Автоматизация тендерных закупок фонда гос имущества

 

 

4. Подсистема конвертирования и наполнения базы входных 

данных

 

Входными данными для  решения задачи нахождения оптимального заказа  являются заявки заказчиков на необходимые им партии товаров и прайс-листы фирм, предлагающих товары.  Входные данные могут поставляться в виде файлов таких форматов, как *.xls (Excel), *.doc, *.rtf (Word), *.html, *.dbf  (dBase) и txt, а также на бумажных бланках. Информация, имеющаяся на бумажных бланках, должна быть занесена в базу входных данных вручную. Информация, имеющаяся в виде файлов, обрабатывается автоматизированно и заносится в базу входных данных автоматически. Автоматизированная обработка состоит в том, что файлы преобразовываются в текстовый формат (txt) и приводятся к единой структуре с использованием конвертора файлов. А затем информация из полученных файлов заносится в базу входных данных автоматически.  За нехваткой времени данная подсистема осталась недоработанной.

 

 

 

2.3.5 Подсистема  формирования заказов на товары

 

Основными, несущими наибольшую смысловую нагрузку и решающими  основную задачу СППР для формирования заказа на торгово-закупочном предприятии, модулями являются модули, представленные на рис. 2.5 в п. 2.3.2 :

" Формирование заказа  простыми методами " и " Формирование  заказа с помощью Генетического  алгоритма ".

Рассмотрим функционирование модуля "Формирование заказа простыми методами ".

 Сначала пользователь  указывает дату прайс-листов или  то, что прайс-листы должны быть выбраны по отметке, ранее произведенной пользователем. Аналогичная операция осуществляется и для листов заказа.

После нажатия кнопки <Выбрать> в модуле обрабатывается событие нажатия кнопки. Обработка события состоит в следующем: осуществляется выборка данных из базы данных прайс-листов и базы данных листов заказа.

К данным, выбираемым из прайс-листов относятся:

• номер прайс-листа;
• номер поставщика;
• номер условия поставки;
• система скидок;
• содержимое прайс-листа, к которому относятся номера лекарственных средств и соответствующие им номера международных наименований, цены и сроки годности.

Данными, выбираемыми  из листов заказа являются:

• номер лекарственного средства;
• номера заказчиков по каждому лекарственному средству и заказываемое ими количество. 

На основе выбранных  данных из листов заказа рассчитывается итоговое количество упаковок по каждому лекарственному средству, которое надо закупить.

Далее функционирование модуля " Формирование заказа простыми методами " рассмотрим в рамках подсистемы: на рисунке 2.9 представлена блок-схема функционирования подсистемы формирования заказов на товары.   Выборку информации в блок-схему решено не вносить, так как она производится для увеличения быстродействия программы – считывание при работе алгоритма формирования заказа информации из базы данных сильно замедляет работу алгоритма.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

После окончания выборки  входной информации пользователь настраивает  систему: отмечает, надо ли при формировании заказа учитывать территорию поставщиков, их условия поставки, производителей лекарственных средств, товары на складе.

Далее пользователь вводит наименование и код заказа, который  надо сформировать. А затем уже выбирает один из методов формирования заказа:

1. по минимальным ценам;
2. на одно предприятие;
3. по максимальным ценам;
4. генетический алгоритм по минимальной стоимости.

Первые три из указанных  методов выполняются в этом же модуле, откуда он и получил свое название: "Формирование заказа простыми методами ".

На рисунке 2.10 показано окно модуля "Формирование заказа простыми методами ".

 
Приведем список основных подпрограмм  модуля.

 

В секции private класса TForm1 находятся следующие методы:

Процедура BringToArrs – занесение  данных прайс-листов в динамические массивы.

Процедура SetSellMatr – заполнение матрицы SellMatr.  В матрице элемент равен 0, если в i-ом прайс-листе не предлагается товар j, и 1, если в i-ом прайс-листе товар j предлагается.

Функция SupplSell – проверка, предлагает ли указанный поставщик (соответствующий ему  прас-лист) указанный товар. Если да, то функция возвращает true, иначе – false.

Процедура Calc_BringToDB –  вычисляет сумму закупки по всему  заказу с учетом скидок и общую  скидку на эту сумму, а также другие необходимые значения и заносит все результаты в базу выходных данных.

