原創開源思路下載鏈接，允許轉賣
鏈接：https://pan.baidu.com/s/13aSy2-hlkLa7Ps8wknYY1Q
提取碼：gap4
這里有百種演算法出處整理，本題演算法可從上面找取：
給裸賽的家人們整理了百種演算法出處
https://mp.weixin.qq.com/s/OhWRCeep885MuyhMhvdiOw
這道題是優化問題，先看看題目，以下為題目告知的條件和目標函式
條件：
①生產48周，每周產能2.82wm3，折合每周需要A類原材料1.692wm3或B原材料1.8612wm3或C原材料2.0304wm3；
②24周的原材料訂購和轉運計劃，那么相當于平均每周需要送達的材料能夠滿足5.64wm3，這里是包含了訂購及轉運時間加起來共計24周以內要完成，如果考慮8家轉運商滿負荷運轉以及平均損耗，那么一天送達的就有4.75wm3,就算是按最低的材料置換產能的比例也能大于5.64wm3，所以運輸這塊沒啥問題，接下來看供應商供應能力，如果也按取平均，那么肯定是不夠的，所以可以取最大供應量的周資料作為該供應商最大供應能力的體現
③A類和B類原材料的采購單價分別比C類原材料高20%和10%，那么就假設C單位立方米成本為1，A成本為1.2，B成本為1.1；
④三類原材料運輸和儲存的單位費用相同，一般運輸一批貨物只算單次運輸的費用，這里的儲存費用就不用按照每周多少來考慮，如果要考慮，那么就要涉及到儲存的材料使用情況，畢竟邊供應邊生產；
⑤我們可以就假設當周訂貨當周送達
目標函式：
一家供應商每周供應的原材料盡量由一家轉運商運輸，也就是說供應商數要少，供應商數可作為一目標函式
接下來看問題
第一問確定50家最重要的供應商，一般的都是從供應情況去看，這里可以確定一些指標，然后進行評價，最后評分最高Top50作為本問結果，可以考慮以下指標：
①供應商都是只供應一種原料，那么就會有材料得性價比，算一下哪一個原材料經濟效益最高，用1/[0.6 0.66 0.72]=[1.67 1.52 1.39]，然后再去除下單價/[1.2 1.1 1]=[1.3889 1.3774 1.3889]，然后各供應商按供應的原材料對應，將這個結果作為第一個指標，指標越大越好
②供應商最大供應能力，最大供應量并換算為產能，指標越大越好
③供應商平均供應能力，平均供應量并換算為產能，指標越大越好
④供應商供應得穩定性，對歷史供應資料，做下方差，指標越小越好
⑤歷史供應量/歷史訂單量比，指標越大越好
，，，
除了以上指標大家還可以多增加一些，然后用評價演算法評價后排序即可，第一問評價可以用多種演算法例如投影尋蹤、熵權法、Tosis等評價，然后在通過組合評價方法例如Borda求一個綜合性的評價值，然后進行排序，但是注意這里對資料進行標準化時有一個問題，客觀演算法可能會存在偏離主觀的現象，可以這么來做，對于你們認為的重要性小的指標可以通過ln(β+x)函式映射，這樣能夠減少該指標對最后結果的影響
第二問，A、C類原材料經濟效益最高，我們發現C類原材料運輸費用和儲存費用要比AB較高，因為置換為產能需要更多的供應量，并且供應C類材料的供應商是最少的，在本問，考慮供應商的最大供應能力即可，但是為了方便運算，最好是再增加一個產能計算，最大供應能力就以歷史5年中供應量最大的一周作為起最大供應能力，對于轉運商的運輸損耗，可以直接取平均，也可以預測未來24周的每周的損耗都可以，前者更簡單，對于本問建模部分，采用優化演算法進行多目標求解，目標函式有：1、供應商數最少，2、總成本=運輸成本+儲存成本=2*運輸成本最低；約束條件有：1、24周從供應到轉運結束的原材料轉化為產能要達標，2、只有24周轉運時間，3、每周至多送達8*6000*損耗，4、每周至多訂購8*6000的供貨量，為了降低尋優維度，可以增加這樣一個優先條件，C原材料置換為產能置換率最低，那么C原材料就優先用損耗較大轉運商轉運，這樣對整體的產能損耗較小，其次為B
第二問設計啟發式演算法如下：
第三問，盡量多地采購 A 類和盡量少地采購 C 類原材料，以減少轉運及倉儲的成本，同時希望轉運商的轉運損耗率盡量少，本問在第二問基礎上增加一個目標函式A類原材料-C材料采購量為目標函式，同樣按第二問方法來做
第四問，只考慮產能，轉運商運能拉滿情況下去選擇供應商，每周最多訂6000m3*8=4.8wm3，考慮所有Top50供應商日均ABC類最大供應量，在第二問基礎上，第四問增加一個目標函式為產能的最大化，同樣按第二問做法來做，但題目說的很明確了，A類材料才是最合適的材料，但是第二問演算法中涉及到k個供應商的選取，那么第四問實則就只是選擇最佳供應商而已，對于供應量，按A、B、C類原材料的供應商依次按最大供應量選取，直到供應量達到4.8wm3為止，對于選擇轉運商還是按第二問默認的規則來，C類材料給損耗率最大的轉運商
本題目優與供應商數會發生變化，建議通過模擬退火演算法框架進行尋優
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/299604.html
標籤：AI