2021-09-12 公式

本文探讨了供应链管理中的供应商评估,包括实际供应量、订货量、供货准确率和订单完成率等关键指标。通过熵权法和公式法计算供应商评价值,并提出了一种优化供应商选择的模型,以最小化总费用。同时,考虑了生产过程中的损耗率和每周供应量,确保满足生产和成本目标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

α i j : 第 i 家 第 j 周 的 实 际 供 应 量 \alpha_{ij}:第i家第j周的实际供应量 αijij
α i : 第 i 家 总 供 应 量 \alpha_i:第i家总供应量 αi:i
β i j : 第 i 家 第 j 周 的 订 货 量 \beta_{ij}:第i家第j周的订货量 βij:ij
β i : 第 i 家 总 的 订 货 量 \beta_i:第i家总的订货量 βi:i
γ i : 第 i 家 的 供 货 准 确 率 \gamma_i:第i家的供货准确率 γi:i
δ i : 第 i 家 的 订 单 完 成 率 \delta_i:第i家的订单完成率 δi:i
ε i : 第 i 家 的 评 价 每 周 供 货 量 \varepsilon_i :第i家的评价每周供货量 εi:i
η i : 第 i 家 的 供 货 量 极 差 \eta_i:第i家的供货量极差 ηi:i
θ i : 第 i 家 的 供 货 量 方 差 \theta_i:第i家的供货量方差 θi:i

α i = ∑ j = 1 240 α i j \alpha_i=\sum_{j=1}^{240} \alpha_{ij} αi=j=1240αij

β i = ∑ j = 1 240 β i j \beta_i=\sum_{j=1}^{240} \beta_{ij} βi=j=1240βij

ε i = β i 240 \varepsilon_i=\dfrac{\beta_i}{240} εi=240βi

γ i = 1 − ∣ α i − β i ∣ α i \gamma_i=1-\dfrac{\left\vert \alpha_i-\beta_i \right\vert}{ \alpha_i} γi=1αiαiβi

δ i = β i α i \delta_i=\dfrac{\beta_i}{\alpha_i} δi=αiβi

η i = m a x ( α i j ) − m i n ( α i j ) \eta_i=max(\alpha_{ij})-min(\alpha_{ij}) ηi=max(αij)min(αij)

θ i : ∑ j = 1 240 ( ε i − α i j ) 2 240 \theta_i:\dfrac{\sum_{j=1}^{240} (\varepsilon_i- \alpha_{ij})^2}{240} θi:240j=1240(εiαij)2

s i : 第 i 家 供 应 商 的 熵 权 法 评 价 值 s_i:第i家供应商的熵权法评价值 si:i

m i : 第 i 家 供 应 商 的 公 式 法 平 均 值 m_i:第i家供应商的公式法平均值 mi:i

a i j ( i = 1 , 2 , ⋅ ⋅ ⋅ , n ; j = 1 , 2 , ⋅ ⋅ ⋅ , m ) a_{ij}(i=1,2,···,n;j=1,2,···,m) aij(i=1,2,,n;j=1,2,,m)

A = ( a i j ) n × m A=(a_{ij})_{n \times m} A=(aij)n×m

p i j ( i = 1 , 2 , ⋅ ⋅ ⋅ , n , j = 1 , 2 , ⋅ ⋅ ⋅ , m ) . p_{ij}(i=1,2,···,n,j=1,2, ···,m). pij(i=1,2,,n,j=1,2,,m).

p i j = a i j ∑ i = 1 n a i j , i = 1 , 2 , ⋅ ⋅ ⋅ n , j = 1 , 2 , ⋅ ⋅ ⋅ , m p_{ij}=\dfrac{a_{ij}}{\sum_{i=1}^{n}a_{ij} },i=1,2,···n,j=1,2,···,m pij=i=1naijaij,i=1,2,n,j=1,2,,m

e j = − 1 ln ⁡ n ∑ i = 1 n p i j ln ⁡ p i j , j = 1 , 2 , ⋅ ⋅ ⋅ , m e_{j}=-\dfrac{1}{\ln n}{\sum_{i=1}^{n}p_{ij}\ln p_{ij} },j=1,2,···,m ej=lnn1i=1npijlnpij,j=1,2,,m

g j = 1 − e j , j = 1 , 2 , ⋅ ⋅ ⋅ , m g_j=1-e_j,j=1,2,···,m gj=1ej,j=1,2,,m

w j = g j ∑ j = 1 m g j , j = 1 , 2 , ⋅ ⋅ ⋅ , m w_j=\dfrac{g_j}{\sum_{j=1}^{m}g_j},j=1,2,···,m wj=j=1mgjgj,j=1,2,,m

s i = ∑ j = 1 m w j p i j s_i=\sum_{j=1}^{m}w_jp_{ij} si=j=1mwjpij

z : 供 应 商 数 量 的 总 和 z:供应商数量的总和 z:

min ⁡ z = ∑ i = 1 402 h i \min z=\sum_{i=1}^{402}h_i minz=i=1402hi

h i = { 1 , ∑ i 1 > 0 0 , ∑ i 1 = 0 h_i=\begin{cases} 1, & \sum{i_1}>0 \\ 0, & \sum{i_1}=0 \end{cases} hi={1,0,i1>0i1=0

x i j = { 1 , 第i周第j家有供应 0 , 第i周第j家无供应 x_{ij}= \begin{cases} 1, & \text{第i周第j家有供应} \\ 0, & \text{第i周第j家无供应} \end{cases} xij={1,0,i周第j家有供应i周第j家无供应

J = [ 2.82 × 1 0 4 × 2 2.82 × 1 0 4 ⋮ 2.82 × 1 0 4   ] J=\begin{bmatrix} 2.82\times 10^4\times 2 \\2.82\times 10^4\\\vdots\\2.82\times 10^4\ \end{bmatrix} J=2.82×104×22.82×1042.82×104 

x i j × ε i ≥ J x_{ij}\times \varepsilon_i\ge J xij×εiJ

w j : 第 i 周 的 费 用 w_j:第i周的费用 wj:i

w : 24 周 总 费 用 w:24周总费用 w:24

g i : 每 周 供 应 量 生 产 所 得 产 品 的 量 ( m 3 ) g_i:每周供应量生产所得产品的量 (m^3) gi:(m3)

s ˉ : 平 均 损 耗 率 \bar{s}:平均损耗率 sˉ:

min ⁡ w = ∑ i = 1 24 w j \min w=\sum_{i=1}^{24}w_j minw=i=124wj

s . t . { w j = ∑ i = 1 402 ( 1.2 m i 1 h i + 1.1 m i 2 h i m i 3 h i ) ∑ l = 1 j g l ( 1 − s ˉ ) − ( j + 1 ) × 2.82 × 1 0 4 ≥ 0 g i = m i 1 h i 0.6 + m i 2 h i 0.66 + m i 3 h i 0.72 s.t.\begin{cases} w_j=\sum_{i=1}^{402}(1.2m_{i1}h_i+1.1m_{i2}h_im_{i3}h_i)\\ \sum_{l=1}^{j}g_l(1-\bar{s})-(j+1)\times 2.82 \times 10^4\ge0\\g_i=\dfrac{m_{i1}h_i}{0.6}+\dfrac{m_{i2}h_i}{0.66}+\dfrac{m_{i3}h_i}{0.72} \end{cases} s.t.wj=i=1402(1.2mi1hi+1.1mi2himi3hi)l=1jgl(1sˉ)(j+1)×2.82×1040gi=0.6mi1hi+0.66mi2hi+0.72mi3hi

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值