← 返回列表

应用于联合补货与配送的优化方法和系统

申请号: CN202311730004.0
申请人: 国网湖北省电力有限公司物资公司; 华中科技大学
申请日期: 2023/12/15

摘要文本

本公开提供了一种应用于联合补货与配送的优化方法和系统,属于联合补货与配送技术领域;其中,该优化方法包括:在算术优化算法的探索探阶或开发阶段得到当前迭代处理所对应的初步更新种群之后,创建当前迭代处理对应的新引入种群,然后从初步更新种群和新引入种群中选取适应度最大的一半个体作为当前迭代处理所对应的最终更新种群,并将其作为下一次迭代处理的原始种群以进行下一次迭代处理;通过在每次迭代处理过程中引入新个体,可以提高全局寻优能力,从而能够提高联合补货与配送问题的求解效果。。来自:www.macrodatas.cn

专利详细信息

项目 内容
专利名称 应用于联合补货与配送的优化方法和系统
专利类型 发明申请
申请号 CN202311730004.0
申请日 2023/12/15
公告号 CN117689292A
公开日 2024/3/12
IPC主分类号 G06Q10/083
权利人 国网湖北省电力有限公司物资公司; 华中科技大学
发明人 吴锋艳; 余海; 李彬; 王林; 车木子; 向丰; 穆利勇; 冷宛佳; 吴小含; 周为旺
地址 湖北省武汉市江岸区胜利街210号; 湖北省武汉市洪山区珞喻路1037号

专利主权项内容

1.一种应用于联合补货与配送的优化方法,其特征在于,包括:步骤S1、构建联合补货与配送模型,所述联合补货与配送模型的目标为联合补货与配送总成本最小化,所述联合补货与配送模型中的决策变量为商品补货的单位时间T、各商品的补货周期乘子和各商品的配送频率,其中第i个商品的补货周期乘子为k,第i个商品的配送频率为f,i∈[1,N]且为整数,N表示商品数量;ii步骤S2、基于改进的算术优化算法来求解所述联合补货与配送模型得到对应的当前最优个体,所述当前最优个体包括各商品的补货周期乘子的最优值和各商品的配送频率的最优值;具体包括:步骤S201、初始化所述改进的算术优化算法的参数;步骤S202、生成包含P个个体的初始化种群,并作为第1次迭代处理所对应的原始种群,每个个体包括D个维度,D=2*N,每个个体中的前N维分别表示N个商品的补货周期乘子,后N维分别表示N个商品的配送频率;步骤S203、判断当前迭代次数iter是否大于最大迭代次数Miter;若判断出当前迭代次数iter大于最大迭代次数Miter,则执行步骤S209;若判断出当前迭代次数iter小于或等于最大迭代次数Miter,则执行步骤S204;步骤S204、数学优化加速阶段,确定第iter次迭代处理所对应数学优化加速系数MOA(iter);步骤S205、比较预先生成的位于0到1之间的随机数r与MOA(iter)的大小,若r>MOA(iter),则进入探索探阶段基于乘除搜索法更新第iter次迭代处理的原始种群,以得到第iter次迭代处理的初步更新种群;若r≤MOA(iter),则进入开发探阶段基于加减搜索法更新第iter次迭代处理的原始种群,以得到第iter次迭代处理的初步更新种群;111步骤S206、创建第iter次迭代处理所对应的新引入种群,所述新引入种群包括P个个体:其中,xan(iter)表示第iter次迭代处理所对应的新引入种群中第p个个体的第j维的值,round()表示四舍五入取整函数,xa(iter)表示第iter次迭代处理的原始种群中第p个个体的第j维的值,rand(1)表示生成位于0到1之间的随机数,rr表示位于0到2π之间的随机数,rr表示位于0到2之间的随机数,rr表示位于0和1之间的随机数,best(xa)表示第iter次迭代处理的原始种群中最优适应度个体的第j维的值;p∈[1,P]且为整数,j∈[1,D]且为整数;p, jp, j123j步骤S207、从第iter次迭代处理的初步更新种群和新引入种群所包括的2*P个个体中,选取适应度值最小的前P个个体构成第iter次迭代处理所对应的最终更新种群;步骤S208、将第iter次迭代处理所对应的最终更新种群作为第iter+1次迭代处理所对应的原始种群,并对当前迭代次数iter进行加1处理以进行更新,并再次执行步骤S203;步骤S209、输出第Miter次迭代所对应的最终更新种群中的最优适应度个体,得到当前最优解。