專利名稱：用于供應(yīng)鏈管理的生產(chǎn)優(yōu)化器的制作方法
用于供應(yīng)鏈管理的生產(chǎn)優(yōu)化器
背景技術(shù)：
優(yōu)化供應(yīng)鏈問題是一個復(fù)雜的問題。通常，供應(yīng)鏈管理涉及產(chǎn)品從生 產(chǎn)地點通過中間位置到達(dá)最終使用地點的流程。簡單地說，供應(yīng)鏈管理
(SCM)問題可描述為產(chǎn)品可按不同的成本從多種源生產(chǎn)出來(或獲得)， 同時，產(chǎn)品必須被輸送、產(chǎn)品必須被分配給大量顧客。應(yīng)注意到，這不同 于傳統(tǒng)的輸送優(yōu)化問題。在輸送優(yōu)化的情形中，必須將特定的產(chǎn)品從源輸 送到目的地，并且，關(guān)鍵問題是如何最有效地輸送一組產(chǎn)品。但是，當(dāng)所 討論的產(chǎn)品是商品例如工業(yè)液體時，SCM問題會非常復(fù)雜。在該情況下， 輸送到任何給定的目的地的商品可以從任何可利用的源生產(chǎn)出來(或獲 得)。因此，在SCM問題中加入生產(chǎn)方面的問題將會使優(yōu)化過程異常復(fù) 雜。
目前，優(yōu)化系統(tǒng)可用于優(yōu)化SCM問題的分配方面。這些系統(tǒng)通常為 從指明的位置開始的一組輸送行為確定一組輸送路線。但是，這種系統(tǒng)往 往由于未能考慮不同的生產(chǎn)可能性而受到限制。同時，至少對于商用物資 (commodity material)的生產(chǎn)者和分配者而言，能量成本常常因位置的 不同而大不相同，不同的工廠具有不同的成本和生產(chǎn)特點，并且客戶對商 品的使用率也會不同。因此，選擇生產(chǎn)策略可能會對運營成本有非常大的 影響。實際上，對于工業(yè)液體的生產(chǎn)和分配，生產(chǎn)和分配成本最大部分可 能是生產(chǎn)工廠所使用的動力的成本。在這種情況下，構(gòu)造用于優(yōu)化產(chǎn)品分 配的系統(tǒng)可能產(chǎn)生遠(yuǎn)非最優(yōu)的結(jié)果。這是因為，在生產(chǎn)工廠用極低的生產(chǎn) 成本來生產(chǎn)物資往往是有利的，即便這可能會大大增加一些輸送行為的運 輸成本。但是，目前的優(yōu)化系統(tǒng)往往未考慮到這些情形。
因此，需要一種能夠為商品的生產(chǎn)者和分配者對SCM問題的生產(chǎn)方
面和分配方面都進(jìn)行優(yōu)化的優(yōu)化技術(shù)。

發(fā)明內(nèi)容
本發(fā)明的各實施例同時涉及供應(yīng)鏈管理問題的生產(chǎn)方面和分配方面。 例如，本發(fā)明的實施例可用于同時優(yōu)化商用物資如工業(yè)液體的生產(chǎn)和分配。
本發(fā)明的 一個實施例包括一種優(yōu)化供應(yīng)鏈的方法。該方法總體包括 使用遺傳算法優(yōu)化技術(shù)對種子方案族群進(jìn)行優(yōu)化而生成用于供應(yīng)鏈的最優(yōu) 生產(chǎn)方案，以及
使用蟻群優(yōu)化技術(shù)生成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案。綜合起來， 利用遺傳算法優(yōu)化技術(shù)和蟻群優(yōu)化技術(shù)可快速確定針對SCM問題的高品 質(zhì)的解決方案。
在一具體實施例中，生成供應(yīng)鏈的最優(yōu)生產(chǎn)方案可包括讀取輸入數(shù) 據(jù)，其中，輸入數(shù)據(jù)描述待優(yōu)化的供應(yīng)鏈問題；生成方案族群，其中，該 族群中的每一種方案說明了待優(yōu)化的供應(yīng)鏈問題的一種可行的解決方案；
評估該族群中的每一種方案并根據(jù)評估將該族群中的方案進(jìn)行分類；以及， 利用族群執(zhí)行遺傳算法優(yōu)化技術(shù)，直到滿足由輸入數(shù)據(jù)指定的終止條件。
一般而言，遺傳算法優(yōu)化技術(shù)可構(gòu)造成使初始族群"進(jìn)化"數(shù)代、生 成新方案并根據(jù)判斷從族群中除去劣等方案。通常利用選定的修正技術(shù)改 變方案而生成新的方案。可使用任意數(shù)量的方案修正技術(shù)。例如， 一種方 案修正技術(shù)包括隨機修正族群中的方案，另 一種技術(shù)包括基于啟發(fā)式規(guī)則 修正方案，以及第三種技術(shù)包括使兩種或多種方案雜交繁育。另外，由于 待優(yōu)化的SCM問題可能反映了實際操作，因此，輸入數(shù)據(jù)可能來自于描 述當(dāng)前生產(chǎn)和分配操作的實際操作的系統(tǒng)狀態(tài)數(shù)據(jù)庫。此外，輸入數(shù)據(jù)可 以結(jié)構(gòu)化的形式例如廣泛使用的用來描述數(shù)據(jù)的可擴展標(biāo)記語言(XML) 提供。
方案的初始族群可通過多種方法生成。例如，種子方案的族群可包括 根據(jù)啟發(fā)式規(guī)則生成的第一組方案和利用隨機過程生成的第二組方案。 另外，在另一具體實施例中，利用議群優(yōu)化技術(shù)生成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案可包括初始化供應(yīng)鏈中每一個生產(chǎn)工廠的工廠權(quán)向量 (plant weight vector);初始化供應(yīng)鏈中每一個輸送位置的裝備向量；以 及，生成分配方案，其中，分配方案描述了從生產(chǎn)工廠到至少一個輸送位 置的一條或多條輸送路線。
一般而言，工廠權(quán)向量的分量可表明從該向量所代表的工廠到裝備的 集合的輸送行為的優(yōu)選性。并且，裝備向量的分量可表明從裝備向量所代 表的裝備到其它裝備的輸送路線的優(yōu)選性。


將結(jié)合附圖參考下文的詳細(xì)說明進(jìn)一步理解本發(fā)明的本質(zhì)和目標(biāo)，在 附圖中，相似的組成部分被指定為相同的或類似的標(biāo)記，其中
圖1示出根據(jù)本發(fā)明的一個實施例的供應(yīng)鏈優(yōu)化系統(tǒng)；
圖2進(jìn)一步示出圖1的根據(jù)本發(fā)明的一個實施例的供應(yīng)鏈優(yōu)化系統(tǒng)的 組成部分；
圖3示出圖1的根據(jù)本發(fā)明的一個實施例的供應(yīng)鏈優(yōu)化系統(tǒng)所使用的 一組輸入文件；
圖4進(jìn)一步示出圖1的根據(jù)本發(fā)明的一個實施例的供應(yīng)鏈優(yōu)化系統(tǒng)的 組成部分；
圖5-6示出根據(jù)本發(fā)明的一個實施例的生產(chǎn)優(yōu)化器的工作過程；以及
圖7-9示出根據(jù)本發(fā)明的一個實施例的分配優(yōu)化器的工作過程。
具體實施例方式
本發(fā)明的實施例提供了一種可用于優(yōu)化商用物資的生產(chǎn)和分配的計算 機化的優(yōu)化系統(tǒng)。本文所指的供應(yīng)鏈優(yōu)化(SCM)問題是指同時優(yōu)化商用 物資的生產(chǎn)和分配。例如，本發(fā)明的實施例可用于優(yōu)化工業(yè)液體例如液態(tài) 氮、液態(tài)氧、液態(tài)氬等的生產(chǎn)和分配。
一般地，術(shù)語"優(yōu)化"在文中用來說明對應(yīng)于SCM問題的通常在生 產(chǎn)成本、分配成本和/或其它因素方面優(yōu)于其它解決方案的解決方案。SCM問題的解決方案是對生產(chǎn)和/或分配計劃的描述。理想的方案可滿足任何操 作上的約束(例如生產(chǎn)的限制和顧客的需求)，而同時還能使生產(chǎn)和分配
的總的成本最小。但是，應(yīng)注意到，本發(fā)明的實施例不是必須確定SCM 問題的真正最佳或最好的解決方案。相反地，術(shù)語"優(yōu)化，，通常是指在合 理的時間段內(nèi)確定針對難題的可接受的解決方案。在一個實施例中，優(yōu)化 系統(tǒng)包括構(gòu)造用于尋求優(yōu)化問題的高品質(zhì)解決方案的軟件應(yīng)用。
在商品的生產(chǎn)和分配的情況下，優(yōu)化系統(tǒng)可構(gòu)造成用于確定能滿足顧 客的需求同時還能降低操作成本的工廠生產(chǎn)水平和路線計劃。例如，可被 認(rèn)可的優(yōu)化包括通過在不同的工廠之間轉(zhuǎn)移(shift)生產(chǎn)來降低動力成 本；確定生產(chǎn)源和用于每一必要的輸送行為的送貨路線；以及，確定將在 輸送路線的各站輸送的商品的量，以滿足顧客的要求。
文中針對用于生產(chǎn)和分配液態(tài)氧(LOX或02)和液態(tài)氮(LIN或N2) 的生產(chǎn)和分配系統(tǒng)對本發(fā)明的實施例進(jìn)行說明。但是，本領(lǐng)域的普通技術(shù) 人員應(yīng)能認(rèn)識到，本發(fā)明的實施例可改變成適于對多種商品的生產(chǎn)和分配 進(jìn)行優(yōu)化，包括對多于(或少于)兩種物質(zhì)的生產(chǎn)和分配進(jìn)行優(yōu)化，所述
物質(zhì)可包含除02或N2之外的其它物質(zhì)。
圖1示出根據(jù)本發(fā)明的一個實施例的供應(yīng)鏈優(yōu)化系統(tǒng)100。通常，示 出在系統(tǒng)100中的部件可實施成構(gòu)造用于現(xiàn)有的計算機系統(tǒng)如臺式計算 機、服務(wù)器計算機、筆記本電腦、平板式電腦等的計算機應(yīng)用軟件。但是， 這里所述的應(yīng)用并不局限于任何具體的計算系統(tǒng)，而是可適用于在可能時 利用該新的計算系統(tǒng)。此外，系統(tǒng)100可適用于多處理環(huán)境，例如具有多 個CPU和具有分布式和并行式系統(tǒng)如計算集群或網(wǎng)格的系統(tǒng)(computing clusters or grids )。
