[發明專利]基于云計算環境下分布式物流庫存優化方法

在審

• 申請號: 201810011879.8
• 申請日: 2018-01-05
• 公開（公告）號: CN108280538A
• 公開（公告）日: 2018-07-13
• 發明（設計）人: 李文敬;唐瑋峰
• 申請（專利權）人: 廣西師范學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08
• 代理公司: 北京遠大卓悅知識產權代理事務所(普通合伙) 11369
• 代理人: 靳浩

1.一種基于云計算環境下分布式物流庫存優化方法，其特征在于，包括以下步驟：

S1、根據分布式物流庫存代數模型構建評價函數f(U)的代數模型及其約束條件函數；

S2、根據貨物的安全庫存量及訂貨點的代數式、評價函數f(U)的代數模型及其約束條件函數計算每一個分量的值，建立和聲庫存的最優化方程矩陣HM；

S3、以貨物i在周期T內需求量的概率P(X_i)替換和聲搜索的記憶概率HMCR，按照和聲搜索算法，產生新的解向量；

S4、按評價函數f(U)計算新的解向量的目標函數值f(U^b)，與和聲庫存中最差目標函數值f(U^b)比較并更新庫存；

S5、重復步驟S2-S4，至預定最大迭代次數時停止，輸出最優解。

2.如權利要求1所述的基于云計算環境下分布式物流庫存優化方法，其特征在于，步驟S1中分布式物流庫存代數模型為基于云平臺的分布式層次物流庫存代數模型，其為：

約束條件函數為：

步驟S2中貨物i的安全庫存量QQ_i的代數式為：

貨物i的訂貨點Q_i的代數式為：

其中，目標函數Y*為庫存總成本，Y_2i表示時間T內貨物i的庫存持有費，Y_3i表示單件貨物i的缺貨費，Y_5i表示時間T內貨物i的交易費，Y_6i表示單件貨物i的購買費，Y_7i表示貨物i的單位距離運輸費，Y_8i表示貨物i的入庫費，Y_9i表示貨物i的出庫費，X_i表示時間T內貨物i的需求量，x_k表示供應商到倉庫k的距離，x_{j_k}表示倉庫j與倉庫k之間的距離，H_i表示貨物i的提前訂貨時間，U_{1_i}表示貨物i的初始庫存，U_{2_i}表示時間T內貨物i的訂貨量，U_{j_i_k}表示時間T內倉庫j與倉庫k之間貨物i的調撥量，U_k表示倉庫k的初始庫存總量，W表示倉庫的最大貨物容量，N表示倉庫數量，θ(U)表示貨物量判斷函數，α_i表示貨物i的安全系數，μ_i為貨物i的需求期望，σ_i為貨物i的需求標準差。

3.如權利要求2所述的基于云計算環境下分布式物流庫存優化方法，其特征在于，步驟S1中和聲搜索算法評價函數f(U)為：

其中，P(X_i)＝X_i/(U_{1_i}+U_{2_i})。

4.如權利要求3所述的基于云計算環境下分布式物流庫存優化方法，其特征在于，步驟S2中建立和聲庫存的最優化方程矩陣HM的方法具體為：

a1、定義和聲庫存的大小為HMS，則

其中，n代表決策變量的個數；

為第b個解向量的第i個分量，i＝1,2,…n，b＝1,2,…HMS；

f(U^b)為第b個解向量的函數值；

a2、將評價函數f(U)的代數模型分解包括成訂貨成本庫存持有成本缺貨費調撥成本其他成本五個公式，并對應5個函數配合相關約束條件函數，同時將貨物i安全庫存量的代數式及貨物i訂貨點的代數式作為2個函數，7個函數交由7個不同的CPU計算，得每個分量的值，并得到目標函數值f(U^b)；

其中，