中国流通经济２０１２年第１１期口电子商务
食用农产品采购合同组合反向拍卖的优化
顾小林１一，浦徐进１，曹文彬１
（１．江南大学，江苏无锡２１４１２２；２．河海大学，江苏南京２１００９８）
摘要：目前食用农产品采购成本较高．应从根本上对采购方式及其交易模式进行变革．借助网络采取反向拍卖方式，并对食用农产品的反向拍卖实施优化。网上反向拍卖采购模式不影响企业原有的供应链管理模式，可以降低采购成本．防止暗箱操作，其特点是买方确定采购标准，卖方进行竞标，竞价过程中价格随时间的推移不仅不上升反而下降。买方将待购物品列出，卖方通过竞价获得订单，买卖双方签订采购合同，可以对采购合同组合反向
拍卖进行优化．达到降低采购成本的目的。
关键词：食用农产品；采购模式；网上反向拍卖；自适应遗传算法中图分类号：Ｆ７６２
文献标识码：Ａ
文章编号：１００７—８２６６（２０１２）１１－００９１－０６
一、引言
及建立模型的前提，需要以下几个方面均符合。【３】第一，在规定时间内，各投标供应商密封并提交其目前食用农产品采购的特点是品种繁多、批标书，投标供应商中采购成本最低的中标。第二，量庞大，包括交货期限、支付形式等许多不同因
限制每个供应商单项产品供应量的上限、下限及
素。采购模式是非信息对称博弈过程，响应用户需供应总量的上限、下限。第三，每种产品的采购数求时间缓慢，供需关系是短期的或临时的，且竞争
量较大，供应商因此可以进行价格折扣。第四，每多于合作，【１】对供应商产品质量无法进行事前控
个供应商对若干种或所有的采购合同竞标。第五，制，因此导致采购成本较高。
不同质产品的采购合同由多个供应商竞标。第六，
由此提出在食用农产品采购中采用网上反向同一时间拍卖多个不同质产品的采购合同。第七，拍卖采购模式。这一模式不影响企业原有的供应
限制中标的供应商人数。第八，采购方只有一个。
链管理模式，可以降低采购成本，防止暗箱操作，
（２）食用农产品供应商的供应函数
特点是买方确定采购标准，卖方进行竞标，竞价过通常供应商供应产品的单位价格是采购量的程中价格随时间的推移不仅不上升反而下降，买
下降阶梯函数，供应函数见公式１ｏ【・】
方将待购物品列出，卖方通过竟价获得订单，买卖
双方签订采购合同，可以对采购合同组合反向拍
Ｚｌ，ｌ≤ｘ＜Ｑｌ
卖进行优化，达到降低采购成本的目的。【２１
易，ＱＩ≤Ｘ＜Ｑ２ｒ＝ｆ匕）＝
ＬｌＪ
ｍ
Ｚ３，Ｑ２≤ｘ＜Ｑ３二、食用农产品采购合同组合反向拍卖
乙，ｏ≤戈≤＾
的优化
其中，供应参数是｛（Ｚ，Ｑ，，Ｑ：，Ｑ，，＾），％，五，历，１．建立食用农产品采购合同组合反向拍卖的彩１ｏ【ｌ，加是供应商的供应能力区间，Ｑｉ（扛１，２，３）、
相关模型
Ｚ（江１，２，３，４）、Ｚ和ｈ是正值常数，ｌ＜Ｑ，＜Ｑ：＜Ｑｊ如，
（１）规定建立食用农产品采购合同组合反向拍
Ｚ》Ｚ》ｚ》ｚ４０
卖模型的若干前提
（３）食用农产品采购合同组合反向拍卖最优供在此实施食用农产品采购合同组合反向拍卖
应模式的模型
９１
万方数据
假定一个食用农产品采购商为了满足采购需求以及采购价格最低，借助采购合同组合反向拍
卖模式采购食用农产品，在众多供应商提供的多
（３）约束限制了食用农产品的采购需求，式（４）限制了每个食用农产品供应商对某个食用农产品的供应数量，式（５）限定每个食用农产品供应商有且只有一种供应模式，式（６）限制了符合标的的食用农
种食用农产品供应情况中，采购商需要决策选择最佳的一组供应模式组合，由此建立食用农产品
采购合同组合反向拍卖的最优组合供应模式的数
产品供应商人数，式（７）约束了食用农产品供应商
的模式选择。上述式（２）。（７）表明需求解０—１整数规划问题。
由式（２）～（７）模型分析可以得出，随着供应商
学模型，以便进行智能决策，数学模型㈣如下所示。
ｍｉｎ∑∑Ｃａ（ｖ）ｘ。
ｎ＝ｌ口∈Ｖｎ
（２）
数量Ⅳ及采购食用农产品数量Ｍ的增加，食用农产品多物品采购合同供应模式的组合数呈现指数增长。为了满足食用农产品的采购需求以及实现采购价格最低，食用农产品多个供应商的供应模式组
合具备组合意义，理论上最优组合供应模式存在并可解。【引
“．∑∑口》”≥Ｑ。，Ｖｍ
ｎ＝ｌ
（３）（４）（５）
ｐＥ俨
Ｚ：≤口弘≯≤“：，Ｖｍ
乞∥≤ｌ，Ｖ
ｎ
￡≤∑∑舻≤日
ｎ２１＿ＥＰ４
（６）（７）
２．基于００竞争策略的自适应遗传算法确定食用农产品组合供应模式的最优解
求解食用农产品最优组合供应模式的问题可
转化为两个层面的优化问题，【，】如图１所示。
图中，上层是求解食用农产品供应商的组合优化问题，下层是求解在限定供应商范围内的多种物品最优组合的供应问题。通过对一个食用农产品最
Ｘｑ０，１ｌ，Ｖ秽∈Ｈ‘Ｖｎ
其中相关符号定义如下：肘定义为需要采购
的农产品种类数量；仉定义为每种农产品的需求量；ｙ＝（吖，∥，…，硝）定义为对Ｍ种农产品的供应数量为彩的供应模式；Ⅳ定义为供应商的数目；ｐ定义为供应商／７，的供应模式集合；％定义为第ｎ个供应商对第ｍ个农产品供应量的下限；＾■定义
为第ｎ个供应商对第ｍ个农产品供应量的上限。
优组合供应模式确定的动态规划算法的多次循环
调用，来求解下层优化问题，下层优化问题的计算
结果用于解决上层优化问题。…但是在求解上层优
化问题时存在ＮＰ难题，因为如果食用农产品的供应商人数Ⅳ太大，则从．『ｖ中选取ｂ（Ｌ≤６≤劈）的组
。则供应商／７，提供农产品总量的限制定义为：
合数ｃｓ过大，于是求解Ｏ一１整数规划模型形成ＮＰ
难题。…自适应遗传算法可用于求解变长染色体的离散组合优化问题，且求解组合优化问题较传统算
ｌ－＝∑ｌｍ－－：∑ｏ：≤∑＾：＝ｈｎ
义为：
１＿
（８）
对第ｎ个供应商提供数量为秽的采购成本定
法效果较为明显，［１０１在此采取基于００竞争策略的自适应遗传算法对上述０—１规划模型求解。【ｌｌ１
（１）基于００竞争策略的自适应遗传算法
００（Ｏｎｅ
ｔｏ
Ｄ（ｙ）＝乞ｃ三０）
其中Ｃ：０）＝№”
（９）（１０）
Ｏｎｅ）竞争策略的自适应遗传算法
其中Ａ定义为第ｎ个供应商对应供应量为口”时的单位价格。
相关决策变量定义如下：
的主要思想，是在遗传算法中借助Ｐ１ａｙｅｒＫｉｌｌｉｎｇ赛式的竞争筛选寻找全局最优解。执行变异操作前即时检测全程最优解，并且配合交叉率自适应地动
食用农产品供应商组合优化
ｘｒ＝己：霎茬商凡的秽∈ｐ供应模式被选中（１１）
１一１０，其他
（１２）
ｆ１，供应病ｎ的口供应黻中包含对农产品ｍ的供应
式（２）目标函数表明采购成本需达到极小，式
Ｔ
ｌ食用农产品多物品最优组合供应问题
图１食用农产品多物品最优组合供应模式两层优化
９２
万方数据
态调整个体粒度，以避免算法陷入局部极值点，而且减少退化现象，同时引入复活赛机制，提高算法收敛到全局最优解的概率。ｆ１２】
基于００竞争策略的自适应遗传算法有以下特点：
群规模越大，算法的搜索能力越强，因为种群规模
几乎以减半的速度随算法的运行不断减小。【玎】
⑥总体的进化策略与传统遗传算法不同。此
算法在进化过程中，不再固定种群规模，同时不再
限定进化代数，系统通过个体的竞争，自动选择更
符合优化目标的个体进入下一代。采用这种选择
①从算法内部解决遗传算法的局部搜索能力
不足问题。传统上均从外部引入优化算法，【１３】基于００竞争策略的自适应遗传算法不从外部引入任何方法，而是在算法中首先设置较大的交叉率与变异率，可以提高全局及局部的搜索能力ＪＨ】其次，变异算子仅当算法检测到当前代种群的最佳适应度和父代对比未改进时，才参与执行变异并进行局部搜索。
策略结合最优个体保存策略，随着进化代数的增加种群规模不断减小，直至最后只剩下一个全程最优个体，即为全程最优解。此进化筛选策略保证算法能够以极快的速度收敛。