另外，系統(tǒng)100中所示的軟件應(yīng)用可在通過計算^L網(wǎng)絡(luò)進(jìn)行通信的分 布式系統(tǒng)上執(zhí)行，所述計算機網(wǎng)絡(luò)包括局域網(wǎng)或大的廣域網(wǎng)如互聯(lián)網(wǎng)。在 一個實施例中，系統(tǒng)100的組成部分可設(shè)置成存儲在計算機可讀介質(zhì)如 CD-ROM、 DVD-ROM、閃速存儲模塊或其它的有形存儲介質(zhì)上的應(yīng)用程 序(或多個程序)。
一般而言，被執(zhí)行以實施本發(fā)明的實施例的例行程序可以是操作系統(tǒng) 或特定應(yīng)用、組成部分、程序、模塊、對象或指令序列的一部分。本發(fā)明 的計算機程序通常包括多條指令，該多條指令可被本地計算機翻譯成可機
讀的格式并因此成為可執(zhí)行的指令。程序還包括位于程序部分中或者可在 存儲器內(nèi)或存儲設(shè)備上找到的變量和數(shù)據(jù)結(jié)構(gòu)。另外，下文所述的各種程 序可根據(jù)它們在本發(fā)明的特定實施例中用于實施的應(yīng)用進(jìn)行識別。但是， 應(yīng)理解到，下文中任何具體的程序術(shù)語僅出于方便而使用，因此，本發(fā)明 不應(yīng)局限于只用在通過這種術(shù)語識別和/或暗示的任何特定的應(yīng)用中。
如圖所示，系統(tǒng)100包括輸入模塊115、優(yōu)化模塊120和輸出模塊130。 輸入模塊115可構(gòu)造成接收和處理描述待優(yōu)化的生產(chǎn)和分配系統(tǒng)(即描述 SCM問題)的數(shù)據(jù)。在一個實施例中，輸入模塊115可構(gòu)造成讀取和處理 可擴展標(biāo)記語言(XML)文檔。XML是廣泛使用的用于創(chuàng)建描述數(shù)據(jù)結(jié) 構(gòu)的標(biāo)記語言的標(biāo)準(zhǔn)。XML允許用戶定義一組標(biāo)記符和文檔結(jié)構(gòu)。另外， 在市場上可買到多種XML文檔閱讀器、編輯器和實用插件(utility)。
在一個實施例中，輸入模塊115可生成一組描述待優(yōu)化的生產(chǎn)和分配 場景的輸入文件。例如，系統(tǒng)數(shù)據(jù)庫105可存儲關(guān)于生產(chǎn)和分配操作的當(dāng) 前狀態(tài)的信息，例如與生產(chǎn)設(shè)施、生產(chǎn)水平、預(yù)測需求、當(dāng)前生產(chǎn)成本、 客戶地點、客戶要求、分配設(shè)施和分配成本等有關(guān)的信息。從該信息中， 輸入模塊115可構(gòu)造用于生成一組輸入文件，這些文件利用從系統(tǒng)數(shù)據(jù)庫 105中取回的數(shù)據(jù)、由用戶提供的用于評估模塊(被用來評估方案)的設(shè) 置以及優(yōu)化模塊120的用戶配置來描述當(dāng)前操作狀態(tài)。另外，輸入模塊115 還可用來對描述可能的生產(chǎn)和分配場景的"whatif，場景110進(jìn)行處理。
例如，用戶可建立"whatif，場景110以研究設(shè)備升級所能獲得的利 益、研究增加新顧客的成本、或研究增添或拆除生產(chǎn)設(shè)施的利益。在這種 情況下，用戶可對從系統(tǒng)數(shù)據(jù)庫生成的一組輸入文件進(jìn)行編輯，以對生產(chǎn) 和分配操作的當(dāng)前狀態(tài)的各方面進(jìn)行修正。但是，應(yīng)注意到，優(yōu)化系統(tǒng)IOO 和輸入模塊115并不需要區(qū)分利用系統(tǒng)數(shù)據(jù)庫105中的信息限定的優(yōu)化問 題和由用戶建立的"whatif，場景110限定的優(yōu)化問題。
如圖所示，優(yōu)化模塊120同時包括分配優(yōu)化器122和生產(chǎn)優(yōu)化器124。 分配優(yōu)化器可構(gòu)造用于確定生產(chǎn)設(shè)施的低成本設(shè)置，該設(shè)置滿足操作約束， 同時使操作成本最小化。生產(chǎn)優(yōu)化器可構(gòu)造用于確定有效的分配策略。通 過將所述兩個優(yōu)化模塊包含在單個優(yōu)化系統(tǒng)100中，生產(chǎn)優(yōu)化可考慮到分 配成本和約束而實施，反之亦然。在一個實施例中，優(yōu)化模塊可構(gòu)造用于
為即將到來的一段時間提供生產(chǎn)和分配計劃。在典型的情況中，優(yōu)化模塊 120可為一周的時間周期提供生產(chǎn)和分配計劃。但是，實際的時間周期可 被指定為提供給輸入模塊115的一組輸入文件的一部分。
此外，盡管分配優(yōu)化器122和生產(chǎn)優(yōu)化器124可彼此結(jié)合地工作，但 是，每個優(yōu)化器可構(gòu)造成使用不同的優(yōu)化方法。這使得優(yōu)化模塊122和124 可以針對被優(yōu)化的問題使用最適合的技術(shù)進(jìn)行操作。由于同時包含了構(gòu)造 成使用不同的優(yōu)化方法的分配優(yōu)化器122和生產(chǎn)優(yōu)化器124,本發(fā)明的實 施例可以在比其它可供選擇的系統(tǒng)更短的時間內(nèi)確定較高品質(zhì)的解決方 案。
優(yōu)化模塊120可執(zhí)行的優(yōu)化技術(shù)的示例包括蟻群優(yōu)化器、遺傳算法、 領(lǐng)域特殊性啟發(fā)(domain specific heuristics )和數(shù)學(xué)/數(shù)值技術(shù)(例如線性 規(guī)劃)等。在一具體實施例中，生產(chǎn)優(yōu)化器124可以利用遺傳算法優(yōu)化商 用物資的生產(chǎn)，而分配優(yōu)化器122可以利用蟻群技術(shù)優(yōu)化這些物資的分配。 下文所述的圖5-6提供了可被生產(chǎn)優(yōu)化器124使用的遺傳算法優(yōu)化技術(shù)的 示例，而圖7-8提供了可被分配優(yōu)化器122使用的蟻群優(yōu)化技術(shù)的示例。
輸出模塊130可構(gòu)造用于生成組織和表示優(yōu)化運行的結(jié)果的輸出數(shù) 據(jù)。例如，當(dāng)優(yōu)化模塊120完成優(yōu)化運行時，輸出模塊130可構(gòu)造成生成 多種報告，這些報告對所找到的最佳方案、潛在的數(shù)據(jù)問題以及與所找到 的最佳方案有關(guān)的成本分析進(jìn)行描述。操作控制中心135可利用這些凈艮告 實施由優(yōu)化模塊120生成的方案。類似地，策略分析器140可對由輸出模 塊130生成的與"what if，場景110有關(guān)的報告進(jìn)行分析。在一個實施例 中，輸出模塊可構(gòu)造成生成XML格式的報告。
圖2進(jìn)一步示出圖1的根據(jù)本發(fā)明的一個實施例的供應(yīng)鏈優(yōu)化系統(tǒng)100的組成部分。如圖所示，圖2示出輸入^t塊115的一實施例，其包括 用戶界面模塊205、數(shù)據(jù)輸入模塊210、數(shù)據(jù)驗證模塊215和數(shù)據(jù)處理模塊 220。用戶界面模塊205可允許用戶與優(yōu)化系統(tǒng)100交互作用。例如，用戶 界面模塊205可以提供圖形用戶界面，該圖形用戶界面允許對描述待優(yōu)化 的生產(chǎn)和分配場景的輸入文件和與這種場景相關(guān)的參數(shù)進(jìn)行圖形編輯，并 允許用戶查看由輸出模塊130生成的優(yōu)化運行的結(jié)果。另外，用戶界面模 塊205可允許用戶執(zhí)行多種功能，例如啟動優(yōu)化運行、顯示正在進(jìn)行的或 已完成的優(yōu)化運行的結(jié)果以及中斷正在進(jìn)行的優(yōu)化運行。
在一個實施例中，數(shù)據(jù)驗證模塊215可構(gòu)造成對由輸入模塊210生成 的輸入數(shù)據(jù)進(jìn)行驗證。例如，數(shù)據(jù)驗證模塊215可驗證描述"whatif，場 景110的XML文檔是否合乎格式。如果輸入數(shù)據(jù)文件不符合優(yōu)化系統(tǒng)100 所使用的XML語法，則用戶界面模塊205可設(shè)計用于向用戶提供關(guān)于所 識別的實際問題的指示。
在優(yōu)化運行開始之前，預(yù)處理模塊220可構(gòu)造成執(zhí)行任何初步計算以 提高優(yōu)化過程的效率。例如，在一個實施例中，預(yù)處理模塊220可構(gòu)造用 于生成向其輸送物資的裝備的需求預(yù)測。換句話說，預(yù)處理模塊220可生 成消費者對由生產(chǎn)設(shè)施產(chǎn)生的商用物資的需求的預(yù)測。在這種情況下，預(yù) 處理模塊220可用于計算裝備對商用物資的平均日消耗量，并在優(yōu)化運行 期間利用這些平均日消耗量。在一具體實施例中，可以從針對每個裝備的 輸入需求預(yù)測開始，通過用在計劃周期的第一天的罐內(nèi)預(yù)測液位(forecast tanklevel)減去在計劃周期的最后一天的罐內(nèi)預(yù)測液位、并將該數(shù)量除以 計劃周期內(nèi)的天數(shù)，來計算向其輸送物資的裝備的日消耗量。
