[發明專利]一種基于改進爬山法的多級供應鏈分銷優化方法

在審

• 申請號: 202210936714.8
• 申請日: 2022-08-05
• 公開（公告）號: CN115292932A
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 李少波;張黔富;周鵬;楊明寶
• 申請（專利權）人: 貴州大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/06;G06Q10/08;G06F111/04
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 胡緒東

本發明公開了一種基于改進爬山法的多級供應鏈分銷優化方法，該方法包括步驟：(1)建立供應鏈分銷優化數學模型：(2)采用貪婪算法對步驟(1)中的優化數學模型求解，利用改進爬山法對初始解進行優化本發明利用增加記憶功能的改進爬山法來解決爬山法起始點選擇對搜索結果影響較大的問題，從而能夠有效解決大規模、多周期需求的多級供應鏈配送優化以及節點動態選擇問題，為多級供應鏈分銷網絡優化提供一定的決策參考。

技術領域

本發明屬于多級供應鏈分銷優化技術領域，涉及一種基于改進爬山法的多級供應鏈分銷優化方法。

背景技術

進入20世紀80年代以后，供應鏈管理的工作重點已從對供應和生產環節的管理逐步向需求方轉變，整個供應鏈已體現為由市場和顧客需求驅動的“需求鏈”。在面向客戶的復雜制造環境中，企業的發展驅動力已從制造生產變為利用分銷與服務創造附加值，通過科學合理的方式構建供應鏈分銷網絡，加強對分銷環節的質量管控，是提升顧客滿意度、提高企業競爭力的重要途徑。

分銷網絡是指由供應點、分銷中心和需求點(客戶區)等物流節點所組成的分層銷售網絡。常用的優化方法主要分為兩類：精確算法(分枝定界法、整數規劃、非線性規劃等)和啟發式算法(遺傳算法、貪婪算法、爬山法等)。精確算法由于自身缺陷不適用于求解大規模問題，下面主要介紹部分啟發式算法在供應鏈分銷網絡優化中的應用。

文獻“郎茂祥,胡思繼.用混合遺傳算法求解物流配送路徑優化問題的研究[J].中國管理科學,2002(05):52-57”中為了提高遺傳算法局部搜索能力，將爬山算法與遺傳算法相結合，并用于求解物流配送路徑優化問題；文獻“張娟萍.云計算優化物流車輛路徑規劃算法[J].機械設計與制造,2022,372(02):168-170+176”中研究了在云計算條件下基于改進粒子群算法的車輛優化調試算法在物流企業車輛配送最優路徑規劃問題中的應用；文獻“馬慧民,葉春明,張爽,許圣良.生產配送協同計劃問題研究[J].機械設計與制造,2009,221(07):201-203”中研究了一個工廠、多個產品、多個生產周期、一個配送中心的供應鏈網絡,并采用粒子群算法求解生產、配送協同計劃問題；文獻“郝娟.考慮允許缺貨的多級供應鏈網絡構建與仿真優化[D].西安理工大學,2018”則把粒子群算法用來解決以整體企業運營成本最低、客戶評價最佳為核心構建的生產-分銷協同優化模型問題。

隨著信息技術的快速發展，制造企業待配送任務逐漸呈海量的增長趨勢和發展態勢，而現有研究方法對大規模、多周期需求的供應鏈分銷網絡優化問題考慮較少，很難適應復雜發展態勢的需要。如何快速求解大規模、多周期需求的供應鏈網絡分銷問題，提升供應鏈分銷網絡反應速度，成為供應鏈分銷網絡優化需要關注的重要問題之一。文獻“Ramiz(2022).Applying Greedy Algorithm and Local Search in a Supply Chaindistribution problem,MATLAB Central File Exchange.Retrieved April 7,2022”針對工廠有生產限制和銷售點有銷售損失等構建了一個二級供應鏈網絡分銷模型，并用啟發式算法對模型進行了求解，但是由于沒考慮供應鏈網絡的多級特點和算法搜索結果受起始點影響較大的特點，對實際決策的指導意義大打折扣。

發明內容

本發明要解決的技術問題是：提供一種基于改進爬山法的多級供應鏈分銷優化方法，將貪婪算法、增加記憶功能的改進爬山法應用到多級供應鏈分銷網絡優化問題中，有效解決大規模、多周期需求的多級供應鏈配送優化以及節點動態選擇的問題。

本發明采取的技術方案為：一種基于改進爬山法的多級供應鏈分銷優化方法，該方法包括以下步驟：

(1)建立供應鏈分銷優化數學模型：

約束條件為：