CN111428927A - 一种基于定界算法的武器装备采购供应商选择方法及装置 - Google Patents
一种基于定界算法的武器装备采购供应商选择方法及装置 Download PDFInfo
- Publication number
- CN111428927A CN111428927A CN202010206508.2A CN202010206508A CN111428927A CN 111428927 A CN111428927 A CN 111428927A CN 202010206508 A CN202010206508 A CN 202010206508A CN 111428927 A CN111428927 A CN 111428927A
- Authority
- CN
- China
- Prior art keywords
- procurement
- purchasing
- weapon equipment
- weaponry
- supplier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于定界算法的武器装备采购供应商选择方法及装置,所述方法包括:从存储有武器装备采购历史数据的数据库获取武器装备采购历史数据,提取所述武器装备采购供应商的关键特征;计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程;求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算。根据本发明的方案,结合历史数据对本次武器装备采购提供参考,并结合模型计算,有效提高了求解武器装备采购供应商选择的质量、效率,结果准确。
Description
技术领域
本发明涉及军事装备学领域,尤其涉及一种基于定界算法的武器装备采购供应商选择方法及装置。
背景技术
武器装备采购供应商选择,是指在武器装备采购供应商关键特质如采购经费、采购数量、采购时间等多条件约束情况下,从多个供应商获取不同数量的武器装备(器材、配件),实现采购整体综合效益的最大化。
现有技术中,通常采用人工干预方式,建立多层次评价指标,由专家进行评分后,进行数学计算后得到最优选择方案。但上述方案的缺点主要表现为,人工设定因素较多,且人工干预较大,造成武器装备采购供应商选择的客观性欠缺,同时,降低了计算效率。此外,不能结合历史数据对本次武器装备采购提供参考。
发明内容
为解决上述技术问题,本发明提出了一种基于定界算法的武器装备采购供应商选择方法及装置,所述方法及装置,用以解决现有技术中武器装备采购供应商欠缺客观性,计算效率低、无法结合历史数据的技术问题。
根据本发明的第一方面,提供一种基于定界算法的武器装备采购供应商选择方法,包括以下步骤:
步骤S101:从存储有武器装备采购历史数据的数据库获取武器装备采购历史数据,对所述武器装备采购历史数据进行处理,获取武器装备采购供应商的特征数据,运用主成分分析法,提取所述武器装备采购供应商的关键特征;所述特征数据为N个武器装备采购供应商的特征数据,包括供应商资产X1、供应商X2、供应商员工数量X3、武器装备生产数量X4、武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;所述武器装备报价X5是指不同武器装备采购供应商的武器装备的报价;所述武器装备采购供货时间X7是指不同武器装备采购供应商提供武器装备的时间和周期;提取的所述武器装备采购供应商的关键特征包括武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;
步骤S102:计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定;
步骤S103:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程;
步骤S104:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算。
根据本发明的方法,优选的,所述步骤S101,所述运用主成分分析法,提取所述武器装备采购供应商的关键特征,包括:对获取的武器装备采购供应商的特征数据进行标准化处理,运用主成分分析法,计算相关系数矩阵,进而计算特征值和特征向量,求得关键特征,再提取武器装备采购供应商的关键特征。
根据本发明的方法,优选的,所述步骤S102,包括:
步骤S1021:计算各个武器装备采购供应商的关键特征武器装备报价X5的数值,包括:
步骤S10211:从所述数据库中读取武器装备采购供应商i的历史报价数据,计算武器装备采购供应商i的历史报价数据的正态分布,公式如下:
式中,ui表示武器装备采购供应商i的历次同类型武器装备报价的平均值,σi表示武器装备采购供应商i的历次同类型武器装备报价的标准差,zi表示当次武器装备采购供应商i的武器装备报价,1≤i≤N;
步骤S10212:根据武器装备采购供应商i的实际报价,获取本次武器装备采购供应商i的武器装备报价数据;
步骤S10213:验证各个武器装备采购供应商i的武器装备报价的数据合理性,依据下式进行验证:
对于武器装备报价不合理的武器装备采购供应商,要求其重新提供新的报价,直到报价为合理报价作为合理报价;
步骤S10214:得到各武器装备采购供应商i的合理报价,构建各武器装备采购供应商i的武器装备报价向量A1=(a11,a12,…,a1i,…,a1n),a1i表示武器装备采购供应商i的武器装备的合理报价,n=N;
步骤S1022:计算各个武器装备采购供应商的武器装备采购供货时间X7的数值,包括:
步骤S10221:从所述数据库中读取武器装备采购供应商i的历史武器装备采购供货时间数据,计算武器装备采购供应商i的武器装备采购供货时间的正态分布,公式如下:
式中,vi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的平均值,δi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的标准差,yi表示当次武器装备采购供应商i的供货时间,1≤i≤N;
步骤S10222:根据武器装备采购供应商i的实际承诺,获取本次武器装备采购供应商i的武器装备采购供货时间数据;
步骤S10223:验证各个武器装备采购供应商i的武器装备采购供货时间的数据合理性,依据下式进行验证:
对于武器装备采购供货时间不合理的武器装备采购供应商,要求其重新提供新的供货时间,直到时间为合理供货时间作为合理武器装备采购供货时间;
步骤S10224:得到各武器装备采购供应商i的合理武器装备采购供货时间,构建各武器装备采购供应商i的武器装备采购供货时间向量A2=(a21,a22,…,a2i,…,a2n),a2i表示武器装备采购供应商i的合理的武器装备采购供货时间;
步骤S1023:计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定,包括:
步骤S10231:从所述数据库中读取武器装备采购供应商i的历史武器装备采购合同总数和武器装备采购合同完成总数,计算武器装备采购供应商i的武器装备采购综合效益数据,公式如下:
其中,ci表示武器装备采购供应商i的武器装备采购综合效益,mi表示历史上武器装备采购供应商i按照合同要求,完成的武器装备采购合同总数,ki表示历史上武器装备采购供应商i承担的武器装备采购合同总数;
步骤S10232:得到各武器装备采购供应商i的武器装备采购综合效益,构建各武器装备采购供应商i的武器装备采购综合效益向量C=(c1,c2,…,ci,…,cn),ci表示武器装备采购供应商i的武器装备采购综合效益。
根据本发明的方法,优选的,所述步骤S103:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程,包括:
