基于遗传算法单目标规划模型的供应商与转运商选择方法技术

本发明专利技术公开了一种基于遗传算法单目标规划模型的供应商与转运商选择方法，步骤如下：S1：接收各个供应商的历史交易数据进行预处理，并对预处理后的数据进行评分，选出前L名供应商；S2：构建单目标规划模型，将前L名供应商作为单目标规划模型的变量，然后使用遗传算法求得最优解；S3：根据最优解得到未来W周内每一周企业的生产量以及每一周内参与供应商的供应量，从而确定最优的供应商选择方案。本发明专利技术采用基于遗传算法的单目标规划模型，将目标函数指作为搜索信息，快速搜索解空间，而避免陷入局部最优解的下降陷阱中；同时遗传算法的变异、选择等特性也很好地模拟了企业与供应商之间的各种不确定性。间的各种不确定性。间的各种不确定性。

【技术实现步骤摘要】
基于遗传算法单目标规划模型的供应商与转运商选择方法


[0001]本专利技术涉及计算机
，更具体的，涉及一种基于遗传算法单目标规划模型的供应商与转运商选择方法。

技术介绍

[0002]在新经济环境下，建筑核心企业同供应商、转运商等项目各参与方的关系，是在充分理解相互利益的基础上，确定共同的项目目标，建立起以不同工作组为单元的组织机构，结成资源与优势互补、利益共享、风险共担的战略合作伙伴关系，打破传统的“纵向一体化”思维模式，建立供应链上的“横向一体化”战略联盟。建立良好的合作伙伴关系，不仅可以提高企业的综合竞争能力，还能使供应链协调、有效地运作，提高运作效率，从而使供应链上企业都能受益，促进其共同发展。因此作为构成供应链的基本活动之一，合作伙伴的选择合适与否极大影响着链上每一个成员的切身利益，而这主要由对候选的供应商和转运商的评价准确性确定。
[0003]就建筑企业来讲，在建设工程中物资材料消耗往往占项目投资的50％以上。对于物资供应商，总是不能如期完成企业的订货量，使得企业总是面临供求不平衡的尴尬局面，造成工程延误、质量低劣等严重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法单目标规划模型的供应商与转运商选择方法，其特征在于：所述的方法步骤如下：S1：接收各个供应商的历史交易数据进行预处理，并对预处理后的数据进行评分，选出前L名供应商；S2：构建单目标规划模型，将前L名供应商作为单目标规划模型的变量，然后使用遗传算法求得最优解；S3：根据最优解得到未来W周内每一周企业的生产量以及每一周内参与供应商的供应量，从而确定最优的供应商选择方案。2.根据权利要求1所述的基于遗传算法单目标规划模型的供应商与转运商选择方法，其特征在于：所述的预处理具体如下：S101：根据历史交易数据分析出得出各个指标，对每个指标进行量化；S102：采用熵权法对各个指标进行权重分配，确定权重；S103：使用TOPSIS评价模型对每一个供应商进行评分，选出前L名供应商；其中，所述的指标包括供定完成系数、供货稳定系数、供应材料等级、生产能力；对指标进行量化采用包括平均值、加权和求比例、AHP分析几种中的一种。3.根据权利要求2所述的基于遗传算法单目标规划模型的供应商与转运商选择方法，其特征在于：所述的熵权法包括步骤如下：D1：对各个指标进行数据标准化处理；D2：根据比重求得各个指标的熵值和信息熵冗余度；D3：根据步骤D2得到的信息熵冗余度求得各个指标对应的权值。4.根据权利要求3所述的基于遗传算法单目标规划模型的供应商与转运商选择方法，其特征在于：所述的TOPSIS评价模型包括步骤如下：F1：将指标数据正向化和矩阵标准化；F2：根据熵权法求的权值计算最大值与最小值的距离；F3：将求得的距离数值进行归一化，得到评分的总得分。5.根据权利要求4所述的基于遗传算法单目标规划模型的供应商与转运商选择方法，其特征在于：求得所有供应商的得分系数后，经过由大到小的排序，选出前L名供应商，或者选出得分系数大于预设的得分阈值的L名供应商。6.根据权利要求5所述的基于遗传算法单目标规划模型的供应商与转运商选择方法，其特征在于：构建单目标规划模型具体如下：先确...

【专利技术属性】
技术研发人员：文锦柏，苏城，黄姗姗，刘桢谋，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：