制造企业海外基地采购计划与供应商选择联合优化方法

1.本发明涉及物料采购技术领域，具体涉及一种制造企业海外基地采购计划与供应商选择联合优化方法、系统、存储介质和电子设备。


背景技术：

2.随着制造企业国际化水平的提高与行业竞争的加剧，越来越多的制造企业在海外设立生产基地，为海外客户提供更好的产品服务。在海外基地经营过程中，合理选择供应商及确定采购批量直接影响企业的运营与效益。然而，海外基地的采购计划制定往往受到多种因素的影响，除采购物料的成本、运输成本等传统采购成本以外，还需考虑海外基地所在国家相关政策带来的影响，同时，遵循制造企业总部的供应商管理战略也是至关重要的。
3.目前，在跨地域采购背景下，海外基地采购受到当地国政府政策的影响，尤其是税收政策，直接影响到企业采购成本。税收政策指海外基地当地国针对外来企业在当地进行生产经营活动所制定的税收优惠政策。例如，巴西政府规定外来企业若在当地进行采购或是从外地进口原材料在当地进行加工的物料达到一定数量，即可获得部分税收的减免。对于当地外来制造企业海外基地而言，通过调整在当地国与其他国家采购的比例来迎合该政策即可获得税收减免，直接降低企业采购综合总成本。然而，海外基地传统采购策略中按照人工经验来判断采购比例，往往会造成以满足税收政策为目的而进行的临时采购行为，可能导致呆滞料产生，反而增加采购综合总成本。
4.而从企业长期发展战略角度出发，若仅以采购常规成本作为评价函数可能会导致物料采购集中于一家或少数几家大型供应商，进而使海外基地在采购过程中的议价能力逐渐丧失。若长期与同一家大型供应商合作，导致市场垄断的风险极大。从长期成本优化的角度出发，制造企业海外基地在保证物料质量的前提下以采购来源多样化为目标制定采购计划是很有必要的。
5.综上，制造企业海外基地采购计划优化问题已经成为海外基地经营决策过程中的一个重要环节，有必要在传统采购成本基础上充分考虑企业经营过程中的短期成本和长期成本，为制造企业海外基地制定合理的采购计划并进行供应商选择。


技术实现要素：

6.(一)解决的技术问题
7.针对现有技术的不足，本发明提供了一种制造企业海外基地采购计划与供应商选择联合优化方法、系统、存储介质和电子设备，解决了制造企业海外基地采购计划无法兼顾企业经营过程中的短期成本和长期成本的技术问题。
8.(二)技术方案
9.为实现以上目的，本发明通过以下技术方案予以实现：
10.一种制造企业海外基地采购计划与供应商选择联合优化方法，包括：
11.s1、获取海外基地运营过程中需采购的产品生产所需物料及其相关变量；
12.s2、根据所述产品生产所需物料的数量及其相关变量，构建以综合采购成本最小为目标的混合整数规划模型；
13.s3、采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。
14.优选的，所述s2中的混合整数规划模型包括：
15.以综合采购成本最小为目标的目标函数：
16.f＝min(f1 f2 f3)
17.其中，f为综合采购成本，f1为采购流程中所需常规成本的总和， f2为税收优惠成本，f3为供应商订单分配情况所影响采购成本的调节成本；
18.f1＝f
11
f
12
f
13
f
14
f
15
[0019][0020][0021][0022][0023][0024]
f1包括物料采购成本f
11
、海运成本f
12
、本土库存成本f
13
、本土加工成本f
14
和清关成本f
15
；
[0025]f11
包括散件采购成本和原材料采购成本，散件i∈{1,2,3,...,i}，原材料m∈{1,2,3,...,m}，供应商j∈{1,2,3,...,j}，j＝0表示制造企业总部所在国的供应商，p
ij
为从供应商j处购买散件i的单价，x
ij
为从供应商j处购买散件i的数量，q
mj
为从供应商j处购买原材料m的单价， y
mj
为从供应商j处购买原材料i的数量；
[0026]f12
包括散件海运成本和原材料海运成本，pti为单位散件i的运输单价，x
i0
为从制造企业总部所在国的供应商处购买散件i数量，qtm为原材料m的运输单价，y
mj
为从制造企业总部所在国的供应商购买原材料m的数量；
[0027]
pw
mt
为原材料m在时间t的单位仓储价格，t为原材料的平均等待加工时间；pci为单位原材料的加工成本，zi为需由原材料二次加工制成的散件i的数量；ri、rm分别为单位散件、原材料的保险费用，ma
im