步骤S1031:根据约束条件建立武器装备采购供应商选择标准线性规划模型,所述约束条件包括军方采购总费用低于b1,总的供货时间小于b2,不多于b3个的某种武器装备,目标是获得最大的武器装备采购综合效益,建立武器装备采购供应商选择目标函数,该目标函数是标准线性规划方程,如公式7所示:
maxf=c1x1+c2x2+…+cnxn (公式7),
其中,向量x=(x1,x2,…,xi,xn)表示从各个武器装备采购供应商处分别采购的不同价格和供货时间的武器装备数量;xi表示从武器装备采购供应商i采购的武器装备的数量;
并且,该武器装备采购供应商选择标准线性规划方程满足如下约束方程:
所述约束方程的系数矩阵为:
该矩阵A是一个3×n阶矩阵,矩阵A的全部向量为正数;是矩阵A中的3个变量,每个变量对应一个列向量;矩阵A中与线性无关的n-3个列向量,可以将这3个变量转换为线性表达式的形式,再将这3个变量对应的所述线性表达式代入公式7,可以将武器装备采购供应商选择目标函数转换为线性表达式形式;其中为基变量,其余n-3个列向量对应的变量为非基变量;
步骤S1032:用R表示非基变量的下标所组成的集合,建立第二目标函数,即公式9,该第二目标函数是以线性规划定界算法方程表达的:
该线性规划定界算法方程满足公式10:
在所述第二目标函数中,非基变量xj的系数y0j为非基变量xj的检验数;
定义可行解与基本解,可行解是指,如果一组变量的取值满足公式10,则为一组可行解;基本解是指,如果一组变量的取值可以写成目标表达式-公式11的形式,则称为目标函数的一组基本解;如果一组基本解又满足公式10,则称为一组基可行解;
设是一组基本解,如果每个非基变量xj都取其下界值vj或取其上界值uj,其中j∈R;并且当xj取其下界值vj时,该非基变量xj在第二目标函数公式9中的系数y0j≤0;并且xj取其上界值uj时,该非基变量xj在目标函数表达式公式11中的系数y0j≥0,则称该基本解为正则解;也就是说,在正则解中,取下界值的非基变量xj,其检验数为y0j≤0;取上界值的非基变量xj,其检验数y0j≥0;
用R1表示取下界值的非基变量的下标集合,用R2表示取上界值的非基变量的下标集合;则公式11和公式12可以表示为标准形式的武器装备采购供应商选择线性规划定界算法方程:
其中y0j≤0,j∈R1
y0j≥0,j∈R2。
根据本发明的方法,优选的,所述步骤S104:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算,包括:
步骤S1041:确定初始非基变量的上下界值,由于线性规划定界算法方程xj初始的下界值vj(0)为0;确定方程xj初始的上界值uj(0)由下式求解:
步骤S1042:初始求解;记当前求解次数为1;
步骤S1043:判断当前求解次数是否达到预设值;若是,进入步骤S1045;若否,进入步骤S1044;
将符合公式14的xk进基;
将符合公式14的xk进基;
步骤S1045:如果进基变量的候选集合是空的,则无解,方法结束;如果存在无上界的非基变量,无论无上界的非基变量取多么大的数值,基变量的取值总满足非负要求和上下界限制,而目标函数的取值趋近于无穷大,这时原问题存在可行解,无最优解,可行解为xBi,输出可行解,方法结束。
基于本发明的另一方面,本发明公开了一种基于定界算法的武器装备采购供应商选择装置,所述装置包括:
特征提取模块:从存储有武器装备采购历史数据的数据库获取武器装备采购历史数据,对所述武器装备采购历史数据进行处理,获取武器装备采购供应商的特征数据,运用主成分分析法,提取所述武器装备采购供应商的关键特征;所述特征数据为N个武器装备采购供应商的特征数据,包括供应商资产X1、供应商X2、供应商员工数量X3、武器装备生产数量X4、武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;所述武器装备报价X5是指不同武器装备采购供应商的武器装备的报价;所述武器装备采购供货时间X7是指不同武器装备采购供应商提供武器装备的时间和周期;提取的所述武器装备采购供应商的关键特征包括武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;
计算特征模块:计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定;
构建模型模块:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程;
计算模块:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算。
根据本发明的装置,优选的,所述特征提取模块,包括:
第一提取子模块:所述运用主成分分析法,提取所述武器装备采购供应商的关键特征,包括:对获取的武器装备采购供应商的特征数据进行标准化处理,运用主成分分析法,计算相关系数矩阵,进而计算特征值和特征向量,求得关键特征,再提取武器装备采购供应商的关键特征。
根据本发明的装置,优选的,所述计算特征模块,包括:
计算报价子模块:计算各个武器装备采购供应商的关键特征武器装备报价X5的数值,包括:
第一计算报价子模块:从所述数据库中读取武器装备采购供应商i的历史报价数据,计算武器装备采购供应商i的历史报价数据的正态分布,公式如下:
式中,ui表示武器装备采购供应商i的历次同类型武器装备报价的平均值,σi表示武器装备采购供应商i的历次同类型武器装备报价的标准差,zi表示当次武器装备采购供应商i的武器装备报价,1≤i≤N;
第二计算报价子模块:根据武器装备采购供应商i的实际报价,获取本次武器装备采购供应商i的武器装备报价数据;
第三计算报价子模块:验证各个武器装备采购供应商i的武器装备报价的数据合理性,依据下式进行验证:
对于武器装备报价不合理的武器装备采购供应商,要求其重新提供新的报价,直到报价为合理报价作为合理报价;
第四计算报价子模块:得到各武器装备采购供应商i的合理报价,构建各武器装备采购供应商i的武器装备报价向量A1=(a11,a12,…,a1i,a1n),a1i表示武器装备采购供应商i的武器装备的合理报价,n=N;
计算时间子模块:计算各个武器装备采购供应商的武器装备采购供货时间X7的数值,包括:
第一计算时间子模块:从所述数据库中读取武器装备采购供应商i的历史武器装备采购供货时间数据,计算武器装备采购供应商i的武器装备采购供货时间的正态分布,公式如下:
式中,vi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的平均值,δi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的标准差,yi表示当次武器装备采购供应商i的供货时间,1≤i≤N;
第二计算时间子模块:根据武器装备采购供应商i的实际承诺,获取本次武器装备采购供应商i的武器装备采购供货时间数据;
第三计算时间子模块:验证各个武器装备采购供应商i的武器装备采购供货时间的数据合理性,依据下式进行验证:
对于武器装备采购供货时间不合理的武器装备采购供应商,要求其重新提供新的供货时间,直到时间为合理供货时间作为合理武器装备采购供货时间;
第四计算时间子模块:得到各武器装备采购供应商i的合理武器装备采购供货时间,构建各武器装备采购供应商i的武器装备采购供货时间向量A2=(a21,a22,…,a2i,a2n),a2i表示武器装备采购供应商i的合理的武器装备采购供货时间;
计算综合效益子模块:计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定,包括:
第一计算综合效益子模块:从所述数据库中读取武器装备采购供应商i的历史武器装备采购合同总数和武器装备采购合同完成总数,计算武器装备采购供应商i的武器装备采购综合效益数据,公式如下:
其中,ci表示武器装备采购供应商i的武器装备采购综合效益,mi表示历史上武器装备采购供应商i按照合同要求,完成的武器装备采购合同总数,ki表示历史上武器装备采购供应商i承担的武器装备采购合同总数;
第二计算综合效益子模块:得到各武器装备采购供应商i的武器装备采购综合效益,构建各武器装备采购供应商i的武器装备采购综合效益向量C=(c1,c2,…,ci,cn),ci表示武器装备采购供应商i的武器装备采购综合效益。
根据本发明的装置,优选的,所述构建模型模块,包括:
第一构建模型子模块:根据约束条件建立武器装备采购供应商选择标准线性规划模型,所述约束条件包括军方采购总费用低于b1,总的供货时间小于b2,不多于b3个的某种武器装备,目标是获得最大的武器装备采购综合效益,建立武器装备采购供应商选择目标函数,该目标函数是标准线性规划方程,如公式7所示:
maxf=c1x1+c2x2+…+cnxn (公式7),
其中,向量x=(x1,x2,…,xi,xn)表示从各个武器装备采购供应商处分别采购的不同价格和供货时间的武器装备数量;xi表示从武器装备采购供应商i采购的武器装备的数量;
并且,该武器装备采购供应商选择标准线性规划方程满足如下约束方程:
所述约束方程的系数矩阵为:
该矩阵A是一个3×n阶矩阵,矩阵A的全部向量为正数;是矩阵A中的3个变量,每个变量对应一个列向量;矩阵A中与线性无关的n-3个列向量,可以将这3个变量转换为线性表达式的形式,再将这3个变量对应的所述线性表达式代入公式7,可以将武器装备采购供应商选择目标函数转换为线性表达式形式;其中为基变量,其余n-3个列向量对应的变量为非基变量;
第二构建模型子模块:用R表示非基变量的下标所组成的集合,建立第二目标函数,即公式9,该第二目标函数是以线性规划定界算法方程表达的:
该线性规划定界算法方程满足公式10:
在所述第二目标函数中,非基变量xj的系数y0j为非基变量xj的检验数;
定义可行解与基本解,可行解是指,如果一组变量的取值满足公式10,则为一组可行解;基本解是指,如果一组变量的取值可以写成目标表达式公式11的形式,则称为目标函数的一组基本解;如果一组基本解又满足公式10,则称为一组基可行解;
设是一组基本解,如果每个非基变量xj都取其下界值vj或取其上界值uj,其中j∈R;并且当xj取其下界值vj时,该非基变量xj在第二目标函数公式9中的系数y0j≤0;并且xj取其上界值uj时,该非基变量xj在目标函数表达式公式11中的系数y0j≥0,则称该基本解为正则解;也就是说,在正则解中,取下界值的非基变量xj,其检验数为y0j≤0;取上界值的非基变量xj,其检验数y0j≥0;
用R1表示取下界值的非基变量的下标集合,用R2表示取上界值的非基变量的下标集合;则公式11和公式12可以表示为标准形式的武器装备采购供应商选择线性规划定界算法方程:
其中y0j≤0,j∈R1
y0j≥0,j∈R2。
根据本发明的装置,优选的,所述计算模块,包括:
第一计算子模块:确定初始非基变量的上下界值,由于线性规划定界算法方程xj初始的下界值vj(0)为0;确定方程xj初始的上界值uj(0)由下式求解:
初始子模块:初始求解;记当前求解次数为1;
判断子模块:判断当前求解次数是否达到预设值;
将符合公式14的xk进基;
将符合公式14的xk进基;
输出子模块:如果进基变量的候选集合是空的,则无解,方法结束;如果存在无上界的非基变量,无论无上界的非基变量取多么大的数值,基变量的取值总满足非负要求和上下界限制,而目标函数的取值趋近于无穷大,这时原问题存在可行解,无最优解,可行解为
本发明结合历史数据,在获取武器装备采购供应商所有特征数据基础上,采取主成分分析法,提出了关键特征,包括武器装备采购报价、供货时间和综合效益等;提出了武器装备采购供应商关键特征数据的计算方法和验证方法;针对武器装备采购供应商选择模型,提出了更为精确的定界算法,提高了定界算法的计算效率,减少了计算次数,也有效解决了由于定界不准确无法求得最优解的问题。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明提供如下附图进行说明。在附图中:
图1为本发明一个实施方式的基于定界算法的武器装备采购供应商选择方法流程图;
图2为本发明基于定界算法的武器装备采购供应商选择方法的整体流程图;
图3为本发明一个实施方式的基于定界算法的武器装备采购供应商选择装置结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅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做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。
首先结合图1-2说明为本发明一个实施方式的基于定界算法的武器装备采购供应商选择方法,图1为本发明一个实施方式的基于定界算法的武器装备采购供应商选择方法流程图;图2为本发明基于定界算法的武器装备采购供应商选择方法的整体流程图。如图1所示,包括以下步骤:
步骤S101:从存储有武器装备采购历史数据的数据库获取武器装备采购历史数据,对所述武器装备采购历史数据进行处理,获取武器装备采购供应商的特征数据,运用主成分分析法,提取所述武器装备采购供应商的关键特征;所述特征数据为N个武器装备采购供应商的特征数据,包括供应商资产X1、供应商X2、供应商员工数量X3、武器装备生产数量X4、武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;所述武器装备报价X5是指不同武器装备采购供应商的武器装备的报价;所述武器装备采购供货时间X7是指不同武器装备采购供应商提供武器装备的时间和周期;提取的所述武器装备采购供应商的关键特征包括武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;
步骤S102:计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定;
步骤S103:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程;
步骤S104:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算。
所述步骤S101包括:
所述运用主成分分析法,提取所述武器装备采购供应商的关键特征,包括:对获取的武器装备采购供应商的特征数据进行标准化处理,运用主成分分析法,计算相关系数矩阵,进而计算特征值和特征向量,求得关键特征,再提取武器装备采购供应商的关键特征;
本实施例中,经过分析计算,将武器装备采购供应商的特征数据抽象为两个主成分,主成分1为:武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8,主成分1为武器装备采购供应商的关键特征;主成分2为:供应商资产X1、供应商X2、供应商员工数量X3、武器装备生产数量X4,主成分2为武器装备采购供应商基本情况的关键特征。确定所述武器装备采购供应商的关键特征为所述武器装备采购供应商的关键特征,即武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8,进行模型构建和计算。
可选地,存储有武器装备采购历史数据的数据库具有安全访问通道,只有符合访问条件,如IP地址符合规定或接入访问介质符合条件的用户可以获取所述武器装备采购历史数据。
所述步骤S102:计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定,包括:
所述武器装备采购综合效益反映了武器装备采购供应商提供武器装备质量和后期服务效果。