圖3示出根據(jù)本發(fā)明的一個實施例的一組輸入文件300。如上所述， 輸入文件300可對與生產(chǎn)設(shè)施、生產(chǎn)水平、需求預(yù)測、當(dāng)前生產(chǎn)成本、客 戶地點、客戶要求、分配設(shè)施和分配成本有關(guān)的信息進(jìn)行描述。此外，如 上所述，輸入文件可生成為XML格式。如圖所示，輸入文件300可包括 提供關(guān)于優(yōu)化問題的一般信息如優(yōu)化器的設(shè)置、所要采用的優(yōu)化技術(shù)、輸 出設(shè)置等的構(gòu)造數(shù)據(jù)305。設(shè)施數(shù)據(jù)310可包括與商用物資的生產(chǎn)有關(guān)的數(shù)據(jù)。也就是說，設(shè)施數(shù)據(jù)310可描述SCM問題的生產(chǎn)方面。例如，對 于液態(tài)氧和氮的生產(chǎn)，設(shè)施數(shù)據(jù)310可包括儲罐尺寸、生產(chǎn)工廠容量、生 產(chǎn)工廠位置、當(dāng)前的庫存物資、要求工廠停工或生產(chǎn)的天數(shù)以及對定額 (splits)(即在生產(chǎn)工廠液態(tài)氧對液態(tài)氮的相對生產(chǎn)百分?jǐn)?shù))的限定。更 一般而言，設(shè)施數(shù)據(jù)310可包括具體情況中任何與商用物資的生產(chǎn)有關(guān)的 信息。
裝備數(shù)據(jù)315和顧客數(shù)據(jù)320可描述與生產(chǎn)和分配優(yōu)化問題的分配方 面有關(guān)的信息，例如裝備數(shù)據(jù)可描述罐的尺寸、當(dāng)前的庫存量、對輸送時 間的限制；顧客數(shù)據(jù)320還可描述輸送要求、合同義務(wù)、位置數(shù)據(jù)等。更 一般而言，裝備數(shù)據(jù)315和顧客數(shù)據(jù)320可包括具體情況中任何與商用物 資的消費者有關(guān)的信 息o
庫房和運輸數(shù)據(jù)325可描述可用的分配資源，如駕駛員、卡車、拖車、 軌道車、管道及具體情況中任何其它與商用物資的運輸和輸送有關(guān)的相關(guān) 數(shù)據(jù)。
圖4進(jìn)一步示出圖1的根據(jù)本發(fā)明的一個實施例的供應(yīng)鏈優(yōu)化系統(tǒng) 100的組成部分。圖4示出優(yōu)化模塊115的一實施例，其包括分配優(yōu)化器 122和生產(chǎn)優(yōu)化器124以及優(yōu)化協(xié)調(diào)模塊405和模擬/評估模塊410。其中 包含的箭頭說明在優(yōu)化運行期間優(yōu)化模塊之間的相互作用。
在一個實施例中，優(yōu)化協(xié)調(diào)模塊(OCM ) 405協(xié)調(diào)并整合優(yōu)化器122、 124與評估模塊410的功能。OCM 405調(diào)用分配優(yōu)化器122和生產(chǎn)優(yōu)化器 124，然后利用優(yōu)化器122和124生成的生產(chǎn)和優(yōu)化方案調(diào)用模擬模塊410。 OCM將模擬模塊410的結(jié)果返回給生產(chǎn)和分配優(yōu)化模塊，生成反饋循環(huán)， 優(yōu)化器122和124使用該反饋循環(huán)優(yōu)化SCM問題。因此，生產(chǎn)優(yōu)化器124
分配優(yōu)化器122可構(gòu)造成針對對可從多個源生產(chǎn)出來或獲得的商品進(jìn) 行分配的問題尋求高品質(zhì)的、可行的解決方案。例如，分配優(yōu)化器122可 構(gòu)造成尋求向顧客分配液態(tài)氣體的問題的解決方案。在一個實施例中，分 配優(yōu)化器122構(gòu)造成執(zhí)行蟻群優(yōu)化算法---種受啟發(fā)于覓食螞蟻的行為
的優(yōu)化技術(shù)。下文所述的圖7-9進(jìn)一步說明了分配優(yōu)化器122的操作。
生產(chǎn)優(yōu)化器124可構(gòu)造成針對由輸入模塊115讀入并處理的問題的生 產(chǎn)部分尋求高品質(zhì)的、可行的解決方案。在一個實施例中，生產(chǎn)優(yōu)化器124 構(gòu)造成執(zhí)行遺傳算法一一種受啟發(fā)于生物進(jìn)化過程的優(yōu)化技術(shù)，以優(yōu)化生 產(chǎn)和分配問題的生產(chǎn)方面。
遺傳算法可操作成通過根據(jù)特定的變異規(guī)則修正種子方案的集合(稱 為"族群")以從當(dāng)前的"族群"生成新一 "代"方案。通常，如本領(lǐng)域 的普通技術(shù)人員所知，遺傳算法通過使一 "族群"方案雜交繁育、變異和 使族群中的最佳成員的繁殖機會多于最差成員而使該"族群"方案產(chǎn)生出 越來越好的方案。使用目標(biāo)函數(shù)評估在每一代中生成的新方案以確定新方 案的"適合度"。
該過程可能持續(xù)數(shù)千代，其目標(biāo)在于族群應(yīng)隨時間"進(jìn)化"成包含更 佳方案。遺傳算法是一種有時被稱作"在計算機上的進(jìn)化"的優(yōu)化技術(shù)。
圖5示出根據(jù)本發(fā)明的一個實施例的生產(chǎn)優(yōu)化器124優(yōu)化SCM問題 的生產(chǎn)方面的方法500。方法500從其中生產(chǎn)優(yōu)化器124識別由輸入文件 300指定的終止條件的步驟505開始。如果指定了多于一個(終止條件)， 則可在滿足其中任何一個時終止優(yōu)化運行。在一個實施例中，終止條件可 包括新方案(或代)的最大數(shù)量，所用時鐘時間的最大量，或者已找到 超越所指定的品質(zhì)的方案(即高適合度的方案)。另外，用戶界面模塊205 可允許用戶手動地停止優(yōu)化運行(例如通過從鍵盤輸入中斷命令)。這不 是包含在輸入文件220中的條件，但是優(yōu)化協(xié)調(diào)模塊405可以在優(yōu)化運行 期間定期地檢查該條件。
在步驟510中，生產(chǎn)優(yōu)化器124初始化優(yōu)化運行。這可包括例如生成 生產(chǎn)優(yōu)化器124所使用的高速緩沖存儲器和數(shù)據(jù)結(jié)構(gòu)、為生產(chǎn)工廠設(shè)定初 始生產(chǎn)水平、識別方案要可行所需滿足的任何臨界約束等。在用來優(yōu)化工 業(yè)液體的生產(chǎn)和分配的實施例中，例如，設(shè)施和工廠的全部的生產(chǎn)水平均 可利用輸入文件300所指定的值設(shè)定成初始狀態(tài)。另外，在初始化過程中， 生產(chǎn)優(yōu)化器124可識別一組緊急指示一一用于輸送應(yīng)^皮輸送的產(chǎn)品以防止客戶的儲罐(storage tank)下降到安全液位(level)以下的指示。在一個 實施例中，緊急指示可用于幫助確定每個生產(chǎn)工廠所要求的生產(chǎn)水平。另外，如下文所述，分配優(yōu)化器122使用緊急指示來生成輸送計劃。當(dāng)然， 針對優(yōu)化其它物資的生產(chǎn)和分配，可實施不同的初始化動作。
在步驟515中，生產(chǎn)優(yōu)化器124生成一組用于遺傳算法的初始方案。 換句話說，生產(chǎn)優(yōu)化器124生成用于遺傳算法的初始方案"族群，，，以通 過修正和繁育(breeding,配對)而進(jìn)化。
針對與工業(yè)液體的生產(chǎn)和分配有關(guān)的SCM問題，每個方案可具有如 表l所示的結(jié)構(gòu)
表l_一示例生產(chǎn)方案
第l部分對于優(yōu)化周期的每一天，每個工廠的生產(chǎn)水平的列表。
第2部分對于優(yōu)化周期的每一天，每個工廠的定額的列表。
第3部分工廠之間的散裝轉(zhuǎn)運(bulk transfer)的列表，注明每次轉(zhuǎn)運的曰期。
用于每個工廠的生產(chǎn)水平的列表具有針對每一天的值，該值或者等于 零(表示工廠停工)，或者落在該工廠的最小和最大生產(chǎn)水平之間。用于 每個工廠的定額的列表顯示工廠在給定日中的總的LIN產(chǎn)量與總的LOX 的比值。工廠之間的散裝轉(zhuǎn)運的列表顯示產(chǎn)品在第3部分所指定的日期的 實物轉(zhuǎn)運。
在一個實施例中，生產(chǎn)優(yōu)化器124可基于智能啟發(fā)式方法(smart heuristics)生成第一批種子方案(按表l所示的形式)。通常，啟發(fā)式方 法是一種很好的慣用解法，它經(jīng)常能效果良好地實現(xiàn)所希望的結(jié)果，例如 在保持希望的生產(chǎn)水平的同時降低成本。啟發(fā)式方法?；谙惹暗慕?jīng)驗。 在SCM系統(tǒng)中使用的啟發(fā)式方法的示例包括"如果笫一工廠具有低于第二工廠的生產(chǎn)成本、包括運輸成本，并且如果第一工廠具有未使用的容 量，則嘗試將訂單(order)從第二工廠轉(zhuǎn)向第一工廠"。
