一种生产企业原材料的订购与运输优化方法

1.本发明属于数据处理技术领域，涉及一种生产企业原材料的订购与运输优化方法。


背景技术：

2.某企业生产时会需要多种原料。在原材料的订购过程中，需要确定原材料供应商以及相应的订货量；在原材料的转运过程中，需要确定转运商将其转运至企业仓库中，一般情况下，一家供应商的原材料由同一家转运商负责运输。这些均需要在生产前进行预定。同时为了防止意外情况，企业通常会有原料库存，以保证原料无法及时运达时，企业也有足够的库存进行生产。
3.但是，供应商的实际供货量可能少于或多于订货量。而企业为保证不少于满足两周生产需求的原材料库存量，对供应商实际供应的原材料通常实行全部收购策略。因此若签订的供应商过多，容易造成原料堆积，原料成本堆积过多，若是签订的供应商过少，则容易导致原材料库存量不足。此外，现实转运过程中，原材料存在一定的损耗，而不同的转运商运输损耗率不同，因此也需要针对转运商运输损耗率优化转运商对应的供应商，以降低运输损耗。


技术实现要素：

4.为解决上述技术问题，本发明公开了一种生产企业原材料的订购与运输优化方法。
5.本发明解决其技术问题所采用的技术方案是：
6.一种生产企业原材料的订购与运输优化方法，包括如下步骤：
7.步骤一、获得企业的历史供应商的供货信息和各转运商的转运信息；
8.步骤二、根据供应商的供货信息对供货商进行排名，并筛选出满足企业生产的最少供货商数量；
9.步骤三、根据各转运商的转运信息对转运商进行排名；
10.步骤四，根据转运商进行排名以及所筛选出的满足企业生产的最少供货商数量确定转运商，以及转运商对应的供应商。
11.进一步的改进，所述供应商的供货信息包括供应商供货总量、订货量与供货量之间的差异程度、供货量的变异程度；所述转运商的转运信息包括转运商在各周转运商品的平均转运损耗率和转运商的最大转运量。
12.进一步的改进，所述转运商品的平均损耗率为剔除损耗率的异常值后求的损耗率平均值。
13.进一步的改进，所述步骤二的方法为：
14.确定各供应商在5年内的的供货总量，具体计算公式如下：
[0015][0016]
其中，si为第i个供应商在5年内的的供货总量；s
ij
为第i个供应商在第j周的供货量；然后进行降序排列；筛选出前n家供应商，其中前n家供应商的每周供货总量为企业每周所需供总量的2-3倍；
[0017]
对前n家供应商运用topsis方法建立综合评价模型：企业订货量与供应商供货量之间的偏离程度表示为：
[0018][0019]
其中di表示供货商i订货量与供货量之间的偏离程度，s
ij
表示供应商i在第j 周的供货量，o
ij
表示企业第j周在供应商i的订购量；
[0020]
供应商近5年供货量的变异程度v
2i
，反应了该供应商的供货稳定性，方差越小，该供应商越稳定，计算公式如下：
[0021][0022]
其中v
2i
为供货商i的样本方差，表示供应商i5年的供货量的变异程度，s
ij
表示供应商i在第j周的供货量，表示供应商i近5年原材料供货量的平均值；
[0023]
构建原始决策矩阵a＝(si，di，v
2i
)
[0024]
采用熵权法计算指标si，di，v
2i
的权重：
[0025]
供货总量si的权重p
ij
计算方法如下：
[0026][0027]
企业订货量与供应商供货量之间的偏离程度的权重ej计算方法如下：
[0028][0029]dj
＝1-ej，j＝1，2，3.
[0030]
供应商供货量的变异程度的权重wj计算方法如下：
[0031][0032]
通过p
ij
、ej和wj，根据topsis方法量化供应商的供应特征，对各供应商得分按优劣进行排序，筛选得到前m家供货商，前m家供货商每周供货总量为企业每周所需供总量的1-1.5倍；
[0033]
设企业保持满足两周生产的库存量，每周都需订购原材料，且企业对所供应的原材料全部收购；建立0-1线性规划模型求解最优的订购方案：
[0034]
定义供应商订购的0-1变量：
[0035][0036]
1)目标函数
[0037]
优化的目标是每周订购时供应商的数量尽可能的少，优化目标函数为：
