2021年C题的分析

2021年C题的分析

分析此题,感觉比2021年其他的题要简单。


原文

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
某建筑和装饰板材的生产企业所用原材料主要是木质纤维和其他植物素纤维材料,
总体可分为 A,B,C 三种类型。该企业每年按 48 周安排生产,需要提前制定 24 周的原
材料订购和转运计划,即根据产能要求确定需要订购的原材料供应商(称为“供应商”)
和相应每周的原材料订购数量(称为“订货量”),确定第三方物流公司(称为“转运
商”)并委托其将供应商每周的原材料供货数量(称为“供货量”)转运到企业仓库。
该企业每周的产能为 2.82 万立方米,每立方米产品需消耗 A 类原材料 0.6 立方米,
或 B 类原材料 0.66 立方米,或 C 类原材料 0.72 立方米。由于原材料的特殊性,供应商
不能保证严格按订货量供货,实际供货量可能多于或少于订货量。为了保证正常生产的
需要,该企业要尽可能保持不少于满足两周生产需求的原材料库存量,为此该企业对供
应商实际提供的原材料总是全部收购。
在实际转运过程中,原材料会有一定的损耗(损耗量占供货量的百分比称为“损耗
率”),转运商实际运送到企业仓库的原材料数量称为“接收量”。每家转运商的运输
能力为 6000 立方米/周。通常情况下,一家供应商每周供应的原材料尽量由一家转运商
运输。
原材料的采购成本直接影响到企业的生产效益,实际中 A 类和 B 类原材料的采购单
价分别比 C 类原材料高 20%和 10%。三类原材料运输和储存的单位费用相同。
附件 1 给出了该企业近 5 年 402 家原材料供应商的订货量和供货量数据。附件 2 给
出了 8 家转运商的运输损耗率数据。请你们团队结合实际情况,对相关数据进行深入分
析,研究下列问题:
1.根据附件 1,对

第一问

问题:

1
2
根据附件 1,对 402 家供应商的供货特征进行量化分析,建立反映保障企业生产
重要性的数学模型,在此基础上确定 50 家最重要的供应商,并在论文中列表给出结果。

根据分析,我们认为此题是一个评价类问题,但是评价标准不好找。有如下几点问题

  1. 没有训练集,不能通过拟合等确定个因素的比重
  2. 因素太少,只有订货量和供货量

因此,我们分析得,我们采用专家法,自己指定一套评价体系,评价体系如下:

  • 关于重要性,我认为 我们对重要客户的依赖度要足够高(订单量要尽可能大)
  • 关于可信度,我认为供货商要极可能满足我们的订单(订单少的数量要尽可能少)

因此我们确定了两个指标重要性S1可信度S2

S1 = 某个供货商的订单总数/max(供货商订单总数)

S2 = 1 - 某个订货商的缺少数/max(订货商的缺少数)

实践

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
package com.dwx.C;

import java.util.Scanner;

public class demo02 {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);

//确定企业数为402
//确定订单次数为240
int m = 402;
int n = 240;
System.out.println(":请输入企业订单数据:");
//读入企业订单数据
int[][] Q = new int[402][240];
for (int i = 0;i < m;i++){
for (int j = 0;j < n;j++){
Q[i][j] = scanner.nextInt();
}
}

System.out.println(":请输入供应商数据:");
//读入供应商数据
int[][] G = new int[402][240];
for (int i = 0;i < m;i++){
for (int j = 0;j < n;j++){
G[i][j] = scanner.nextInt();
}
}


//对供应商的依赖度进行处理 即先求出供应商的总订单 再求出每个供应商对我们总总订单的占比
//存储各个供应商的订单量总和
int[] q1 = new int[402];
for (int i=0;i<m;i++){
for (int j=0;j<n;j++){
q1[i] = q1[i] + Q[i][j];
}
}

//求出我们需求的总和
int Max = 0;
for (int i=0;i<m;i++){
if(q1[i]>Max){
Max = q1[i];
}
}

//求出占比
double[] s1 = new double[402];
System.out.println("对供应商下达的最大订单为:"+Max);
for (int i=0;i<m;i++){
s1[i] = q1[i]* 1.0/Max ;
}

//输出依赖度
//保留两位小数

for (double v : s1) {
System.out.printf("%.2f\n",v);
}

//求可靠度 即 求供应商和订单之间的差异度
/*
* 在此我们规定 对于供应商供给的货多于订单量或等于订单量 我们都视为0
* 当供应商供给订单数量少于订单数量 则即差异度为(订单-实际供货)
* 我们对每一次订货进行操作 因此不至于有误差
* 差异度 只对占比比较大的厂家进行使用*/

//读入厂家数据
System.out.println("请输入符合要求的供应商:");
//有意义的供应商有89加
int m1 = 89;
int[] M = new int[89];
for (int i=0;i<m1;i++){
M[i] = scanner.nextInt();
}


int[] d = new int[m1];
for (int i=0;i<m1;i++){
for (int j=0;j<n;j++){
if (G[M[i]][j] >= Q[M[i]][j]){
continue;
}else {
d[i] = d[i] + (Q[M[i]][j] - G[M[i]][j]);
}
}
}
//输出差异度
System.out.println("输出差异度:");
for (int i : d) {
System.out.println(i);
}

//求得最小差异度
int min = 9999;
for (int i=0;i<m1;i++){
if (d[i] < min){
min = d[i];
}
}
System.out.println("最小数为:"+min);
//求得可信度
double[] K = new double[m1];
for (int i=0;i<m1;i++){
K[i] = d[i]*1.0/min;
}

//输出可信度
System.out.println("输出可信度:");
for (int i=0;i<m1;i++){
System.out.println("供应商"+M[i]+"的差异数为:"+K[i]);
}

/*
* 可信度分数 = 1 - 差异度/max(差异度s)*/

int max = 0;
for (int i = 0;i < m1;i++){
if (d[i] > max){
max = d[i];
}
}
System.out.println("最大值为:"+max);
double[] k = new double[m1];
for (int i=0;i<m1;i++){
k[i] = 1 - d[i]*1.0/max;
}

for (double v : k) {
System.out.printf("%.4f\n",v);
}
}
}

首先获得重要性分数

进行降序排序后,我发现,只有前91名供应商的数据是有效的,因此我认为可以忽略其余的300+的小供应商,避免这些供应商数据稳定性良好影响大供应商的分数。

再对大供应商进行操作,求得他们的可靠性分数

分析数据,可得,数据多在0.99附近,差异性小。

总分 = 依赖性 + 可靠性这样分析,还是有不小的差异性的。

Donate
  • Copyright: Copyright is owned by the author. For commercial reprints, please contact the author for authorization. For non-commercial reprints, please indicate the source.

扫一扫,分享到微信

微信分享二维码
  • Copyrights © 2015-2023 dwx
  • Visitors: | Views:

请我喝杯咖啡吧~

支付宝
微信