步骤S1021:计算各个武器装备采购供应商的关键特征武器装备报价X5的数值,包括:
步骤S10211:从所述数据库中读取武器装备采购供应商i的历史报价数据,计算武器装备采购供应商i的历史报价数据的正态分布,公式如下:
式中,ui表示武器装备采购供应商i的历次同类型武器装备报价的平均值,σi表示武器装备采购供应商i的历次同类型武器装备报价的标准差,zi表示当次武器装备采购供应商i的武器装备报价,1≤i≤N;
步骤S10212:根据武器装备采购供应商i的实际报价,获取本次武器装备采购供应商i的武器装备报价数据;
步骤S10213:验证各个武器装备采购供应商i的武器装备报价的数据合理性,依据下式进行验证:
对于武器装备报价不合理的武器装备采购供应商,要求其重新提供新的报价,直到报价为合理报价作为合理报价;
步骤S10214:得到各武器装备采购供应商i的合理报价,构建各武器装备采购供应商i的武器装备报价向量A1=(a11,a12,…,a1i,a1n),a1i表示武器装备采购供应商i的武器装备的合理报价,n=N。
步骤S1022:计算各个武器装备采购供应商的武器装备采购供货时间X7的数值,包括:
步骤S10221:从所述数据库中读取武器装备采购供应商i的历史武器装备采购供货时间数据,计算武器装备采购供应商i的武器装备采购供货时间的正态分布,公式如下:
式中,vi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的平均值,δi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的标准差,yi表示当次武器装备采购供应商i的供货时间,1≤i≤N;
步骤S10222:根据武器装备采购供应商i的实际承诺,获取本次武器装备采购供应商i的武器装备采购供货时间数据;
步骤S10223:验证各个武器装备采购供应商i的武器装备采购供货时间的数据合理性,依据下式进行验证:
对于武器装备采购供货时间不合理的武器装备采购供应商,要求其重新提供新的供货时间,直到时间为合理供货时间作为合理武器装备采购供货时间;
步骤S10224:得到各武器装备采购供应商i的合理武器装备采购供货时间,构建各武器装备采购供应商i的武器装备采购供货时间向量A2=(a21,a22,…,a2i,a2n),a2i表示武器装备采购供应商i的合理的武器装备采购供货时间。
步骤S1023:计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定,包括:
步骤S10231:从所述数据库中读取武器装备采购供应商i的历史武器装备采购合同总数和武器装备采购合同完成总数,计算武器装备采购供应商i的武器装备采购综合效益数据,公式如下:
其中,ci表示武器装备采购供应商i的武器装备采购综合效益,mi表示历史上武器装备采购供应商i按照合同要求,完成的武器装备采购合同总数,ki表示历史上武器装备采购供应商i承担的武器装备采购合同总数;
优选地,第1次参加供货的武器装备采购供应商的综合效益,由其他所有武器装备采购供应商的采购综合效益的平均值确定,公式如下:
步骤S10232:得到各武器装备采购供应商i的武器装备采购综合效益,构建各武器装备采购供应商i的武器装备采购综合效益向量C=(c1,c2,…,ci,cn),ci表示武器装备采购供应商i的武器装备采购综合效益。
所述步骤S103:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程,包括:
步骤S1031:根据约束条件建立武器装备采购供应商选择标准线性规划模型,所述约束条件包括军方采购总费用低于b1,总的供货时间小于b2,不多于b3个的某种武器装备,目标是获得最大的武器装备采购综合效益,建立武器装备采购供应商选择目标函数,该目标函数是标准线性规划方程,如公式7所示:
maxf=c1x1+c2x2+…+cnxn (公式7),
其中,向量x=(x1,x2,…,xi,xn)表示从各个武器装备采购供应商处分别采购的不同价格和供货时间的武器装备数量;xi表示从武器装备采购供应商i采购的武器装备的数量;
并且,该武器装备采购供应商选择标准线性规划方程满足如下约束方程:
所述约束方程的系数矩阵为:
该矩阵A是一个3×n阶矩阵,矩阵A的全部向量为正数;是矩阵A中的3个变量,每个变量对应一个列向量;矩阵A中与线性无关的n-3个列向量,可以将这3个变量转换为线性表达式的形式,再将这3个变量对应的所述线性表达式代入公式7,可以将武器装备采购供应商选择目标函数转换为线性表达式形式;其中为基变量,其余n-3个列向量对应的变量为非基变量;
本实施例中,矩阵A中与这3个变量对应的3个列向量线性无关,则可以将这3个变量解出来,也就是它们可以写成其他n-3个变量的线性表达式。再将这些表达式代入公式7,可以得到用这n-3个变量的线性表达式表达的目标函数。
步骤S1032:用R表示非基变量的下标所组成的集合,建立第二目标函数,即公式9,该第二目标函数是以线性规划定界算法方程表达的:
该线性规划定界算法方程满足公式10:
在所述第二目标函数中,非基变量xj的系数y0j为非基变量xj的检验数;
定义可行解与基本解,可行解是指,如果一组变量的取值满足公式10,则为一组可行解;基本解是指,如果一组变量的取值可以写成目标表达式公式11的形式,称为目标函数的一组基本解;如果一组基本解又满足公式10,则称为一组基可行解;
设是一组基本解,如果每个非基变量xj都取其下界值vj或取其上界值uj,其中j∈R;并且当xj取其下界值vj时,该非基变量xj在第二目标函数公式9中的系数y0j≤0;并且xj取其上界值uj时,该非基变量xj在目标函数表达式公式11中的系数y0j≥0,则称该基本解为正则解;也就是说,在正则解中,取下界值的非基变量xj,其检验数为y0j≤0;取上界值的非基变量xj,其检验数y0j≥0;
用R1表示取下界值的非基变量的下标集合,用R2表示取上界值的非基变量的下标集合;则公式11和公式12可以表示为标准形式的武器装备采购供应商选择线性规划定界算法方程:
其中y0j≤0,j∈R1
y0j≥0,j∈R2。
所述步骤S104:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算,包括:
步骤S1041:确定初始非基变量的上下界值,由于线性规划定界算法方程xj初始的下界值vj(0)为0;确定方程xj初始的上界值uj(0)由下式求解:
步骤S1042:初始求解;记当前求解次数为1;
步骤S1043:判断当前求解次数是否达到预设值;若是,进入步骤S1045;若否,进入步骤S1044;
将符合公式14的xk进基;
将符合公式14的xk进基;
步骤S1045:如果进基变量的候选集合是空的,则无解,方法结束;如果存在无上界的非基变量,无论无上界的非基变量取多么大的数值,基变量的取值总满足非负要求和上下界限制,而目标函数的取值趋近于无穷大,这时原问题存在可行解,无最优解,可行解为输出可行解,方法结束。
本实施例中,可以通过表1记录初始解代入公式11和公式12的结果,初始的基本解如表1所示,
表1初始的基本解
解出xk,将xk的表达式代入公式9和公式10,得到一个新的解表达式,并开始新的求解过程。
本发明又一实施例,以具体数据说明本发明的基于定界算法的武器装备采伐供应商选择方法。
S1.获取武器装备采购供应商的特征数据
S101,获取武器装备采购供应商的特征数据;
从数据库读取500余个武器装备采购供应商的特征数据,包括供应商资产X1、供应商产值X2、供应商员工数量X3、武器装备生产数量X4、武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8等特征数据。
S102,分析武器装备采购供应商的关键特征;
