基于遺傳LM算法的電力物資自動化統(tǒng)計方法

吳鳳梅，李禹梁，王 涵

(江蘇電力信息技術(shù)有限公司，江蘇 南京 210009)

近幾年，隨著用電需求的不斷擴大，電力企業(yè)開始大力發(fā)展農(nóng)村電網(wǎng)和城市電網(wǎng)的建設(shè)改造。但在電網(wǎng)的建設(shè)改造過程中，存在龐大的工程量，且涉及的電力物資也是數(shù)量巨大且繁雜的。就城市電網(wǎng)改造而言，一個城市涉及到的電網(wǎng)建設(shè)工程有成百上千個，涉及的電力物資多達上千種。而在實際的工程施工中，常常出現(xiàn)材料采購庫存與實際用量不符，數(shù)量過多或者數(shù)量不足均會影響工程的施工進度。要求電力企業(yè)對電力物資的庫存量、需求量以及成本進行多方面考量，在滿足施工進度的同時減少電力企業(yè)資金壓力。如何對電力物資的庫存進行高效率統(tǒng)計成為當前研究的熱門話題。

文獻[1]依托“儲檢一體化”物資抽檢模式，通過對自動化抽檢方法的研究和自動化檢測設(shè)備，自動化制樣設(shè)備，信息化管理系統(tǒng)的應(yīng)用雙管齊下，保證物資檢測完成率100%。文獻[2]提出一種改進GM(1,1)動態(tài)預測模型，結(jié)合庫存管理方法，構(gòu)建應(yīng)急物資動態(tài)需求模型，該改進GM(1,1)模型具有可行性與實用性，比傳統(tǒng)GM(1,1)模型具有更高的預測精度。但上述方法統(tǒng)計結(jié)果精度較低。

本文在遺傳LM算法的基礎(chǔ)上，提出一種電力物資自動化統(tǒng)計方法。將電力物資分為基建物資和常設(shè)物資兩種，分別對其采取不同的統(tǒng)計方法。常設(shè)物資又分為常用物資和應(yīng)急物資，本文選擇的概率累積法，應(yīng)急物資則選擇的是計算最小期望值的方法。仿真實驗也驗證了本文方法在統(tǒng)計電力物資方面的有效性。

1 遺傳LM算法實現(xiàn)過程

1.1 遺傳算法下收斂性控制

遺傳算法常常與神經(jīng)網(wǎng)絡(luò)一起出現(xiàn)在算法中，將神經(jīng)網(wǎng)絡(luò)輸出的能量函數(shù)E，代入到遺傳算法中，作為適應(yīng)度函數(shù)F的基礎(chǔ)，使F=C/E，其中，C為一個常數(shù)項。將得到的新個體與其他個體進行比較，在最相似準則的基礎(chǔ)上選取與新個體最相似的個體，并將新個體替換掉。通過歐式距離對相似性計算結(jié)果進行定義，如式(1)所示：

dist(Indi;Indj)=wx(ED(xi;xj))+wF(ED(fi;fj))

(1)

式中：

(2)

式(2)表示個體xi與個體xj之間的歐式距離。wx、wF分別為ED(xi;xj)、ED(fi;fj)權(quán)值大小；k為迭代次數(shù)。

在遺傳算法中，通常有兩種情況可以對子代和父代進行個體轉(zhuǎn)換：

(1)將所有新產(chǎn)生的個體均看作為子代，整體對父代個體進行替換；

(2)通過對新產(chǎn)生的個體與原始個體進行比較，保留較優(yōu)的個體進行下一代的迭代。

在這兩種情況中，第一種對于全局尋優(yōu)有非常明顯的優(yōu)勢，但是收斂效率不理想；第二種情況的收斂速度顯然高于第一種，但是極易陷入局部尋優(yōu)。為平衡這兩種情況，本文通過對新產(chǎn)生個體的周期性進行觀察，每隔L代用新產(chǎn)生的個體替換舊的個體，而不是利用最相似準則。

