采购优化包括在企业生产中对原材料的消耗量进行预测，以及根据预测到的原材料消耗量来制订最优的采购方案。采购优化的目标是降低采购占用的资金，同时降低采购成本。在现代企业管理中，大多数企业的采购资金在周转资金中占用重要的比例，因此，制订合理的采购方案，对企业的经营具有重要的现实意义。制订合理的采购方案，首先必须从大量业务数据中分析原材料的消耗规律，进而预测原材料的消耗量。从20世纪90年代以来，数据挖掘技术开始逐渐应用于解决类似的商业问题。近年来，得益于计算机运算能力的不断提高，数据挖掘的研究方向开始侧重于如何使用搜索优化算法来对数据进行分析，并挖掘出所需要的信息。本文的主要工作是如何利用基于搜索优化算法的数据挖掘方法，来对采购进行优化。本文中将采购优化问题分解为两个子问题。一是对原材料消耗量的预测问题，二是根据所预测的消耗量制订最优采购方案。对于第一个问题，把原材料的消耗看作是受产品影响的概率模型。根据统计出来的消耗量数据，使用极大似然法计算原材料消耗概率模型的参数。在求解概率模型参数时，把极大似然参数估计问题转换成为约束优化问题，并应用自适应复合形法对参数进行求解。对于采购方案的制订问题，在对数据分析的基础上，找出采购方案的影响因素，并依据这些因素，给出了一个采购成本计算模型，最后通过对该模型的最优化，得到了最优采购方案。本文中的方法可以在线使用，而且适用于多种概率模型，易于扩展，具有一定的通用性。通过在某印染企业中半年以来的应用，表明这种方法能够依据历史数据来推断未来原材料的消耗规律，并能根据原材料的消耗制订合理的采购方案，实现了采购优化的目标。