（２）基于００竞争策略的自适应遗传算法的编码方法
基于００竞争策略的自适应遗传算法的编码方法采取二元组编码，【１８１－－个染色体个体可用ｘ＝
②提高了算法搜索到全局最优解的概率。此
算法采取两种方式，首先设定较大的种群规模，有利于提高全局搜索效率。其次采用复活赛机制，复活赛机制中借助选择算子配合替换算子来实现，在算法执行过程中，每一代的最优个体取代最劣个体，在算法结束的前一代剩下一优一劣两个个体，两个个体执行替换操作后变得相同，当进行选择操作时，两个个体都进入下一代的进化并进行下一轮的竞赛。引入复活赛机制提高了全局最优
［（ｉ，，ｄ，），（ｉ：，ｄ２），…，（ｏ砧】表示。其中ｉ。代表基因
座编号，对应的基因值是厶。其值的选取需符合染
色体两个方面的要求：
①染色体长度的要求。在此设定常规染色体
的长度为日，最短染色体的长度为￡。用ｉ。∈，＝｛Ｊ，２，…，Ｈｌ表示基因座编号，用ｄｍ∈Ｄ＝ｆ１，２，…，Ｊ７、ｒ｝表示某一标书的编号，即是对应的基因值。
②染色体中基因座对应基因值的要求。因为￡
表示染色体的最短长度，所以对某个单项农产品
解与全程最优个体吻合的概率。【１５】
③交叉率与变异率的自适应调整细化到了个
体粒度上。传统方法交叉率与变异率的自适应调
假定有￡个供应商，采购商对该项农产品的需求，
通过￡个供应商对该项农产品的总供应能够得到满足。为了符合染色体的要求，在基因值对应供应商的供应模式中，对每种农产品至少有￡个供应商进行供应。
（３）适应度函数
此算法把适应度函数作为目标函数。【１９】因为在实际应用中的优化问题大多数都可以转化为数值函数的优化问题。
给定一个染色体等于给定了一组固定的供应
整局限在种群粒度上，而在此算法中，每一代每一
种群中的每一个体的交叉率及变异率，均依据自身的适应度和当前种群的平均适应度进行自适应
的动态调整。在此是求适应度函数的最小值，则交
叉率与变异率分别按式（１４）设置，即当本代平均适应度小于被选中进行交叉的两个个体的适应度时，则交叉率自动升高，反之则自动降低，减少进化过程中的退化现象。
④适应度函数不再局限于非负的范围，在此将
目标函数作为适应度函数，避免了目标函数和适应度函数相互转化时产生的映射误差，不仅降低了转换计算的复杂度，而且提高了算法的效率。【１６１
商集合，由此可以用动态规划算法算出该组供应商的最优组合供应目标函数值。
对于求最小值的问题，目标函数厂＠）可为如下适应度函数Ｆ暖）：
⑤采用不同于传统的方法设定初始种群规
模。种群规模会影响传统遗传算法的运算效率，过
Ｆ＠）：ｆｃｍ。童＠’∥＠’＜ｃｍｎｘ
‘０，／岖）≥Ｇ。；
值。
（４）设定交叉率和变异率
（１３）
大的种群规模会导致程序运行时间太长及算法收敛非常缓慢，而过小的种群规模会导致搜索能力
不足及找不到全局最优解。而在此算法中，初始种
其中，ｃｍ。；是本代染色体中目标函数的最大
９３
万方数据
在基于００竞争策略的自适应遗传算法中，遗传操作的控制变量是根据个体的评估赋值情况随
标的仿真实例
在计算机上对此问题进行仿真，实验环境是ＷｉｎｄｏＷＳＸＰ，编程语言为Ｊａｙａ，编制基于００竞争策略自适应遗传算法，此问题用“标书数／待组合反向拍卖采购的食用农产品数／允许中标的食用农产
时修正的。交叉率与变异率根据优化目标分别按
如下公式计算。【∞】
ｒａｉｎ：Ｐｃ＝Ｐ＇ｃｘ净Ｐｍ＿Ｐ，ｍ＋陪一１）×ｏ．０１（１４）
ｂ，，
ｆ
、
ｊ１抵
ｊ
品供应商人数区间”描述，在此列举一个由２０／８
『３，６１组成的多食用农产品最优组合供应模式说
其中交叉率与变异率的初始值用Ｐ，ｃ与Ｐ，ｍ分别表示，第ｉ个个体的适应度用ｆ表示，当前代种
群的平均适应度用穰示，到当前为止最小的适应
度用如表示，被选中进行交叉操作的两个个体中
适应度较大的个体用６７表示。
（５）基于００竞争策略自适应遗传算法的计算
明，其中２０是供应商的标书个数，８是待组合反向
拍卖采购的食用农产品种类数，『３，６１是允许中标的食用农产品供应商人数区间。
在此食用农产品供应商的标书标号分别用１。２０表示，食用农产品种类分别用英文字母Ｊｓ，～Ｓ。表示。表１是食用农产品采购合同的信息，其中规定了食用农产品供应商对每种产品提供数量的下限和上限，基于００竞争策略白适应遗传算法的参数Ｐｃ＝Ｏ．９５，Ｐｍ＿１，ＳＰ＝１０００，表２给出食用农产品采购
步骤
第一步：初始化。设置种群规模ｓＰ、交叉率ｐ。、变异率Ｐ。，置ｍ＝Ｏ；随机生成初始种群ＰＯＰ（ｏ）＝
｛Ｘ，，Ｘ：，…，Ｘｍ｝；对于第二层优化，用动态规划算法
精确求解，对每个个体解码，计算每个个体目标函
数值，设置初始历史最好解Ｆ９，最优目标值Ｆ（＝一：）
合同最优组合供应模式的计算结果。
表２中的后五列单元格内的括号外数字表示此单元格所在列对应的食用农产品供应商采购此单元格所在行对应食用农产品的采购量，括号内
＝Ｆ饼＋’）。
第二步：ｍ＝ｍ＋ｌ。当种群规模大于ｌ时，用动
态规划算法精确求解进行第二层优化，对每个个
体解码，计算每个个体的适应度函数，∞），按由
大到小闸《序ｊｊ｝列。
表１食用农产品采购合同的信息
食用农产品种类
ＳｉＳ２Ｓ３ｓ正
第三步：执行杂交操作。由上面给出的杂交算
子产生中间后代，用动态规划算法精确求解进行
采购数量
３６０３２０３００２７０２４０２１０１８０１５０
供应量下限
６０５５５０４５４０３５３０２５
供应量上限
１３０１２０１１０１００９０８０７０６０
第二层优化，求出中间后代的适应度以及所有中间后代中的最优个体。
第四步：记录到当前代为止最符合优化目标个体的最小适应度。如果新的最优目标值与历史
最优目标值相等，则执行变异操作。由上面给出的变异算子对每一个被选的后代进行变异，产生后
Ｓ５Ｓ６
岛Ｓ８
代。用动态规划算法精确求解进行第二层优化，求出变异后代的适应度。
第五步：当第ｉ个个体的适应度小于等于当前
表２最优组合供应模式的计算结果
食用农产采购数量
标号４品种类
Ｓｌ
３６０３２０３００２７０２４０２１０１８０１５０
标号７标号１０标号１６标号１８
１３０（２０）１００（２２）
１１３（１０）１００（１１）
１０７（１２）
１１０（１１）
８８（１６）
９０（２０）
８０（１５）
６０（２３）
６０（１１）
代种群的平均适应度时，进行选择操作。由上面给
出的选择算子，在当前种群和所有后代中选出最优个体。记录新的最优目标值、最劣值，用历史最
１３０（２１）
Ｓ２
Ｓ３ｓ正Ｓ５Ｓ６ＳＳ８
１０５（１２）
１００（１４）８２（１５）９０（２２）
６０（２３）
８５（１３）
优目标值代替最劣值。
第六步：当种群规模大于ＳＰ时，输出最优解ｘ
ｃ．’及最优目标值Ｆ＠”），进化结束。
否则结束本次循环，转第二步。
３．基于００竞争策略自适应遗传算法组合招
７０（１７）６０（１６）５０（２１）７０（２０）４５（１２）４５（１３）
万方数据
的数字表示此单元格括号外的食用农产品供应商
Ｋｅｙ
ＩｓｓｕｅｓｆｏｒＰｕｒｃｈａｓｉｎｇＰｒｏｃｅｓｓＩｍｐｒｏｖｅｍｅｎｔ们．Ｓｕｐｐｌｙ
采购量的采购价格。
ＣｈｍｎＭａｎａｇｅｍｅｎｔ，２０００，５（４）：３０５－３１５．
最后中标的食用农产品供应商的标号为［４】高鸿业．西方经济学（微观部分）［Ｍ】．北京：中国人民（４，７，１０，１６，１８）。采购总支出的计算过程如下：
大学出版社，２０１１：２４—２６．
采购总支出＝１３０＂２１＋１０５＂１２＋１００＂１４＋９０＂２２＋
【５］尹伯成．西方经济学简明教程【Ｍ】．上海：格致出版社，
２０ｌｌ：６５—６６．