为制成散件i所需原材料m的数量，θ为海外基地当地国税收政策所征收关税的税率；
[0028][0029]
其中，qi为散件i的计划采购量，peri为税收优惠政策中散件i所需满足的最低比例，π为海外基地当地国政策规定税收优惠减免比例；
[0030]
f3＝f
31
f
32
[0031][0032][0033][0034][0035]
f3包括散件惩罚成本f
31
和原材料惩罚成本f
32
；
[0036]hi
、hm均为赫芬达尔指数，分别表示散件、原材料的市场集中度， di、dm分别为散件、原材料在市场处于垄断状态后的惩罚系数，n
p
为判断市场是否处于垄断状态的垄断阈值。
[0037]
优选的，所述s2中的混合整数规划模型还包括约束条件：
[0038][0039][0040]
x
ij
≥0,y
mj
≥0,x
ij
,y
mj
∈int
ꢀꢀꢀ
约束(3)
[0041]
约束(1)表示采购的散件的总数量等于计划采购量；约束(2)表示采购的原材料数量等于生产散件所需的原材料数量；约束(3)表示散件以及原材料的采购量均为非负整数。
[0042]
优选的，所述s3具体包括；
[0043]
s31、根据所述混合整数规划模型，求解多个可行解，并将每个解对应编码成一条染色体放入初始种群中，并初始选择策略；
[0044]
s32、根据所述目标函数计算当前种群的每一条染色体的适应度值；
[0045]
s33、若当前种群早熟，或者当前选择策略的连续迭代次数大于预设迭代次数，则按顺序切换选择下一策略，否则保留当前选择策略，进行选择操作；
[0046]
s34、执行自适应交叉策略，选择交叉方式，并确定交叉率；
[0047]
s35、执行自适应变异策略，选择变异方式，并确定变异率；
[0048]
s36、执行变异操作后，计算当前种群中每一条染色体的适应度值，若种群适应度值重复度大于预设重复度，则采用精英保留的自适应重启机制更新当前种群，否则保留当前种群；
[0049]
s37、判断是否达到最大迭代次数，若是，选择当前种群中适应度值最大的染色体并解码，获取全局最优解；否则，转入s33。
[0050]
优选的，所述s31中将每个解对应编码成一条染色体，包括：
[0051]
采用实数编码方式构建染色体结构，染色体由一个(i m)
×
j的二维矩阵表示，染色体个体适应度值为模型目标函数值；其中，矩阵的行表示不同种类的物料，前i行表示不同种类的散件，后m行表示不同种类的原材料；矩阵的列表示不同供应商。
[0052]
优选的，所述s34包括：
[0053]
s341、根据当前种群中每一条染色体的适应度值，确定种群适应度的平均值、最大值和最小值；
[0054]
s342、根据个体适应度值与种群适应度的平均值大小关系，以及最大值和最小值，确定交叉率p
cross
；
[0055]
s343、随机生成一个数r∈(0,1)，若r≤p
cross
，针对当前染色体执行交叉操作，交叉方式按照最优概率选择的线性重组或者两点交叉。
[0056]
优选的，所述s35包括：
[0057]
s351、执行交叉操作后，根据当前种群中每一条染色体的适应度值，确定种群适应度的平均值、最大值和最小值；
[0058]
s352、根据个体适应度值与种群适应度的平均值大小关系，以及最大值和最小值，确定变异率p
mut
；
[0059]
s353、随机生成一个数r
′
∈(0,1)，若r≤p
mut
，继续比较个体适应度值f
′
与平均值f
avg
′
的大小，
[0060]
若f
′
《f
avg
′
，则选择两列随机变异方式执行变异操作；
[0061]
若f
′
≥f
avg
′
，则选择逆转变异方式执行变异操作。
[0062]
一种制造企业海外基地采购计划与供应商选择联合优化系统，包括：
[0063]
获取模块，用于获取海外基地运营过程中需采购的产品生产所需物料及其相关变量；
[0064]
构建模块，用于根据所述产品生产所需物料的数量及其相关变量，构建以综合采购成本最小为目标的混合整数规划模型；
[0065]
求解模块，用于采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。
[0066]
一种存储介质，其存储有用于制造企业海外基地采购计划与供应商选择联合优化的计算机程序，其中，所述计算机程序使得计算机执行如上所述的制造企业海外基地采购
计划与供应商选择联合优化方法。
[0067]
一种电子设备，包括：
[0068]
一个或多个处理器；
[0069]
存储器；以及
[0070]