為了生成第一批種子方案，生產(chǎn)優(yōu)化器124基于方案代啟發(fā)式方法(solution generation heuristics )生成多個"智能種子"，所述方法與人類 可能使用的方法類似。例如，第一批方案可包括將所有工廠設(shè)定在最大生 產(chǎn)水平的方案，并且可使用啟發(fā)式方法每次一個地關(guān)小(或關(guān)停)工廠的 生產(chǎn)、直到總的生產(chǎn)量低于所要求的最小值。另一 "智能種子"可包括關(guān) 停所有工廠的方案，利用啟發(fā)式方法每次一個地開啟工廠、直到達(dá)到最小的生產(chǎn)水平(例如，首先開啟具有最低的生產(chǎn)成本的工廠，然后開啟具有 第二低的生產(chǎn)成本的工廠，等等)。又一 "智能種子，，包括將工廠的生產(chǎn) 水平設(shè)定成處于可行的范圍的中間的方案，從而由該智能種子"進(jìn)化，，成 的后續(xù)方案可朝著最大值和最小值改變這些中間生產(chǎn)水平。另外，第一批 可包括由輸入文件300指定的一批方案一一如果存在。這樣做允許用戶向 生產(chǎn)優(yōu)化器124提供不同于上述智能種子的樣本方案。例如，用于前一日 的生產(chǎn)計劃可以是有益于優(yōu)化次日的始點。
除第一批種子方案外，生產(chǎn)優(yōu)化器510還可隨機地生成第二批方案(滿 足輸入文件300中指定的約束條件)，以產(chǎn)生初始方案族群。該方案族群 提供大量多樣性，這些多樣性允許遺傳算法在優(yōu)化過程的早些代中探索多 種多樣的方案。
在步驟520中，生產(chǎn)優(yōu)化器124生成新的方案。如上所述，在一個實 施例中，方案搜索模塊構(gòu)造成利用在步驟520中生成初始方案族群執(zhí)行遺 傳算法來產(chǎn)生新的方案。通常，設(shè)想遺傳算法運行以使所述初始方案族群 "進(jìn)化"數(shù)千代，在每一代生成新的族群。下文所述的圖6進(jìn)一步示出步 驟520的一部分所執(zhí)行的動作的實施例。 一旦步驟520完成，則生產(chǎn)優(yōu)化 器124通常已經(jīng)生成了許多方案。在步驟525中，確定并處理當(dāng)前在族群 中根據(jù)上述程式計算出的最佳方案。
在一個實施例中，可將確定為最佳方案的方案傳遞到另外的優(yōu)化例行 程序。在用于優(yōu)化工業(yè)液體的生產(chǎn)和分配的實施例中，例如，可將生產(chǎn)優(yōu) 化器124修正成執(zhí)行一系列快速檢查，以在可能時對在步驟525中確定的 方案進(jìn)行改進(jìn)。這種對所找到的最佳方案的后處理可包括降低產(chǎn)品過量的 工廠的生產(chǎn)量，或者相反地，增加罐液位低于最小液位的工廠的生產(chǎn)量。
其它示例包括返回未使用的散裝轉(zhuǎn)運量。將未被目標(biāo)工廠使用的散裝轉(zhuǎn)運 產(chǎn)品返回給原工廠，因此，最終的方案僅具有所需的散裝轉(zhuǎn)運量(從而節(jié) 省了轉(zhuǎn)運成本，降低了整體方案的成本)。
在步驟530中，在初始方案族群"進(jìn)化，，數(shù)代后，生產(chǎn)優(yōu)化器124 將其族群中的最佳方案返回給協(xié)調(diào)模塊405。
圖6示出根據(jù)本發(fā)明的一個實施例的用于優(yōu)化SCM問題的生產(chǎn)方面 的方法600。在一個實施例中，可反復(fù)地執(zhí)行方法600——在標(biāo)準(zhǔn)的優(yōu)化運 行中(執(zhí)行)數(shù)萬次一一以便找到針對SCM問題的高品質(zhì)的解決方案。 在每次(執(zhí)行)通過方法600時，生產(chǎn)優(yōu)化器124從當(dāng)前在族群中的一組 方案生成至少一個新的方案。如上所述，初始族群可以在方法500的一部 分中生成。
在步驟605中，選擇方案修正技術(shù)。在經(jīng)典的遺傳算法中，方案修正 技術(shù)在本質(zhì)上是隨機的一一例如，可隨機地少量修改工廠的生產(chǎn)水平。利 用隨機改變尋求更好的方案往往不如利用定向啟發(fā)式方法(directed heuristics)尋求迅速或有效。同時，隨機變異可識別定向啟發(fā)式方法將會 忽略的新的高品質(zhì)的方案。因此，在一個實施例中，生產(chǎn)優(yōu)化器124可構(gòu) 造成從一定數(shù)量的非啟發(fā)式(即隨機)和啟發(fā)式(即非隨機)的技術(shù)中進(jìn) 行選擇以修正方案，包括如下內(nèi)容
*隨機改變該修正技術(shù)為方案中的一個參數(shù)生成隨機變異。
*轉(zhuǎn)移生產(chǎn)該修正技術(shù)將生產(chǎn)從生產(chǎn)花費多的工廠移至生產(chǎn)較廉價 的工廠。該修正涉及增加在花費較少的工廠的生產(chǎn)和減少在花費較多的工 廠的生產(chǎn)。轉(zhuǎn)移生產(chǎn)修正法考慮了當(dāng)前的生產(chǎn)價格和轉(zhuǎn)移對所涉及的兩個 工廠的影響。如果在生成轉(zhuǎn)移生產(chǎn)的候選方案時未考慮所述信息，則修正 器可能會將生產(chǎn)從花費少的生產(chǎn)設(shè)施轉(zhuǎn)移到花費較多的生產(chǎn)設(shè)施一一該轉(zhuǎn) 移極有可能增加總的生產(chǎn)成本。
減少生產(chǎn)該修正技術(shù)尋找可能過多地生產(chǎn)產(chǎn)品的工廠，通過概率 決策方法(probabilistic decision process )選擇一個這種工廠，并使所述工 廠的生產(chǎn)減少一概率量(probabilistic amount)(例如，生產(chǎn)成本花費多的工廠比生產(chǎn)成本花費較少的工廠更有可能減少生產(chǎn))。
改變定額該修正技術(shù)尋找一種可對某些工廠的定額進(jìn)行改進(jìn)的方 案。它改變所述工廠的定額。該修正技術(shù)在用于優(yōu)化工業(yè)液體的生產(chǎn)和分 配的實施例中當(dāng)工廠可在不同物資之間劃分生產(chǎn)能力時是有用的。參改變生產(chǎn)水平該修正技術(shù)尋找一種其中生產(chǎn)水平可被改變的方案 以改進(jìn)對該方案的評估。
關(guān)停生產(chǎn)工廠該修正技術(shù)尋找包含有可被有益地關(guān)停的工廠的方 案，并按概率選擇一個關(guān)停。它使用人類生產(chǎn)專家(human production expert)可能使用的一些啟發(fā)式方法來決定哪些工廠是將被關(guān)停的候選者 (例如，生產(chǎn)成本花費較多的工廠比生產(chǎn)成本花費較少的工廠更有可能一皮 關(guān)停)。
開啟工廠該修正技術(shù)尋找包含有可被有益地開啟的未運轉(zhuǎn)的工廠 的方案。它按概率選擇一個(所述工廠)并開啟之以生成新的方案。它使 用人類生產(chǎn)專家(human production expert)可能4吏用的一些推理/理由來 決定哪些工廠是將被開啟的候選者(例如，生產(chǎn)成本花費較多的工廠比生產(chǎn)成本花費較少的工廠更不可能被開啟)。參添加散裝轉(zhuǎn)運該修正技術(shù)分析方案產(chǎn)生的計劃，并判定添加散裝轉(zhuǎn)運可能會在何處改善對所述方案的評估。啟發(fā)式方法不會提出使總生產(chǎn) 成本增加的散裝轉(zhuǎn)運。
取消散裝轉(zhuǎn)運該修正技術(shù)分析方案產(chǎn)生的計劃，并判定取消散裝 轉(zhuǎn)運可能會在何處改善對所述方案的評估。如果取消散裝轉(zhuǎn)運會增加總的 生產(chǎn)成本，則啟發(fā)式方法將不會取消散裝轉(zhuǎn)運。
使一定數(shù)量的智能啟發(fā)式方法可用來修正當(dāng)前在族群中的方案的效果 在于，在任何一次(執(zhí)行)通過方法600時，這些技術(shù)中的任何一種均有 機會被選中，因此，不存在對單種技術(shù)的依賴。而是存在一方案族群，其 中的任何一個都可以在試圖對其進(jìn)行改進(jìn)時應(yīng)用任何修正技術(shù)。通過將生 產(chǎn)優(yōu)化器124構(gòu)造成考慮數(shù)以萬計的這些應(yīng)用，并在可能應(yīng)用的一組^f"正 技術(shù)中結(jié)合專業(yè)人員啟發(fā)式方法(expert human heuristics)，通常在優(yōu)化運行期間對可能方案的區(qū)間(space)進(jìn)行有效地搜索。因此，優(yōu)化運行可 能會在針對生產(chǎn)優(yōu)化問題的高性能方案處收斂。
在一個實施例中，在(執(zhí)行)通過該優(yōu)化周期時，可以選擇這些(或 其它)技術(shù)中的任何一種。另外，可以使用缺省的概率或者在輸入文件220 中指定的概率來按概率選擇修正技術(shù)。因此，盡管任何修正技術(shù)都有機會 被選中，但是， 一些可能具有高于其它的概率。設(shè)定概率涉及對優(yōu)化器針 對給定(輸送)管道所產(chǎn)生的(各種)類型的方案進(jìn)行試驗和分析。
在步驟610中，從當(dāng)前方案族群中選擇一種或多種方案用于按照步驟 605中選定的修正技術(shù)進(jìn)行修正。 一旦修正技術(shù)已經(jīng)選定，則確定了是需 要一種或兩種方案作為輸入。上述修正技術(shù)中的大多數(shù)僅需要一種，但是， 例如雜交繁育修正需要兩種。
在一個實施例中，利用有時被稱為有序轉(zhuǎn)輪4支術(shù)(ranked roulette wheel technique)的技術(shù)從總的方案族群中選擇方案。該技術(shù)之所以被描 迷成"有序"的，是因為它將方案族群中的方案按照從最佳方案到最差方 案的順序排列在一列表中。然后對列表中的每個方案分配權(quán)數(shù)。這些權(quán)數(shù) 按線性減小。例如，當(dāng)遞減速率為10且起始權(quán)數(shù)為100時，族群中的前 12個成員的權(quán)數(shù)為100、 90、 80、 70、 60、 50、 40、 30、 20、 10、 1、 0.5……。 這些權(quán)數(shù)用于使選擇過程有所偏重，從而使最佳個體比最差個體更有可能 被選中。打個比喻， 一種轉(zhuǎn)輪(roulette wheel)具有針對族群中的每個成 員的槽孔。但是，槽孔的尺寸不等。每個方案的槽孔與如上文計算的權(quán)數(shù) 成比例。當(dāng)轉(zhuǎn)輪按照該方式設(shè)置時，由計算機控制的球旋轉(zhuǎn)，并且該球落 入其槽孔中的個體被選中。當(dāng)需要方案時，族群中的權(quán)數(shù)和槽孔尺寸為100 的最佳個體被選中的概率是權(quán)數(shù)和槽孔尺寸為1的最差個體的一百倍。