７０＊１７＋５０＂２１４４５木１２＋１１３＂２０＋８２＂１５＋６０＊２３＋６０木１６【６】于春田，李法朝，惠红旗．运筹学［Ｍ】．北京：科学出版＋７０＊２０＋４５木１３＋１３０＂２０＋１００＂１１＋８５木１３＋９０＊２０＋社，２０１１：１４３—１４５．
６０＊２３＋１００＂２２＋１１０＂ｌｌ＋６０水１１＋１０７＂１２＋８８木１６＋
［７】王旭，葛显龙，林云．供应商选择的双层规划模型及８０＊１５＝３２７８２（元）。
求解分析［Ｊ】．计算机工程与应用，２００９，４５（２３）：１１－１４．
综上所述，一个由２０／８１３，６１组成的多食用农产【８】唐立新，孙德刚．单一品种项目的生产批量问题的动品最优组合供应模式的采购总支出为３２７８２元。
态规划算法［Ｊ］．东北大学学报（自然科学版），１９９９，２０（４）：
３７３—３７５．
三、结语
【９］Ｃｏｈｅｎ
Ｌ．，Ｋ．Ｄｉｅｔｈｅｒ
Ｃ．ＭａＬｌｏｙ．Ｓｕｐｐｌｙ
ａｎｄ
Ｄｅｍａｎｄ
ＳｈｉｆｔｉｎｔｈｅＳｈｏｒｔｉｎｇＭａｒｋｅｔ［Ｊ】．Ｊｏｕｒｎａｌ
ｏｆＦｉｎａｎｃｅ，２００７，５９：
在食用农产品供应采购中采用网上反向拍卖１８４５—１８７５．
采购模式，从根本上对采购方式及其交易模式进［１０］Ｌｅｂｒｕｎ
Ｂ．．ＡＣｏｎｔｉｎｕｉｔｙｏｆｔｈｅ
ＦｉｒｓｔＰｒｉｃｅＡｕｃｔｉｏｎ
Ｎａｓｈ
行了变革，通过对食用农产品供应采购合同的组Ｅｑｕｉｌｉｂｒｉｕｍ
Ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ叨．ＥｃｏｎｏｍｉｃＴｈｅｏｒｙ，
２００２，２０（３）：４３５—４５３．
合反向拍卖优化降低了采购成本，解决了目前供
［１１】诸克军，李兰兰，郭海湘．一种融合遗传算法和粒子
应采购中存在的问题。
群算法的改进模糊ｃ一均值算法叨．系统管理学报，２０１
１（６）：
在食用农产品采购合同组合反向拍卖的优化
７２８—７３３．
中，建立了食用农产品最优组合供应模式的模型，【１２］Ｎ．Ｖａｎ
Ｈｏｏｍ
Ｊ．ＴｏｇｅｌｉｕｓＤ．Ｗｉｅｒｓｔｒａ，Ｊ．Ｓｃｈｍｉｄｈｕｂｅｒ．
设计了求解此模型的算法，算法包括第一层优化
ＲｏｂｕｓｔＰｌａｙｅｒＩｍｉｔａｔｉｏｎＵｓｉｎｇＭｕｈｉｏｂｊｅｃｔｉｖｅＥｖｏｌｕｔｉｏｎ【Ｍ】．∥
采取动态规划算法精确求解，第二层优化采取ＯＯＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＣｏｎｇｒｅｓｓ
ｏｎ
ＥｖｏｌｕｔｉｏｎａｒｙＣｏｍｐｕｔａｔｉｏｎ，
竞争策略的自适应遗传算法求解，并通过仿真实２００９：６５２—６５９．
例证明了设计算法的有效性和模型的普适性。
［１３］Ｊ．Ｗｕ，Ｌ．Ｃｈｅｎ，Ｌ．Ｙａｎｇ，Ｑ．Ｚｈａｎｇ，Ｌ．Ｐｅｎｇ．Ａ
Ｃｏｌｌｉｓｉｏｎ
Ｄｅｔｅｃｔｉｏｎｏｎ
食用农产品采购合同组合反向拍卖的优化还
ＡｌｇｏｒｉｔｈｍｂａｓｅｄＳｅｌｆ－ａｄａｐｔｉｖｅ
ＧｅｎｅｔｉｃＭｅｔｈｏｄ
ｉｎＶｉｒｔｕａｌ
Ｅｎｖｉｒｏｎｍｅｎｔ［Ｍ】．／／Ｐｒｏｃｅｅｄｉｎｇｓ
ｏｆｔｈｅ１ｓｔＩｎｔｅｒｎａ—
需要进一步完善，今后的研究可以从以下两方面ｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ
Ｏｆｆ
ＳｗａｒｍＩｎｔｅｌｌｉｇｅｎｃｅ，２０１０：４６１－４６８．
进行：
【１４１Ｂ．Ｂ．Ｌｉ，Ｚ．Ｈ．Ｚｈａｏ．Ｆｉｔｎｅｓｓ
ＦｕｎｃｔｉｏｎＯｐｔｉｍｉｚｅｄｉｎＧｅ—
在现有算法基础上改进算法。进一步提高算ｎｅｔｉｃＡｌｇｏｒｉｔｈｍｆｏｒＦａｂｒｉｃＤｙｎａｍｉｃＳｉｍｕｌａｔｉｏｎ［Ｍ］．／／Ｐｒｏｃｅｅｄ－
法的收敛速度以及运算效率。
ｉｎｇｓ
ｏｆＩＥＥＥＰａｃｉｆｉｃ—ＡｓｉａＷｏｒｋｓｈｏｐ
ｏｎ
ＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅＵｉ－
在按需应变环境下改进模型及算法。为了适
ｇｅｎｃｅ
ａｎｄＩｎｄｕｓｔｒｉａｌＡｐｐｌｉｃａｔｉｏｎ，２００８：５９—６３．
应动态环境的多变性，增强现有模型和算法的普［１５】谢安世，周传华，徐新卫，张芬．基于ＰＫ模型的一种适性和灵活性，需要改造现有模型和算法，构建下自适应遗传算法研究叨．计算机工程与应用，２０１０，４６（７）：
层的仿真模型、设计上层的优化算法以及提高仿５２－５６．
真优化的计算效率等。
【１６】江中央，蔡自兴，王勇用于全局优化的混合正交遗
传算法明．计算机工程，２００９，３５（４）：２０４—２０６．
参考文献：
【１７】张思才，张方晓．～种遗传算法适应度函数的改进【１］陈培友，汪定伟．多物品最优组合供应模式确定问题方法叨．计算机应用与软件，２００６，２３（２）：１０８—１１０．
的模型研究［Ｊ】．中国管理科学，２００６，１４（４）：３５—３９．
ｆ１８］徐文婷，李承鹏．基于自适应遗传算法的离散化方［２］ＷｕｒｍａｎＰ．Ｒ．，ＷａｌｓｈＷ。Ｅ。，
ＷｅＵｍａｎＭ．Ｐ—Ｆｌｅｘｉ—
法叨．合肥师范学院学报，２０１１（３）：１４—１７．
ｂｌｅＤｏｕｂｌｅＡｕｃｔｉｏｎｓｆｏｒＥｌｅｃｔｒｏｎｉｃＣｏｍｍｅｍｅ：ＴｈｅｏｒｙａｎｄＩｍ—
【１９］郭华芳，刘海利，李海生，张严林．用变长度染色体遗
ｐｌｅｍｅｎｔａｔｉｏｎ［Ｊ１．Ｄｅｃｉｓｉｏｎ
ＳｕｐｐｏｒｔＳｙｓｔｅｍｓ，１９９８，２４（１）：１７－
传算法优化加工路径的方法叨计算机工程与应用，２００９，４５
２７．
（６）：２０７—２０９．
『３］Ｅｍｉｌｉａｎｉ
Ｍ．Ｌ．．ＢｕｓｉｎｅｓｓｔｏＢｕｓｉｎｅｓｓＯｎｌｉｎｅＡｕｃｔｉｏｎｓ：
『２０］黄江波，付志红．基于自适应遗传算法函数优化与
万方数据
仿真［Ｊ】．计算机仿真，２０１
１（５）：２３７—２４０．
博士，主要研究方向为供应链管理；曹文彬（１９６７一），男，江苏省泰兴市人，江南大学副教授，博士，主要研究方向为电子商务。
责任编辑：林英泽
［作者简介】顾小林（１９６９一），女，浙江省上虞市人，江南大学教师，河海大学博士研究生，主要研究方向为电子商务；浦徐进（１９７９一），男，江苏省无锡市人，江南大学副教授，
ＴｈｅＯｐｔｉｍａｌＳｔｕｄｙ
ｔｈｅ
ｏｆｔｈｅＣｏｍｂｉｎａｔｉｏｎＲｅｖｅｒｓｅＡｕｃｔｉｏｎｆｏｒ
ＥｄｉｂｌｅＡｇｒｉｃｕｌｔｕｒａｌ
ＧＵ
Ｘｉａｏ－ｌｉｎｌ“．ＰＵ
ＰｒｏｃｕｒｅｍｅｎｔＣｏｎｔｒａｃｔ
ａｎｄ
ＣＡＯ
Ｘｕ－ｊｉｎｌ
Ｗｅｎ－ｂｉｎｌ
（１．ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ，Ｊｉａｎｇｓｕ２１４１２２，Ｃｈｉｎａ；２．ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１００９８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏｏｐｔｉｍｉｚｅ
ｔｈｅ
ｒｅｖｅｒｓｅ
ａｕｃｔｉｏｎｆｏｒ
ｔｈｅｅｄｉｂｌｅａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｓ，ｗｅｓｈｏｕｌｄ，ｆｉｒｓｔ，ｅｓｔａｂｌｉｓｈｔｈｅ
ｒｅｖｅｒｓｅ
ｏｐｔｉｍａｌ
ｃｏｍｂｉｎａｔｉｏｎｏｆｓｕｐｐｌｙｍｏｄｅｌｕｎｄｅｒｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｄｅｓｉｇｎ
ａ
ａｕｃｔｉｏｎｍｅｃｈａｎｉｓｍｆｏｒｐｒｏｃｕｒｅｍｅｎｔｃｏｎｔｒａｃｔｓ；ｔｈｅｎ，ｗｅｓｈｏｕｌｄ
ｔｗｏ—ｌａｙｅｒｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｔｏｇｅｎｅｔｉｃ
