在供应链管理模式下,库存始终是供应链管理的最大障碍,库存量的高低不仅影响到单个企业的综合成本,而且也制约着整条供应链的性能。过去单个企业的库存管理方法已经不能适应供应链管理的要求,近年来,供应链分销网络多级库存控制与优化已经成为供应链管理中的热点问题之一。供应链多级库存控制问题的复杂性在于库存持有者遍布在供应链的不同级的不同节点企业上,同时受到各种不确定因素的影响,其复杂程度远远高于单节点企业库存问题,因此使用解析方法已经不能有效地解决供应链多级库存系统中的复杂变化问题。相比之下,仿真方法能够有效地弥补解析方法处理不确定性和复杂性问题的缺陷,因此仿真方法在供应链研究中起到越来越重要的作用。但仿真方法并不是一种优化方法,其不能给出问题的最优解或满意解,需要将仿真与优化技术结合起来,形成基于仿真的优化(Simulation-based Optimization,SBO)方法,才能实现真正意义上的系统优化。本文以供应链分销网络的多级网状库存系统为研究背景,建立了多级库存系统的离散事件仿真模型,应用基于仿真的优化方法分别对基本的多级库存控制决策问题、考虑价格时变的多级库存控制决策问题、考虑价格呈阶段性变化的多级库存控制与定价联合决策问题以及突发事件下的应急库存控制决策问题进行了研究,并在此基础上,应用基于案例推理的仿真优化方法对分销中心的选址分配问题进行了研究。具体内容如下:(1)对供应链分销网络多级库存控制与优化问题和基于仿真的优化方法进行了详细综述。首先根据多级库存控制问题研究的发展过程,将其归纳为基于数学规划方法、基于智能优化方法、基于仿真方法以及基于仿真优化方法的多级库存控制研究这四个发展阶段,并分别进行了详细的归纳与总结。然后在详细说明了基于仿真的优化方法的理论思想之后,根据仿真技术在SBO方法中所起作用的不同,将SBO方法分为三类:应用仿真进行策略验证、应用仿真得到优化方法的评价值以及应用仿真得到随机参数或函数,并加以归纳与总结。最后叙述了SBO在复杂工程系统、供应链和物流系统、制造系统及社会经济系统中的应用情况。(2)对基本的多级网状随机性库存决策问题进行了研究。建立了多级网状随机性库存系统的离散事件系统仿真模型,考虑了实际中的多种复杂因素:服从泊松分布的顾客到达时间、随机顾客需求量、随机顾客购买行为、随机订货时间及有限制的制造商生产容量等,并采用面向对象技术在计算机上实现了仿真模型。应用基于仿真的粒子群优化方法对问题求解,通过与经典的E.O.Q.方法相比较,验证了模型和算法的可行性和有效性。(3)对价格时变的多级库存控制决策问题进行了研究。针对价格随时间连续变化的情况下,需求随价格波动的多级库存控制决策问题,提出了实时更新库存控制策略,应用基于仿真的优化方法对问题进行求解,仿真实验表明,实时更新库存控制策略对不同价格时变下的多级库存控制问题都有很好的效果。(4)对价格呈阶段性变化的多级库存与定价联合决策问题进行了研究。在价格成阶段性变化的情况下,考虑需求受价格影响时,如何制定商品价格和各级节点企业库存控制策略的问题,提出了应用调整提前期的方法。在建立仿真模型的基础上,将分阶段的商品价格、调整提前期以及各级节点库存控制策略同时作为决策变量,应用基于仿真的优化方法对问题进行求解,仿真实验验证了本文所提出的多级库存与定价联合策略对增加供应链总收益是很有效的。(5)对突发事件下的应急库存控制决策问题进行了研究。对供应链中的枢纽环节分销中心在一段时间内发生突发事件的情况下,供应链如何应对突发事件的应急库存决策问题,应用基于仿真的优化方法对其进行求解。仿真实验表明本文所提出的应急库存策略能够有效地减少供应链损失,并为供应链管理者提供了参考应急策略。(6)对多级网状随机性库存系统分销中心选址分配问题进行了研究。该问题包括了分销中心选择和商品运输分配两个优化子问题,将嵌套了粒子群优化的遗传算法作为上层优化算法,应用基于案例推理的仿真优化方法对问题进行求解,在对分销网络的结构与参数进行优化的同时,节省了计算时间,提高了基于仿真的优化方法的求解效率。