供应链复杂系统建模与仿真

第1章 绪论 1

1.1 系统的概念与分类 1

1.1.1 系统概念 1

1.1.2 系统分类 1

1.2 复杂系统简介 3

1.3 系统研究现状和发展趋势 6

1.3.1 研究现状 6

1.3.2 发展趋势 7

1.4 系统建模与仿真概述 7

1.4.1 系统建模 8

1.4.2 系统仿真 9

1.5 数学建模实例 13

思考题 14

第2章 连续系统建模与仿真技术 15

2.1 基于微分方程的建模方法与仿真 15

2.1.1 微分方程建模的常用方法 15

2.1.2 微分方程建模步骤 21

2.1.3 微分方程仿真求解 21

2.2 基于数值积分方法的建模与仿真 24

2.2.1 离散化原理 24

2.2.2 龙格-库塔法 26

2.2.3 面向方程的龙格-库塔法仿真举例 35

思考题 39

第3章 离散事件系统建模与仿真 40

3.1 离散事件系统的基本概念 40

3.2 离散事件系统的建模方法 42

3.2.1 实体流程图法 42

3.2.2 活动周期图法 43

3.3 离散事件系统建模实例 44

3.3.1 排队服务系统建模 45

3.3.2 报童模型 47

3.3.3 库存系统的模型与仿真方法 50

3.4 离散事件系统仿真的一般步骤 59

3.5 离散事件系统仿真方法 59

3.5.1 离散事件系统仿真的基本原理 59

3.5.2 离散事件系统仿真策略 60

3.6 离散事件系统仿真结果分析 64

3.6.1 终态仿真结果分析 65

3.6.2 稳态仿真结果分析 67

思考题 70

第4章 基于灰色系统理论的建模方法 71

4.1 灰色系统理论概述 71

4.1.1 灰色系统理论的基本概念 71

4.1.2 灰色系统理论的基本原理 81

4.1.3 灰色系统理论的主要内容 81

4.2 灰色关联分析 83

4.2.1 灰色关联因素和关联算子集 83

4.2.2 灰色关联公理与灰色关联度 84

4.2.3 灰色关联分析的应用举例 89

4.3 灰色系统模型 91

4.3.1 GM（1，1）模型概述 91

4.3.2 GM（1，1）建模机理 91

4.3.3 GM（1，1）模型的形式 92

4.3.4 残差GM（1，1）模型 94

4.4 灰色系统预测方法及实例 98

思考题 101

第5章 基于人工神经网络的建模及仿真 103

5.1 人工神经网络简介 103

5.1.1 人工神经网络模型 103

5.1.2 人工神经网络的结构及工作方式 104

5.1.3 人工神经网络的基本特征 105

5.2 BP神经网络 105

5.2.1 BP学习算法 106

5.2.2 BP算法的计算步骤 108

5.3 BP神经网络实证分析—— 果蔬物流外包风险预警 109

5.3.1 BP神经网络模型的建立 109

5.3.2 果蔬物流外包风险警度、预警信号的确定 118

5.3.3 果蔬物流外包风险预控对策 120

5.3.4 实证仿真分析 121

思考题 124

第6章 Agent复杂系统建模 125

6.1 Agent系统 125

6.1.1 多Agent系统研究方法 125

6.1.2 多Agent协调 130

6.2 Agent结构模型 132

6.2.1 Agent混合结构模型 132

6.2.2 其他Agent结构模型 134

6.2.3 具有通用性的Agent混合结构模型 134

6.3 Agent的学习机制 137

6.4 复杂系统中的多Agent模型 140

6.4.1 复杂系统的框架结构及工作流程 140

6.4.2 复杂系统多Agent建模与控制方法的特点 141

6.4.3 复杂系统多Agent建模与控制研究框架 142

6.4.4 复杂系统多Agent交互与协调模型 145

思考题 148

第7章 系统动力学 150

7.1 系统动力学产生的背景 150

7.2 系统动力学基本理论 151

7.2.1 系统动力学的概念 151

7.2.2 反馈系统的概念 152

7.2.3 系统动力学的图形表示法 153

7.2.4 系统动力学关于内因与外因的辩证关系 160

7.2.5 系统动力学的主导动态结构作用原理 160

7.2.6 系统的历时性与系统的进化规律 161

7.3 系统动力学建模语言DYNAMO基础 161

7.3.1 DYNAMO来源 161

7.3.2 DYNAMO描述动力学系统的基本原理 161

7.3.3 DYNAMO模型中的方程 162

7.4 系统动力学解决问题的主要步骤 164

7.5 系统动力学实际案例建模与仿真 166

7.5.1 企业成长与投资不足案例 166

7.5.2 供应链中的牛鞭效应 169

思考题 173

第8章 马尔可夫链建模方法 174

8.1 马尔可夫链的基本理论 174

8.1.1 状态转移概率 174

8.1.2 普曼-柯尔莫哥洛夫方程 175

8.1.3 齐次马尔可夫链的有限维分布 176

8.2 马尔可夫链模型实例 177

思考题 182

第9章 回归预测模型 184

9.1 相关分析 184

9.1.1 相关关系的概念及分类 184

9.1.2 相关关系的识别 186

9.2 一元线性回归分析 193

9.2.1 一元线性回归方程 193

9.2.2 参数 的最小二乘估计 194

9.2.3 对一元回归方程的评价 196

9.2.4 一元回归方程的预测区间 199

9.3 多元线性回归分析 202

9.3.1 多元线性回归模型 202

9.3.2 多元回归模型的参数估计 203

9.3.3 对多元线性回归方程的评价 204

9.3.4 灰色多元线性回归模型 207

9.4 非线性回归模型 213

思考题 214

第10章 层次分析及模糊评价 217

10.1 层次分析 217

10.1.1 层次分析法的基本步骤 217

10.1.2 层次分析法的广泛应用 224

10.2 模糊评价 230

10.2.1 模糊数学的概念 230

10.2.2 模糊综合评价的概念 231

10.2.3 模糊综合评价模型 232

10.2.4 模糊综合评价的一般步骤 233

10.2.5 通过对模糊评判向量S的分析做出综合结论 234

10.2.6 多层次模糊综合评判 238

思考题 243

附录 244

参考文献 249

本书共10章，讲述了连续与离散系统模型、灰色系统、人工神经网络、马尔可夫链、回归分析、层次分析及模糊评价、Agent复杂系统建模、系统动力学等基本理论在供应链复杂系统建模与仿真中的运用。
本书的特色在于注重核心概念、思维方法的阐述，将一些成熟的方法及原理与供应链复杂系统的建模与仿真进行有机结合，同时兼顾基本工具与模型设计的应用，内容上深入浅出，倡导启发与探究式教学方法。
本书是供应链复杂系统仿真领域中一本实用、新颖、全面的读物，可作为高等院校管理科学与工程、经济学、社会科学、系统工程等专业研究生的教材，也可供管理科学、系统科学、复杂性科学等领域研究人员参考。