[发明专利]一种基于启发式算法的库存匹配方法

说明书

技术领域

本发明涉及信息技术领域，具体涉及一种基于启发式算法的库存匹配方法。

背景技术

稀土永磁钕铁硼材料是一种重要的功能材料，被称作第三代稀土永磁材料，其特点是磁性能优异、价格相对来说较低，应用范围非常广泛，涉及信息与通讯行业、汽车行业、风力发电机车行业以及航空航天等。在磁性材料实际生产过程中，首先进行的是生产订单库存匹配，其目的是充分利用库存微粉。因此，有效的库存匹配方法的开发能够迅速响应客户的要求、缩短产品的交货期、降低微粉的库存量均具有非常重要的意义。

Trumbo等人针对钢铁行业生产过程中订单与库存板坯中的匹配问题进行了深入的研究，主要研究了在一定的特殊约束条件下的库存匹配问题，将工艺路线和生产组织方式等考虑进去。库存匹配问题是多背包问题的抽象(MultipleKnapsackProblem，MKP)，它属于组合优化问题，已经被证明是NP难的。席阳，李铁克等建立了冷轧和热轧板材成品库存一体化匹配模型，利用约束规划的变量排序、值排序以及节点互换构建了启发式算法进行求解。TaoZhang等提出面向订单、面向库存的生产计划方法，并提出了混合整数规划模型，采用基于粒子群的进化方法进行求解。

针对磁性材料组炉优化问题，已有的研究方法均未考虑与一个生产订单匹配的库存微粉的个数和与一个生产订单匹配的多个微粉的入库时间偏差，因此已有的研究方法也无法直接应用。

库存匹配问题的描述如图1所示，通过普遍存在以下缺陷：

1)工作量大，库存匹配时间长，生产订单拖期严重

库存匹配，需要考虑因素众多，涉及：生产订单优先级、生产订单交货日期、牌号、模具、需求量，库存微粉的牌号、氧含量、平均粒度、剩余库存、入库日期等。有以下多个目标：最大化库存匹配的微粉重量、最大化匹配出的微粉的入库时间、最大化匹配出的微粉的氧含量和平均粒度、最小化库存备料与生产订单的匹配损失。此外，实际的匹配工作通常不是针对单个生产订单而是面向全部生产订单池，存在着多对多、单对多等多种情况，因而增加了问题的复杂性，需要计划员进行反复的比较、判断、匹配，经过较长时间才能得到一个较满意的匹配结果。

2)选取的最终匹配结果，不一定是最优的或近似最优的

生产订单的最终匹配结果需要同时满足五个目标和四个约束条件。两个目标即属于多目标优化问题，本身存在求解复杂性.同时要满足匹配的约束条件，使得满意的库存匹配结果的选择更加困难。即使计划员最终确定了一个匹配结果，该结果也往往不是最优的。尤其当生产订单的数量较大，比如几十个或上百个，针对众多的匹配可能性，计划员往往无法选择，同时导致大量生产订单的拖期。

发明内容

为解决上述问题，本发明提供了一种基于启发式算法的库存匹配方法，提高了生产订单库存匹配的效率，减少了工作人员的劳动强度，降低了生产订单的拖期，提高了生产订单匹配的准确度。

为实现上述目的，本发明采取的技术方案为：

一种基于启发式算法的库存匹配方法，包括如下步骤：

S1、数据获取与处理：

S11：设置两个变量m、n，排序开始的时候：m＝0，n＝N-1；

S12：以第一个数组元素作为关键数据，赋值给Key，即Key＝d₀；

S13：从n开始向前搜索，即由后开始向前搜索(n--)，找到第一个小于Key的值d_n，将d_n赋给d_m；

S14：从m开始向后搜索，即由前开始向后搜索(m++)，找到第一个大于Key的d_m，将d_m赋给d_n；

S15：重复步骤S13、S14，直到m＝n；(步骤S13、S14中，没找到符合条件的值，即步骤S13d_n不小于Key，步骤S14d_m不大于key的时候改变n、m的值，使得n＝n-1，m＝m+1，直至找到为止。找到符合条件的值，进行交换的时候m，n指针位置不变。另外，m＝＝n这一过程一定正好是m+或n-完成的时候，此时令循环结束)。

S2、基于变量选择启发式算法确定生产订单匹配顺序：

S21：生产订单多条件快速排序后，对于交货期d_i相同、优先级a_i相同、需求量w_i也相同的生产订单；

S22：给出生产订单关键度的定义；