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的制造企业海外基地采购计划与供应商选择联合优化方法。
[0071]
(三)有益效果
[0072]
本发明提供了一种制造企业海外基地采购计划与供应商选择联合优化方法、系统、存储介质和电子设备。与现有技术相比，具备以下有益效果：
[0073]
本发明包括，获取海外基地运营过程中需采购的产品生产所需物料及其相关变量；根据所述产品生产所需物料的数量，构建以综合采购成本最小为目标的混合整数规划模型；采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。针对制造企业海外生产基地采购计划优化问题，将税收优惠政策与供应商均衡因素引入优化模型中，提出由多种成本因素构成的综合采购总成本，建立混合整数线性规划模型，并设计遗传算法进行求解，实现对海外基地采购计划的优化。
附图说明
[0074]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0075]
图1为本发明实施例提供的一种制造企业海外基地采购订单分配示意图；
[0076]
图2为本发明实施例提供的一种制造企业海外基地采购计划与供应商选择联合优化方法的流程示意图；
[0077]
图3为本发明实施例提供一种ma-ga算法流程示意图；
[0078]
图4为本发明实施例提供的一种ma-ga染色体编码方式示意图；
[0079]
图5为本发明实施例提供的一种两点交叉方式示意图；
[0080]
图6为本发明实施例提供的一种两列随机变异方式和逆转变异方式示意图。
具体实施方式
[0081]
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0082]
本技术实施例通过提供一种制造企业海外基地采购计划与供应商选择联合优化方法、系统、存储介质和电子设备，解决了制造企业海外基地采购计划无法兼顾企业经营过程中的短期成本和长期成本的技术问题。
[0083]
本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
[0084]
如图1所示，制造企业在开拓海外市场过程中在海外设置生产基地，海外基地运营过程中需采购产品生产所需物料，包括制成产品所需的散件和原材料。从采购渠道来看，海外基地既可以从制造企业总部所在国采购，也可以从海外基地当地国采购。在此采购背景下，海外生产基地的采购综合成本不仅包括物料成本(散件采购成本与原材料采购成本)、海运成本、清关成本、本土库存成本以及本土加工成本等采购常规成本，还必须考虑税收优惠成本和供应商均衡因素带来的成本变化。
[0085]
海外基地当地国税收政策中规定，采购原材料到海外基地当地国加工或在海外基地当地国直接采购物料达到规定的比例时，海外基地均可享受固定的税收优惠。但是，海外基地继续提高上述比例将不再获得更多的税收优惠。对此，为了享受税收优惠，降低采购成本，海外基地既可以从海外基地当地国采购所需散件或原材料，也可以从制造企业总部所在国采购制成散件所需的原材料到海外基地进行加工。
[0086]
为避免供应商垄断给海外基地带来风险，海外基地在选择当地国供应商时不仅要考虑短期采购成本，还需要应对供应商垄断所带来的长期采购成本。在此情形下，制造企业海外基地采购计划与供应商选择联合优化问题可以被描述为，针对制造企业海外基地的多种物料需求，面向多家供应商的供应能力，考虑税收优惠政策和供应商均衡给采购成本带来的影响，以综合采购成本最小化为优化目标，为海外基地确定单采购周期内每种物料的供应商及其采购数量。
[0087]
基于此，本技术提供了一种制造企业海外基地采购计划与供应商选择联合优化方法，包括：获取海外基地运营过程中需采购的产品生产所需物料及其相关变量；根据所述产品生产所需物料的数量，构建以综合采购成本最小为目标的混合整数规划模型；采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。
[0088]
针对制造企业海外生产基地采购计划优化问题，将税收优惠政策与供应商均衡因素引入优化模型中，提出由多种成本因素构成的综合采购总成本，建立混合整数线性规划模型，并设计改进遗传算法进行求解，实现对海外基地采购计划的优化。
[0089]
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0090]
