BE1025320B1 - Verbeterd computer-geïmplementeerd stockbeheer - Google Patents

Verbeterd computer-geïmplementeerd stockbeheer Download PDF

Info

Publication number
BE1025320B1
BE1025320B1 BE2017/5911A BE201705911A BE1025320B1 BE 1025320 B1 BE1025320 B1 BE 1025320B1 BE 2017/5911 A BE2017/5911 A BE 2017/5911A BE 201705911 A BE201705911 A BE 201705911A BE 1025320 B1 BE1025320 B1 BE 1025320B1
Authority
BE
Belgium
Prior art keywords
computer
delivery time
delivery
purchase
implemented method
Prior art date
Application number
BE2017/5911A
Other languages
English (en)
Inventor
Jan Justé
Original Assignee
Pneuvano Bvba
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Pneuvano Bvba filed Critical Pneuvano Bvba
Priority to BE2017/5911A priority Critical patent/BE1025320B1/nl
Application granted granted Critical
Publication of BE1025320B1 publication Critical patent/BE1025320B1/nl

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities

Abstract

De huidige uitvinding betreft een computer-geïmplementeerde methode, een computersysteem, en een tastbare niet-transitoire computer-leesbare informatiedrager omvattende een computerprogrammaproduct voor stockbeheer. Voor elk van een veelheid van types producten, wordt een verwachting van levertijd bepaald minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische levertijden over een vooraf bepaald levertijdvenster. Een aankoophoeveelheid voor een type product wordt berekend minstens gedeeltelijk op basis van een huidige voorraadhoeveelheid, een verwachting van afname, en de bepaalde verwachting van levertijd.