ｏｆ
ａｌｇｏｒｉｔｈｍｂａｓｅｄｍｏｄｅｌａｎｄ
ｏｎ
ｓｏｌｖｅｔｈｅｍｏｄｅｌ，ｎａｍｅｌｙｔｈｅ
ｄｙｎａｍｉｃ
ｐｒｏｇｒａｍｍｉｎｇｏｆｔｈｅ
ａｎｄ
ｔｈｅ
ｐｒｉｏｒｉｔｙｈｅｕｒｉｓｔｉｃ
ｓｈｏｗ
ｔｈｅ
ａｄａｐｔｉｖｅ
ＯＯｃｏｍｐｅｔｉｔｉｖｅ
ｏｆ
ｔｈｅ
ｓｔｒａｔｅｇｉｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅｒｅｓｕｌｔｓ
ｃｏｍｐｕｔｅｒ
ｓｉｍｕｌａｔｉｏｎ
ｒｅｖｅｒｓｅ
ｃｏｒｒｅｃｔｎｅｓｓｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓ
ａｌｇｏｒｉｔｈｍ．Ｔｈｅ
ｏｐｔｉｍｉｚａｔｉｏｎ
ｏｆｔｈｅｃｏｍｂｉｎａｔｉｏｎａｕｃｔｉｏｎｆｏｒ
ｐｒｏｃｕｒｅｍｅｎｔｃｏｎｔｒａｃｔｓｒｅｄｕｃｅｓｔｈｅｐｒｏｃｕｒｅｍｅｎｔｃｏｓｔｓ．
Ｋｅｙｗｏｒｄｓ：ｅｄｉｂｌｅ
ａｇｒｉｃｕｌｔｕｒａｌ
ｐｒｏｃｕｒｅｍｅｎｔ；ｐｒｏｃｕｒｅｍｅｎｔｍｏｄｅｌ：ｏｎｌｉｎｅ
ｒｅｖｅｒｓｅ
ａｕｃｔｉｏｎ；ａｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ
为人师表道德留世范追求真理文章成楷模
——沉痛悼念著名经济学家何伟教授
。『本刊讯１中国人民大学教授、北京开达经济学家咨询中心理事长、著名经济学家何伟先生，于２０１２年１０月９日因病医
治无效，不幸在京逝世，享年８６岁。
何伟先生１９２６年１１月１２日出生，河北省赵县人。抗日战争时期参加革命工作，１９５１年考入中国人民大学财政系学习，１９５６年研究生毕业留校任教，长期从事经济学教学与研究工作，曾任（（经济理论与经济管理》杂志主编，兼任信息产业部电信经济专家委员会顾问，北京开这经济学家咨询中心理事长，享受国务院政府特殊津贴。
何伟先生是一位著述颇丰的著名经济学家，他一生学习勤奋，刻苦钻研，坚持真理，勇于创新，即使离休后仍然笔耕不辍，敢为人先，针砭时弊，不断探索，发表了数以百计的论文与专著，对推动我国市场经济体制改革提出了不少创见性的理论与见解，引起经济学界与社会各界的广泛关注，为我国改革开放事业和建立社会主义市场经济体制作出了重要理论贡献。
长期以来，何伟教授是（（中国流通经济》杂志的重要作者之一，一直关心和支持《中国流通经济势杂志的发展，积极参加杂志举办的“中国北京流通现代化论坛”及各种理论研讨活动，为杂志撰写了大量学术论文，不少文章发表后在国内外引起广泛影响。近１０年来，他先后在拙刊发表了（（国有企业改革的三个定位》（２００４年第３期）、《资源分配不公决定收入分配不公ｊ》
（２００６年第７期）、（饯展个体工商户应为我国的基本国釉（２００７年第３期）、（（改革：促进我国所有制理论的发励（２００８年第
９期）、《国有企业改革遇到的新难题》（２０１０年第３期）、《国有经济有进有退的标杆是什么》（２０１０年第１２期）等十余篇论文。２０１２年初，他虽然身体欠佳，但仍然奋笔疾书，为纪念邓小平南巡讲话２０周年撰写了《深入推进社会主义市场经济体制改革》一文并刊发于拙刊２０１２年第４期上。对他这种追求真理、勇于探索的精神，我们表示崇高的敬意！
何伟教授逝世后，经济理论界及社会各界专家学者、亲朋好友及学生纷纷发来唁电或到医院悼念何伟先生，社会各界网友也在网上留言悼念这位经济学家，（（中国流通经济》杂志总编陈建中教授代表杂志社全体同志对何伟教授不幸逝世表示沉痛哀悼，并撰写挽联以寄哀思：“为人师表道德留世范，追求真理文章成楷模”！
（本刊记者石桥报道）
万方数据
食用农产品采购合同组合反向拍卖的优化
作者：作者单位：刊名：英文刊名：年，卷(期)：
顾小林， 浦徐进， 曹文彬， GU Xiao-lin， PU Xu-jin， CAO Wen-bin
顾小林,GU Xiao-lin(江南大学,江苏无锡214122;河海大学,江苏南京210098)， 浦徐进,曹文彬,PU Xu-jin,CAO Wen-bin(江南大学,江苏无锡,214122)中国流通经济
China Business and Market2012,26(11)
参考文献(20条)
1.陈培友;汪定伟 多物品最优组合供应模式确定问题的模型研究[期刊论文]-中国管理科学 2006(04)
2.Wurman P.R;Walsh W.E;Wellman M.P Flexible Double Auctions for Electronic Commerce:Theory and Implementation[外文期刊] 1998(01)
3.Emiliani M.L Business to Business Online Auctions:Key Issues for Purchasing Process Improvement 2000(04)4.高鸿业 西方经济学(微观部分) 20115.尹伯成 西方经济学简明教程 20116.于春田;李法朝;惠红旗 运筹学 2011
7.王旭;葛显龙;林云 供应商选择的双层规划模型及求解分析[期刊论文]-计算机工程与应用 2009(23)
8.唐立新;孙德刚 单一品种项目的生产批量问题的动态规划算法[期刊论文]-东北大学学报(自然科学版) 1999(04)9.Cohen L K;Diether C.Malloy Supply and Demand Shift in the Shorting Market 2007
10.Lebrun B A Continuity of the First Price Auction Nash Equilibrium Correspondence 2002(03)
11.诸克军;李兰兰;郭海湘 一种融合遗传算法和粒子群算法的改进模糊C-均值算法[期刊论文]-系统管理学报 2011(06)12.N.van Hoom J;Togelius D.Wierstra;J.Schmidhuber Robust Player Imitation Using Multiobjective Evolution 200913.J.Wu;L.Chen;L.Yang;Q.Zhang,L.Peng A Collision Detection Algorithm based on Self-adaptive Genetic Method inVirtual Environment 2010
14.B.B.Li;Z.H.Zhao Fitness Function Optimized in Genetic Algorithm for Fabric Dynamic Simulation 200815.谢安世;周传华;徐新卫;张芬 基于PK模型的一种自适应遗传算法研究[期刊论文]-计算机工程与应用 2010(07)16.江中央;蔡自兴 王勇用于全局优化的混合正交遗传算法 2009(04)
17.张思才;张方晓 一种遗传算法适应度函数的改进方法[期刊论文]-计算机应用与软件 2006(02)18.徐文婷;李承鹏 基于自适应遗传算法的离散化方法[期刊论文]-合肥师范学院学报 2011(03)
19.郭华芳;刘海利;李海生;张严林 用变长度染色体遗传算法优化加工路径的方法[期刊论文]-计算机工程与应用 2009(06)20.黄江波;付志红 基于自适应遗传算法函数优化与仿真[期刊论文]-计算机仿真 2011(05)
引用本文格式：顾小林.浦徐进.曹文彬.GU Xiao-lin.PU Xu-jin.CAO Wen-bin 食用农产品采购合同组合反向拍卖的优化[期刊论文]