1.2 基于LM算法的統(tǒng)計精度控制

LM算法是將梯度下降法與高斯-牛頓法的優(yōu)點集為一體，通過標準的數(shù)值優(yōu)化技術(shù)實現(xiàn)快速運算。

將x(k)定義為第k次迭代計算時權(quán)值和閾值構(gòu)成的向量，新得到的權(quán)值和閾值構(gòu)成的向量x(k+1)可通過式(3)計算得到：

x(k+1)=x(k)+Δx

(3)

高斯-牛頓法則是通過以下形式實現(xiàn)[3]的：

Δx=-[?2E(x)]-1?E(x)

(4)

式中：?2E(x)為誤差指標函數(shù)E(x)的Hessian矩陣；?E(x)為牛頓法的梯度信息[4]。

將E(x)定義為式(5)的形式：

(5)

式中：e(x)為誤差函數(shù)，L為遺傳算法層次。則可以推理得到：

(6)

(7)

高斯-牛頓法的計算法則規(guī)定：

Δx=-[JT(x)J(x)]-1J(x)e(x)

(8)

LM算法在高斯-牛頓法的基礎(chǔ)上做了部分改進[5]，如式(9)所示：

Δx=-[JT(x)J(x)+μI]-1J(x)e(x)

(9)

式中：μ>0為常數(shù)，I為單位矩陣。

通過式(9)的計算可以看出，當μ=0時，還是高斯-牛頓法；當μ的取值越來越大時，趨向于梯度下降法這樣一來。高斯-牛頓法在控制誤差[6]方面，計算的速度越快，誤差精度控制得也就越高。由于LM算法中引入了近似的二階導數(shù)信息，在計算過程中，大大提高了計算效率。不僅如此，由于JT(x)J(x)+μI是正定的，所以式(9)是可以隨時求解的。通過式(9)來修改一次權(quán)值和閾值時，需要求解n階的代數(shù)方程。LM算法的計算復雜度為O(n3/6)，當n的值較大時，計算量和復雜程度普遍[7]偏大。但是，還是可以很明顯地看出，迭代計算的效率在不斷提高，對于算法的整體性能都有所改善，尤其是在誤差控制方面，具有極高的精度。

1.3 遺傳LM算法流程

本文在遺傳LM算法的基礎(chǔ)上，針對電力企業(yè)提出了一種新的算法-GALM算法。首先，通過遺傳算法改善電力物資數(shù)據(jù)的整體質(zhì)量，結(jié)合LM算法進行訓練。GALM算法的計算模型如圖1所示。

圖1 GALM算法計算模型

從圖1GALM算法的整個計算過程中可以看出，每一種算法都被限制在其特定的范圍內(nèi)。一方面，由遺傳算法來確保整個計算過程的全局收斂性[8]，避免高斯-牛頓法陷入局部尋優(yōu)狀態(tài)；另一方面，遺傳算法與LM算法的結(jié)合，對于提高搜索效率非常有效。由此可以得出，GALM算法具有較優(yōu)的收斂性，不僅如此，在降低算法依賴性的同時還確保了算法的收斂方向，即使在對問題內(nèi)在聯(lián)系較少的情況，依然可以得到對電力物資數(shù)據(jù)很好的訓練結(jié)果。

2 電力物資統(tǒng)計方法實現(xiàn)

在電力企業(yè)工程改造項目中，通常根據(jù)電力物資的使用情況將其大致分為兩類：一類是根據(jù)改造項目所需材料建立的物資供應(yīng)；另一類是用于日常維護所需要的物資，這類物資的特點是數(shù)量少、種類雜。根據(jù)電力物資的特點以及對電網(wǎng)改造工程的重要程度[9]，將其分為A、B、C三類，并且分別采取不同的管理方式，具體如表1和圖2所示。