Description

VERBETERD COMPUTER-GEÏMPLEMENTEERD STOCKBEHEER
TECHNISCH DOMEIN
De huidige uitvinding betreft computer-geïmplementeerd stockbeheer.
STAND DER TECHNIEK
US 6 341 271 beschrijft een inventarismanagementsysteem dat aanwezige hoeveelheden en marktprijzen monitort voor geautomatiseerde aankoop. Verder beschrijft het document de voorspelling van prijzen op basis van historische prijsdata, alsook de voorspelling van productafname op basis van historische data.
Het document beschrijft echter geen voorzieningen om rekening te houden met een beperkte opslagruimte en een diversiteit aan producten. Verder houdt het systeem geen rekening met eerdere waargenomen levertijden.
De huidige uitvinding beoogt minstens een oplossing te vinden voor enkele van bovenvermelde problemen.
SAMENVATTING VAN DE UITVINDING
In een eerste aspect betreft de huidige uitvinding een computer-geïmplementeerde methode voor stockbeheer, volgens conclusie 1.
In een tweede aspect betreft de huidige uitvinding een computersysteem voor stockbeheer, volgens conclusie 13.
In een derde aspect betreft de huidige uitvinding een tastbare niet-transitoire computer-leesbare informatiedrager omvattende een computerprogrammaproduct voor stockbeheer, volgens conclusie 14.
De huidige uitvinding is voordelig omdat deze voorziet in een geautomatiseerde berekening van een aankoophoeveelheid, waarbij rekening wordt gehouden met historische levertijden. Hiervoor kan een databank voorzien worden, waarbij per type product historische leveringsdata wordt bijgehouden, waarbij de leveringsdata een besteltijdstip, een bestelhoeveelheid, en een leveringstijdstip omvat. Een historische
BE2017/5911 levertijd kan bepaald worden op basis van een leveringstijdstip en een besteltijdstip. Door rekening te houden met historische levertijden wordt de kans om een stocktekort te hebben beperkt tot een minimum.
GEDETAILLEERDE BESCHRIJVING
De huidige uitvinding betreft een computer-geïmplementeerde methode, een computersysteem, en een tastbare niet-transitoire computer-leesbare informatiedrager omvattende een computerprogrammaproduct voor stockbeheer. De uitvinding werd samengevat in de daartoe voorziene sectie. In wat volgt, wordt de uitvinding in detail beschreven, worden voorkeursuitvoeringen toegelicht, en wordt de uitvinding geïllustreerd aan de hand van voorbeelden.
Tenzij anders gedefinieerd hebben alle termen die gebruikt worden in de beschrijving van de uitvinding, ook technische en wetenschappelijke termen, de betekenis zoals ze algemeen begrepen worden door de vakman in het technisch veld van de uitvinding. Voor een betere beoordeling van de beschrijving van de uitvinding, worden de volgende termen expliciet uitgelegd.
Een, de en het refereren in dit document aan zowel het enkelvoud als het meervoud tenzij de context duidelijk anders veronderstelt. Bijvoorbeeld, een segment betekent een of meer dan een segment.
De termen omvatten, omvattende, bestaan uit, bestaande uit, voorzien van, bevatten, bevattende, inhouden, inhoudende zijn synoniemen en zijn inclusieve of open termen die de aanwezigheid van wat volgt aanduiden, en die de aanwezigheid niet uitsluiten of beletten van andere componenten, kenmerken, elementen, leden, stappen, gekend uit of beschreven in de stand der techniek.
De term invoerapparaat refereert in dit document naar een apparaat geschikt om input aan te leveren aan een gebruikerstoestel. Een niet-limitatieve lijst van voorbeelden van gebruikerstoestellen omvat een desktop, een server, een laptop, een smartphone, een tablet, een rekenmachine, een muziekspeler, en een smartwatch. De input is niet beperkt tot een bepaalde modaliteit en kan mechanische beweging, geluid, beelden, en dergelijke omvatten. De input kan discreet en/of continu zijn. De input is ook niet beperkt door het aantal vrijheidsgraden. De input kan zowel directe als indirecte input betreffen. Bij het voorzien van input met
BE2017/5911 betrekking tot een positie of de verandering daarvan, zoals bv. een indicator op een scherm, kan de input zowel absoluut als relatief zijn. Een niet-limitatieve lijst van voorbeelden van invoerapparaten omvat een toetsenbord, een computermuis, een touchpad, een touchscreen, een camera, een scanner, een joystick, een microfoon, een lichtpen, een trackball, een geprojecteerd keyboard en een spelcontroller.
In een eerste aspect betreft de huidige uitvinding een computer-geïmplementeerde methode voor stockbeheer. In een tweede aspect betreft de huidige uitvinding een computersysteem voor stockbeheer. Het computersysteem omvat minstens één centrale verwerkingseenheid. In een derde aspect betreft de huidige uitvinding een tastbare niet-transitoire computer-leesbare informatiedrager omvattende een computerprogrammaproduct voor stockbeheer. Iemand met gewone kennis in het vakgebied zal appreciëren dat het computersysteem volgens het tweede aspect geconfigureerd is voor het uitvoeren van de stappen van de methode volgens het eerste aspect. Verder zal iemand met gewone kennis in het vakgebied eveneens appreciëren dat het computerprogrammaproduct volgens het derde aspect instructies omvat voor het uitvoeren van de methode volgens het eerste aspect op een computersysteem volgens het tweede aspect. In wat volgt, wordt daarom geen onderscheid meer gemaakt tussen de drie aspecten van de uitvinding. De hiernavolgende beschrijving, uitvoeringsvormen, en voorbeelden kunnen bijgevolg betrekking hebben op elk van de drie aspecten.