Процедура SolverForOne – формирование заказа на закупку товаров для  одного указанного поставщика.

 

В секции public класса TForm1 находятся следующие методы

Функция SuDiscountCost – возвращает стоимость закупки с учетом скидки у поставщика, которому соответствует указанный прайс-лист.

Процедура MinMaxSolver(min:boolean . . .)  -- формирование заказа на закупку товаров по минимальной цене, если min=true,  или по максимальной цене, если min=false.

 

Рассмотрим теперь функционирование модуля "Формирование заказа с помощью генетического алгоритма ".

После выбора в окне модуля "Формирование заказа простыми методами " метода формирования заказа "Генетический алгоритм по минимальной стоимости" и нажатия кнопки <Сформировать> появляется окно модуля "Формирование заказа с помощью генетического алгоритма ", которое показано на рисунке 2.11.

 

 

В этом окне пользователь должен настроить генетический алгоритм:

• ввести количество особей в популяции;
• выбрать операторы, которые должны выполняться над особями популяции, и задать вероятность выполнения там, где это необходимо;
• ввести количество выводимых наилучших решений в базу данных заказов.

После нажатия кнопки <Старт ГА> генетический алгоритм начинает свою работу в соответствии с выбранными установками.

На рисунке  2.12 показана блок-схема работы генетического алгоритма.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Приведем список основных подпрограмм модуля.

 

В секции private класса TForm2 находятся следующие методы:

 

1) Методы для преобразования кода Грея в десятичное число:

Процедура SetGraySeq– генерация  последовательности переходов

Функция IntToBin –   преобразование числа (0..127) в двоичный код

Функция GrayToDec –   Код  Грея --> Десятичное число

 

2) Методы реализации  генетического алгоритма (ГА)

Функция SupplSellDrug – проверка, предлагает ли указанный поставщик (значение гена -- порядковый номер соотвествующий номеру прайс-листа поставщика) данный товар локус -- номер гена в хромосоме, соответствующий номеру товара);

 Функция SetFirstPopulat – генерация хромосомного набора начальной популяции, удовлетворяющего требованиям, предъявляемым к символьной модели задачи;

Функция SupplierCost -- возвращает стоимость закупки данного товара без учета скидки у поставщика, прайс-лист которого указан;

Функция OneFtnDegree – преобразование строки в коде Грея в соответствующий ей вектор управляемых переменных и вычисление общей скидки,стоимости с учетом скидок и степени  приспособленности особи;

Функция GetAvgDegree – вычисление средней степени приспособленности по популяции;

Функция RemoveBeforeSkresch –  предварительное отстранение особей, имеющих степени приспособленности  меньше средней, от участия в скрещивании;

Процедура SetSelectVerSect –  вычисление отрезков распределения  вероятностей выбора особей, которые могут участвовать в скрещивании, на интервале [0,1];

Процедура SetOneVerSect – разбиение  интервала [0,1] на 2 отрезка: Р и 1-Р , где  Р -- указанная вероятность;

Процедура SetEquipVerSect –  формирование отрезков распределения  равных вероятностей на [0,1];

Функция Select – выбор  объекта (особи, гена, точки) на основе отрезков распределения вероятностей выбора;

Функция Elit – стратегия  элитизма: возвращает индекс особи  в популяции, степень приспособленности которой максимальна;

Процедура Interchange – обмен хромосом участками, состоящими из одного или более генов (один участок первой хромосомы ßà один участок второй хромосомы);

Процедура OnePntCrossover –  размножение по схеме "Одноточечный кроссовер";

Функция SetGeterList – формирует  список номеров гетерозиготных генов в родительских хромосомах и возвращает порядковый номер в списке последнего номера гетерозиготного гена;

Процедура Dominant – вычисляет  для аллельных форм каждого гетерозиготного гена указанного родителя вероятность доминантности, равную частоте данной аллельной формы в текущей популяции;

Процедура GenosRecomb – размножение  по схеме "Рекомбинация генов";

