基于遗传算法视野的采购成本优化设计

2015-07-27武立华

中国管理信息化 2015年14期

关键词：染色体遗传算法供应商

武立华

（大同煤矿集团机电装备力泰有限责任公司财务部，山西大同 037000）

基于遗传算法视野的采购成本优化设计

武立华

（大同煤矿集团机电装备力泰有限责任公司财务部，山西大同 037000）

有效控制企业采购成本是企业管理的重要内容，面对日益紧张的企业资金与激烈的市场竞争，降低采购成本己成为现代企业提高利润的重要途径。本文通过遗传算法，建立成本优化模型，求出最优解，以实现采购成本优化。

遗传算法；采购成本；优化

1　遗传算法的起源与组成

早在20世纪70年代，J.Holland 等人（美国Michigan大学）在进行学习、研究时，受“适者生存”观念影响，提出了一条全球新理念，即遗传算法。目前的遗传算法一共有5个部分，分别是遗传的操作方式、初次群体产生法、编码的类型、关于算法的参数设置以及算法的结束条件。如果要运用遗传算法解决在采购中遇到的成本问题，那么，每一个环节的设计都是关键性问题。

在选择供应商时，一定要在采购前考虑清楚他们的各个方面，认真分析其批量采购及信用等级方面的信息，最大限度地减少采购成本。

遗传算法构建在生物自然性选择基础上，其可处理任何形式的非线性/线性、连续的探索空间目标函数。目前，工程系统遇到的问题非常复杂，特别是遗传算法在制造业中己得到成功运用的今天。如：设备布置、分配，作业调度、排序等。因此，遗传算法可更好优化企业内部的采购策略，在一定程度上提升企业经济的效益。

2　建立采购成本数学模型

2.1具有多供应商采购的基本形式

在企业采购中，影响企业采购成本的元素很多，其中，影响最大的是原材料价格、运输费用等。因此，在构建采购成本数学模型时，必须要考虑价格和运输费用。例如，具有批量折扣的多个供应商的基本采购方式是企业同时可向多个供应商采购原材料，如果供应商生产批次不同，则单价也不同，运输费用也有差异。

2.2采购模型的假设

本模型的目标函数是为实现采购成本的最低价格，设供应产品单价批量的折扣函数是己知数，并且供应商有能力承受企业订单数。

2.3遗传算法的计算流程

本文研究的采购成本优化设计主要是运用C+语言，在NET上，对数据库基础进行编写，拟定出采购模型遗传算法。其具体执行步骤主要有以下几步。

第一，选择采购的原材料，对多个供应商的采购原件，根据信用等级选择本次材料采购的供货商。

第二，输出基本数据，如采购数量、变异与交叉概率等。

第三，分析各个供应商的供货能力，在各供货商供货范围内产生一个采购数量（即正随机数），之后转成二进制，并根据顺序进行组合，最后可得到pop-size染色体。

第四，当染色体产生后，要对不同的染色体进行计算，计算其累计概率，并用转轮法，产生pop-size个，即0-1个随机数后，根据染色体累计概率选择，同时对选中的染色体给予自制，添加至新的种群。

第五，在选择出随机数小于交叉概率的染色体后，对两个交叉染色体随机选择一个断点，同时，与双亲的断点进行交换，并在右端形成一个新的染色体。

第六，在这些随机数中，选择出随机数小于变异概率的染色体，并产生一个变异位后，对其基因做变异方面的处理工作。

3　遗传算法在采购成本中的设计

遗传算法是构建在生物界自然选择及遗传规律随机搜索中的算法，可处理各种形成的非线性/线性、连续等，以此分析空间中的目标函数及约束。在制造工程系统中，存在许多复杂性问题，传统优化方法很难解决这些问题。而遗传算法则在这些问题中显示出优势。从上述采购成本的数学模型中可以看出，当企业原材料采购物种较多、供应商数据呈现多样化特点时，成本目标函数表现出的是一种具有离散性的非线性函数，面对此情况，可采用遗传算法优化数据，处理好目标函数中的约束条件。遗传算法常用的约束处理方法有拒绝法、修改法、改进遗传算法以及惩罚函数法等策略。所谓拒绝和修复策略，实际上是在进货过程中才起到作用，前者是将不可进行染色的染色体全部遗忘，不做任何选择；而后者则是对不可进行染色的染色体进行修复，在修复后可达到染色体的修复目的。但是，改进遗传算法则不同，主要指设计上的一种专门算法，并以此算法来维护染色体中的可行性。从理论上分析，这3种策略不会产生“不可行”的解，但也有缺点，即没有办法把可行外的点融入在内，约束严重，不可行解所占的比例大，如果将搜索制约在可行区域内，则无法找到最优解。和以上3种策略相比，惩罚策略可允许在不可行区域内进行搜索，能快速获得最佳方案，对采购成本要采用惩罚策略来处理约束性方程。