实施例：
[0091]
如图2所示，本发明实施例提供了一种制造企业海外基地采购计划与供应商选择联合优化方法，包括：
[0092]
s1、获取海外基地运营过程中需采购的产品生产所需物料及其相关变量；
[0093]
s2、根据所述产品生产所需物料的数量及其相关变量，构建以综合采购成本最小为目标的混合整数规划模型；
[0094]
s3、采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。
[0095]
本发明实施例针对制造企业海外生产基地采购计划优化问题，将税收优惠政策与供应商均衡因素引入优化模型中，提出由多种成本因素构成的综合采购总成本，建立混合整数线性规划模型，并设计遗传算法进行求解，实现对海外基地采购计划的优化。
[0096]
下面将详细介绍上述技术方案：
[0097]
在步骤s1中，获取海外基地运营过程中需采购的产品生产所需物料及其相关变量。
[0098]
如表1所示，本步骤中确定如下海外基地运营过程中需采购的产品生产所需物料及其相关变量对应的参数合集：
[0099]
表1
[0100]
[0101][0102]
在步骤s2中，根据所述产品生产所需物料的数量及其相关变量，构建以综合采购成本最小为目标的混合整数规划模型。
[0103]
所述混合整数规划模型包括：
[0104]
以综合采购成本最小为目标的目标函数：
[0105]
f＝min(f1 f2 f3)
[0106]
其中，f为综合采购成本，f1为采购流程中所需常规成本的总和， f2为税收优惠成本，f3为供应商订单分配情况所影响采购成本的调节成本；
[0107]
(1)关于常规成本的总和f1[0108]
f1＝f
11
f
12
f
13
f
14
f
15
[0109][0110]
[0111][0112][0113][0114]
f1包括物料采购成本f
11
、海运成本f
12
、本土库存成本f
13
、本土加工成本f
14
和清关成本f
15
。
[0115]f11
包括散件采购成本和原材料采购成本，即物料采购成本由散件与原材料的单价与其各自的计划购买数量组成。f
12
包括散件海运成本和原材料海运成本。f
13
指原材料在加工前等待时间所产生的库存成本，由原材料数量与其单位库存成本以及原材料的平均等待加工时间计算组成。f
15
指海外基地在境外采购物料时进口清关所需支付的费用。其中物料清关价格以物料到岸价计算，物料到岸价以物料离岸价与物料费用以及保险费用计算。
[0116]
(2)关于税收优惠成本f2[0117]
税收优惠成本f2指海外基地当地国政府给予满足税收政策的外来企业关税上一定比例的减免。由物料清关成本与税收政策减免比例构成。
[0118][0119]
(2)关于供应商均衡成本f3[0120]
首先补充说明的是，供应商均衡成本主要指不满足采购链生态化而导致市场处于垄断竞争状态带来的而采购惩罚成本。本文采用赫芬达尔指数(hhi)表示市场集中程度评价指数，它指一个行业中各市场竞争主体所占行业总收入或总资产百分比的平方和，用来计量市场份额的变化，即市场中厂商规模的离散度，在这里指某种物料的市场集中程度。其计算公式为：
[0121][0122]
式中，hi表示物料i的市场集中程度，且当该市场中某一家供应商处于寡头垄断状态，则h＝1；当市场处于完全竞争状态时，即n个供应商所占份额相等时，且当n越大时，h趋近于 0。
[0123]
具体到本发明实施例中，供应商均衡成本分别由散件与原材料构成：
[0124]
f3＝f
31
f
32
[0125][0126][0127][0128][0129]hi
、hm均为赫芬达尔指数，分别表示散件、原材料的市场集中度， di、dm分别为散件、原材料在市场处于垄断状态后的惩罚系数，n
p
为市场处于垄断状态后的惩罚系数。
[0130]
以及约束条件：
[0131][0132][0133]
x
ij
≥0,y
mj
≥0,x
ij
,y
mj
∈int
ꢀꢀꢀꢀ
约束(3)
[0134]
约束(1)表示采购的散件的总数量等于计划采购量；约束(2)表示采购的原材料数量等于生产散件所需的原材料数量；约束(3)表示散件以及原材料的采购量均为非负整数。
[0135]
在步骤s3中，采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。
[0136]
