[发明专利]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

说明书

本发明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。

技术领域

本发明涉及计算机技术领域，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。

背景技术

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。

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、质量低劣等严重问题的情况并不鲜见，且激烈竞争的建筑市场利润空间越来越小。对于物资转运商，总是因为各种各样的因素使得在实际转运过程中存在物资材料损耗问题，且不同的物资转运商所具有的转运损耗率也互不相同。所以如何通过过去供应商的供应量和转运商的损耗率来合理选择未来的供应商和转运商，是建筑企业亟待解决的问题。

现有技术研究通过添加约束条件调整遗传算法的适应度函数，利用改进后的遗传算法选择出最优供应商组合。首先利用AHP确定评价供应商的指标权重，得到每一个供应商在每一个指标下的得分，然后利用改进后的遗传算法选择出最优供应商组合。但是该方法依然存在以下不足：

1)考虑供应商重要指标时，没有考虑到供应商生产量，而本身对于企业来说供应商的生产量是重中之重，一个供应商的其他条件再好，无法满足企业生产需求也是徒劳；

2)选择供应商时，供应商的总体数量太少，对于那些大型企业，特别是建筑类企业，不具有实际意义，且没有对供应商进行预处理的思想，因为当供应商的数量十分庞大时，直接使用遗传算法求解最优组合往往效率低且无法达到最优；

3)同时现有选择供应商的方法计算量大，计算复杂，存在着处理效率低下的问题。

发明内容

本发明为了解决以上现有技术存在的不足与缺陷的问题，提供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。

为实现上述本发明目的，采用的技术方案如下：

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，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。

优选地，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；