-中国流通经济 2012(11)
中国流通经济２０１２年第１１期口电子商务
食用农产品采购合同组合反向拍卖的优化
顾小林１一，浦徐进１，曹文彬１
（１．江南大学，江苏无锡２１４１２２；２．河海大学，江苏南京２１００９８）
摘要：目前食用农产品采购成本较高．应从根本上对采购方式及其交易模式进行变革．借助网络采取反向拍卖方式，并对食用农产品的反向拍卖实施优化。网上反向拍卖采购模式不影响企业原有的供应链管理模式，可以降低采购成本．防止暗箱操作，其特点是买方确定采购标准，卖方进行竞标，竞价过程中价格随时间的推移不仅不上升反而下降。买方将待购物品列出，卖方通过竞价获得订单，买卖双方签订采购合同，可以对采购合同组合反向
拍卖进行优化．达到降低采购成本的目的。
关键词：食用农产品；采购模式；网上反向拍卖；自适应遗传算法中图分类号：Ｆ７６２
文献标识码：Ａ
文章编号：１００７—８２６６（２０１２）１１－００９１－０６
一、引言
及建立模型的前提，需要以下几个方面均符合。【３】第一，在规定时间内，各投标供应商密封并提交其目前食用农产品采购的特点是品种繁多、批标书，投标供应商中采购成本最低的中标。第二，量庞大，包括交货期限、支付形式等许多不同因
限制每个供应商单项产品供应量的上限、下限及
素。采购模式是非信息对称博弈过程，响应用户需供应总量的上限、下限。第三，每种产品的采购数求时间缓慢，供需关系是短期的或临时的，且竞争
量较大，供应商因此可以进行价格折扣。第四，每多于合作，【１】对供应商产品质量无法进行事前控
个供应商对若干种或所有的采购合同竞标。第五，制，因此导致采购成本较高。
不同质产品的采购合同由多个供应商竞标。第六，
由此提出在食用农产品采购中采用网上反向同一时间拍卖多个不同质产品的采购合同。第七，拍卖采购模式。这一模式不影响企业原有的供应
限制中标的供应商人数。第八，采购方只有一个。
链管理模式，可以降低采购成本，防止暗箱操作，
（２）食用农产品供应商的供应函数
特点是买方确定采购标准，卖方进行竞标，竞价过通常供应商供应产品的单位价格是采购量的程中价格随时间的推移不仅不上升反而下降，买
下降阶梯函数，供应函数见公式１ｏ【・】
方将待购物品列出，卖方通过竟价获得订单，买卖
双方签订采购合同，可以对采购合同组合反向拍
Ｚｌ，ｌ≤ｘ＜Ｑｌ
卖进行优化，达到降低采购成本的目的。【２１
易，ＱＩ≤Ｘ＜Ｑ２ｒ＝ｆ匕）＝
ＬｌＪ
ｍ
Ｚ３，Ｑ２≤ｘ＜Ｑ３二、食用农产品采购合同组合反向拍卖
乙，ｏ≤戈≤＾
的优化
其中，供应参数是｛（Ｚ，Ｑ，，Ｑ：，Ｑ，，＾），％，五，历，１．建立食用农产品采购合同组合反向拍卖的彩１ｏ【ｌ，加是供应商的供应能力区间，Ｑｉ（扛１，２，３）、
相关模型
Ｚ（江１，２，３，４）、Ｚ和ｈ是正值常数，ｌ＜Ｑ，＜Ｑ：＜Ｑｊ如，
（１）规定建立食用农产品采购合同组合反向拍
Ｚ》Ｚ》ｚ》ｚ４０
卖模型的若干前提
（３）食用农产品采购合同组合反向拍卖最优供在此实施食用农产品采购合同组合反向拍卖
应模式的模型
９１
万方数据
假定一个食用农产品采购商为了满足采购需求以及采购价格最低，借助采购合同组合反向拍
卖模式采购食用农产品，在众多供应商提供的多
（３）约束限制了食用农产品的采购需求，式（４）限制了每个食用农产品供应商对某个食用农产品的供应数量，式（５）限定每个食用农产品供应商有且只有一种供应模式，式（６）限制了符合标的的食用农
种食用农产品供应情况中，采购商需要决策选择最佳的一组供应模式组合，由此建立食用农产品
采购合同组合反向拍卖的最优组合供应模式的数
产品供应商人数，式（７）约束了食用农产品供应商
的模式选择。上述式（２）。（７）表明需求解０—１整数规划问题。
由式（２）～（７）模型分析可以得出，随着供应商
学模型，以便进行智能决策，数学模型㈣如下所示。
ｍｉｎ∑∑Ｃａ（ｖ）ｘ。
ｎ＝ｌ口∈Ｖｎ
（２）
数量Ⅳ及采购食用农产品数量Ｍ的增加，食用农产品多物品采购合同供应模式的组合数呈现指数增长。为了满足食用农产品的采购需求以及实现采购价格最低，食用农产品多个供应商的供应模式组
合具备组合意义，理论上最优组合供应模式存在并可解。【引
“．∑∑口》”≥Ｑ。，Ｖｍ
ｎ＝ｌ
（３）（４）（５）
ｐＥ俨
Ｚ：≤口弘≯≤“：，Ｖｍ
乞∥≤ｌ，Ｖ
ｎ
￡≤∑∑舻≤日
ｎ２１＿ＥＰ４
（６）（７）
２．基于００竞争策略的自适应遗传算法确定食用农产品组合供应模式的最优解
求解食用农产品最优组合供应模式的问题可
转化为两个层面的优化问题，【，】如图１所示。
图中，上层是求解食用农产品供应商的组合优化问题，下层是求解在限定供应商范围内的多种物品最优组合的供应问题。通过对一个食用农产品最
Ｘｑ０，１ｌ，Ｖ秽∈Ｈ‘Ｖｎ
其中相关符号定义如下：肘定义为需要采购
的农产品种类数量；仉定义为每种农产品的需求量；ｙ＝（吖，∥，…，硝）定义为对Ｍ种农产品的供应数量为彩的供应模式；Ⅳ定义为供应商的数目；ｐ定义为供应商／７，的供应模式集合；％定义为第ｎ个供应商对第ｍ个农产品供应量的下限；＾■定义
为第ｎ个供应商对第ｍ个农产品供应量的上限。
优组合供应模式确定的动态规划算法的多次循环
调用，来求解下层优化问题，下层优化问题的计算
结果用于解决上层优化问题。…但是在求解上层优
化问题时存在ＮＰ难题，因为如果食用农产品的供应商人数Ⅳ太大，则从．『ｖ中选取ｂ（Ｌ≤６≤劈）的组
。则供应商／７，提供农产品总量的限制定义为：
合数ｃｓ过大，于是求解Ｏ一１整数规划模型形成ＮＰ
难题。…自适应遗传算法可用于求解变长染色体的离散组合优化问题，且求解组合优化问题较传统算
ｌ－＝∑ｌｍ－－：∑ｏ：≤∑＾：＝ｈｎ
义为：
１＿
（８）
对第ｎ个供应商提供数量为秽的采购成本定
法效果较为明显，［１０１在此采取基于００竞争策略的自适应遗传算法对上述０—１规划模型求解。【ｌｌ１
（１）基于００竞争策略的自适应遗传算法
００（Ｏｎｅ
ｔｏ
Ｄ（ｙ）＝乞ｃ三０）
其中Ｃ：０）＝№”
（９）（１０）
Ｏｎｅ）竞争策略的自适应遗传算法
其中Ａ定义为第ｎ个供应商对应供应量为口”时的单位价格。
相关决策变量定义如下：
的主要思想，是在遗传算法中借助Ｐ１ａｙｅｒＫｉｌｌｉｎｇ赛式的竞争筛选寻找全局最优解。执行变异操作前即时检测全程最优解，并且配合交叉率自适应地动
食用农产品供应商组合优化
ｘｒ＝己：霎茬商凡的秽∈ｐ供应模式被选中（１１）
１一１０，其他
（１２）
ｆ１，供应病ｎ的口供应黻中包含对农产品ｍ的供应
式（２）目标函数表明采购成本需达到极小，式
Ｔ
ｌ食用农产品多物品最优组合供应问题
图１食用农产品多物品最优组合供应模式两层优化
９２
万方数据
态调整个体粒度，以避免算法陷入局部极值点，而且减少退化现象，同时引入复活赛机制，提高算法收敛到全局最优解的概率。ｆ１２】
基于００竞争策略的自适应遗传算法有以下特点：
群规模越大，算法的搜索能力越强，因为种群规模
几乎以减半的速度随算法的运行不断减小。【玎】
⑥总体的进化策略与传统遗传算法不同。此
算法在进化过程中，不再固定种群规模，同时不再
限定进化代数，系统通过个体的竞争，自动选择更
符合优化目标的个体进入下一代。采用这种选择
①从算法内部解决遗传算法的局部搜索能力
不足问题。传统上均从外部引入优化算法，【１３】基于００竞争策略的自适应遗传算法不从外部引入任何方法，而是在算法中首先设置较大的交叉率与变异率，可以提高全局及局部的搜索能力ＪＨ】其次，变异算子仅当算法检测到当前代种群的最佳适应度和父代对比未改进时，才参与执行变异并进行局部搜索。
策略结合最优个体保存策略，随着进化代数的增加种群规模不断减小，直至最后只剩下一个全程最优个体，即为全程最优解。此进化筛选策略保证算法能够以极快的速度收敛。