在步驟615中，利用所選的方案修正技術(shù)創(chuàng)建新的方案。也就是利用 所述修正技術(shù)從原方案生成新的方案。有些修正可能非常小 一一例如略微 改變一個工廠的生產(chǎn)水平。有些可能非常顯著一一例如關(guān)停工廠數(shù)天。
在步驟620中，可利用模擬模塊410模擬由新的方案生成的計劃。通 常，生產(chǎn)優(yōu)化器124生成的生產(chǎn)方案轉(zhuǎn)化成同時涉及所生產(chǎn)的商品的分配 計劃的計劃。在步驟625中，評估被模擬的計劃的質(zhì)量(或適合度)。例 如，模擬模塊410可構(gòu)造成計算所述計劃中的產(chǎn)品的生產(chǎn)和分配的總成本。生產(chǎn)/分配組合方案的適合度方程的詳細(xì)的示例。在步驟630中，可在族群 中插入新的方案。在一個實施例中，生產(chǎn)優(yōu)化器將族群中的方案按照每種 方案的適合度有序排列。因此，在(執(zhí)行)通過方法600時所生成的新的 方案將根據(jù)其適合度得分而置于該族群中。
在步驟630中，從族群中除去族群中的最差(即最不適合的)成員。 因此，組群的大小可在優(yōu)化過程中保持不變。在步驟635中，生產(chǎn)優(yōu)化器 124判定是否滿足任何一個終止條件。如果滿足，則優(yōu)化過程終止，控制 器返回方法500的步驟525。否則，重復(fù)方法600以產(chǎn)生另一新的方案(即 族群發(fā)展到下一代)。
圖7-9示出根據(jù)本發(fā)明的一個實施例的分配優(yōu)化器124的操作。如上 所述，在一個實施例中，分配優(yōu)化器124可構(gòu)造成使用蟻群優(yōu)化技術(shù)。
蟻群優(yōu)化技術(shù)受啟發(fā)于覓食螞蟻用來尋找食物的自然過程吸引其它 螞蟻到食物源，縮短從蟻穴到達(dá)食物的路徑，并在食物源耗盡時停止在所 述路徑上行進(jìn)。在搜尋食物時，螞蟻最初隨意游蕩，并在找到食物時返回 蟻群，同時設(shè)下信息素蹤跡(pheromone trail)。當(dāng)螞蟻遇到存在的信息 素蹤跡時，其不大可能繼續(xù)隨意行進(jìn)，而是沿所述蹤跡行進(jìn)，如果其最終 找到食物則會返回并加強所述蹤跡。信息素蹤跡隨時間而蒸發(fā)，降低了其 吸引力。螞蟻沿所述路徑前進(jìn)和再返回所花費的時間越長，則信息素具有 越長的時間蒸發(fā)。相反，短的路徑可更快地通過，從而信息素的濃度保持 在高水平。其結(jié)果在于，當(dāng)一只螞蟻找到從蟻群到食物源的好的(即短的)路徑時，其它螞蟻更可能沿該路徑行進(jìn)，并且積極的反饋最終使得所有的 螞蟻都沿單一的路徑行進(jìn)。蟻群優(yōu)化器利用"模擬螞蟻，，在表示待解決的 問題的圖形上游走以得到最優(yōu)方案。
圖7示出根據(jù)本發(fā)明的一個實施例的分配優(yōu)化器122執(zhí)行蚊群優(yōu)化技 術(shù)的方法700。在步驟705中，分配優(yōu)化器122可構(gòu)造成對蟻群初始化，以尋求與利用生產(chǎn)優(yōu)化器124生成的生產(chǎn)方案有關(guān)的分配方案。在一個實 施例中，分配優(yōu)化器122可構(gòu)造成通過創(chuàng)建表示每個工廠的斥又?jǐn)?shù)的向量和 用于每個裝備的向量來初始化優(yōu)化過程。這些權(quán)數(shù)用來表示表征螞蟻系統(tǒng) 的信息素水平。它們使從一個裝備到另一個裝備的路線的構(gòu)造有不同權(quán)重， 并且，它們使來自 一工廠的用于向一裝備提供產(chǎn)品的投標(biāo)被選中為贏標(biāo)的 程度(工廠投標(biāo)將結(jié)合圖9更加詳細(xì)地說明)有不同概率。表II示例性示 出所述兩個向量中的每一個。
表2 _示例信息素加權(quán)向量
工廠權(quán)向量 <5, 0.5, 2.6， 4.3， 0.9>
裝備向量 <1.2， 3.4, 5, 1， 0， 0， 0>
第一個向量是工廠向量的示例。它示出分配優(yōu)化器122認(rèn)為從與該向 量相關(guān)的工廠向不同的裝備運送的重要性。在該示例中，向量^又?jǐn)?shù)示出該 工廠傾向于將產(chǎn)品運送到列表中的第 一裝備和第四裝備，并且傾向于不向 列表中的第二裝備和第五裝備運送。第二向量是裝備向量的示例。該向量 示出分配優(yōu)化器122認(rèn)為當(dāng)向該裝備的輸送量少于產(chǎn)品的車載量時從該裝 備繼續(xù)輸送到其它相鄰裝備的有益性。在上表的示例向量中，分配優(yōu)化器 122傾向于向第三裝備輸送。同時，該向量禁止向第五、第六和第七相鄰 裝備輸送。大體而言，分配優(yōu)化器122基于由生產(chǎn)工廠制做的用于生產(chǎn)輸 送的投標(biāo)通過改變這些向量中的權(quán)數(shù)來生成一組輸送路線而進(jìn)行操作。
回到圖7所示的方法700,在步驟710中就具體的生產(chǎn)方案對分配優(yōu) 化器122初始化之后，便可將分配優(yōu)化器122構(gòu)造成多次執(zhí)行路線生成過 程，直到滿足終止條件。
圖8示出方法800，該方法800示出根據(jù)本發(fā)明的一個實施例的分配 優(yōu)化器122的操作。在該示例中，分配優(yōu)化器122構(gòu)造成對可從多個生產(chǎn) 點生產(chǎn)和供應(yīng)的工業(yè)液體的分配進(jìn)行優(yōu)化。方法800在步驟805中初始化 工廠權(quán)向量和裝備向量的權(quán)數(shù)。例如，可將權(quán)數(shù)向量初始化成一組初值，
并引入些許偏置以使在地理上靠近投標(biāo)工廠的工廠具有高于其它遠(yuǎn)離該投標(biāo)工廠的工廠的權(quán)數(shù)。另外，從輸入文件300讀入諸如裝備可以在一周中 的哪些天或者在一天中的哪些時刻接收輸送等約束條件。在步驟810中， 分配優(yōu)化器122基于當(dāng)前向量和生產(chǎn)設(shè)施生成路線。在下文中說明的圖9 示出可作為步驟805的一部分執(zhí)行的路線生成過程的示例。
在生成輸送計劃后，分配優(yōu)化器122可構(gòu)造成判斷是否應(yīng)該終止正在 執(zhí)行的優(yōu)化運行(步驟815)。在一個實施例中，終止條件在初始化階段 讀取，并通過優(yōu)化協(xié)調(diào)模塊405傳遞到分配優(yōu)化器122。對于通過遺傳算 法生成的每一個方案，分配優(yōu)化器122可構(gòu)造成產(chǎn)生固定數(shù)量的路線并返 回最佳路線。例如，分配優(yōu)化器122可構(gòu)造成生成三種輸送計劃并返回最 佳計劃。但是，可基于正在解決的優(yōu)化問題和可用于執(zhí)行優(yōu)化運行的時間， 將返回的計劃的數(shù)量構(gòu)造成優(yōu)化運行的一部分。 一旦已經(jīng)生成所需數(shù)量的 路線，則算法將其最佳方案返回給優(yōu)化協(xié)調(diào)模塊405。
在步驟810中，分配優(yōu)化器122判斷是否修改工廠權(quán)數(shù)向量中的權(quán)向 量中的權(quán)數(shù)。在一個實施例中，分配優(yōu)化器122當(dāng)其正好產(chǎn)生出一優(yōu)于之 前所產(chǎn)生的任何方案的方案時修改權(quán)數(shù)。為修正權(quán)數(shù)(步驟825),分配 優(yōu)化器可構(gòu)造成首先將每個權(quán)數(shù)向量中的每個權(quán)數(shù)減去在輸入文件300中 指定的量。分配優(yōu)化器122對由于該減少而發(fā)生的權(quán)數(shù)的減少量求和。然 后將這些權(quán)數(shù)分配給迄今為止找到的最佳方案的各組成部分(增強最佳方 案的"信息素蹤跡")。換句話說，可修改權(quán)數(shù)以逐漸使針對無效方案的 權(quán)數(shù)消失，同時逐漸強化針對有效方案的權(quán)數(shù)。反復(fù)執(zhí)行步驟815-825的 循環(huán)，直到滿足終止條件(步驟815)并返回由分配優(yōu)化器122確定的最 佳方案(步驟830 )。
圖9示出根據(jù)本發(fā)明的一個實施例的用于使分配優(yōu)化器利用蟻群優(yōu)化 技術(shù)生成輸送計劃的方法卯0。如圖所示，方法900示出用于向一組裝備 輸送工業(yè)液體的輸送路線的生成和優(yōu)化。因此，在方法900中示出的步驟 設(shè)計用于計劃這類商品的分配和輸送。但是，本領(lǐng)域的技術(shù)人員應(yīng)認(rèn)識到， 本發(fā)明的實施例可適用于生成和優(yōu)化多種物料的輸送計劃。方法卯0從步驟905開始，在步驟905中，分配優(yōu)化器122判斷是否存在緊急裝備。也 就是說，分配優(yōu)化器122判斷是否還存在有需要為其生成輸送路線的裝備。 在工業(yè)液體的情況下，例如，直到在裝備的罐中的液體的預(yù)測體積低于一