Функция PntMutatInGen – точечная мутация в конкретном гене (Если мутированный ген в указанном локусе удовлетворяет требованиям, предъявляемым к символьной модели задачи (см. описание предыдущей функции), то функция возвращает true, иначе мутация производится в каком-либо другом бите гена и т.д., до тех пор, пока мутированный ген не станет удовлетворять требованиям задачи или, пока не будет пройдено предельное число шагов. Если требования задачи так и не будут удовлетворены, то выдается false, и значение переданного через параметр гена остается неизменным.);

Процедура PntMutation – Точечная мутация производится в случайно выбранном гене хромосомы до тех пор, пока мутированный ген не станет удовлетворять требованиям задачи (см. функцию PntMutatInGen); Если требования задачи так и не будут удовлетворены, то у особи останется старый (немутированный) ген;

Процедура GenMutation – генная мутация;

Процедура MacroPntMut -- макромутация точечная (использует функцию PntMutation);

Процедура MacroGenMut – макромутация генная (использует функцию GenMutation);

Процедура Inverse – инверсно-точечная мутация (Если ген в новом локусе не удовлетворяет требованиям задачи, то он подвергается точечной мутации до тех пор, пока не станет удовлетворять им  (см. функцию PntMutatInGen). Если требования задачи так и не будут удовлетворены, то он заменяется на старый ген.);

Функция SetReprodGroup – формирование репродуктивной группы по второй селекционной схеме (в репродуктивную группу попадают те особи, у которых степень приспособленности больше или равна средней);

Процедура NatureSelect – Естественный отбор в (t_+1)-ю популяцию из репродуктивной группы по жесткой" схеме, если isElit=false, иначе членами (t_+1)-й популяции будут все произведенные особи плюс 1 элитная. Размер всех популяций одинаков, равен размеру первой.

Функция AllelDifference – функция  возвращает аллельное разнообразие популяции (граничные случаи: если все хромосомы равны, то результат -- 0; если все аллели всех хромосом различны, то результат -- 1);

Функция WorldLimToGraphic – возвращает значение итоговой стоимости заказа с учетом скидок для графика  эволюции минимальной стоимости;

Функция ConvertFitness – преобразование особи в вектор управляемых переменных;

Процедура BringToDB – занесение  результатов одного заказа (одного вектора управляемых переменных) в базу данных;

 

 

2.4 Методы уменьшения  затрат машинного времени, методы  отладки и тестирования

 

Реальные данные для  разработанного  программного обеспечения  занимают большие объемы: в одном  рпайс-листе может быть около  пяти тысяч записей, листы заказов также могут содержать до тысячи записей. Количество прайс-листов, хранимых в базе данных также велико – около двухсот набирается несколько месяцев эксплуатации программы. Количество листов заказа примерно такое же. Кроме того сформированные заказы и разнарядки имеют большие объемы, так как они сохраняются для сравнения сформированных заказов между собой.

Входными данными программы  являются прайс-листы и листы  заказов. В процессе своей работы программа должна получать информацию из листов заказа о потребностях в  том или ином медикаменте и  прайс-листов – о наличии медикамента в листе и о цене медикамента, а также происходит обращение к прайс-листам для того, чтобы узнать скидки, предоставляемые поставщиком в прайс-листе. В процессе работы генетического алгоритма обращений к базе данных особенно много, так как существующих решений во много раз больше, чем для других рассматриваемых в работе методов, потому что генетический алгоритм работает со скидками.

Для того, чтобы сократить  затраты машинного времени при  работе программы был применен следующий подход – после запуска программы пользователь указывает необходимые для рассмотрения прайс-листы и листы заказа, и они перекачиваются в динамические массивы. В результате этого программе  не надо будет при поиске оптимального решения обращаться к базе данных, что значительно увеличивает быстродействие программы.

 

Для отладки и тестирования программы были применены следующие  методы: установка контрольных точек в программе, прогон программы по шагам на тестовых данных.

Тестовые данные для  отладки и тестирования небольшие: четыре прайс-листа, в каждом из которых предлагается по пять медикаментов, причем цены в первом прайс-листе у всех товаров равны 1,1; во втором – 2,2; в третьем – 3,3; в четвертом – 4,4; в атрибутах прайс-листов установлены скидки; ;количество листов заказа равно четырем и суммарная потребность --  четыре медикамента в различных количествах.