根据武器装备采购供应商所有特征的数据,运用主成分分析法,包括原始数据标准化处理、计算相关系数矩阵、计算特征值和特征向量、计算关键特征等步骤,最后提取武器装备供应商选择的关键特征。
S103,得到武器装备采购供应商的关键特征
根据历史数据,计算得到的武器装备采购供应商特征可以抽象为两个主成分,见表2。从表2中可以看出,武器装备采购供应商特征可以由两个主成分进行概括,累计贡献率为94.508%。
表2主成分提取
主成分计算结果,见表3。
表3主成分评分系数矩阵
从表3中可以看出,主成分1为:武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8,可以理解为武器装备采购供应商选择的关键特征。主成分2为:供应商资产X1、供应商产值X2、供应商员工数量X3、武器装备生产数量X4,可以理解为武器装备采购供应商基本情况的关键特征。因此,用主成分1:武器装备采购供应商选择的关键特征,进行模型构建和计算。
例如,当前要解决的问题是,军方需要从A1、A2两个供应商采购某种类型的武器装备器材不少于5个,总费用低于15万,供货总时间低于12个月。已知,A1供应商该种武器装备的报价为3万元,承诺供货时间为1个月,历史上获得了武器装备采购合同10项,其中严格按照要求完成的8项;A2供应商该种武器装备的报价为2万元,供货时间为1.5个月,历史上获得了武器装备采购合同15项,其中严格按照要求完成的9项。现在计算分别从A1、A2两个供应商采购武器装备器材多少个,才能够获得最大化综合效益。
S2.计算武器装备采购供应商关键特征的数值
S201,计算供应商武器装备采购报价数值
(1)计算A1供应商和A2供应商武器装备采购报价数据分布
根据A1供应商武器装备采购报价的历史数据和公式1,计算得到A1供应商报价平均值为4.2,标准差为2.1。根据A2供应商武器装备采购报价的历史数据,计算得到A2供应商报价平均值为2.9,标准差为1.1。
(2)获取本次A1供应商和A2供应商武器装备采购报价数据
本次A1供应商武器装备采购报价为3万元,A2供应商武器装备采购报价为2万元。
(3)验证供A1供应商和A2供应商武器装备采购报价数据合理性
根据公式2,本次A1供应商和A2供应商武器装备采购报价为合理报价。
用A1=(a11,a12)表示,A1供应商的武器装备采购报价a11为3万,A2供应商的武器装备采购报价a12为2万。
S202,计算供应商武器装备采购供货时间数值
(1)计算A1供应商和A2供应商武器装备采购供货时间分布
根据A1供应商武器装备采购供货时间的历史数据和公式3,计算得到A1供应商供货时间平均值为0.8,标准差为1。根据A2供应商武器装备采购供货时间的历史数据,计算得到A2供应商供货时间平均值为2.1,标准差为0.8。
(2)获取本次A1供应商和A2供应商武器装备采购供货时间数据
本次A1供应商武器装备采购供货时间为1个月,A2供应商武器装备采购供货时间为1.5个月。
(3)验证供A1供应商和A2供应商武器装备采购供货时间数据合理性
根据公式4,本次A1供应商和A2供应商武器装备采购供货时间是合理的。
用A2=(a21,a22)表示,A1供应商的武器装备采购供货时间a21为1个月,A2供应商的武器装备采购供货时间a22为1.5个月。
S203,计算A1供应商和A2供应商武器装备采购综合效益数值
S3.建立武器装备采购供应商选择模型
S101,建立标准形式的武器装备采购供应商选择线性规划方程
将上述问题,转化为线性规划问题:
maxf=0.8x1+0.6x2
x1,x2,分别表示采购供应商A1、A2的数量。先将线性规划的不等式约束化为等式约束,引入两个人工变量x3,x4,又称作松弛变量,得到线性规划方程:
maxf=0.8x1+0.6x2(16)
S102,建立标准形式的武器装备采购供应商选择线性规划定界算法方程
根据公式(3)和公式(4),将公式(10)和公式(11)所对应的线性规划问题,建立标准形式的线性规划定界算法方程:
maxf=0+0.8x1+0.6x2 (18)
x3,x4,x5为基变量,x1,x2为非基变量。其中非基变量x1的检验数为0.8,非基变量x2的检验数为0.6。由于非基变量x1,x2的检验数都大于0,定界算法开始时。
S2.确定初始非基变量上下界值
S3.求解线性规划定界算法方程
表4初始的基本正则解
检查最后一列,基变量x3,x5的取值不满足非负要求,由下式确定进基变量:
确定x1为进基变量,x3为出基变量。迭代后的表格如表5:
表5
检查最后一列,基变量x5的取值不满足非负要求,由下式确定进基变量:
确定x2为进基变量,x5为出基变量。迭代后的表格如表6:
表6
检查最后一列,基变量x1,x4,x2的取值已经满足了非负要求和上下界限制,也就是当取一组值:x1=5,x2=0
由所对应的表6可知,采购供应商A1的5个武器装备器件和供应商A2的0个武器装备器件,为可行解,也是最优解。
本发明实施例进一步给出一种基于定界算法的武器装备采购供应商选择装置,如图3所示,所述装置包括:
特征提取模块:从存储有武器装备采购历史数据的数据库获取武器装备采购历史数据,对所述武器装备采购历史数据进行处理,获取武器装备采购供应商的特征数据,运用主成分分析法,提取所述武器装备采购供应商的关键特征;所述特征数据为N个武器装备采购供应商的特征数据,包括供应商资产X1、供应商X2、供应商员工数量X3、武器装备生产数量X4、武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;所述武器装备报价X5是指不同武器装备采购供应商的武器装备的报价;所述武器装备采购供货时间X7是指不同武器装备采购供应商提供武器装备的时间和周期;提取的所述武器装备采购供应商的关键特征包括武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;
计算特征模块:计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定;
构建模型模块:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程;
计算模块:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算。
本发明实施例进一步给出一种基于定界算法的武器装备采购供应商选择系统,包括:
处理器,用于执行多条指令;
存储器,用于存储多条指令;
其中,所述多条指令,用于由所述存储器存储,并由所述处理器加载并执行如前所述的基于定界算法的武器装备采购供应商选择方法。
本发明实施例进一步给出一种计算机可读存储介质,所述存储介质中存储有多条指令;所述多条指令,用于由处理器加载并执行如前所述的基于定界算法的武器装备采购供应商选择方法。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,实体机服务器,或者网络云服务器等,需安装Windows或者Windows Server操作系统)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种基于定界算法的武器装备采购供应商选择方法,其特征在于,包括以下步骤:
步骤S101:从存储有武器装备采购历史数据的数据库获取武器装备采购历史数据,对所述武器装备采购历史数据进行处理,获取武器装备采购供应商的特征数据,运用主成分分析法,提取所述武器装备采购供应商的关键特征;所述特征数据为N个武器装备采购供应商的特征数据,包括供应商资产X1、供应商X2、供应商员工数量X3、武器装备生产数量X4、武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;所述武器装备报价X5是指不同武器装备采购供应商的武器装备的报价;所述武器装备采购供货时间X7是指不同武器装备采购供应商提供武器装备的时间和周期;提取的所述武器装备采购供应商的关键特征包括武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;