定程度時才需要輸送。如果不存在，則算法完成一一在該輪(程序)運行 中已經(jīng)找到可以找到的所有路線。
如果存在緊急裝備，則在步驟910中分配優(yōu)化器選擇一需要輸送計劃 的裝備。通常，輸送計劃可提供一源(生產(chǎn)工廠)、 一目標(biāo)(裝備)、一 輸送量、 一輸送時間和一輸送方法(例如貨車、軌道車、輸送管線)。但 是，具體的輸送要素因被優(yōu)化的SCM問題的不同而不同。
在不同的實施例中，可以使用多種不同的技術(shù)從一組裝備中進(jìn)行選擇。 例如， 一種方法是轉(zhuǎn)輪方法(roulette wheel procedure)。轉(zhuǎn)輪方法在上 文對遺傳算法的討論中已作說明。在使用該方法時，轉(zhuǎn)輪上的每個裝備的 槽孔的尺寸等于(裝備優(yōu)先級+l)/容量。在使用轉(zhuǎn)輪過程時，較高優(yōu)先級 的裝備更可能先于較低優(yōu)先級的裝備具有輸送計劃。同時，裝備的容量越 低，則其被選中的概率就越高。第二種方法是貪婪方法(greedy procedure ), 其選擇(裝備優(yōu)先級+l)/容量的值最高的任何裝備。換句話說，貪婪方法 選擇被轉(zhuǎn)輪方法選中的概率最高的裝備。另 一種可能包括相等隨機方法 (equally random procedure )，其中不同的裝備分別具有相等的概率。
在步驟915中，每個工廠生成服務(wù)于在步驟910中選中的裝備的投標(biāo)。 在一個實施例中，工廠通過計算(1/(輸送成本+生產(chǎn)成本))進(jìn)行輸送投 標(biāo)。因此，輸送和生產(chǎn)的總的成本較低的工廠將比輸送和生產(chǎn)的總的成本 較高的工廠生成更高的標(biāo)價。如果工廠具有不足以滿足訂單的庫存，則不 提交投標(biāo)。在步驟920中，分配優(yōu)化器122可判斷工廠所做的一組投標(biāo)中 是否有至少一個投標(biāo)，然后選擇一投標(biāo)，算法繼續(xù)運行。在一個實施例中， 可使用三種方法之一選擇可接受的投標(biāo)。
最常用的方法是轉(zhuǎn)輪方法。轉(zhuǎn)輪方法在上文對遺傳算法的討論中已作 說明。在一個實施例中，可使用排序方法確定轉(zhuǎn)輪的槽孔，該排序方法從 對裝備投標(biāo)的工廠出現(xiàn)的輸送路線的質(zhì)量進(jìn)行分級。例如，轉(zhuǎn)輪中每個投
標(biāo)槽孔的尺寸可等于權(quán)向量中代表來自進(jìn)行裝備投標(biāo)的工廠的蹤跡的"信 息素權(quán)數(shù)"(增加成指數(shù)冪)加上經(jīng)調(diào)整的增加成指數(shù)冪的投標(biāo)值。換句 話說，投標(biāo)被選中的概率與給定蹤跡的信息素權(quán)數(shù)成正比。在一個實施例
中，該方程中的指數(shù)從輸入文件中讀取，其缺省值可為2.0。改變指數(shù)可增 加或減小其它路線留下的"信息素蹤跡，，的強度。第二種"貪婪，，方法選 擇具有使用轉(zhuǎn)輪過程計算出的最高值概率的投標(biāo)。在笫三種可能的方法中， 可從不同的投標(biāo)中隨機地選擇投標(biāo)。在一個實施例中，當(dāng)分配優(yōu)化器122 生成路線時，它使用貪婪方法生成一組路線， 一個使用隨機方法，另外的 路線使用轉(zhuǎn)輪方法。
在步驟925中，如果不存在服務(wù)于在步驟910中所選的裝備的投標(biāo)， 則使投標(biāo)嘗試計數(shù)器遞增以反映出分配優(yōu)化器122為找到用于該裝備的投 標(biāo)的嘗試次數(shù)。在一個實施例中，裝備在接收輸送投標(biāo)時變化三次，此后 將該裝備置于遺漏裝備列表中(步驟930和935)。如果次數(shù)小于3，則將 裝備放回緊急裝備列表中，并可在步驟905的另一次迭代中再次進(jìn)行選擇。 如果當(dāng)前不存在用于一個裝備的投標(biāo)，則當(dāng)再次處理該裝備時似乎絕對不 會出現(xiàn)投標(biāo)。但是，如果由于作為計劃用于另一裝備的輸送的次級輸送而 使所述裝備接收產(chǎn)品，則所述的一個裝備可能需要較少的產(chǎn)品，并且投標(biāo) 可能出現(xiàn)。
在步驟940中，如果在步驟920選定一投標(biāo)，則分配優(yōu)化器122生成 從具有接受的投標(biāo)的源工廠到裝備的路線，并注明該路線的距離和(所花
費的)時間。在一個實施例中，路線行進(jìn)時間可利用作為輸入文件300的 一部分而輸入的固定行進(jìn)速率、通常是歷史平均速率來進(jìn)行確定。但是， 也可以使用其它技術(shù)。
在步驟945中，如果向該裝備的輸送量小于最大輸送能力，則分配優(yōu) 化器122可構(gòu)造成確定是否可將一些附近的顧客地點添加到當(dāng)前生成的路 線中。例如，對于工業(yè)液體的分配，如果正被輸送的客戶罐的容量容納少 于滿車載量的物資，則分配優(yōu)化器122判定在該裝備的一定半徑范圍內(nèi)是 否存在一些其它的潛在輸送位置。所述半徑可設(shè)置為包含在輸入文件300
中的參數(shù)。如果在該半徑范圍內(nèi)存在可接納貨車中的剩余產(chǎn)品的另 一客戶
地點，即使該客戶地點并不因低于觸發(fā)液位(trigger level)而被置于緊急 裝備列表中，也會將該客戶地點按照遵守輸送時間約束的最經(jīng)濟(jì)的方式插 入所述路線中(步驟950)。如果多個地點都可接受非緊急輸送，則當(dāng)前 地點與潛在地點間的聯(lián)系的強度(即包含在裝備向量中的信息素蹤跡)決 定了隨后訪問哪個地點。如果在該過程之后貨車中仍然存在剩余產(chǎn)品，則 重復(fù)步驟945和950，直到貨車為空或者不再有要考慮的候選輸送地點， 此時，分配優(yōu)化器122終止生成當(dāng)前路線(步驟955)。
如上所述，生產(chǎn)優(yōu)化器可構(gòu)造成優(yōu)化生產(chǎn)計劃，而分配優(yōu)化器可構(gòu)造 成基于客戶需求和具體的生產(chǎn)方案確定最優(yōu)分配計劃。假定由生產(chǎn)優(yōu)化器 124生成的生產(chǎn)計劃和由分配優(yōu)化器122生成的分配計劃作為輸入，則模 擬模塊410可構(gòu)造用于計算計劃的效果。另外，在一個實施例中，如果計 劃導(dǎo)致未履行的訂單，并且可以通過增加特定的工廠的生產(chǎn)水平來履^f亍這 些訂單，則計劃模擬模塊410可構(gòu)造成在模擬期間"修復(fù)"所述計劃。換 句話說，如果具體的生產(chǎn)和分配計劃證明能夠接近滿足所有訂單，則可通 過確定向裝備輸送的最佳的工廠并提高該工廠的生產(chǎn)量(如果可能)來修 改方案以履行未履行的訂單。
模擬模塊410可進(jìn)一步構(gòu)造成計算生產(chǎn)/分配方案的得分(即適合度)。 針對用于優(yōu)化工業(yè)液體的生產(chǎn)和分配的實施例，下述討論提供了計算生產(chǎn)/ 分配方案的得分的示例。當(dāng)然，對于涉及其它商用物資的SCM問題，計 算適合度評分的方法可以不同。首先，模擬模塊410計算執(zhí)行方案策略的 成本。適用于涉及工業(yè)液體的SCM問題的成本函數(shù)的示例為
成本(cost )=輸送成本(deliveryCost ) +總生產(chǎn)成本 (totalProductionCost) +散裝轉(zhuǎn)運成本(bulkTransferCost) +紅線懲罰 (redlinePenalty )十遺漏裝備懲罰(missedlnstallationPenalty )
可利用該原始得分通過計算原始"成本"得分的倒數(shù)來確定在0.0和1.0之間的經(jīng)標(biāo)準(zhǔn)化的適合度值。
適合度(fitness ) =1/ (成本(cost))
因此，當(dāng)原始成本得分增加時，方案的適合度降低。 在一個實施例中，成本函數(shù)中的變量可計算如下
輸送成本(deliveryCost)=總分酉己成本(total distribution cost) +提 早輸送懲罰(early delivery penalty )(如果存在)
也就是說，送貨成本可在方案的總成本中加入對提早送貨(例如在方 法卯0的步驟945和950中為了清空貨車)的懲罰。總生產(chǎn)成本可利用設(shè) 施的具體的能量成本、生產(chǎn)成本等通過對所有設(shè)施的生產(chǎn)成本求和來進(jìn)行 計算。散裝轉(zhuǎn)運成本可通過對系統(tǒng)中所有的散裝轉(zhuǎn)運的總成本求和來進(jìn)行 計算。并且各散裝轉(zhuǎn)運成本可計算成常量與散裝轉(zhuǎn)運的英里數(shù)的乘積。所 述常量可表示在給定的發(fā)生散裝轉(zhuǎn)運的時間段中散裝轉(zhuǎn)運的平均成本。在 一個實施例中， 一些客戶裝備可具有"紅線最小值"，它表示在給定裝備 中應(yīng)始終可用的物資的最小的量。紅線懲罰可計算如下，其中紅線違反懲 罰(redline violation penalty)是由用戶在輸入文件300中設(shè)定的單位常量 (per-unit constant)
紅線懲罰(redlinePenalty )=紅線違反體積(redlineViolationVolume ) *紅線違反懲罰(RedlineViolationPenalty )
遺漏裝備懲罰是一種應(yīng)用于錯過的訂單的懲罰，計算如下
遺漏裝備懲罰(missedlnstallationPenalty ) =5緊要性因子 (urgencyDeltaFactor ) * ( pw緊要性計數(shù)(pwUrgencyCount) +緊要性計數(shù)(urgencyCount) ) *遺漏裝備懲罰(missedlnstallationPenalty )