（２）基于００竞争策略的自适应遗传算法的编码方法
基于００竞争策略的自适应遗传算法的编码方法采取二元组编码，【１８１－－个染色体个体可用ｘ＝
②提高了算法搜索到全局最优解的概率。此
算法采取两种方式，首先设定较大的种群规模，有利于提高全局搜索效率。其次采用复活赛机制，复活赛机制中借助选择算子配合替换算子来实现，在算法执行过程中，每一代的最优个体取代最劣个体，在算法结束的前一代剩下一优一劣两个个体，两个个体执行替换操作后变得相同，当进行选择操作时，两个个体都进入下一代的进化并进行下一轮的竞赛。引入复活赛机制提高了全局最优
［（ｉ，，ｄ，），（ｉ：，ｄ２），…，（ｏ砧】表示。其中ｉ。代表基因
座编号，对应的基因值是厶。其值的选取需符合染
色体两个方面的要求：
①染色体长度的要求。在此设定常规染色体
的长度为日，最短染色体的长度为￡。用ｉ。∈，＝｛Ｊ，２，…，Ｈｌ表示基因座编号，用ｄｍ∈Ｄ＝ｆ１，２，…，Ｊ７、ｒ｝表示某一标书的编号，即是对应的基因值。
②染色体中基因座对应基因值的要求。因为￡
表示染色体的最短长度，所以对某个单项农产品
解与全程最优个体吻合的概率。【１５】
③交叉率与变异率的自适应调整细化到了个
体粒度上。传统方法交叉率与变异率的自适应调
假定有￡个供应商，采购商对该项农产品的需求，
通过￡个供应商对该项农产品的总供应能够得到满足。为了符合染色体的要求，在基因值对应供应商的供应模式中，对每种农产品至少有￡个供应商进行供应。
（３）适应度函数
此算法把适应度函数作为目标函数。【１９】因为在实际应用中的优化问题大多数都可以转化为数值函数的优化问题。
给定一个染色体等于给定了一组固定的供应
整局限在种群粒度上，而在此算法中，每一代每一
种群中的每一个体的交叉率及变异率，均依据自身的适应度和当前种群的平均适应度进行自适应
的动态调整。在此是求适应度函数的最小值，则交
叉率与变异率分别按式（１４）设置，即当本代平均适应度小于被选中进行交叉的两个个体的适应度时，则交叉率自动升高，反之则自动降低，减少进化过程中的退化现象。
④适应度函数不再局限于非负的范围，在此将
目标函数作为适应度函数，避免了目标函数和适应度函数相互转化时产生的映射误差，不仅降低了转换计算的复杂度，而且提高了算法的效率。【１６１
商集合，由此可以用动态规划算法算出该组供应商的最优组合供应目标函数值。
对于求最小值的问题，目标函数厂＠）可为如下适应度函数Ｆ暖）：
⑤采用不同于传统的方法设定初始种群规
模。种群规模会影响传统遗传算法的运算效率，过
Ｆ＠）：ｆｃｍ。童＠’∥＠’＜ｃｍｎｘ
‘０，／岖）≥Ｇ。；
值。
（４）设定交叉率和变异率
（１３）
大的种群规模会导致程序运行时间太长及算法收敛非常缓慢，而过小的种群规模会导致搜索能力
不足及找不到全局最优解。而在此算法中，初始种
其中，ｃｍ。；是本代染色体中目标函数的最大
９３
万方数据
在基于００竞争策略的自适应遗传算法中，遗传操作的控制变量是根据个体的评估赋值情况随
标的仿真实例
在计算机上对此问题进行仿真，实验环境是ＷｉｎｄｏＷＳＸＰ，编程语言为Ｊａｙａ，编制基于００竞争策略自适应遗传算法，此问题用“标书数／待组合反向拍卖采购的食用农产品数／允许中标的食用农产
时修正的。交叉率与变异率根据优化目标分别按
如下公式计算。【∞】
ｒａｉｎ：Ｐｃ＝Ｐ＇ｃｘ净Ｐｍ＿Ｐ，ｍ＋陪一１）×ｏ．０１（１４）
ｂ，，
ｆ
、
ｊ１抵
ｊ
品供应商人数区间”描述，在此列举一个由２０／８
『３，６１组成的多食用农产品最优组合供应模式说
其中交叉率与变异率的初始值用Ｐ，ｃ与Ｐ，ｍ分别表示，第ｉ个个体的适应度用ｆ表示，当前代种
群的平均适应度用穰示，到当前为止最小的适应
度用如表示，被选中进行交叉操作的两个个体中
适应度较大的个体用６７表示。
（５）基于００竞争策略自适应遗传算法的计算
明，其中２０是供应商的标书个数，８是待组合反向
拍卖采购的食用农产品种类数，『３，６１是允许中标的食用农产品供应商人数区间。
在此食用农产品供应商的标书标号分别用１。２０表示，食用农产品种类分别用英文字母Ｊｓ，～Ｓ。表示。表１是食用农产品采购合同的信息，其中规定了食用农产品供应商对每种产品提供数量的下限和上限，基于００竞争策略白适应遗传算法的参数Ｐｃ＝Ｏ．９５，Ｐｍ＿１，ＳＰ＝１０００，表２给出食用农产品采购
步骤
第一步：初始化。设置种群规模ｓＰ、交叉率ｐ。、变异率Ｐ。，置ｍ＝Ｏ；随机生成初始种群ＰＯＰ（ｏ）＝
｛Ｘ，，Ｘ：，…，Ｘｍ｝；对于第二层优化，用动态规划算法
精确求解，对每个个体解码，计算每个个体目标函
数值，设置初始历史最好解Ｆ９，最优目标值Ｆ（＝一：）
合同最优组合供应模式的计算结果。
表２中的后五列单元格内的括号外数字表示此单元格所在列对应的食用农产品供应商采购此单元格所在行对应食用农产品的采购量，括号内
＝Ｆ饼＋’）。
第二步：ｍ＝ｍ＋ｌ。当种群规模大于ｌ时，用动
态规划算法精确求解进行第二层优化，对每个个
体解码，计算每个个体的适应度函数，∞），按由
大到小闸《序ｊｊ｝列。
表１食用农产品采购合同的信息
食用农产品种类
ＳｉＳ２Ｓ３ｓ正
第三步：执行杂交操作。由上面给出的杂交算
子产生中间后代，用动态规划算法精确求解进行
采购数量
３６０３２０３００２７０２４０２１０１８０１５０
供应量下限
６０５５５０４５４０３５３０２５
供应量上限
１３０１２０１１０１００９０８０７０６０
第二层优化，求出中间后代的适应度以及所有中间后代中的最优个体。
第四步：记录到当前代为止最符合优化目标个体的最小适应度。如果新的最优目标值与历史
最优目标值相等，则执行变异操作。由上面给出的变异算子对每一个被选的后代进行变异，产生后
Ｓ５Ｓ６
岛Ｓ８
代。用动态规划算法精确求解进行第二层优化，求出变异后代的适应度。
第五步：当第ｉ个个体的适应度小于等于当前
表２最优组合供应模式的计算结果
食用农产采购数量
标号４品种类
Ｓｌ
３６０３２０３００２７０２４０２１０１８０１５０
标号７标号１０标号１６标号１８
１３０（２０）１００（２２）
１１３（１０）１００（１１）
１０７（１２）
１１０（１１）
８８（１６）
９０（２０）
８０（１５）
６０（２３）
６０（１１）
代种群的平均适应度时，进行选择操作。由上面给
出的选择算子，在当前种群和所有后代中选出最优个体。记录新的最优目标值、最劣值，用历史最
１３０（２１）
Ｓ２
Ｓ３ｓ正Ｓ５Ｓ６ＳＳ８
１０５（１２）
１００（１４）８２（１５）９０（２２）
６０（２３）
８５（１３）
优目标值代替最劣值。
第六步：当种群规模大于ＳＰ时，输出最优解ｘ
ｃ．’及最优目标值Ｆ＠”），进化结束。
否则结束本次循环，转第二步。
３．基于００竞争策略自适应遗传算法组合招
７０（１７）６０（１６）５０（２１）７０（２０）４５（１２）４５（１３）
万方数据
的数字表示此单元格括号外的食用农产品供应商
Ｋｅｙ
ＩｓｓｕｅｓｆｏｒＰｕｒｃｈａｓｉｎｇＰｒｏｃｅｓｓＩｍｐｒｏｖｅｍｅｎｔ们．Ｓｕｐｐｌｙ
采购量的采购价格。
ＣｈｍｎＭａｎａｇｅｍｅｎｔ，２０００，５（４）：３０５－３１５．
最后中标的食用农产品供应商的标号为［４】高鸿业．西方经济学（微观部分）［Ｍ】．北京：中国人民（４，７，１０，１６，１８）。采购总支出的计算过程如下：
大学出版社，２０１１：２４—２６．
采购总支出＝１３０＂２１＋１０５＂１２＋１００＂１４＋９０＂２２＋
【５］尹伯成．西方经济学简明教程【Ｍ】．上海：格致出版社，
２０ｌｌ：６５—６６．