表1 電力物資的ABC分類

圖2 電力物資的ABC分類

2.1 基建物資庫存統(tǒng)計方法

在電網(wǎng)改造項目中，基建類物資種類較少，但是數(shù)據(jù)卻很多，通常具有較高的經(jīng)濟價值。對于此類物資的庫存管理方法，采用的是零庫存，有需要直接由工廠運輸?shù)绞┕がF(xiàn)場，減少二次搬運所花費的時間和成本費用。對于沒有預料到的情況，可暫時積壓在倉庫。對于此類物資的統(tǒng)計方式就是定期盤點，提高庫存周轉(zhuǎn)效率。

2.1.1 定期統(tǒng)計庫存

經(jīng)調(diào)查走訪發(fā)現(xiàn)，在部分電力物資倉庫內(nèi)存有一定量的廢舊物資，這些廢舊物資中可以回收再利用的非常有限，大多屬于報廢物資或者等待報廢。這樣一來，這些廢舊物資不僅占用了相當一部分的倉庫空間，而且也增加了倉庫維護費用。因此，定期對庫存進行統(tǒng)計，不僅可以使電力物資保持在一個正常的運轉(zhuǎn)周期內(nèi)，而且可以制定詳細的采購清單，同時也能提高倉庫的存儲效率。

基建類物資庫存統(tǒng)計方式主要有以下三種：永續(xù)統(tǒng)計[10]、巡回統(tǒng)計和全面統(tǒng)計。

永續(xù)統(tǒng)計就是每次在物資出庫/入庫時就做好物資數(shù)量的記錄，并且隨時核對數(shù)目；巡回統(tǒng)計就是針對出庫/入庫較為頻繁的物資進行重點跟蹤，使其庫存數(shù)量始終保持在一個穩(wěn)定的狀態(tài)下；全面統(tǒng)計就是每年的6月份、12月份，集中對倉庫內(nèi)物資進行全面清點，并做好相應(yīng)的記錄。

為了降低統(tǒng)計過程中物資數(shù)量與實際數(shù)量之間的誤差，本文利用ABC概念圖對統(tǒng)計過程進行指導，并對庫存細項進行具體的計算。

2.1.2 提高電力物資周轉(zhuǎn)效率

電力物資周轉(zhuǎn)效率指的是在一段時間內(nèi)，某項物資庫存周轉(zhuǎn)的速度，可通過式(10)計算得到：

(10)

通過對電力物資的合理管理以及庫存統(tǒng)計，及時了解各類物資庫存信息，避免因庫存過多導致物資積壓，出現(xiàn)報廢的情況。

2.2 常設(shè)庫存統(tǒng)計方法

在常設(shè)庫存中，將電力物資分為常用物資和應(yīng)急物資兩類。常用物資就是施工中常用到的材料，出入庫較為頻繁，對于此類物資應(yīng)隨時記錄庫存量，并且做好相應(yīng)的周轉(zhuǎn)工作，提高庫存周轉(zhuǎn)率。應(yīng)在出入庫時記錄清楚數(shù)量以及庫存數(shù)量并定期進行核對，按照施工需求及時調(diào)整庫存；應(yīng)急物資也就是搶修、搶險類物資，這類物資的需求情況前期很難預測到，考慮到倉庫的維護成本，通常不會有大量庫存。所以在對其進行庫存統(tǒng)計和管理時，應(yīng)考慮到缺貨損失與庫存成本之間的關(guān)系，在確保施工搶險工作正常進行的前提下，做好庫存數(shù)量的安排，合理、有計劃地進行采購。

2.2.1 常用物資庫存數(shù)量確定方法

常用物資在電網(wǎng)建設(shè)中定期或不定期都會進行更換，使用需求很難掌握，為了使電力工程有序進行，確保各類物資供應(yīng)到位，本文采用了概率累計法來確定常用物資的庫存數(shù)量，設(shè)置一個最低需求量，以維持電網(wǎng)工程的正常運行。