在該式中，δ緊要性因子是由用戶設(shè)定的全局常量。變量pw緊要性 計數(shù)表示優(yōu)先加權(quán)(precedence weighted)的遺漏(裝備)的緊要性計數(shù)。 對于預(yù)測需求(forecast demand ) ， 按下述方法計算
pw緊要性計數(shù)(pwUrgencyCount)=安全性計數(shù)(safetyCount) * (日 貢獻(xiàn)因子 (dailyContributionFactor )(天)+裝備優(yōu)先級 (installationPriority )) +未滿足需求的訂單計數(shù) (unsatisfiedDemandOrderCount) *常量因子(constantFactor)
在該式中，安全性計數(shù)是該裝備在進(jìn)程(scheduling)期間超過罐中安 全液位的次數(shù)；貢獻(xiàn)因子取自大于或等于0.0的數(shù)值向量，表示臨期的日 期在進(jìn)程窗口中的較大重要性；裝備優(yōu)先級是在數(shù)據(jù)輸入階段中讀取的裝 備特征；未滿足需要的訂單計數(shù)是對未被滿足的訂單的計數(shù)；常量因子是 所述日期的日貢獻(xiàn)因子、表示各需求訂單對總和的貢獻(xiàn)的常量和裝備的優(yōu) 先級的總和。
對于召喚需求(call in demand )(即非計劃訂單)，pw緊要性計數(shù) 可計算如下
pw緊要性計數(shù)(pwUrgencyCount )=未滿足需求的訂單計數(shù) (unsatisfiedDemandOrderCount) *常量因子(constantFaetor)
最后，緊要性計數(shù)變量(對于預(yù)測需求或召喚需求)可作如下計算 對于預(yù)測需要(即經(jīng)計劃或預(yù)期的訂單)
緊要性計數(shù)(urgencyCount)=安全性計數(shù)(safetyCount) +未滿足需 求的訂單計數(shù)(unsatisfiedDemandOrderCount)
對于召喚需求
緊要性計數(shù)(urgencyCount )==未滿足需求的訂單計數(shù) (unsatisfiedDemandOrderCount)
總而言之，上述成本函數(shù)的參數(shù)趨向于滿足下列目標(biāo)(重要性逐次降 低)
滿足第0天和第1天的需要 滿足需求訂單的需要 滿足優(yōu)先級較高的位置的需要 找到成本最低的方案(包括懲罰)
示例
從用戶的角度來看，本發(fā)明的實施例可用于執(zhí)行多種不同的任務(wù)。
首先，在前述的一般的日常操作中，本文所述的優(yōu)化系統(tǒng)可些許自動 地操作。用戶可查看由系統(tǒng)100產(chǎn)生的方案，并可以檢查輸出模塊130生 成的輸出數(shù)據(jù)，以確定所述數(shù)據(jù)或方案是否存在問題。有時，用戶可能需 要修改輸入文件300以反映出工廠的改變或用于評估過程的約束的改變。
系統(tǒng)100的另一種應(yīng)用包括執(zhí)行多種"whatif'分析的能力。在這種 情況下，系統(tǒng)100可提供與策略決定例如是否批準(zhǔn)對現(xiàn)有設(shè)備升級有關(guān)的 有價值的數(shù)據(jù)。用戶修改輸入文件300以反映出設(shè)備的改變和與生產(chǎn)工廠 有關(guān)的任何改變(例如提高/降低生產(chǎn)能力或生產(chǎn)成本)。另一示例包括對 輸入文件300規(guī)定的要求進(jìn)行修改，以反映出客戶使用模式中的可能的改 變(例如，商品消耗的突然增加/減少)。在又一示例中，用戶可修改輸入 文件300以對生產(chǎn)工廠的當(dāng)前狀態(tài)的改變進(jìn)行描述。使用經(jīng)修改的輸入文 件300的優(yōu)化運行的操作成本和當(dāng)前的實際的操作成本之間的差異可明確 地向用戶表示出對設(shè)備升級的潛在益處或成本。系統(tǒng)100的又一應(yīng)用包括規(guī)劃客戶使用模式的改變。例如，用戶提出能反映出使用模式中的可能發(fā)生改變之處的多個優(yōu)化問題。用戶然后對系 統(tǒng)產(chǎn)生的方案進(jìn)行分析，以判斷這些方案是否表示液態(tài)氣體操作中的轉(zhuǎn)變 路線合理。如果不是，則用戶可對棘手的中間方案施加另外的約束，從而 及時地將這些中間方案和與其相鄰的方案進(jìn)行組合。因此，本發(fā)明的實施 例可有助于商品生產(chǎn)者從一種一般的操作狀態(tài)到另一種操作狀態(tài)的轉(zhuǎn)變。 應(yīng)理解到，本領(lǐng)域的技術(shù)人員可在如所附權(quán)利要求表述的本發(fā)明的原 理和范圍內(nèi)對于為了說明本發(fā)明的本質(zhì)而在文中進(jìn)行描述和示出的細(xì)節(jié)、 物資、步驟或?qū)Ω鞑糠值陌才抛龀鲈S多另外的改變。因此，本發(fā)明不應(yīng)當(dāng) 局限于在上文和/或附圖所給出的示例中的具體實施例。
權(quán)利要求
1.一種優(yōu)化供應(yīng)鏈的方法，包括a)使用遺傳算法優(yōu)化技術(shù)對種子方案族群進(jìn)行優(yōu)化來生成用于供應(yīng)鏈的最優(yōu)生產(chǎn)方案；以及b)使用蟻群優(yōu)化技術(shù)生成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案。
2. 根據(jù)權(quán)利要求l所述的方法，其特征在于，生成用于供應(yīng)鏈的最 優(yōu)生產(chǎn)方案包括a) 讀取輸入數(shù)據(jù)，其中，輸入數(shù)據(jù)描述了待優(yōu)化的供應(yīng)鏈問題；b) 生成所述種子方案族群，其中，該族群中的每個方案指定了用 于待優(yōu)化的供應(yīng)鏈問題的可行的方案；c)評估該族群中的每個方案，并根據(jù)評估對該族群中的方案排序； 以及d) 對該族群執(zhí)行遺傳算法優(yōu)化技術(shù)，直到滿足由輸入數(shù)據(jù)指定的 終止條件。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，執(zhí)行遺傳算法優(yōu)化技 術(shù)包括a) i爹正所述族群中至少一個方案的至少一個方面；b) 評估經(jīng)修正的方案的性能；c) 將經(jīng)修正的方案添加到所述族群中；以及d) 從所述族群中剔除相對于該族群中的其它方案評估最差的方 案。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，修正所述族群中至少 一個方案的至少一個方面包括a) 選擇方案修正技術(shù)；b) 從所述族群中選擇至少一個方案進(jìn)行修正；以及c) 根據(jù)所選的方案修正技術(shù)修正所述至少一個方案。
5. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所迷方案修正技術(shù)隨機地修正所述至少一個方案的至少一個方面。
6. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方案修正技術(shù)根 據(jù)啟發(fā)式規(guī)則修正所述至少一個方案。
7. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方案修正技術(shù)將 兩個或多個方案雜交繁育以生成經(jīng)修正的方案。
8. 根據(jù)權(quán)利要求3所述的方法，其特征在于，修正所述族群中至少 一個方案的至少一個方面包括按概率選擇一個或多個方案，其中，評估較 優(yōu)的方案比評估較差的方案更有可能被選中以進(jìn)行修正。
9. 根據(jù)權(quán)利要求l所述的方法，其特征在于，每個生產(chǎn)方案針對優(yōu) 化周期的每一天為每個工廠指定至少一種生產(chǎn)水平。
10. 根據(jù)權(quán)利要求l所述的方法，其特征在于，所述種子方案族群包 括第一批方案和第二批方案，其中，第一批方案根據(jù)啟發(fā)式規(guī)則生成，第 二批方案隨機地生成。
11. 根據(jù)權(quán)利要求l所述的方法，其特征在于，使用蟻群優(yōu)化技術(shù)生 成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案包括a) 初始化用于供應(yīng)鏈中每一生產(chǎn)工廠的工廠權(quán)向量；b) 初始化用于供應(yīng)鏈中每一輸送位置的裝備向量；以及c) 基于由工廠權(quán)向量和裝備向量的分量指定的一組權(quán)數(shù)生成分配 方案，其中，分配方案描述了從生產(chǎn)工廠到至少一個輸送位置 的一條或多條輸送路線。
12. 根據(jù)權(quán)利要求11所述的方法，其特征在于，所述工廠權(quán)向量的 分量表示從該工廠權(quán)向量所代表的工廠到一向量分量所代表的裝備的輸送 的優(yōu)選性。
13. 根據(jù)權(quán)利要求11所述的方法，其特征在于，所述裝備向量的分 量表示隨后的從該裝備向量所代表的裝備到 一 向量分量所代表的裝備的輸 送的優(yōu)選性。