７０＊１７＋５０＂２１４４５木１２＋１１３＂２０＋８２＂１５＋６０＊２３＋６０木１６【６】于春田，李法朝，惠红旗．运筹学［Ｍ】．北京：科学出版＋７０＊２０＋４５木１３＋１３０＂２０＋１００＂１１＋８５木１３＋９０＊２０＋社，２０１１：１４３—１４５．
６０＊２３＋１００＂２２＋１１０＂ｌｌ＋６０水１１＋１０７＂１２＋８８木１６＋
［７】王旭，葛显龙，林云．供应商选择的双层规划模型及８０＊１５＝３２７８２（元）。
求解分析［Ｊ】．计算机工程与应用，２００９，４５（２３）：１１－１４．
综上所述，一个由２０／８１３，６１组成的多食用农产【８】唐立新，孙德刚．单一品种项目的生产批量问题的动品最优组合供应模式的采购总支出为３２７８２元。
态规划算法［Ｊ］．东北大学学报（自然科学版），１９９９，２０（４）：
３７３—３７５．
三、结语
【９］Ｃｏｈｅｎ
Ｌ．，Ｋ．Ｄｉｅｔｈｅｒ
Ｃ．ＭａＬｌｏｙ．Ｓｕｐｐｌｙ
ａｎｄ
Ｄｅｍａｎｄ
ＳｈｉｆｔｉｎｔｈｅＳｈｏｒｔｉｎｇＭａｒｋｅｔ［Ｊ】．Ｊｏｕｒｎａｌ
ｏｆＦｉｎａｎｃｅ，２００７，５９：
在食用农产品供应采购中采用网上反向拍卖１８４５—１８７５．
采购模式，从根本上对采购方式及其交易模式进［１０］Ｌｅｂｒｕｎ
Ｂ．．ＡＣｏｎｔｉｎｕｉｔｙｏｆｔｈｅ
ＦｉｒｓｔＰｒｉｃｅＡｕｃｔｉｏｎ
Ｎａｓｈ
行了变革，通过对食用农产品供应采购合同的组Ｅｑｕｉｌｉｂｒｉｕｍ
Ｃｏｒｒｅｓｐｏｎｄｅｎｃｅ叨．ＥｃｏｎｏｍｉｃＴｈｅｏｒｙ，
２００２，２０（３）：４３５—４５３．
合反向拍卖优化降低了采购成本，解决了目前供
［１１】诸克军，李兰兰，郭海湘．一种融合遗传算法和粒子
应采购中存在的问题。
群算法的改进模糊ｃ一均值算法叨．系统管理学报，２０１
１（６）：
在食用农产品采购合同组合反向拍卖的优化
７２８—７３３．
中，建立了食用农产品最优组合供应模式的模型，【１２］Ｎ．Ｖａｎ
Ｈｏｏｍ
Ｊ．ＴｏｇｅｌｉｕｓＤ．Ｗｉｅｒｓｔｒａ，Ｊ．Ｓｃｈｍｉｄｈｕｂｅｒ．
设计了求解此模型的算法，算法包括第一层优化
ＲｏｂｕｓｔＰｌａｙｅｒＩｍｉｔａｔｉｏｎＵｓｉｎｇＭｕｈｉｏｂｊｅｃｔｉｖｅＥｖｏｌｕｔｉｏｎ【Ｍ】．∥
采取动态规划算法精确求解，第二层优化采取ＯＯＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＣｏｎｇｒｅｓｓ
ｏｎ
ＥｖｏｌｕｔｉｏｎａｒｙＣｏｍｐｕｔａｔｉｏｎ，
竞争策略的自适应遗传算法求解，并通过仿真实２００９：６５２—６５９．
例证明了设计算法的有效性和模型的普适性。
［１３］Ｊ．Ｗｕ，Ｌ．Ｃｈｅｎ，Ｌ．Ｙａｎｇ，Ｑ．Ｚｈａｎｇ，Ｌ．Ｐｅｎｇ．Ａ
Ｃｏｌｌｉｓｉｏｎ
Ｄｅｔｅｃｔｉｏｎｏｎ
食用农产品采购合同组合反向拍卖的优化还
ＡｌｇｏｒｉｔｈｍｂａｓｅｄＳｅｌｆ－ａｄａｐｔｉｖｅ
ＧｅｎｅｔｉｃＭｅｔｈｏｄ
ｉｎＶｉｒｔｕａｌ
Ｅｎｖｉｒｏｎｍｅｎｔ［Ｍ】．／／Ｐｒｏｃｅｅｄｉｎｇｓ
ｏｆｔｈｅ１ｓｔＩｎｔｅｒｎａ—
需要进一步完善，今后的研究可以从以下两方面ｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅ
Ｏｆｆ
ＳｗａｒｍＩｎｔｅｌｌｉｇｅｎｃｅ，２０１０：４６１－４６８．
进行：
【１４１Ｂ．Ｂ．Ｌｉ，Ｚ．Ｈ．Ｚｈａｏ．Ｆｉｔｎｅｓｓ
ＦｕｎｃｔｉｏｎＯｐｔｉｍｉｚｅｄｉｎＧｅ—
在现有算法基础上改进算法。进一步提高算ｎｅｔｉｃＡｌｇｏｒｉｔｈｍｆｏｒＦａｂｒｉｃＤｙｎａｍｉｃＳｉｍｕｌａｔｉｏｎ［Ｍ］．／／Ｐｒｏｃｅｅｄ－
法的收敛速度以及运算效率。
ｉｎｇｓ
ｏｆＩＥＥＥＰａｃｉｆｉｃ—ＡｓｉａＷｏｒｋｓｈｏｐ
ｏｎ
ＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅＵｉ－
在按需应变环境下改进模型及算法。为了适
ｇｅｎｃｅ
ａｎｄＩｎｄｕｓｔｒｉａｌＡｐｐｌｉｃａｔｉｏｎ，２００８：５９—６３．
应动态环境的多变性，增强现有模型和算法的普［１５】谢安世，周传华，徐新卫，张芬．基于ＰＫ模型的一种适性和灵活性，需要改造现有模型和算法，构建下自适应遗传算法研究叨．计算机工程与应用，２０１０，４６（７）：
层的仿真模型、设计上层的优化算法以及提高仿５２－５６．
真优化的计算效率等。
【１６】江中央，蔡自兴，王勇用于全局优化的混合正交遗
传算法明．计算机工程，２００９，３５（４）：２０４—２０６．
参考文献：
【１７】张思才，张方晓．～种遗传算法适应度函数的改进【１］陈培友，汪定伟．多物品最优组合供应模式确定问题方法叨．计算机应用与软件，２００６，２３（２）：１０８—１１０．
的模型研究［Ｊ】．中国管理科学，２００６，１４（４）：３５—３９．
ｆ１８］徐文婷，李承鹏．基于自适应遗传算法的离散化方［２］ＷｕｒｍａｎＰ．Ｒ．，ＷａｌｓｈＷ。Ｅ。，
ＷｅＵｍａｎＭ．Ｐ—Ｆｌｅｘｉ—
法叨．合肥师范学院学报，２０１１（３）：１４—１７．
ｂｌｅＤｏｕｂｌｅＡｕｃｔｉｏｎｓｆｏｒＥｌｅｃｔｒｏｎｉｃＣｏｍｍｅｍｅ：ＴｈｅｏｒｙａｎｄＩｍ—
【１９］郭华芳，刘海利，李海生，张严林．用变长度染色体遗
ｐｌｅｍｅｎｔａｔｉｏｎ［Ｊ１．Ｄｅｃｉｓｉｏｎ
ＳｕｐｐｏｒｔＳｙｓｔｅｍｓ，１９９８，２４（１）：１７－
传算法优化加工路径的方法叨计算机工程与应用，２００９，４５
２７．
（６）：２０７—２０９．
『３］Ｅｍｉｌｉａｎｉ
Ｍ．Ｌ．．ＢｕｓｉｎｅｓｓｔｏＢｕｓｉｎｅｓｓＯｎｌｉｎｅＡｕｃｔｉｏｎｓ：
『２０］黄江波，付志红．基于自适应遗传算法函数优化与
万方数据
仿真［Ｊ】．计算机仿真，２０１
１（５）：２３７—２４０．
博士，主要研究方向为供应链管理；曹文彬（１９６７一），男，江苏省泰兴市人，江南大学副教授，博士，主要研究方向为电子商务。
责任编辑：林英泽
［作者简介】顾小林（１９６９一），女，浙江省上虞市人，江南大学教师，河海大学博士研究生，主要研究方向为电子商务；浦徐进（１９７９一），男，江苏省无锡市人，江南大学副教授，
ＴｈｅＯｐｔｉｍａｌＳｔｕｄｙ
ｔｈｅ
ｏｆｔｈｅＣｏｍｂｉｎａｔｉｏｎＲｅｖｅｒｓｅＡｕｃｔｉｏｎｆｏｒ
ＥｄｉｂｌｅＡｇｒｉｃｕｌｔｕｒａｌ
ＧＵ
Ｘｉａｏ－ｌｉｎｌ“．ＰＵ
ＰｒｏｃｕｒｅｍｅｎｔＣｏｎｔｒａｃｔ
ａｎｄ
ＣＡＯ
Ｘｕ－ｊｉｎｌ
Ｗｅｎ－ｂｉｎｌ
（１．ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ，Ｊｉａｎｇｓｕ２１４１２２，Ｃｈｉｎａ；２．ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ２１００９８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏｏｐｔｉｍｉｚｅ
ｔｈｅ
ｒｅｖｅｒｓｅ
ａｕｃｔｉｏｎｆｏｒ
ｔｈｅｅｄｉｂｌｅａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｓ，ｗｅｓｈｏｕｌｄ，ｆｉｒｓｔ，ｅｓｔａｂｌｉｓｈｔｈｅ
ｒｅｖｅｒｓｅ
ｏｐｔｉｍａｌ
ｃｏｍｂｉｎａｔｉｏｎｏｆｓｕｐｐｌｙｍｏｄｅｌｕｎｄｅｒｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｄｅｓｉｇｎ
ａ
ａｕｃｔｉｏｎｍｅｃｈａｎｉｓｍｆｏｒｐｒｏｃｕｒｅｍｅｎｔｃｏｎｔｒａｃｔｓ；ｔｈｅｎ，ｗｅｓｈｏｕｌｄ
ｔｗｏ—ｌａｙｅｒｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｔｏｇｅｎｅｔｉｃ
ｏｆ
