuǎn)化為無約束問題。因此，本文使用這種組合方式處罰和規(guī)則之間罰函數(shù)是用來測(cè)量違反者可行域和添加到客觀函數(shù)。 W 是選擇一個(gè)較大的值在開始的時(shí)候迭代步長(zhǎng)和迭代步長(zhǎng)的增加而減少 Vmax 和 Vmin 基于變量的可行空間。 圖 2 最初的問題解決方案進(jìn)展與約束處理處罰規(guī)則 圖 3 W 計(jì)算的原始問題解決進(jìn)展 總成本（千） 庫存量 迭代次數(shù) 總成本（千） 庫存量 迭代次數(shù) 圖 4 帕累托方面對(duì)約束的處理方法 修改的假設(shè) 本節(jié)報(bào)告所提出修改問題的解決方案。另一方面，從它可以得出結(jié)論 ,修改后的模型與計(jì)算庫存價(jià)值 ,原始模型要好得多。經(jīng)比較結(jié)果表明，表示一個(gè)增強(qiáng)的算法和性能的解決方案，提高網(wǎng)絡(luò)設(shè)計(jì)的最小化最大零售庫存能力。supply work design。 and (2) the number of shipments that affects replenishment level and maximum amount that the inventory of each retailer can hold. Fig. 1 Supply chain work design. Before proceeding with the model formulation, a list of variables and parameters to be used in the model is provided in the following two subsections. Original Problem Formulation Given the previous context,Tabrizi proposed a problem formulation that aims to minimize two objectives: (1) supply chain total cost and。 to deal with generated infeasible solutions. These are。 (2) between two feasible solutions, the one having better objective function value is preferred。 location of a new distribution center. A model that incorporates the concepts of the systems approach (theory of constraints) was proposed and solved using a multiobjective particle swarm optimization algorithm. Results were pared to published ones and indicated an enhanced performance with regard to the solution algorithm used and, also, improved work design that minimizes the maximum inventory capacities at all retails. References Abdelsalam, ., Alshaar, ., Magdy, M.: A MultiObjective Optimization Algorithm for New Distribution Center Location. Technical Report Faculty of Computers and Information, Cairo Univeristy (2020) Abido, .: Optimal Design of Power– System Stabilizers Using Particle Swarm Optimization. IEEE Transactions on Enerrgy Conversion, 17 (2020) Ambrosino, D., Scutell, .: Distribution work design: New problems and related models. European Journal of Operational Research 165, 610– 624 (2020) Bashiri, M., Tabrizi, .: Supply chain design: A holistic approach. Expert Systems with Applications 37(1), 688– 693 (2020) Baumol, ., Wolfe, P.: A WarehouseLocation Problem. Operations Research 6, 252– 263 (1958) Benabid, R., Boudour, M., Abido, .: Optimal location and setting of SVC and TCSC devices using nondominated sorting particle swarm optimization. Electric Power Systems Research, 1668– 1677 (2020) Burgess, K., Singh, ., Koroglu, R.: Supply chain management: a structured literature review and implications for future research. International Journal of Operations amp。 Operations Research 33, 181– 208 (2020) 。 Sons, UK (2020) Dhillon, ., Parti, ., Kothari, .: Stochastic economic emission load dispatch. Electric Power Systems Research 26, 179– 186 (1993) Drezner, Z., Hamacher, .: Facility Location: Applications and Theory. Springer, New York (2020) Erlebacher, ., Meller, .: The interaction of location and inventory in esigning distribution systems. IIE Transactions, 155– 166 (2020) Ganeshan, R.: Managing supply chain inventories: A multiple retailer, one warehouse, multiple supplier model. International Journal of Production Economics, 341– 354 (1999) Goetschalckx, M., Vidal, ., Dogan, K.: Modeling and design of global logistics systems: A review of integrated strategic and tactical models and design algorithms. European Journal of Operational Research 143 (2020) Goldratt, .: It’ s Not Luck. North River, Great Barrington (1994) Goldratt, .: The Haystock Syndrome. Great Barrington, MA (1990b) Goldratt, ., Cox, J.: The Goal: A Process of Ongoing Improvement. North River Press, NY (1984) Goldratt, ., Fox, .: The Race. North River Press, NY (1986) He, Q., Wang, L.: A hybrid particle swarm optimization with a feasibilitybased rule for con