2.2.2 應(yīng)急物資庫存確定方法

電力工程施工環(huán)境復雜且不確定，對于物資的損耗也較大。一旦出現(xiàn)緊急情況，必須及時采取措施將損失降到最低。但是，緊急情況的出現(xiàn)也具有很大的隨機性，再加上應(yīng)急物資的制備時間較長、成本較高，一定周期內(nèi)只能訂貨一次，如果沒有到期物資已經(jīng)用完不能補充訂貨；如果沒有出現(xiàn)緊急情況，物資沒有用掉，這個周期內(nèi)也不能再訂貨。所以，對于應(yīng)急物資的庫存數(shù)量確定有一定難度。

本文對損失期望值最小的庫存?zhèn)浼?shù)量Q進行計算，如式(11)所示：

(11)

式中：P(r)為某個設(shè)備損壞需要r個庫存?zhèn)浼母怕手担籒為損益轉(zhuǎn)折概率值。

(12)

式中：l為邊際收益；h為邊際損失。

假設(shè)某個電力物資倉庫因某個設(shè)備的損壞導致20處電網(wǎng)施工項目被迫停止，該設(shè)備的價格為500元，停工損失為10 000元。通過統(tǒng)計資料計算，20處電網(wǎng)項目需要更換r個庫存?zhèn)浼母怕嗜绫?所示。

表3 更換r個庫存?zhèn)浼母怕蔖(r)

在保證損失期望值最小的前提下，確定該設(shè)備備件庫存數(shù)量的方法如下：

(1)當電網(wǎng)出現(xiàn)緊急情況時，可通過更換設(shè)備備件避免損失10 000元，所以可得到邊際收益為l=10 000-500=9 500元。

當設(shè)備備件庫存數(shù)量過多時，多采購一個備件就損失500元，所以可得到邊際損失h=500元。損益轉(zhuǎn)折概率值可通過計算得到，為0.95。

(2)根據(jù)表3計算得到設(shè)備備件的累計需求概率值為

(13)

因此可得Q=8，即當備件數(shù)量為8時，可將損失期望值降到最低。

3 仿真實驗

為驗證本文方法在統(tǒng)計電力物資庫存時是否合理有效，對其進行殘差檢驗。實驗在Windows2010系統(tǒng)上實現(xiàn)，以Microsoft Visual sTUDIO2008作為開發(fā)平臺。實驗數(shù)據(jù)來自某電網(wǎng)改造工程配套的電力物資存儲倉庫。實驗過程如下所示：

殘差：

(14)

相對殘差：

(15)

(2)分別進行驗差檢驗。

x(0)的均值：

(16)

x(0)的方差：

(17)

殘差的均值：

(18)

殘差的方差：

(19)

(3)計算后驗差比值和小誤差概率值。

后驗差比值：

(20)

小誤差概率值為

(21)

(4)統(tǒng)計結(jié)果精度等級評價標準如表4所示。

表4 統(tǒng)計結(jié)果精度等級劃分

根據(jù)上述殘差檢驗方法，對本文方法統(tǒng)計的電力物資數(shù)量進行檢驗，所得結(jié)果如表5所示。

表5 本文方法殘差檢驗結(jié)果

4 結(jié) 論

針對傳統(tǒng)方法在統(tǒng)計電力物資庫存時，常常與實際庫存數(shù)量相差較大，為此，本文在遺傳LM算法的基礎(chǔ)上，提出一種電力物資自動化統(tǒng)計方法。根據(jù)電力物資的出入庫頻率和重要程度，將其分為基建物資和常設(shè)物資兩種，常設(shè)物資又包括常用物資和應(yīng)急物資，分別對其采取不同方式的統(tǒng)計方法。仿真實驗中，對所提方法進行殘差驗證，結(jié)果表明，所提方法具有較高的統(tǒng)計精度。