步骤S102:计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定;
步骤S103:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程;
步骤S104:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算。
2.如权利要求1所述的基于定界算法的武器装备采购供应商选择方法,其特征在于,所述步骤S101,所述运用主成分分析法,提取所述武器装备采购供应商的关键特征,包括:对获取的武器装备采购供应商的特征数据进行标准化处理,运用主成分分析法,计算相关系数矩阵,进而计算特征值和特征向量,求得关键特征,再提取武器装备采购供应商的关键特征。
3.如权利要求1所述的基于定界算法的武器装备采购供应商选择方法,其特征在于,所述步骤S102,包括:
步骤S1021:计算各个武器装备采购供应商的关键特征武器装备报价X5的数值,包括:
步骤S10211:从所述数据库中读取武器装备采购供应商i的历史报价数据,计算武器装备采购供应商i的历史报价数据的正态分布,公式如下:
式中,ui表示武器装备采购供应商i的历次同类型武器装备报价的平均值,σi表示武器装备采购供应商i的历次同类型武器装备报价的标准差,zi表示当次武器装备采购供应商i的武器装备报价,1≤i≤N;
步骤S10212:根据武器装备采购供应商i的实际报价,获取本次武器装备采购供应商i的武器装备报价数据;
步骤S10213:验证各个武器装备采购供应商i的武器装备报价的数据合理性,依据下式进行验证:
对于武器装备报价不合理的武器装备采购供应商,要求其重新提供新的报价,直到报价为合理报价作为合理报价;
步骤S10214:得到各武器装备采购供应商i的合理报价,构建各武器装备采购供应商i的武器装备报价向量A1=(a11,a12,…,a1i,…,a1n),a1i表示武器装备采购供应商i的武器装备的合理报价,n=N;
步骤S1022:计算各个武器装备采购供应商的武器装备采购供货时间X7的数值,包括:
步骤S10221:从所述数据库中读取武器装备采购供应商i的历史武器装备采购供货时间数据,计算武器装备采购供应商i的武器装备采购供货时间的正态分布,公式如下:
式中,vi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的平均值,δi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的标准差,yi表示当次武器装备采购供应商i的供货时间,1≤iN;
步骤S10222:根据武器装备采购供应商i的实际承诺,获取本次武器装备采购供应商i的武器装备采购供货时间数据;
步骤S10223:验证各个武器装备采购供应商i的武器装备采购供货时间的数据合理性,依据下式进行验证:
对于武器装备采购供货时间不合理的武器装备采购供应商,要求其重新提供新的供货时间,直到时间为合理供货时间作为合理武器装备采购供货时间;
步骤S10224:得到各武器装备采购供应商i的合理武器装备采购供货时间,构建各武器装备采购供应商i的武器装备采购供货时间向量A2=(a21,a22,…,a2i,…,a2n),a2i表示武器装备采购供应商i的合理的武器装备采购供货时间;
步骤S1023:计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定,包括:
步骤S10231:从所述数据库中读取武器装备采购供应商i的历史武器装备采购合同总数和武器装备采购合同完成总数,计算武器装备采购供应商i的武器装备采购综合效益数据,公式如下:
其中,ci表示武器装备采购供应商i的武器装备采购综合效益,mi表示历史上武器装备采购供应商i按照合同要求,完成的武器装备采购合同总数,ki表示历史上武器装备采购供应商i承担的武器装备采购合同总数;
步骤S10232:得到各武器装备采购供应商i的武器装备采购综合效益,构建各武器装备采购供应商i的武器装备采购综合效益向量C=(c1,c2,…,ci,…,cn),ci表示武器装备采购供应商i的武器装备采购综合效益。
4.如权利要求1所述的基于定界算法的武器装备采购供应商选择方法,其特征在于,所述步骤S103:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程,包括:
步骤S1031:根据约束条件建立武器装备采购供应商选择标准线性规划模型,所述约束条件包括军方采购总费用低于b1,总的供货时间小于b2,不多于b3个的某种武器装备,目标是获得最大的武器装备采购综合效益,建立武器装备采购供应商选择目标函数,该目标函数是标准线性规划方程,如公式7所示:
max f=c1x1+c2x2+…+cnxn (公式7),
其中,向量x=(x1,x2,…,xi,xn)表示从各个武器装备采购供应商处分别采购的不同价格和供货时间的武器装备数量;xi表示从武器装备采购供应商i采购的武器装备的数量;
并且,该武器装备采购供应商选择标准线性规划方程满足如下约束方程:
所述约束方程的系数矩阵为:
该矩阵A是一个3×n阶矩阵,矩阵A的全部向量为正数;是矩阵A中的3个变量,每个变量对应一个列向量;矩阵A中与线性无关的n-3个列向量,可以将这3个变量转换为线性表达式的形式,再将这3个变量对应的所述线性表达式代入公式7,可以将武器装备采购供应商选择目标函数转换为线性表达式形式;其中为基变量,其余n-3个列向量对应的变量为非基变量;
步骤S1032:用R表示非基变量的下标所组成的集合,建立第二目标函数,即公式9,该第二目标函数是以线性规划定界算法方程表达的:
该线性规划定界算法方程满足公式10:
在所述第二目标函数中,非基变量xj的系数y0j为非基变量xj的检验数;
定义可行解与基本解,可行解是指,如果一组变量的取值 满足公式10,则为一组可行解;基本解是指,如果一组变量的取值可以写成目标表达式-公式11的形式,则称为目标函数的一组基本解;如果一组基本解又满足公式10,则称为一组基可行解;
设是一组基本解,如果每个非基变量xj都取其下界值vj或取其上界值uj,其中j∈R;并且当xj取其下界值vj时,该非基变量xj在第二目标函数公式9中的系数y0j≤0;并且xj取其上界值uj时,该非基变量xj在目标函数表达式公式11中的系数y0j≥0,则称该基本解为正则解;也就是说,在正则解中,取下界值的非基变量xj,其检验数为y0j≤0;取上界值的非基变量xj,其检验数y0j≥0;
用R1表示取下界值的非基变量的下标集合,用R2表示取上界值的非基变量的下标集合;则公式11和公式12可以表示为标准形式的武器装备采购供应商选择线性规划定界算法方程:
其中y0j≤0,j∈R1
y0j≥0,j∈R2。
5.如权利要求4所述的基于定界算法的武器装备采购供应商选择方法,其特征在于,所述步骤S104:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算,包括:
步骤S1041:确定初始非基变量的上下界值,由于线性规划定界算法方程xj初始的下界值vj(0)为0;确定方程xj初始的上界值uj(0)由下式求解:
步骤S1042:初始求解;记当前求解次数为1;
步骤S1043:判断当前求解次数是否达到预设值;若是,进入步骤S1045;若否,进入步骤S1044;
将符合公式14的xk进基;
将符合公式14的xk进基;
6.一种基于定界算法的武器装备采购供应商选择装置,其特征在于,所述装置包括:
