一种面向集成供应链的多目标自适应优化方法技术

本发明专利技术涉及一种面向集成供应链的多目标自适应优化方法，属于供应链优化技术领域，具体包括以下步骤：步骤

【技术实现步骤摘要】
一种面向集成供应链的多目标自适应优化方法


[0001]本专利技术属于供应链优化
，特别是涉及一种面向集成供应链的多目标自适应优化方法
。

技术介绍

[0002]全球化的到来和信息技术的进步影响了供应链，迫使制造商
(
例如：汽车
、
电子
、
家具和食品加工行业
)
改变其生产策略，例如从按库存生产改为按订单生产，以实现所需的关键绩效指标
。
基于按订单生产的制造供应链通过高定制和准时交付来应对客户行为的快速变化，降低库存成本，并在市场上获得竞争优势
。
然而，传统的供应链是独立进行生产调度决策的，往往不能及时
、
经济有效的满足需求，收到负面评价，损害品牌和市场价值
。
因此，在运营决策层集成供应链阶段并设计调度程序对于充分利用按订单生产业务至关重要
。
[0003]目前，已经有研究人员开发了一系列方法
。
与基于群体的元启发式方法相比，基于单一的方法不能在调度问题的解空间内进行穷尽搜索
。
混合元启发式方法在每次迭代中使用两个或多个经典元启发式方法的一流特征来提供可能结果
。
由于混合元启发式方法的复杂性，它可能需要比传统元启发式技术更长的时间来收敛每一次迭代
。
因此，目前还没有一种方法能够通过以合理的解质量和计算时间来解决所有类型的供应链的调度问题，不合理的调度会导致成本升高
。r/>
技术实现思路

[0004]本专利技术的主要目的是提供一种面向集成供应链的多目标自适应优化方法，以解决现有的供应链优化方案无法解决所有类型的调度问题的问题
。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]本专利技术涉及一种面向集成供应链的多目标自适应优化方法，其包括：
[0007]步骤
1.
计算供应链成本，以最小化一组供应链成本为目标，构建集成供应链调度问题的多目标数学模型；
[0008]步骤
2.
采用自适应多目标超启发式算法，对构建的所述集成供应链调度问题的多目标数学模型进行求解，得到优化的调度方案
。
[0009]优选地，所述步骤1中计算供应链成本的计算公式为：
[0010][0011]上式中，
f1为供应链成本，为总机器处理成本，为供应链总成本，为总订单交
货量成本；
α
k
为单位时间的处理成本，
P
ijk
为机器处理时间，
χ
ijk
为机器分配变量，
δ
is
为订货成本，
σ
is
为采购成本，
τ
is
为运输成本，
Y
is
为供应商选择变量，
d
q
为交货到期日，
φ
iq
为批量决策，
i
为客户订单，为供应商，
j
为对客户订单的单操作，为对客户订单的连续操作，
k
为机器处理时间，
μ
ij
为可用的机器，
s
为供应商，
P
为机器处理时间，
q
为单交货批次，
Q
为一组交货批次，
max
为取最大值
。
[0012]优选地，所述步骤1中构建集成供应链调度问题的多目标数学模型，满足以下约束条件：
[0013]约束条件一，用于为操作选择一个有能力的机器，表达式为：
[0014][0015]约束条件二，用于保证相同客户订单的连续操作之间的优先关系，表达式为：
[0016][0017]约束条件三和约束条件四配合，用于防止操作在同一台机器上重叠，
[0018]约束条件三的表达式为：
[0019][0020]约束条件四的表达式为：
[0021][0022]约束条件五，用于确定供应组合，确保每个客户订单的材料恰好从其合格供应商之一采购，表达式为：
[0023][0024]约束条件六，用于确认在相应的材料变得可用之前将不处理客户订单，表达式为：
[0025][0026]约束条件七，用于确认通过工序排序的客户订单的完成时间，表达式为：
[0027][0028]约束条件八，用于保证每个客户订单被分配给一个且仅一个可用批次，表达式为：
[0029][0030]约束条件九，用于确认不能超过每个交货批次的容量，表达式为：
[0031][0032]约束条件十，用于计算客户订单的批量交货时间，表达式为：
[0033][0034]约束条件十一，用于确认不能超过每个交货批次的容量，其表达式为：
[0035][0036]约束条件十二，用于约束条件十二计算客户订单的批量交货时间，表达式为：
[0037][0038]约束条件公式中，
χ
ijk
表示机器分配变量，
S
ij
表示操作的开始时间，
C
ij
表示操作的完成时间，
P
ijk
表示在机器上的处理时间，
χ
ijk
表示机器分配，
Z
ijgh
表示客户订单排序，
Y
is
表示供应商选择，
L
is
表示供应提前期，
φ
iq
表示批处理决策，
d
q
表示交货到期日，为任意一台机器，为任意客户订单，
S
i(j+1)
为操作所需时间，
S
gh
为产品流动时间，
P
ghk
为生产产能，
B
为供应向量，为批量决策，
h
为单位时间，为批量决策，
g
为向量分量，为交货时间，为交换提前期，为交货滞后期，
n
为订单数量，为生产计划，为机器分配变量，
Q
i
为订单指标，
ξ
i
为客户订单，为任意批次，
c
q
为批次容量
。
[0039]优选地，所述采用多目标自适应优化算法，对构建的集成供应链调度问题的数学模型进行求解，得到优化的调度方案，具体包括：
[0040]步骤
2.1.
根据
ε
‑
greedy
策略选取动作；
[0041]步骤
2.2.
计算奖励函数；
[0042]步骤
2.3.
更新
Q
表，从
Q
表获取交叉和变异概率；
[0043]步骤...

