# 数据结构定义 class OrderData: """订单数据类""" def __init__(self): self.I = 5 # 物料种类数 self.Q = [250, 300, 200, 350, 280] # 各物料待生产量 self.Dd = 12 # 需求交货期(时长) self.P0 = [50.0, 80.0, 60.0, 70.0, 90.0] # 风险企业单位采购价 self.T0 = [5.0, 8.0, 6.0, 7.0, 9.0] # 风险企业单位运输成本 self.transport_speed = 10.0 # 运输速度(单位/时间) class RiskEnterpriseData: """风险企业数据类(单物料产能约束+总产能约束)""" def __init__(self): self.I = 5 # 物料种类数(与订单一致) self.C0_i_std = [40.0, 50.0, 35.0, 45.0, 48.0] # 单物料单位时间标准产能 self.C0_total_max = 100.0 # 总产能上限 self.distance = 10.0 # 位置距离 class SupplierData: """供应商数据类(按约束文档定义)""" def __init__(self, I=5): self.I = I self.supplier_count = 4 self.names = ["S0", "S1", "S2", "S3"] # 能否生产某物料矩阵 (supplier_count × I) self.can_produce = [ [1, 1, 1, 1, 1], [1, 0, 1, 0, 1], [0, 1, 0, 1, 0], [0, 0, 1, 1, 1] ] # 单物料单位时间标准生产能力 self.Cj_i_std = [ [20.0, 18.0, 15.0, 22.0, 25.0], [25.0, 0.0, 30.0, 0.0, 28.0], [0.0, 22.0, 0.0, 35.0, 0.0], [0.0, 0.0, 20.0, 30.0, 22.0] ] # 供应商单位时间最大总生产能力 self.Cj_total_max = [120.0, 110.0, 100.0, 95.0] # 最小起订量 self.MinOrder = [ [20.0, 20.0, 15.0, 25.0, 20.0], [30.0, 0.0, 25.0, 0.0, 30.0], [0.0, 25.0, 0.0, 30.0, 0.0], [0.0, 0.0, 20.0, 35.0, 25.0] ] # 最大供应量 self.MaxOrder = [ [100.0, 150.0, 80.0, 120.0, 130.0], [120.0, 0.0, 100.0, 0.0, 110.0], [0.0, 140.0, 0.0, 150.0, 0.0], [0.0, 0.0, 90.0, 130.0, 100.0] ] # 单位采购价格 self.P_ij = [ [60.0, 85.0, 70.0, 80.0, 100.0], [65.0, 0.0, 75.0, 0.0, 105.0], [0.0, 90.0, 0.0, 85.0, 0.0], [0.0, 0.0, 78.0, 88.0, 98.0] ] # 单位运输成本 self.T_ij = [ [7.0, 9.0, 8.0, 10.0, 12.0], [6.0, 0.0, 9.0, 0.0, 11.0], [0.0, 10.0, 0.0, 12.0, 0.0], [0.0, 0.0, 10.0, 13.0, 14.0] ] # 供应商位置距离 self.distance = [45.0, 35.0, 60.0, 50.0] class Config: """算法参数配置类""" def __init__(self): # 种群参数 self.pop_size = 50 self.N1_ratio = 0.2 # 变更成本最小种群比例 self.N2_ratio = 0.2 # 交付延期最短种群比例 self.N3_ratio = 0.3 # 基于风险企业种群比例 self.N4_ratio = 0.3 # 随机种群比例 # 遗传操作参数 self.crossover_prob = 0.8 self.mutation_prob = 0.3 self.max_generations = 100 # 惩罚系数 self.delta = 1.3 # 变更惩罚系数 self.gamma = 0.8 # 提前交付惩罚系数 # 早停参数 self.early_stop_patience = 50 # 目标函数数量 self.objective_num = 2