14. 一種計算機可讀介質(zhì)，該介質(zhì)包含在執(zhí)行時實施用于優(yōu)化供應(yīng)鏈 的操作的程序，該程序包括a) 使用遺傳算法優(yōu)化技術(shù)對種子方案族群進(jìn)行優(yōu)化來生成用于供 應(yīng)鏈的最優(yōu)生產(chǎn)方案；以及b) 使用蟻群優(yōu)化技術(shù)生成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案。
15. 根據(jù)權(quán)利要求14所述的計算機可讀介質(zhì)，其特征在于，用來生 成用于供應(yīng)鏈的最優(yōu)生產(chǎn)方案的操作包括a) 讀取輸入數(shù)據(jù)，其中，輸入數(shù)據(jù)描述了待優(yōu)化的供應(yīng)鏈問題；b) 生成所述種子方案族群，其中，該族群中的每個方案指定了用于 待優(yōu)化的供應(yīng)鏈問題的可行的方案；c) 評估所述族群中的每個方案，并根據(jù)評估對所述族群中的方案排 序；以及d) 對所述族群執(zhí)行遺傳算法優(yōu)化技術(shù)，直到滿足由輸入數(shù)據(jù)指定的 終止條件。
16. 根據(jù)權(quán)利要求15所述的計算機可讀介質(zhì)，其特征在于，用于執(zhí) 行遺傳算法優(yōu)化技術(shù)的操作包括a) 修正所述族群中至少一個方案的至少一個方面；b) 評估經(jīng)修正的方案的性能；c) 將經(jīng)修正的方案添加到所述族群中；以及d) 從所述族群中剔除相對于該族群中的其它方案評估最差的方案。
17. 根據(jù)權(quán)利要求16所述的計算機可讀介質(zhì)，其特征在于，用于修 正族群中至少一個方案的至少一個方面的操作包括a) 選擇方案修正技術(shù)；b) 從所述族群中選擇所述至少一個方案進(jìn)行修正；以及c) 根據(jù)所選的方案修正技術(shù)修正所述至少一個方案。
18. 根據(jù)權(quán)利要求16所述的計算機可讀介質(zhì)，其特征在于，所述方 案修正技術(shù)隨機地修正所述至少一個方案的至少一個方面。
19. 根據(jù)權(quán)利要求16所述的計算機可讀介質(zhì)，其特征在于，所述方 案修正技術(shù)根據(jù)啟發(fā)式規(guī)則修正所述至少 一個方案。
20. 根據(jù)權(quán)利要求16所述的計算機可讀介質(zhì)，其特征在于，所述方 案修正技術(shù)將兩個或多個方案雜交繁育以生成經(jīng)修正的方案。
21. 根據(jù)權(quán)利要求16所述的計算機可讀介質(zhì)，其特征在于，修正族 群中至少一個方案的至少一個方面包括按概率選擇一個或多個方案，其中， 評估較優(yōu)的方案比評估較差的方案更有可能被選中以進(jìn)行修正。
22. 根據(jù)權(quán)利要求14所述的計算機可讀介質(zhì)，其特征在于，每個生 產(chǎn)方案針對優(yōu)化周期的每一天為每個工廠指定至少一種生產(chǎn)水平。
23. 根據(jù)權(quán)利要求14所述的計算機可讀介質(zhì)，其特征在于，所述種 子方案族群包括笫一批方案和第二批方案，其中第一批方案根據(jù)啟發(fā)式規(guī) 則生成，第二批方案隨機地生成。
24. 根據(jù)權(quán)利要求14所述的計算機可讀介質(zhì)，其特征在于，使用蟻 群優(yōu)化技術(shù)生成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案的操作包括a) 初始化用于供應(yīng)鏈中每一生產(chǎn)工廠的工廠權(quán)向量；b) 初始化用于供應(yīng)鏈中每一輸送位置的裝備向量；以及c) 基于由工廠權(quán)向量和裝備向量的分量指定的一組權(quán)數(shù)生成分配 方案，其中，分配方案描述了從生產(chǎn)工廠到至少一個輸送位置的 一條或多條輸送路線。
25. 根據(jù)權(quán)利要求24所述的計算機可讀介質(zhì)，其特征在于，所述工 廠權(quán)向量的分量表示從該工廠權(quán)向量所代表的工廠到一向量分量所代表的 裝備的輸送的優(yōu)選性。
26. 根據(jù)權(quán)利要求24所述的計算機可讀介質(zhì)，其特征在于，所述裝 備向量的分量表示隨后的從該裝備向量所代表的裝備到 一 向量分量所代表 的裝備的輸送的優(yōu)選性。
27. —種用來優(yōu)化供應(yīng)鏈的操作的計算設(shè)備，包括a) 處理器；b) 生產(chǎn)優(yōu)化器，在由所述處理器執(zhí)行時，該生產(chǎn)優(yōu)化器構(gòu)造成使用 遺傳算法優(yōu)化技術(shù)對種子方案族群進(jìn)行優(yōu)化來生成用于供應(yīng)鏈 的最優(yōu)生產(chǎn)方案；以及c) 分配優(yōu)化器，在由所述處理器執(zhí)行時，該分配優(yōu)化器構(gòu)造成使用蟻群優(yōu)化技術(shù)生成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案。
28. 根據(jù)權(quán)利要求27所述的計算設(shè)備，其特征在于，所述生產(chǎn)優(yōu)化 器構(gòu)造成通過執(zhí)行如下步驟生成用于供應(yīng)鏈的最優(yōu)生產(chǎn)方案a) 讀取輸入數(shù)據(jù)，其中，輸入數(shù)據(jù)描述了待優(yōu)化的供應(yīng)鏈問題；b) 生成所述種子方案族群，其中，所述族群中的每個方案指定了用 于待優(yōu)化的供應(yīng)鏈問題的可行的方案；c) 評估所述族群中的每個方案，并根據(jù)評估對所述族群中的方案排 序；以及d) 對所述族群執(zhí)行遺傳算法優(yōu)化技術(shù)，直到滿足由輸入數(shù)據(jù)指定的 終止條件。
29. 根據(jù)權(quán)利要求28所述的計算設(shè)備，其特征在于，所述執(zhí)行遺傳 算法優(yōu)化技術(shù)的步驟包括a) 修正所述族群中至少一個方案的至少一個方面；b) 評估經(jīng)修正的方案的性能；c) 將經(jīng)修正的方案添加到所述族群中；以及d) 從所述族群中剔除評估最差的方案。
30. 根據(jù)權(quán)利要求29所述的計算設(shè)備，其特征在于，所述修正族群 中至少一個方案的至少一個方面的步驟包括a) 選擇方案修正技術(shù)；b) 從所述族群中選擇所述至少一個方案以進(jìn)行修正；以及c) 根據(jù)所選的方案修正技術(shù)修正所述至少一個方案。
31. 根據(jù)權(quán)利要求29所述的計算設(shè)備，其特征在于，所述方案修正 技術(shù)隨機地修正所述至少一個方案的至少一個方面。
32. 根據(jù)權(quán)利要求29所述的計算設(shè)備，其特征在于，所述方案修正 技術(shù)根據(jù)啟發(fā)式規(guī)則修正所述至少一個方案。
33. 根據(jù)權(quán)利要求29所述的計算設(shè)備，其特征在于，所述方案修正 技術(shù)將兩個或多個方案雜交繁育以生成經(jīng)修正的方案。
34. 根據(jù)權(quán)利要求29所述的計算設(shè)備，其特征在于，修正所述族群 中至少一個方案的至少一個方面的步驟包括按概率選擇一個或多個方案， 其中，評估較優(yōu)的方案比評估較差的方案更有可能^ 皮選中以進(jìn)行修正。
35. 根據(jù)權(quán)利要求27所述的計算設(shè)備，其特征在于，每個生產(chǎn)方案 針對優(yōu)化周期的每一天為每個工廠指定至少 一種生產(chǎn)水平。
36. 根據(jù)權(quán)利要求27所述的計算設(shè)備，其特征在于，所述種子方案 族群包括第一批方案和第二批方案，其中，第一批方案根據(jù)啟發(fā)式規(guī)則生 成，第二批方案隨機地生成。
37. 根據(jù)權(quán)利要求27所述的計算設(shè)備，其特征在于，所述分配優(yōu)化 器構(gòu)造成通過實施如下步驟生成用于最優(yōu)生產(chǎn)方案的最優(yōu)分配方案a) 初始化供應(yīng)鏈中每一生產(chǎn)工廠的工廠權(quán)向量；b) 初始化供應(yīng)鏈中每一輸送位置的裝備向量；以及c) 基于由工廠權(quán)向量和裝備向量的分量指定的一組權(quán)數(shù)生成分配 方案，其中，分配方案描述了從生產(chǎn)工廠到至少一個輸送位置的 一條或多條輸送路線。
38. 根據(jù)權(quán)利要求37所述的計算設(shè)備，其特征在于，所述工廠權(quán)向量的分量表示從該工廠權(quán)向量所代表的工廠到一向量分量所代表的裝備的 輸送的優(yōu)選性。
39. 根據(jù)權(quán)利要求37所述的計算設(shè)備，其特征在于，所述裝備向量 的分量表示隨后的從該裝備向量所代表的裝備到 一向量分量所代表的裝備 的輸送的優(yōu)選性。
全文摘要
本發(fā)明的一個實施例提供了一種用于優(yōu)化供應(yīng)鏈管理(SCM)問題的方法?？墒褂眠z傳算法優(yōu)化技術(shù)生成用于SCM問題的生產(chǎn)方面的生產(chǎn)方案，并可使用蟻群優(yōu)化技術(shù)生成用于SCM問題的分配方面的方案。遺傳算法優(yōu)化技術(shù)和蟻群優(yōu)化技術(shù)結(jié)合能快速確定針對SCM問題的高品質(zhì)的解決方案。
文檔編號G06N3/12GK101203870SQ200680022563
公開日2008年6月18日 申請日期2006年4月18日 優(yōu)先權(quán)日2005年4月22日
發(fā)明者C·N·哈珀 申請人:喬治洛德方法研究和開發(fā)液化空氣有限公司