[0038][0039]
2)约束条件
[0040]
设为保证原材料的剩余量要满足企业未来两周的生产，库存量不少于56400 万立方米；
[0041][0042]
其中x
ij
表示在第j周是否订购供应商i，q
ij
代表供应商i在未来第j周的供货量，rj表示在第j上周的剩余量；
[0043]
3)建立0-1线性规划模型
[0044]
根据目标函数和约束条件建立以下模型：
[0045][0046][0047]
4)模型求解借助matlab运用monte-carlo随机模拟算法，随机生成0-1变量对供应商的订购情况进行模拟，得到最优结果，得到满足企业生产的最少供货商数量作为企业供货商。
[0048]
进一步的改进，所述步骤三中，根据平均损耗率，由小到大对转运商进行排序。
[0049]
进一步的改进，所述步骤四中，根据平均转运损耗率，由小到大依次对转运商匹配
供货商；其中匹配方法为，得到各供货商周供货量最大的值，然后依次对转运商进行匹配，当一个转运商的转运余额最小，且转运余额小于任一一个供货商周供货量最大的值时，对下一个转运上进行匹配，直至匹配完所有的供货商。
[0050]
本发明的优点：
[0051]
1.本发明可以筛选得到供货量更加稳定以及尽可能少数量的供货商，从而便于对供货质量进行管理。
[0052]
2.通过对转运损耗以及转运商以及供货商的匹配，有效降低了转运损耗。
附图说明
[0053]
图1为近5年存在异常的转运商损耗率excel绘制折线图。
具体实施方式
[0054]
以下结合实施例对本发明作进一步说明。
[0055]
实施例1
[0056]
一种生产企业原材料的订购与运输优化方法，以如下实际例子进行说明：根据企业近5年的供货量对供应商进行初步分析
[0057]
通过excel累加求和，确定各供应商近5年的供货总量。具体计算公式如下：
[0058][0059]
其中si表示各供应商5年的供货总能量，s
ij
表示供应商i在第j周的供货量。
[0060]
对结果进行降序排列，分析发现第60家供应商供货总量为1525，第61家供应商供货总量为430，差值较大，因此筛选出供货量比重较大的前60家供应商，结果如表1：
[0061]
表1：供货量比重较大的前60家供应商
[0062][0063]
供应商综合分析与筛选
[0064]
针对筛选过后的60家供应商，定义供应商供货总量、订货量与供货量之间的差异
程度、供货量的变异程度三个评价指标，通过熵权法确定各指标的权值，运用topsis方法建立综合评价模型，从而确定出50家最重要的供应商。
[0065]
1)构造原始矩阵
[0066]
企业订货量与供应商供货量之间的偏离程度反应了订货量与供货量的可以表示为：
[0067][0068]
其中di表示订货量与供货量之间的偏离程度，s
ij
表示供应商i在第j周的供货量， o
ij
表示企业第j周在供应商i的订购量。
[0069]
供应商近5年供货量的变异程度v
2i
，反应了该供应商的供货稳定性，方差越小，该供应商越稳定。计算公式如下：
[0070][0071]
其中v
2i
为样本方差，表示供应商5年的供货量的变异程度，s
ij
表示供应商i在第j 周的供货量，表示供应商i近5年原材料供货量的平均值。
[0072]
构造根据供货总量筛选出的60家供应商的原始决策矩阵a＝(a
ij
)
60*3
[0073]
a＝(si，di，v
2i
)
[0074]
表2：60家供应商构造的原始决策矩阵a
[0075][0076]
从上到下，从左到右，按照供货总量下降的趋势，构造原始决策矩阵。
[0077]
2)熵权法计算指标权重
[0078]
熵权法是一种客观的赋权方法。可以最大程度地避免主观赋权对供应商供应特征量化的影响，根据各指标的变异程度，利用信息熵得出较为客观的权重，变异程度越高对应的权值越高。
[0079]
计算第i个供应商关于第j个指标所占的比重，将其看作计算熵值时的概率p
ij
[0080][0081]
计算第j项供应商供应特征指标的信息熵ej，并计算其对应的变异系数即信息效用值 dj。信息熵越大，则代表供应商供应特征指标的所反映的信息越少。