ａｌｇｏｒｉｔｈｍｂａｓｅｄｍｏｄｅｌａｎｄ
ｏｎ
ｓｏｌｖｅｔｈｅｍｏｄｅｌ，ｎａｍｅｌｙｔｈｅ
ｄｙｎａｍｉｃ
ｐｒｏｇｒａｍｍｉｎｇｏｆｔｈｅ
ａｎｄ
ｔｈｅ
ｐｒｉｏｒｉｔｙｈｅｕｒｉｓｔｉｃ
ｓｈｏｗ
ｔｈｅ
ａｄａｐｔｉｖｅ
ＯＯｃｏｍｐｅｔｉｔｉｖｅ
ｏｆ
ｔｈｅ
ｓｔｒａｔｅｇｉｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅｒｅｓｕｌｔｓ
ｃｏｍｐｕｔｅｒ
ｓｉｍｕｌａｔｉｏｎ
ｒｅｖｅｒｓｅ
ｃｏｒｒｅｃｔｎｅｓｓｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓ
ａｌｇｏｒｉｔｈｍ．Ｔｈｅ
ｏｐｔｉｍｉｚａｔｉｏｎ
ｏｆｔｈｅｃｏｍｂｉｎａｔｉｏｎａｕｃｔｉｏｎｆｏｒ
ｐｒｏｃｕｒｅｍｅｎｔｃｏｎｔｒａｃｔｓｒｅｄｕｃｅｓｔｈｅｐｒｏｃｕｒｅｍｅｎｔｃｏｓｔｓ．
Ｋｅｙｗｏｒｄｓ：ｅｄｉｂｌｅ
ａｇｒｉｃｕｌｔｕｒａｌ
ｐｒｏｃｕｒｅｍｅｎｔ；ｐｒｏｃｕｒｅｍｅｎｔｍｏｄｅｌ：ｏｎｌｉｎｅ
ｒｅｖｅｒｓｅ
ａｕｃｔｉｏｎ；ａｄａｐｔｉｖｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ
为人师表道德留世范追求真理文章成楷模
——沉痛悼念著名经济学家何伟教授
。『本刊讯１中国人民大学教授、北京开达经济学家咨询中心理事长、著名经济学家何伟先生，于２０１２年１０月９日因病医
治无效，不幸在京逝世，享年８６岁。
何伟先生１９２６年１１月１２日出生，河北省赵县人。抗日战争时期参加革命工作，１９５１年考入中国人民大学财政系学习，１９５６年研究生毕业留校任教，长期从事经济学教学与研究工作，曾任（（经济理论与经济管理》杂志主编，兼任信息产业部电信经济专家委员会顾问，北京开这经济学家咨询中心理事长，享受国务院政府特殊津贴。
何伟先生是一位著述颇丰的著名经济学家，他一生学习勤奋，刻苦钻研，坚持真理，勇于创新，即使离休后仍然笔耕不辍，敢为人先，针砭时弊，不断探索，发表了数以百计的论文与专著，对推动我国市场经济体制改革提出了不少创见性的理论与见解，引起经济学界与社会各界的广泛关注，为我国改革开放事业和建立社会主义市场经济体制作出了重要理论贡献。
长期以来，何伟教授是（（中国流通经济》杂志的重要作者之一，一直关心和支持《中国流通经济势杂志的发展，积极参加杂志举办的“中国北京流通现代化论坛”及各种理论研讨活动，为杂志撰写了大量学术论文，不少文章发表后在国内外引起广泛影响。近１０年来，他先后在拙刊发表了（（国有企业改革的三个定位》（２００４年第３期）、《资源分配不公决定收入分配不公ｊ》
（２００６年第７期）、（饯展个体工商户应为我国的基本国釉（２００７年第３期）、（（改革：促进我国所有制理论的发励（２００８年第
９期）、《国有企业改革遇到的新难题》（２０１０年第３期）、《国有经济有进有退的标杆是什么》（２０１０年第１２期）等十余篇论文。２０１２年初，他虽然身体欠佳，但仍然奋笔疾书，为纪念邓小平南巡讲话２０周年撰写了《深入推进社会主义市场经济体制改革》一文并刊发于拙刊２０１２年第４期上。对他这种追求真理、勇于探索的精神，我们表示崇高的敬意！
何伟教授逝世后，经济理论界及社会各界专家学者、亲朋好友及学生纷纷发来唁电或到医院悼念何伟先生，社会各界网友也在网上留言悼念这位经济学家，（（中国流通经济》杂志总编陈建中教授代表杂志社全体同志对何伟教授不幸逝世表示沉痛哀悼，并撰写挽联以寄哀思：“为人师表道德留世范，追求真理文章成楷模”！
（本刊记者石桥报道）
万方数据
食用农产品采购合同组合反向拍卖的优化
作者：作者单位：刊名：英文刊名：年，卷(期)：
顾小林， 浦徐进， 曹文彬， GU Xiao-lin， PU Xu-jin， CAO Wen-bin
顾小林,GU Xiao-lin(江南大学,江苏无锡214122;河海大学,江苏南京210098)， 浦徐进,曹文彬,PU Xu-jin,CAO Wen-bin(江南大学,江苏无锡,214122)中国流通经济
China Business and Market2012,26(11)
参考文献(20条)
1.陈培友;汪定伟 多物品最优组合供应模式确定问题的模型研究[期刊论文]-中国管理科学 2006(04)
2.Wurman P.R;Walsh W.E;Wellman M.P Flexible Double Auctions for Electronic Commerce:Theory and Implementation[外文期刊] 1998(01)
3.Emiliani M.L Business to Business Online Auctions:Key Issues for Purchasing Process Improvement 2000(04)4.高鸿业 西方经济学(微观部分) 20115.尹伯成 西方经济学简明教程 20116.于春田;李法朝;惠红旗 运筹学 2011
7.王旭;葛显龙;林云 供应商选择的双层规划模型及求解分析[期刊论文]-计算机工程与应用 2009(23)
8.唐立新;孙德刚 单一品种项目的生产批量问题的动态规划算法[期刊论文]-东北大学学报(自然科学版) 1999(04)9.Cohen L K;Diether C.Malloy Supply and Demand Shift in the Shorting Market 2007
10.Lebrun B A Continuity of the First Price Auction Nash Equilibrium Correspondence 2002(03)
11.诸克军;李兰兰;郭海湘 一种融合遗传算法和粒子群算法的改进模糊C-均值算法[期刊论文]-系统管理学报 2011(06)12.N.van Hoom J;Togelius D.Wierstra;J.Schmidhuber Robust Player Imitation Using Multiobjective Evolution 200913.J.Wu;L.Chen;L.Yang;Q.Zhang,L.Peng A Collision Detection Algorithm based on Self-adaptive Genetic Method inVirtual Environment 2010
14.B.B.Li;Z.H.Zhao Fitness Function Optimized in Genetic Algorithm for Fabric Dynamic Simulation 200815.谢安世;周传华;徐新卫;张芬 基于PK模型的一种自适应遗传算法研究[期刊论文]-计算机工程与应用 2010(07)16.江中央;蔡自兴 王勇用于全局优化的混合正交遗传算法 2009(04)
17.张思才;张方晓 一种遗传算法适应度函数的改进方法[期刊论文]-计算机应用与软件 2006(02)18.徐文婷;李承鹏 基于自适应遗传算法的离散化方法[期刊论文]-合肥师范学院学报 2011(03)
19.郭华芳;刘海利;李海生;张严林 用变长度染色体遗传算法优化加工路径的方法[期刊论文]-计算机工程与应用 2009(06)20.黄江波;付志红 基于自适应遗传算法函数优化与仿真[期刊论文]-计算机仿真 2011(05)
引用本文格式：顾小林.浦徐进.曹文彬.GU Xiao-lin.PU Xu-jin.CAO Wen-bin 食用农产品采购合同组合反向拍卖的优化[期刊论文]
-中国流通经济 2012(11)