[发明专利]基于决策树的进化规划算法解决制造业物料采购问题

摘要

本发明提出了一种基于决策树的进化规划算法解决制造业物料采购问题的方法，本发明主要是解决从供应商处采购n类物资时，在满足采购量、订货期和资金等约束条件的前提下，使总的采购成本最低类型的采购问题。本发明利用供应商可靠性来作为对初始方案供应商的取舍的参考标准，简单有效；通过舍弃一些可靠性较低的供应商，减少了算法的计算量，提高了算法的搜索效率；通过利用莱维飞行算法计算个体变异量，使算法计算结果更加精确。

主权项

基于决策树的进化规划算法解决制造业物料采购问题，本发明涉及企业管理领域，具体地涉及用算法解决制造业物料采购问题，其特征是，包括如下步骤：步骤1：确定采购标准：确定采购每个物料的采购量，一般地，采购标准只是一个大概的量步骤2：选择备选供应商：从供应商中选择满足采购量约束和资金约束条件的备选供应商步骤3：对备选供应商进行分类：利用决策树算法对备选供应商进行分类步骤4：选择初始方案：通过决策树分类选择可靠性较高的供应商来组成采购方案集X，可靠性较低的供应商直接舍弃，供应商可靠性由信息增益和物料标准差两个标准来判定步骤5：计算平均适应度和标准差：按目标函数计算公式、时间窗约束条件、适应度函数计算各方案的适应度值,平均适应度和标准偏差步骤6：是否得到满意采购方案：若得到，终止计算，输出最低成本即相应的采购方案，否则转步骤7步骤7：计算新的采购方案：L 个新的采购方案组成的方案集Y的产生由莱维飞行算法来确定步骤8：计算新的适应度值：通过适应度函数公式计算新方案集Y中各方案的适应度值步骤9：判断集合中是否有适应度相同的个体存在，若无，转步骤10，若有，则产生新的个体来替换重复适应度值个体步骤10：产生新的个体集：在集合中，采取个体适应度竞争策略，选择适应度函数较大的个方案组成新一轮采购方案集Z，是在每一代进化过程中诸如的新个体数步骤11：将X中方案替换为新方案，重复步骤5到步骤11。