111 lines
4.8 KiB
Python
111 lines
4.8 KiB
Python
# 数据结构定义：存储订单、企业、供应商数据及算法配置
|
||
class OrderData:
|
||
"""订单数据类：存储物料需求、交货期、成本等信息"""
|
||
def __init__(self):
|
||
self.I = 5 # 物料种类数
|
||
self.Q = [6000, 12000, 20000, 7500, 13500] # 各物料的需求数量（整数）
|
||
self.Dd = 30 # 需求交货期（单位：时间，整数）
|
||
self.P0 = [45, 30, 30, 50, 40] # 风险企业的单位采购价（整数）
|
||
self.T0 = [5, 8, 6, 7, 9] # 风险企业的单位运输成本（整数）
|
||
self.transport_speed = 10 # 运输速度（单位：距离/时间，整数）
|
||
class RiskEnterpriseData:
|
||
"""风险企业数据类：存储风险企业的产能、距离等信息"""
|
||
def __init__(self):
|
||
self.I = 5 # 物料种类数（与订单一致）
|
||
self.C0_i_min = [50, 100, 150, 80, 100] # 单物料的单位时间最小产能（整数）
|
||
self.C0_total_max = 900 # 总产能上限（单位时间，整数）
|
||
self.distance = 20 # 与需求点的距离（整数）
|
||
class SupplierData:
|
||
"""供应商数据类：存储各供应商的产能、价格、距离等信息"""
|
||
def __init__(self, I=5):
|
||
self.I = I # 物料种类数
|
||
self.supplier_count = 4 # 供应商数量
|
||
self.names = ["S0", "S1", "S2", "S3"] # 供应商名称
|
||
# 能否生产某物料的矩阵（supplier_count × I），1=能生产，0=不能
|
||
self.can_produce = [
|
||
[1, 1, 1, 1, 1],
|
||
[1, 0, 1, 0, 1],
|
||
[0, 1, 0, 1, 0],
|
||
[0, 0, 1, 1, 1]
|
||
]
|
||
# 单物料单位时间最小产能（supplier_count × I），0表示不能生产该物料（整数）
|
||
self.Cj_i_min = [
|
||
[30, 80, 100, 60, 80],
|
||
[60, 0, 180, 0, 120],
|
||
[0, 150, 0, 120, 0],
|
||
[0, 0, 170, 105, 115]
|
||
]
|
||
# 供应商单位时间的最大总产能（supplier_count，整数）
|
||
self.Cj_total_max = [700, 800, 600, 850]
|
||
# 最小起订量（supplier_count × I，整数）
|
||
self.MinOrder = [
|
||
[800, 1500, 3000, 800, 1500],
|
||
[1000, 0, 3500, 0, 1800],
|
||
[0, 1700, 0, 1000, 0],
|
||
[0, 0, 2500, 500, 1000]
|
||
]
|
||
# 最大供应量（supplier_count × I，整数）
|
||
self.MaxOrder = [
|
||
[5000, 10000, 18000, 6500, 11000],
|
||
[8000, 0, 25000, 0, 15000],
|
||
[0, 8000, 0, 6000, 0],
|
||
[0, 0, 20000, 7500, 13500]
|
||
]
|
||
# 单位采购价格（supplier_count × I，整数）
|
||
self.P_ij = [
|
||
[50, 35, 28, 47, 38],
|
||
[43, 0, 28, 0, 36],
|
||
[0, 31, 0, 52, 0],
|
||
[0, 0, 32, 52, 43]
|
||
]
|
||
# 单位运输成本（supplier_count × I，整数）
|
||
self.T_ij = [
|
||
[6, 9, 8, 9, 12],
|
||
[4, 0, 5, 0, 15],
|
||
[0, 10, 0, 7, 0],
|
||
[0, 0, 8, 9, 11]
|
||
]
|
||
# 供应商与需求点的距离（supplier_count，整数）
|
||
self.distance = [60, 50, 70, 40]
|
||
class Config:
|
||
"""算法参数配置类：存储NSGA-II的各类参数"""
|
||
def __init__(self):
|
||
# 种群参数
|
||
self.pop_size = 300 # 种群大小
|
||
self.N1_ratio = 0.2 # 优先成本的种群比例
|
||
self.N2_ratio = 0.2 # 优先延期的种群比例
|
||
self.N3_ratio = 0.3 # 强制风险企业的种群比例
|
||
self.N4_ratio = 0.3 # 随机种群比例
|
||
# 遗传操作参数
|
||
self.crossover_prob = 0.8 # 交叉概率
|
||
self.mutation_prob = 0.3 # 变异概率
|
||
self.max_generations = 500 # 最大进化代数
|
||
# 惩罚系数
|
||
self.delta = 1.3 # 变更惩罚系数
|
||
# 早停参数
|
||
self.early_stop_patience = 50 # 连续多少代无改进则早停
|
||
# 目标函数数量
|
||
self.objective_num = 2 # 双目标（成本+延期）
|
||
self.duplicate_threshold = 0.1 # 重复解保留数量
|
||
self.print_top_n = 5 # 打印前N个最优解
|
||
|
||
class DataStructures:
|
||
"""数据结构工具类：提供评价指标计算等功能"""
|
||
@staticmethod
|
||
def calculate_evaluation_index(objectives, optimal_cost, optimal_tardiness):
|
||
"""
|
||
计算评价指标
|
||
:param objectives: 解的目标值 (成本, 延期)
|
||
:param optimal_cost: 最优成本值
|
||
:param optimal_tardiness: 最优延期值
|
||
:return: 评价指标值
|
||
"""
|
||
cost, tardiness = objectives
|
||
# 避免除以零（成本最优值为0时的保护）
|
||
if optimal_cost == 0:
|
||
cost_ratio = 0 if cost == 0 else float('inf')
|
||
else:
|
||
cost_ratio = cost / optimal_cost
|
||
# 延期处理（+1避免除以零）
|
||
tardiness_ratio = (tardiness + 1) / (optimal_tardiness + 1)
|
||
return cost_ratio + tardiness_ratio |