[发明专利]一种分割突变进化算法解决制造业物料采购问题

摘要

一种分割突变进化算法解决制造业物料采购问题，通过生成初始种群，评估种群中每个个体的适应度值，分区阶段，粒子群算法计算等一系列的步骤，解决制造业物料采购问题，本发明确定了一种新的初始相关联标准差的计算方式；确定了种群个体的适应度计算方式；通过适应度值，将种群分为两个不同子群，针对两个子群使用不同的变异方式；对于适应度高的子群，利用粒子群算法来实现后代的变异，能够使算法得到一个在子群内的全局最优变异后代；设定粒子群算法粒子的运动速度服从于标准正态分布，符合物料采购的现实规律，从而能够得到较优的解；利用PDMO来实现适应度较低的子群的个体变异，能够得到一个最优解；通过利用适应度排名来实现随机锦标赛选择法。

主权项

一种分割突变进化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：生成初始种群：生成个体集(物料集)的初始种群（供应商集）步骤2：评估种群MPG中每个个体的适应度值步骤3：分区阶段：将种群划分为两部分：IS1和IS2步骤4：IS1中，通过粒子群算法计算变异父得到后代，粒子群算法为：（1）计算预计变异后代（2）计算预计变异后代的适应度值（3）通过比较适应度值选出最优后代步骤5：将插入到子群中步骤6：IS2中的每一个，使用PDMO计算变异父得到后代，PDMO有三种概率选择方式：高斯变异概率选择、柯西变异概率选择、MMO选择概率步骤7：将插入到孩子群中步骤8：合并阶段：将孩子群与主群合并步骤9：计算的适应度值，使用随机锦标赛选择法选择最好的群体来构成下一代的主要群体步骤10：从中选择最好的个体，此外增加迭代计数器G=G+1步骤11：计算在每一LP代之后PDMO的更新概率步骤12：在每一LP代之后，PDMO和粒子群算法已经计算出成功进化的结果总数，如果由PNMO计算出成功进化结果比粒子群算法计算出的成功进化结果大，那么mf增加，|IS1|在下一代也增加，如果mf减少，|IS1|在下一代也减少步骤13：检查终止条件：如果可以接受的最优个体或G超过一些预定义的最大迭代次数，停止进程和输出所需解决方案的最优个体，否则返回到步骤2，再重复一次。