一种改进非支配排序遗传算法的闭环供应链网络优化方法

本发明公开了一种改进非支配排序遗传算法的闭环供应链网络优化方法，涉及计算方法技术领域。本发明方法包括：建立优化模型；参数设置；初始解的生成；计算适应度函数值、进行快速非支配排序；种群更新；判断当前代是否大于最大迭代次数；计算综合状态值；计算奖励函数值；动作选择和参数调整；输出结果。针对传统元启发式算法在求解闭环供应链网络的多目标优化问题时解集多样性不足、易陷入局部最优解、参数敏感且调节复杂本发明在NSGA‑II算法的基础上进行改进，引入智能学习机制来增强算法的适应性和动态响应能力，加速寻优过程，进而提高整体的解决方案质量、降低局部最优风险、提高计算效率。