特征提取模块:从存储有武器装备采购历史数据的数据库获取武器装备采购历史数据,对所述武器装备采购历史数据进行处理,获取武器装备采购供应商的特征数据,运用主成分分析法,提取所述武器装备采购供应商的关键特征;所述特征数据为N个武器装备采购供应商的特征数据,包括供应商资产X1、供应商X2、供应商员工数量X3、武器装备生产数量X4、武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;所述武器装备报价X5是指不同武器装备采购供应商的武器装备的报价;所述武器装备采购供货时间X7是指不同武器装备采购供应商提供武器装备的时间和周期;提取的所述武器装备采购供应商的关键特征包括武器装备报价X5、武器装备采购合同总数X6、武器装备采购供货时间X7、武器装备采购合同完成数量X8;
计算特征模块:计算所述武器装备采购供应商的关键特征武器装备报价X5、武器装备采购供货时间X7的数值,计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定;
构建模型模块:建立武器装备采购供应商选择线性规划模型,建立标准形式的武器装备采购供应商选择线性规划定界算法方程;
计算模块:求解所述武器装备采购供应商选择线性规划模型,并在满足预设条件时结束计算。
7.如权利要求6所述的基于定界算法的武器装备采购供应商选择装置,其特征在于,所述特征提取模块,包括:
第一提取子模块:所述运用主成分分析法,提取所述武器装备采购供应商的关键特征,包括:对获取的武器装备采购供应商的特征数据进行标准化处理,运用主成分分析法,计算相关系数矩阵,进而计算特征值和特征向量,求得关键特征,再提取武器装备采购供应商的关键特征。
8.如权利要求6所述的基于定界算法的武器装备采购供应商选择装置,其特征在于,所述计算特征模块,包括:
计算报价子模块:计算各个武器装备采购供应商的关键特征武器装备报价X5的数值,包括:
第一计算报价子模块:从所述数据库中读取武器装备采购供应商i的历史报价数据,计算武器装备采购供应商i的历史报价数据的正态分布,公式如下:
式中,ui表示武器装备采购供应商i的历次同类型武器装备报价的平均值,σi表示武器装备采购供应商i的历次同类型武器装备报价的标准差,zi表示当次武器装备采购供应商i的武器装备报价,1≤i≤N;
第二计算报价子模块:根据武器装备采购供应商i的实际报价,获取本次武器装备采购供应商i的武器装备报价数据;
第三计算报价子模块:验证各个武器装备采购供应商i的武器装备报价的数据合理性,依据下式进行验证:
对于武器装备报价不合理的武器装备采购供应商,要求其重新提供新的报价,直到报价为合理报价作为合理报价;
第四计算报价子模块:得到各武器装备采购供应商i的合理报价,构建各武器装备采购供应商i的武器装备报价向量A1=(a11,a12,…,a1i,a1n),a1i表示武器装备采购供应商i的武器装备的合理报价,n=N;
计算时间子模块:计算各个武器装备采购供应商的武器装备采购供货时间X7的数值,包括:
第一计算时间子模块:从所述数据库中读取武器装备采购供应商i的历史武器装备采购供货时间数据,计算武器装备采购供应商i的武器装备采购供货时间的正态分布,公式如下:
式中,vi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的平均值,δi表示武器装备采购供应商i的历次同类型武器装备采购供货时间的标准差,yi表示当次武器装备采购供应商i的供货时间,1≤i≤N;
第二计算时间子模块:根据武器装备采购供应商i的实际承诺,获取本次武器装备采购供应商i的武器装备采购供货时间数据;
第三计算时间子模块:验证各个武器装备采购供应商i的武器装备采购供货时间的数据合理性,依据下式进行验证:
对于武器装备采购供货时间不合理的武器装备采购供应商,要求其重新提供新的供货时间,直到时间为合理供货时间作为合理武器装备采购供货时间;
第四计算时间子模块:得到各武器装备采购供应商i的合理武器装备采购供货时间,构建各武器装备采购供应商i的武器装备采购供货时间向量A2=(a21,a22,…,a2i,a2n),a2i表示武器装备采购供应商i的合理的武器装备采购供货时间;
计算综合效益子模块:计算武器装备采购综合效益的数值;所述武器装备采购综合效益,是指各个武器装备采购供应商完成合同数量与承担合同比值,所述武器装备采购综合效益由武器装备采购合同总数X6和武器装备采购合同完成数量X8共同确定,包括:
第一计算综合效益子模块:从所述数据库中读取武器装备采购供应商i的历史武器装备采购合同总数和武器装备采购合同完成总数,计算武器装备采购供应商i的武器装备采购综合效益数据,公式如下:
其中,ci表示武器装备采购供应商i的武器装备采购综合效益,mi表示历史上武器装备采购供应商i按照合同要求,完成的武器装备采购合同总数,ki表示历史上武器装备采购供应商i承担的武器装备采购合同总数;
第二计算综合效益子模块:得到各武器装备采购供应商i的武器装备采购综合效益,构建各武器装备采购供应商i的武器装备采购综合效益向量C=(c1,c2,…,ci,cn),ci表示武器装备采购供应商i的武器装备采购综合效益。
9.如权利要求6所述的基于定界算法的武器装备采购供应商选择装置,其特征在于,所述构建模型模块,包括:
第一构建模型子模块:根据约束条件建立武器装备采购供应商选择标准线性规划模型,所述约束条件包括军方采购总费用低于b1,总的供货时间小于b2,不多于b3个的某种武器装备,目标是获得最大的武器装备采购综合效益,建立武器装备采购供应商选择目标函数,该目标函数是标准线性规划方程,如公式7所示:
max f=c1x1+c2x2+…+cnxn (公式7),
其中,向量x=(x1,x2,…,xi,xn)表示从各个武器装备采购供应商处分别采购的不同价格和供货时间的武器装备数量;xi表示从武器装备采购供应商i采购的武器装备的数量;
并且,该武器装备采购供应商选择标准线性规划方程满足如下约束方程:
所述约束方程的系数矩阵为:
该矩阵A是一个3×n阶矩阵,矩阵A的全部向量为正数;是矩阵A中的3个变量,每个变量对应一个列向量;矩阵A中与线性无关的n-3个列向量,可以将这3个变量转换为线性表达式的形式,再将这3个变量对应的所述线性表达式代入公式7,可以将武器装备采购供应商选择目标函数转换为线性表达式形式;其中为基变量,其余n-3个列向量对应的变量为非基变量;
第二构建模型子模块:用R表示非基变量的下标所组成的集合,建立第二目标函数,即公式9,该第二目标函数是以线性规划定界算法方程表达的:
该线性规划定界算法方程满足公式10:
在所述第二目标函数中,非基变量xj的系数y0j为非基变量xj的检验数;
定义可行解与基本解,可行解是指,如果一组变量的取值 满足公式10,则x为一组可行解;基本解是指,如果一组变量的取值可以写成目标表达式公式11的形式,则称为目标函数的一组基本解;如果一组基本解又满足公式10,则称为一组基可行解;
设是一组基本解,如果每个非基变量xj都取其下界值vj或取其上界值uj,其中j∈R;并且当xj取其下界值vj时,该非基变量xj在第二目标函数公式9中的系数y0j≤0;并且xj取其上界值uj时,该非基变量xj在目标函数表达式公式11中的系数y0j≥0,则称该基本解为正则解;也就是说,在正则解中,取下界值的非基变量xj,其检验数为y0j≤0;取上界值的非基变量xj,其检验数y0j≥0;
用R1表示取下界值的非基变量的下标集合,用R2表示取上界值的非基变量的下标集合;则公式11和公式12可以表示为标准形式的武器装备采购供应商选择线性规划定界算法方程:
其中y0j≤0,j∈R1
y0j≥0,j∈R2。
10.如权利要求9所述的基于定界算法的武器装备采购供应商选择装置,其特征在于,所述计算模块,包括:
初始子模块:初始求解;记当前求解次数为1;
判断子模块:判断当前求解次数是否达到预设值;
将符合公式14的xk进基;
