[发明专利]基于人群搜索算法的多供应商订单分配云处理方法

权利要求书

1.一种基于人群搜索算法的多供应商订单分配云处理方法，其特征在于，包括以下步骤：

(1)分析采购商的采购成本以及供应商的售后成本；其中，所述采购成本的模型为其中，n是已经排序好的备选供应商数量；o_i是为该供应商i分配的订单量；p_ri是供应商i产品的单价；d_ri为供应商i给予的折扣率；e_i是对供应商i的评价因子；所述售后成本的模型为其中，n是已经排序好的备选供应商数量；o_i是为该供应商i分配的订单量；d_si为供应商i所生产产品的不合格率；β_i为供应商i的质检水平；γ为采购商的质检水平；M为单个供应商产生的售后损失成本；

(2)对整个供应链中的数据进行分析，根据采购商需求，建立选择适合的供应链数学模型，使整个供应链的成本最小；所述供应链数学模型为其中，D_order为采购成本，D_lost为售后成本；O为采购商的采购总量，o_i是为该供应商i分配的订单量；W_i是供应商i的最低采购量；t_i为供应商i生产单个产品所需时间；T是客户规定交货时间；τ是供应商每天所能从事当前产品生产的瓶颈时间；

(3)用人群搜索算法对供应链数学模型进行求解，得到最优生产商及生产商对应的订单数。

2.根据权利要求1所述的基于人群搜索算法的多供应商订单分配云处理方法，其特征在于，所述步骤(3)具体包括以下子步骤：

(31)对n个生产商进行编号，每一个供应商做为一个搜索者，所有供应商看做为一个智能群体；

(32)设置n个供应商的初始订单值，每个供应商看成一个搜索者，对产生的搜索者进行约束条件判断，智能群体中使得订单总量满足采购商的采购量，每个供应商的订单量不高于该供应商的最大负荷且不小于供应商所要求的最小订单量；

(33)将每个供应商的订单数量带入所建立的供应链数学模型，计算目标函数的函数值即为供应链成本，判断此时的搜索者是否是最优个体，即使得供应链模型输出最小，如果当代搜索者位置优于全局搜索者的位置，则用当代搜索者替换全局最优个体；如果算法的迭代次数达到最高迭代次数，或者订单的成本达到了预期，则终止算法，输出最优个体；

(34)如果种群中最优个体没有满足终止条件，则确定搜索策略，计算每一个个体i在每一维j的搜索方向d_ij和步长α_ij；其中搜索方向是通过模拟人的利己行为、利他行为预动行为确定，搜索者采用三个方向随机加权几何平均来决定搜索方向；搜索步长确定来源于较优解的周围可能存在更优的解，最优解可能存在于较优解的领域内；

(35)位置更新，由得到的搜索方向和步长修改搜索者的位置，通过修改搜索者的位置完成了供应商订单量的更新，返回步骤(33)；不断更新搜索者的位置，得到更好的搜索者，直到得到最好的结果。