【技术保护点】

【技术特征摘要】
1.
一种面向集成供应链的多目标自适应优化方法，其特征在于，其包括：步骤
1.
计算供应链成本，以最小化一组供应链成本为目标，构建集成供应链调度问题的多目标数学模型；步骤
2.
采用自适应多目标超启发式算法，对构建的所述集成供应链调度问题的多目标数学模型进行求解，得到优化的调度方案
。2.
根据权利要求1所述的面向集成供应链的多目标自适应优化方法，其特征在于：所述步骤1中计算供应链成本的计算公式为：上式中，
f1为供应链成本，为总机器处理成本，为供应链总成本，为总订单交货量成本；
α
k
为单位时间的处理成本，
P
ijk
为机器处理时间，
χ
ijk
为机器分配变量，
δ
is
为订货成本，
σ
is
为采购成本，
τ
is
为运输成本，
Y
is
为供应商选择变量，
d
q
为交货到期日，
φ
iq
为批量决策，
i
为客户订单，为供应商，
j
为对客户订单的单操作，为对客户订单的连续操作，
k
为机器处理时间，
μ
ij
为可用的机器，
s
为供应商，
P
为机器处理时间，
q
为单交货批次，
Q
为一组交货批次，
max
为取最大值
。3.
根据权利要求2所述的面向集成供应链的多目标自适应优化方法，其特征在于：所述步骤1中构建集成供应链调度问题的多目标数学模型，满足以下约束条件：约束条件一，用于为操作选择一个有能力的机器，表达式为：约束条件二，用于保证相同客户订单的连续操作之间的优先关系，表达式为：约束条件三和约束条件四配合，用于防止操作在同一台机器上重叠，约束条件三的表达式为：约束条件四的表达式为：约束条件五，用于确定供应组合，确保每个客户订单的材料恰好从其合格供应商之一采购，表达式为：约束条件六，用于确认在相应的材料变得可用之前将不处理客户订单，表达式为：约束条件七，用于确认通过工序排序的客户订单的完成时间，表达式为：
约束条件八，用于保证每个客户订单被分配给一个且仅一个可用批次，表达式为：约束条件九，用于确认不能超过每个交货批次的容量，表达式为：约束条件十，用于计算客户订单的批量交货时间，表达式为：约束条件十一，用于确认不能超过每个交货批次的容量，其表达式为：约束条件十二，用于约束条件十二计算客户订单的批量交货时间，表达式为：约束条件公式中，
χ
ijk
表示机器分配变量，
S
ij
表示操作的开始时间，
C
ij
表示操作的完成时间，
P
ijk
表示在机器上的处理时间，
χ
ijk
表示机器分配，
Z
ijgh
表示客户订单排序，
Y
is
表示供应商选择，
L
is
表示供应提前期，
φ
iq
表示批处理决策，
d
q
表示交货到期日，为任意一台机器，为任意客户订单，
S
i(j+1)
为操作所需时间，
S
gh
为产品流动时间，
P
ghk
为生产产能，
B
为供应向量，为批量决策，
h
为单位时间，为批量决策，
g
为向量分量，为交货时间，为交换提前期，为交货滞后期，
n
为订单数量，为生产计划，
χ
inik
为机器分配变量，
Q
i
为订单指标，
ξ
i
为客户订单，为任意批次，
c
q
为批次容量
。4.
根据权利要求1所述的面向集成供应链的多目标自适应优化方法，其特征在于：所述采用多目标自适应优化算法，对构建的集成供应链调度问题的数学模型进行求解，得到优化的调度方案，具体包括：步骤
2.1.
根据
ε
‑
greedy
策略选取动作；步骤
2.2.
计算奖励函数；步骤
2.3.
更新
Q
表，从
Q
表获取交叉和变异概率；步骤
2.4.
执行选择
、
交叉和变异操作；步骤
2.5.
重新计算下一代的种群状态，重复步骤

【专利技术属性】
技术研发人员：郑军红，张阳，何利力，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：