[0082][0083]dj
＝1-ej，j＝1，2，3.
[0084]
归一化计算每个供应商供应特征指标的权重
[0085][0086]
求解得到3个指标的权重分别为
[0087]
表3：指标对应的权重表
[0088][0089]
3)topsis方法量化供应商的供应特征
[0090]
topsis方法能够充分利用样本数据，对各供应商进行排序。其基本思想是构造评价供应商供应特征的各指标的最优组合方案和最劣组合方案，然后计算每个供应商分别与最优组合方案和最劣组合方案的距离，得到其与正理想解的贴近程度和与负理想解的远离程度，对各供应商进行排序。
[0091]
step1：对决策矩阵中偏离程度di和供货量的变异程度v
2i
做正向化处理。
[0092]
step2：对正向化处理后的矩阵进行标准化处理，消除各指标不同指标量纲的影响。
[0093]
step3：根据熵权法确定的权重得到加权决策矩阵。
[0094]
step4：确定各指标的最优组合方案和最劣组合方案即正理想解和负理想解。
[0095]
step5：计算各供应商对应的指标值与最优、最劣组合方案的距离。
[0096]
step6：对各供应商进行排序。
[0097]
找出第二、三个评价指标的最大值，记为a
j
(j＝2，3)。对第二、三列做正向化处理。公式如下：
[0098]aij
＝a
j -a
ij
，i＝1，2，...，60，j＝2，3.
[0099]
对正向化处理后的矩阵进行标准化处理记为b＝(b
ij
)
60*3
，其中：
[0100][0101]
根据熵权法计算的指标权重，构造加权决策矩阵c＝(c
ij
)
60*3
[0102]cij
＝wj*b
ij
[0103]
找出每列即供应商供应特征评价指标的最大值，记为c
j
(j＝1，2，3)，组成向量
[0104]c
＝(c
1
，c
2
，c
3
)
[0105]
该向量代表最优组合方案，同理，找出每列评价指标的最小值，记为 c
j-(j＝1，2，3)，组成向量
[0106]
c-＝{c
1-，c
2-，c
3-}
[0107]
该向量代表最劣组合方案。
[0108]
计算各供应商与最优组合方案和最劣组合方案之间的距离：
[0109][0110][0111]
计算各供应商i的得分，计算公式为：
[0112]fi
＝s
i-/(s
i- s
i
)i＝1，2，...，60.
[0113]
对各供应商得分按优劣进行排序。
[0114]
1.1.1模型的求解
[0115]
利用matlab对该模型求解，得到60家供应商的评分如表2。
[0116]
根据转运商近5年的损耗率(％)，利用excel绘制折线图如图1所示，分析图可知，其损耗率具有一定的周期性，但部分时间节点存在异常值。因此，先对异常值进行处理，消除异常值的影响，然后借助spss利用时间序列分析预测未来24周的损耗率。
[0117]
1)异常值的处理
[0118]
对两端的异常值可直接删除，对中间的异常值取其左右平均值作为其损耗率。
[0119]
从图可知，近5年转运损耗率为数据中间的异常值，对异常值取其左右周损耗率的平均值作为其损耗率。
[0120][0121]
然后根据转运商进行排名以及所筛选出的满足企业生产的最少供货商数量确定转运商，以及转运商对应的供应商：
[0122]
根据平均转运损耗率，由小到大依次对转运商匹配供货商；其中匹配方法为，得到各供货商周供货量最大的值，然后依次对转运商进行匹配，当一个转运商的转运余额最小，且转运余额小于任一一个供货商周供货量最大的值时，对下一个转运上进行匹配，直至匹配完所有的供货商。
[0123]
整个设计使各个模块相互配合共同工作数据表达清楚符合题目所需功能最后应当说明的是，以上实施例仅用于说明本发明的技术方案而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细说明，本领域的普通技术人员应当了解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。