基于进化算法的K_Means算法解决制造业物料采购问题

摘要

基于进化算法的K_Means算法解决制造业物料采购问题，对供应商数据进行聚类，聚类变异后，计算出聚类变异适应度值，对最优聚类进行成本考量，结合供应商成本与商家成本适应度比较，找出最优成本商家。本发明利用标准采购量作为初始解，让算法在标准采购量范围搜索，同时进行变异，以及适应度判断，降低了进化算法对初始解的依赖性；首先对数据集进行聚类，再对聚类最优集进行属性相似度的考量，较少了算法的计算量，提高算法搜索效率，另一方面，提高了算法解的实用度；以标准购买物料种类数目作为聚类数量，简单有效，减少了算法的复杂度；用物料种类数量来刻画两个用供应商集合中供应商与聚类中心的距离来表示相异度，易于理解，实用性高。