针对含有实数参数与整数约束的组合优化问题，本发明实施例提出基于多重自适应机制的遗传算法(multiple adaptive geneticalgorithm，ma-ga)，算法流程如图3所示。首先，提出多种选择方式组合使用的选择策略；其次，设计基于种群适应度值的自适应交叉、变异策略，提高算法后期局部搜索能力；最后，采用基于精英保留的自适应重启机制，及时跳出局部最优。
[0137]
所述s3具体包括：
[0138]
s31、根据所述混合整数规划模型，求解多个可行解，并将每个解对应编码成一条染色体放入初始种群中，并初始选择策略；
[0139]
其中将每个解对应编码成一条染色体，包括：
[0140]
采用实数编码方式构建染色体结构，如图4所示，染色体由一个 (i m)
×
j的二维矩阵表示，染色体个体适应度值为模型目标函数值。其中，矩阵的行表示不同种类的物料，前i行表示不同种类的散件，后 m行表示不同种类的原材料；矩阵的列表示不同供应商。矩阵中的元素表示制造企业海外基地向j个供应商采购散件i以及原材料m的数量。例如，x
11
指计划在供应商1处采购散件1的数量。
[0141]
s32、根据所述目标函数计算当前种群的每一条染色体的适应度值。
[0142]
s33、若当前种群早熟，或者当前选择策略的连续迭代次数大于预设迭代次数，则按顺序切换选择下一策略，否则保留当前选择策略，进行选择操作；
[0143]
本发明实施例采用一种组合选择策略，通过计算染色体个体适应度值判断当前种群是否处于早熟状态，进而在不同选择方式中动态切换。
[0144]
与上述步骤s32和s33相对应，组合选择策略的具体操作如下：首先，计算整个种群的适应度值，根据最优个体与次优个体适应度值之间的差距，判断当前种群是否处于早熟状态(例如，首先计算最优个体适应度值与次优个体适应度值的差距f
diff
，确定所求差距f
diff
对最优个体适应度值f
sub
的占比，当该占比不小于某一预设阈值ε
max
，即判断当前种群处于早熟状态)。
[0145]
同时，判断使用同一种选择策略的重复迭代次数是否达到阈值。当满足上述条件中的任意一个时，则更换新的选择方式。
[0146]
本发明实施例可更换的选择方式有轮盘赌选择、精英选择与种马选择方式三种，多种选择方式组合使用的策略相较于传统遗传算法中使用的单一选择方式，能够有效避免算法陷入局部最优。
[0147]
s34、执行自适应交叉策略，确定交叉率，并选择交叉方式，包括：
[0148]
s341、根据当前种群中每一条染色体的适应度值，确定种群适应度的平均值、最大值和最小值；
[0149]
s342、根据个体适应度值与种群适应度的平均值大小关系，以及最大值和最小值，确定交叉率；
[0150][0151]
p
cross
为交叉率，f表示当前染色体的适应度值，f
avg
、f
max
和f
min
分别表示执行交叉操作之前种群适应度的平均值、最大值和最小值，ω1、μ1和μ2均为范围在(0,1)之间的常数；本发明实施例示例性的选择μ1＝0.65，μ2＝0.9，ω1＝0.05；当前个体的交叉率将随着上述参数的变化不断调整，以保证父代优良染色体更好的保留到子代中。
[0152]
s343、随机生成一个数r∈(0,1)，若r≤p
cross
，针对当前染色体执行交叉操作，交叉方式按照最优概率选择的线性重组或者两点交叉；
[0153]
(1)线性重组指在父代变量区间上根据一定比例组合计算得到子代个体变量值。生成子代个体的计算方式如下所示：
[0154][0155]
α是一个随机均匀选择的比例因子，前人的研究表明其取值范围在 [-0.25,1.25]时，可以在统计学上保证后代变量值的范围不会缩小，发明实施例示例的选择α＝0.25；
[0156]
(2)两点交叉指在染色体中随机设置两个交叉点，随后交换两个染色体在所设定
的两个交叉点之间的部分染色体。由于本文模型中包含整数约束，直接进行两点交叉后的子染色体并不总是满足约束的，因此在进行两点交叉后须对子染色体进行修复，具体操作如图5所示。
[0157]
s35、执行自适应变异策略确定变异率，并选择变异方式；包括：
[0158]
s351、执行交叉操作后，根据当前种群中每一条染色体的适应度值，确定种群适应度的平均值、最大值和最小值。
[0159]
s352、根据个体适应度值与种群适应度的平均值大小关系，以及最大值和最小值，确定变异率；
[0160][0161]
p
mut
为变异率，f
′
表示当前染色体的适应度值，f
avg
′
、f
max
′
和f
min
′