将符合公式14的xk进基;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010206508.2A CN111428927B (zh) | 2020-03-23 | 2020-03-23 | 一种基于定界算法的武器装备采购供应商选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010206508.2A CN111428927B (zh) | 2020-03-23 | 2020-03-23 | 一种基于定界算法的武器装备采购供应商选择方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111428927A true CN111428927A (zh) | 2020-07-17 |
CN111428927B CN111428927B (zh) | 2023-09-26 |
Family
ID=71548612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010206508.2A Active CN111428927B (zh) | 2020-03-23 | 2020-03-23 | 一种基于定界算法的武器装备采购供应商选择方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111428927B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191814A (zh) * | 2021-05-14 | 2021-07-30 | 扬州互江船舶科技有限公司 | 一种自动询价采购的方法及系统 |
CN114240509A (zh) * | 2021-12-22 | 2022-03-25 | 润联软件系统(深圳)有限公司 | 产品采购分析方法、装置、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496080A (zh) * | 2011-12-26 | 2012-06-13 | 山东浪潮齐鲁软件产业股份有限公司 | 利用云端服务器线性规划制定订货最优化策略的方法 |
CN104156508A (zh) * | 2014-07-23 | 2014-11-19 | 国家电网公司 | 混合整数线性规划模型的求解方法 |
CN104599026A (zh) * | 2014-10-13 | 2015-05-06 | 芜湖扬宇机电技术开发有限公司 | 一种供应商选择方法 |
CN109840805A (zh) * | 2019-01-24 | 2019-06-04 | 四川长虹电器股份有限公司 | 一种基于正态分布模型的采购价格控制方法及系统 |
-
2020
- 2020-03-23 CN CN202010206508.2A patent/CN111428927B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496080A (zh) * | 2011-12-26 | 2012-06-13 | 山东浪潮齐鲁软件产业股份有限公司 | 利用云端服务器线性规划制定订货最优化策略的方法 |
CN104156508A (zh) * | 2014-07-23 | 2014-11-19 | 国家电网公司 | 混合整数线性规划模型的求解方法 |
CN104599026A (zh) * | 2014-10-13 | 2015-05-06 | 芜湖扬宇机电技术开发有限公司 | 一种供应商选择方法 |
CN109840805A (zh) * | 2019-01-24 | 2019-06-04 | 四川长虹电器股份有限公司 | 一种基于正态分布模型的采购价格控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
吕游 等: "供应链管理环境下军用物资多品种采购的多供应商选择研究", 《军事物流》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191814A (zh) * | 2021-05-14 | 2021-07-30 | 扬州互江船舶科技有限公司 | 一种自动询价采购的方法及系统 |
CN113191814B (zh) * | 2021-05-14 | 2022-07-01 | 扬州互江船舶科技有限公司 | 一种自动询价采购的方法及系统 |
CN114240509A (zh) * | 2021-12-22 | 2022-03-25 | 润联软件系统(深圳)有限公司 | 产品采购分析方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111428927B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brynjolfsson et al. | GDP-B: Accounting for the value of new and free goods in the digital economy | |
CN108351999A (zh) | 用于为零售商提供多渠道库存分配途径的系统和方法 | |
CN110348635A (zh) | 基于端对端学习的智能补货方法、存储介质、系统及装置 | |
CN111428927B (zh) | 一种基于定界算法的武器装备采购供应商选择方法及装置 | |
CN111881158A (zh) | 一种管理报表数据处理方法、装置、计算机系统及可读存储介质 | |
CN109858716A (zh) | 一种基于综合指数效益分析模型的加油站效益计算方法 | |
US8473368B2 (en) | Method, system and controller for providing goods and /or services to consumers | |
CN111078997B (zh) | 一种资讯推荐方法及装置 | |
CN115829722A (zh) | 信用风险评分模型的训练方法及信用风险评分方法 | |
CN115269973A (zh) | 策略模型的处理方法、装置及计算机可读存储介质 | |
CN110827137A (zh) | 信用评价方法和装置 | |
CN114897607A (zh) | 产品资源的数据处理方法及装置、电子设备、存储介质 | |
CN114997109A (zh) | 单据转换方法、装置、计算机设备和存储介质 | |
CN111626572A (zh) | 数字化智能风控方法及相关产品 | |
CN116976712A (zh) | 异常指标的根因确定方法、装置、设备以及存储介质 | |
CN113506172A (zh) | 一种风险预警方法及其相关设备 | |
CN111984657A (zh) | 数据归集方法、装置、存储介质及计算机设备 | |
CN118212041B (zh) | 一种金融理财产品推荐方法及系统 | |
CN111882429B (zh) | 一种银行系统字段长度分段方法和装置 | |
JP4238981B2 (ja) | 建物内機器類のリースによる調達の支援システム | |
CN108346080A (zh) | 一种流量套餐组合优化方法及装置 | |
CN118195247A (zh) | 任务分配方法、装置、计算机设备和存储介质 | |
CN118505342A (zh) | 信息推送方法及装置 | |
CN111784080A (zh) | 售电公司客户信用预测方法、装置、设备及存储介质 | |
CN115729923A (zh) | 客户数据分析方法、装置、存储介质及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |