System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于采购供应链领域,具体的说是一种基于离散金豺优化算法的原材料采购量和采购时间点的优化方法。
技术介绍
1、随着经济全球化的飞速发展以及物联网、大数据、人工智能等先进技术的不断涌现,智能采购作为一种创新的供应链管理方式,正在各行各业中展现出其重要性。近年来,制造企业发展迅猛,率先进入工业4.0和智能制造时代,推动着制造业数字化和智能化转型。在采购方面,传统采购模式依赖手工操作,流程繁琐,缺乏准确的市场和供应商信息以及实时的数据支持和分析,难以做出最优的采购决策,此外,还容易受到人为因素的干扰,如个人主观意识、偏见和错误判断等会导致采购的不公平和不利于企业利益的情况,传统的人工采购已经无法满足企业的效率、精准性和降本增效的要求,于是,制造企业对采购业务的智能化管理需求不断增强,所以,推动制造企业实现智能采购具有重要意义。
2、目前大多数学者以采购总成本最小或延期总交货率最小等为目标函数构建原材料采购优化决策模型,并对采购量或采购节点进行决策优化。学者们求解此类采购优化决策模型时使用的方法主要分为两大类:一是精确求解方法,二是智能优化算法,当组合优化问题规模较小时,精确算法在可接受的时间内可以搜索到最优解,如枚举法、动态规划等,然而采购有时会涉及多个变量和约束条件,对于复杂的大规模采购优化决策问题,精确搜索方法需要花费大量的时间和精力,而新兴的群智能优化算法具有求解速度快、很好的鲁棒性和灵活性等优势,如灰狼算法,金豺优化算法等,是求解大规模采购优化问题的利器,但同时也存在容易陷入局部最优问题的缺点。
r/>技术实现思路
1、本专利技术是为了解决上述现有技术存在的不足之处,提出一种基于离散金豺优化算法的原材料采购量和采购时间点的优化方法,以期能得到从多个供应商处采购的最优原材料采购量以及最优采购时间点,从而在保证连续生产的基础上降低库存水平以及总不合格品采购数量,以提高采购供应链效率,实现智能化采购决策。
2、本专利技术为达到上述专利技术目的,采用如下技术方案:
3、本专利技术一种基于离散金豺优化算法的原材料采购量和采购时间点的优化方法的特点在于,是按如下步骤进行:
4、步骤1、定义当前采购周期t内时间节点集合t={t1,t2,...,ti,...,tn},ti表示第i个时间点,i=1,2,...,n,n表示总时间点数,定义当前采购周期t内的采购时间点为h,且h∈t;
5、获取g个供应商的最大供货量向量u=[u1,u2,...,uj,...,ug],j=1,2,...,g,uj表示第j个供应商的最大原料供货量;
6、获取g个供应商的单位原材料的不合格品率向量dq=[dq1,dq2,...,dqj,...,dqg],dqj表示第j个供应商单位原料的不合格品率;
7、获取g个供应商的单位原材料的延期交货率向量bd=[bd1,bd2,...,bdj,...,bdg],bdj表示第j个供应商单位原料的延期交货率;
8、步骤2、构建原材料采购决策优化模型:
9、利用式(1)构建以最小化库存水平为目标的第一目标函数z1:
10、
11、利用式(2)构建以最小化总不合格品数量为目标的第二目标函数z2:
12、
13、式(1)和式(2)中,q0表示当前采购周期t开始时的期初库存,d为原料在每个时间点的消耗量,xj为从第j个供应商处采购的原料量;
14、利用式(3)构建总目标函数z:
15、
16、式(3)中,w1,w2∈(0,1)分别为z1和z2的权重,且w1+w2=1,为第一目标函数z1的最小值,为第一目标函数z1的最大值,为第二目标函数z2的最小值,为第二目标函数z2的最大值;
17、利用式(4)获取当前采购周期t内每个时间点的库存量:
18、
19、式(4)中,l为采购提前的时间点,bdd为各个供应商延期交货的时间点数;
20、利用式(5)-式(9)构建总目标函数z的约束条件:
21、ss≤qk≤qmax,k=1,2,...,n (5)
22、(h+l)×d≤q0-ss (6)
23、xj≤uj (7)
24、
25、
26、式(5)-式(9)中,b表示从g个供应商处采购总量的最小百分比,ss表示安全库存量,qmax表示最大库存量;
27、步骤3、基于离散金豺优化算法求解所述原材料智能采购模型:
28、步骤3.1、离散金豺优化算法的参数初始化;
29、步骤3.1.1、初始化猎物个数为n,猎物个体的维度为g+1,最大迭代次数为inter;定义当前迭代次数为inter,并初始化inter=1;
30、步骤3.1.2、定义猎物个体的位置:
31、每个猎物的位置代表一个采购方案,所述采购方案是指在当前采购周期t内选择一个采购时间点h,并在采购时间点h下从g个供应商中分别采购原料量{xj|j=1,2,...,g}所形成的方案;
32、定义第inter代猎物种群中所有猎物个体的位置集合为其中,表示第inter代猎物种群中第s个猎物个体的位置,即第inter次迭代的第s个采购方案;且其中,表示第inter代猎物种群中第s个猎物个体的位置的第r个维度变量,表示第inter次迭代的第s个采购方案中从第r个供应商处所采购的原材料量;表示第inter次迭代的第s个采购方案中的采购时间点;
33、步骤3.2、拉丁超立方抽样初始化种群:
34、步骤3.3、为每个猎物个体设置计数器,设置精英种群ep;
35、步骤3.3.1、为第inter代猎物种群中每个猎物个体设置各自的计数器,并初始化第inter代猎物种群中第s个猎物个体的计数器
36、定义每个猎物个体的计数器的阈值为limit,且limit=percent×inter,其中,percent表示猎物个体被视为废弃个体的阈值比例,且percent∈[0,1];
37、步骤3.3.2、设置一个精英种群ep,其最大个体数为m;
38、步骤3.3.3、定义精英种群ep中所有精英个体的位置集合为{ep1,ep2,...,epe,...,epm},epe表示第e个精英个体的位置,且epe=(epe1,epe2,...,eper,...,epeg,epe(g+1));其中,eper表示第e个精英个体的位置epe的第r个维度变量;
39、步骤3.4、定义顺序交叉、断序交叉和概率选择交叉中的任意一种交叉方式,记为cl,l=1,2,3;定义并初始化第l种交叉方式的选择价值设置最小交叉选择概率为pc_min;
40、定义单点变异、两点变异和连续片段变异中的任意一种变异方式,记为ml,定义并初始化第l种变异方式的选择价值设置最小变异选择概率为pm_本文档来自技高网...
【技术保护点】
1.一种基于离散金豺优化算法的原材料采购量和采购时间点的优化方法,其特征在于,是按如下步骤进行:
2.根据权利要求1所述基于离散金豺优化算法的原材料采购量和采购时间点的优化方法,其特征在于,所述步骤3.2包括:
3.根据权利要求2所述的基于离散金豺优化算法的原材料采购量和采购时间点的优化方法,其特征是,所述步骤3.6.2中的第l种交叉方式Cl是按如下步骤进行:
4.根据权利要求3所述的基于离散金豺优化算法的原材料采购量和采购时间节点的优化方法,其特征是,所述步骤3.6.2中的第l种变异方式Ml是按如下过程进行的:
5.根据权利要求4所述的基于离散金豺优化算法的原材料采购量和采购时间节点的优化方法,其特征是,所述步骤3.6.9中的废弃个体的扰动策略包括:
6.一种电子设备,包括存储器以及处理器,其特征在于,所述存储器用于存储支持处理器执行权利要求1-5中任一所述优化方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
7.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,所述计
...【技术特征摘要】
1.一种基于离散金豺优化算法的原材料采购量和采购时间点的优化方法,其特征在于,是按如下步骤进行:
2.根据权利要求1所述基于离散金豺优化算法的原材料采购量和采购时间点的优化方法,其特征在于,所述步骤3.2包括:
3.根据权利要求2所述的基于离散金豺优化算法的原材料采购量和采购时间点的优化方法,其特征是,所述步骤3.6.2中的第l种交叉方式cl是按如下步骤进行:
4.根据权利要求3所述的基于离散金豺优化算法的原材料采购量和采购时间节点的优化方法,其特征是,所述步骤3.6.2中的第l种变异方式...
【专利技术属性】
技术研发人员:朱旭辉,余莹莹,倪志伟,夏平凡,彭张林,倪丽萍,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。