分别表示执行交叉操作后种群适应度的平均值、最大值和最小值，ω2、μ3和μ4均为范围在(0,1)之间的常数；本发明实施例示例性的选择μ3＝ 0.0095，μ4＝0.015，ω2＝0.0005。由于ω2的存在，当f
′
等于f
max
′
时， p
mut
不为零，以降低迭代初期产生伪优良个体而陷入局部最优解的概率。
[0162]
s353、随机生成一个数r
′
∈(0,1)，若r≤p
mut
，继续比较个体适应度值f
′
与平均值f
avg
′
的大小，
[0163]
若f
′
《f
avg
′
，则选择两列随机变异方式执行变异操作；
[0164]
如图6所示，随机变异指在染色体上随机选择两个基因片段进行互换，染色体变化程度较小。当该个体适应度值小于种群均值时，说明该染色体相对来说较优，则降低当前变异率，因此选择两列随机变异方式，减少变异程度。
[0165]
若f
′
≥f
avg
′
，则选择逆转变异方式执行变异操作。
[0166]
如图6所示，逆转变异指将整条染色体进行翻转，染色体变化程度较大。当该个体适应度值不小于种群均值时，说明该个体适应度值相对较差，则提高当前变异率，因此选择逆转变异方式，增大染色体变化程度。
[0167]
s36、执行变异操作后，计算当前种群中每一条染色体的适应度值，若种群适应度值重复度大于预设重复度，则采用精英保留的自适应重启机制更新当前种群，否则保留当前种群；
[0168]
在种群进化过程中，当种群多样性下降到一定程度时，对算法流程进行重启操作，具体过程为：假设当前种群中共有m个个体，保留当前种群中的最优个体，随后调用种群初始化操作，重新生成m-1个新的个体，将上述m个染色体作为当前子代继续迭代。同时，在算法迭代过程中，当累计重启次数大于一定阈值时，将当前变异率基础上增加 0.01，用于在重启过程中进一步增强种群多样性，避免陷入局部最优。
[0169]
s37、判断是否达到最大迭代次数，若是，选择当前种群中适应度值最大的染色体并解码，获取全局最优解；否则，转入s33。
[0170]
本发明实施例提供了一种制造企业海外基地采购计划与供应商选择联合优化系统，包括：
[0171]
获取模块，用于获取海外基地运营过程中需采购的产品生产所需物料及其相关变量；
[0172]
构建模块，用于根据所述产品生产所需物料的数量及其相关变量，构建以综合采购成本最小为目标的混合整数规划模型；
[0173]
求解模块，用于采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。
[0174]
本发明实施例提供了一种存储介质，其存储有用于制造企业海外基地采购计划与供应商选择联合优化的计算机程序，其中，所述计算机程序使得计算机执行如上所述的制造企业海外基地采购计划与供应商选择联合优化方法。
[0175]
本发明实施例提供了一种电子设备，包括：
[0176]
一个或多个处理器；
[0177]
存储器；以及
[0178]
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置成由所述一个或多个处理器执行，所述程序包括用于执行如上所述的制造企业海外基地采购计划与供应商选择联合优化方法。
[0179]
可理解的是，本发明实施例提供的制造企业海外基地采购计划与供应商选择联合优化系统、存储介质和电子设备与本发明实施例提供的制造企业海外基地采购计划与供应商选择联合优化方法相对应，其有关内容的解释、举例和有益效果等部分可以参考制造企业海外基地采购计划与供应商选择联合优化方法中的相应部分，此处不再赘述。
[0180]
综上所述，与现有技术相比，具备以下有益效果：
[0181]
本发明实施例包括，获取海外基地运营过程中需采购的产品生产所需物料及其相关变量；根据所述产品生产所需物料的数量，构建以综合采购成本最小为目标的混合整数规划模型；采用遗传算法求解所述混合整数规划模型，获取海外基地在一个采购周期内每种物料的供应商选择及其采购数量。针对制造企业海外生产基地采购计划优化问题，将税收优惠政策与供应商均衡因素引入优化模型中，提出由多种成本因素构成的综合采购总成本，建立混合整数线性规划模型，并设计遗传算法进行求解，实现对海外基地采购计划的优化。
[0182]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0183]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。