基于GA-BP算法的代理分发决策和库存管理优化系统的制作方法

技术特征：
1.基于ga-bp算法的代理分发决策和库存管理优化系统，包括数据采集系统、数据管理系统和数据应用系统，其特征在于，所述数据采集系统的输出端与数据管理系统的输入端连接，所述数据管理系统的输出端与数据应用系统的输入端连接；所述数据采集系统包括供应商数据采集模块和cpfr供应链管理模块，所述数据管理系统包括订单管理、生产管理和ga-bp算法分发决策，所述数据应用系统包括代理商配送计划和客户配送计划；所述供应商数据采集模块的输出端与cpfr供应链管理模块的输入端连接，所述cpfr供应链管理模块的输出端分别与订单管理、生产管理的输入端连接，所述订单管理、生产管理的输出端均与ga-bp算法分发决策的输入端连接，所述ga-bp算法分发决策的输出端与代理商配送计划和客户配送计划的输入端连接。2.根据权利要求1所述的基于ga-bp算法的代理分发决策和库存管理优化系统，其特征在于，所述cpfr供应链管理模块通过分析产业供应链对企业与代理商生产运行绩效实施的综合监督和考评管理记录，获得定性指标，构成样本数据，为便于网络测试，采用公式对数据进行标准化处理，从而将原始数据归一化处理[0.1，0.9]区间；其中a为评价结果，a为参数，i和j分别为订单管理数量和生产数量。3.根据权利要求2所述的基于ga-bp算法的代理分发决策和库存管理优化系统，其特征在于，所述cpfr供应链管理模块中优先通过增加节点企业的数据来来协调库存管理以及分发决策，通过观察不同节点数的训练效果选择最佳节点数，网络输入数据可以按照下述两种方式实现归一化：种方式实现归一化：4.根据权利要求1所述的基于ga-bp算法的代理分发决策和库存管理优化系统，其特征在于，所述ga-bp算法分发决策中通过利用ga遗传算法对bp神经网络初始权值进行优化。5.根据权利要求4所述的基于ga-bp算法的代理分发决策和库存管理优化系统，其特征在于，所述ga遗传算法对bp神经网络初始权值优化的算法过程包括以下步骤：步骤1：先把神经网络确定网路拓扑结构之间的连接权重和各节点阈值做为遗传算法的参数，采用实数编码方式，所以假设输入层节点数为p，输出层节点数为q，隐含层节点数为r，则可通过以下计算公式得出bp神经网络权值阈值长度的长度n为：n＝(p 1)
×
r r (r
×
1)
×
q；步骤2：确定ga对初始值神经网络各节点长度n编码的连接权重的取值范围：e∈[x
min
，x
max
]，然后将计算出的对应范围的均匀分布随机数赋给基因值，就会生成初始数据，基于初初始数据预测市场情况；步骤3：然后对群体中的个体需要进行适应度值的评价，将个体解码并赋值给相对应的连接权值和节点阈值，引入学习样本并计算学习误差e，适应度计算公式如下：得到
误差作为适应度值；步骤4：然后基于适应度f对产品进行预测；步骤5：采用最优保留策略方法，根据步骤4中的ga的选择p
i
、交叉x
i
和变异p
m
在全变量空间以较大概率搜索全局祥和在解的点附近，同时利用bp神经网络能快速、精确地收敛的特点，融合二者的优点，将二者有机结合，利用遗传算法同时训练神经网络权值和拓扑结构，可以辟免陷入局部极小值，提高算法收敛速度，很快得到问题的全局最优解，保证企业对于市场情况的预测准确性，实现库存管理的全代理分发以及销售最优方案；步骤6：将通过遗传算法得到的最优方案，然后赋值给神经网络的权重，采用bp算法优化神经网络的权重和阂值，通过权重与阖值，对代理分发决策和大规模库存管理优化的具体分析。6.根据权利要求5所述的基于ga-bp算法的代理分发决策和库存管理优化系统，其特征在于，所述步骤4中基于适应度t的产品预测操作包括以下步骤：s1：选择操作，选择轮盘赌选择法，如果群体规模为m，则适应度值高的个体被选中传递到下一代的概率为：其中p
i
为每一代选择的概率，f
i
为每一代的适应度值，i为代数。s2：交叉操作，选择算术交叉算子，父代中的个体x1和x2，以交叉概率p
c
进行交叉操作，产生的子代个体是x
′1＝ax1 (1 a)x2，x
′2＝ax1 (1 a)x2，a＝∈(0，1)，a为参数。s3：变异操作，采用的是均匀变异算子，个体x
i
基因以变异概率为p
m
，按此概率将均匀分布在[x
min
，x
max
]区间中的随机数替代原有值。7.根据权利要求6所述的基于ga-bp算法的代理分发决策和库存管理优化系统，其特征在于，所述s2中获取本次个体进化过程中，得到该种群内最靠近最优解的个体，不断的进行上述操作，最终将末代种群中的最优个体解码，从而获得满足要求的对库存管理最优预测。8.根据权利要求6所述的基于ga-bp算法的代理分发决策和库存管理优化系统，其特征在于，所述s3中客户和代理商的每一笔钱款都会有详细的记录，对于一些有异议的财务记录，系统会进行自动提醒，排除异常数据对于预测结果的干扰。

技术总结
本发明公开了基于GA-BP算法的代理分发决策和库存管理优化系统，通过建立协同、预测与补给(CPFR)供应链管理模式，从根本上实现了供应商、代理商等公平分享供应链上的相关信息，供应链上的各节点企业通过准时、快速、公平地分享供应链上的信息，而且根据自身能力和所得倡息进行协商，做出合理生产或销售的计划。本发明中通过将权值通过遗传算法(GA)进行寻优，将得到的权值运用于BP网络进行训练，有效避免陷入局部最优解，通过对企业原料安全库存的具体分析，详细了解了影响安全库存的各方面因素，结合企业原料库存的特点，达到了良好的预测效果，改善了企业库存管理方面的不良现状，扩大了企业的利润。扩大了企业的利润。扩大了企业的利润。


技术研发人员：李宇飞 李玉秀
受保护的技术使用者：深圳市网睿科技有限公司
技术研发日：2022.03.03
技术公布日：2022/7/5