Voor elk van een veelheid van types producten, wordt een verwachting van levertijd bepaald minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische levertijden over een vooraf bepaald levertijdvenster. Voor een type product wordt een aankoophoeveelheid berekend minstens gedeeltelijk op basis van een huidige voorraadhoeveelheid, een verwachting van afname, en de bepaalde verwachting van levertijd. Bij voorkeur wordt een historische levertijd bepaald op basis van een besteltijdstip en een levertijd stip. Bij voorkeur is het besteltijdstip een besteldatum. Bij voorkeur is het levertijdstip een leverdatum. Bij voorkeur wordt het levertijdstip bepaald op basis van het registreren van een aankomst van een bestelling via minstens één invoerapparaat. Het minstens één invoerapparaat kan een barcodescanner, een RFID lezer, of een NFC lezer omvatten. Alternatief of additioneel kan het minstens één invoerapparaat een toetsenbord en/of computermuis omvatten. Bij voorkeur wordt de verwachting van afname bepaald minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische afname over een vooraf bepaald afnametijdvenster. Op basis van een berekende
BE2017/5911 aankoophoeveelheid voor een type product kan dan een bestelling geplaatst worden. Hierbij kunnen meerdere types producten gecombineerd worden in één bestelling, bv. wanneer het eenzelfde leverancier betreft. Bijgevolg omvat de methode bij voorkeur eveneens de stap van het plaatsen van minstens één bestelling op basis van minstens één berekende aankoophoeveelheid. Een hoeveelheid kan hierbij een aantal, een volume, of een gewicht zijn. Bij voorkeur is een hoeveelheid een geheel aantal. Een levertijdvenster wordt gekenmerkt door een relatieve starttijd en één van een tijdvenstergrootte en een relatieve stoptijd. Een eerste voorbeeld van een levertijdvenster is het voorbije jaar, of de voorbije twaalf maanden. De relatieve starttijd is hierbij 12 maanden geleden, de tijdvenstergrootte 12 maanden, en de relatieve stoptijd het huidig moment of 0 maanden geleden. Een tweede voorbeeld van een levertijdvenster is een periode van drie opeenvolgende maanden waarbij de middelste maand een jaar voor het huidig moment valt. Voor oktober 2016 als huidig moment, omvat het corresponderend levertijdvenster september, oktober en november 2015. Aangezien het relatieve starttijden betreft, schrijdt het gemiddelde voort naar mate het huidig moment evolueert.
Vaak beloven leveranciers korte levertermijnen om klanten te winnen, maar overschrijden de leveranciers deze. Hierdoor kan een ongewenst tekort ontstaan van een product. De huidige uitvinding is voordelig omdat deze voorziet in een geautomatiseerde berekening van een aankoophoeveelheid, waarbij rekening wordt gehouden met historische waargenomen levertijden. Door rekening te houden met historische levertijden wordt de kans om een stocktekort te hebben beperkt tot een minimum.
Bij voorkeur wordt voor een type product genoemde aankoophoeveelheid bepaald minstens gedeeltelijk op basis van een openstaande binnenkomende hoeveelheid en een openstaande buitengaande hoeveelheid (in additie tot de huidige voorraadhoeveelheid, de verwachting van afname, en de verwachting van levertijd). De openstaande binnenkomende hoeveelheid betreft de nog niet toegekomen bestellingen. De openstaande buitengaande hoeveelheid betreft hierbij de nog niet verzonden klantenorders. Door rekening te houden met openstaande binnenkomende of buitengaande producthoeveelheden, kan een accurater beeld verkregen worden van de benodigde bestelling, wat de kans tot een tekort of een te grote stock verkleint.
BE2017/5911
In een voorkeursuitvoering wordt een tastbaar niet-transitoir computer-leesbaar opslagmedium omvattende een databank voorzien. Bij voorkeur is de databank een relationele databank. Bij grotere voorkeur is de databank een SQL databank volgens de ISO/IEC 9075 standaard. Bij voorkeur omvat het computersysteem het opslagmedium. Alternatief kan een server het opslagmedium omvatten. In dit geval zijn de server en het computersysteem geconfigureerd voor datacommunicatie via een netwerkverbinding. Het computersysteem kan dan via een netwerkverbinding data van het opslagmedium opvragen. De netwerkverbinding kan een lokale verbinding betreffen, zoals bv. in een zogenaamd local area network (LAN). De netwerkverbinding kan alternatief een Internetverbinding zijn. De databank omvat voor elk van de veelheid van types producten de huidige voorraadhoeveelheid; leveringsdata omvattende een besteltijdstip, een bestelhoeveelheid en een leveringstijdstip; en verkoopdata omvattende een verkooptijdstip en een verkoophoeveelheid. De huidige voorraadhoeveelheid kan bijgevolg bepaald worden door het inlezen van minstens één hoeveelheidwaarde van het opslagmedium (uit de databank). Bij levering van een bestelling, kan via hogergenoemd minstens één invoerapparaat de aankomst van de bestelling geregistreerd worden en de huidige voorraadhoeveelheid in de databank corresponderend aangepast worden. Hierbij wordt ook het levertijdstip van een bestelling van een type product in de databank toegevoegd. Alternatief of additioneel kan de huidige voorraadhoeveelheid bepaald worden via minstens één gewichtssensor, minstens één lengte-, oppervlakte- of volumesensor; of minstens één RFID lezer. De sensoren/lezers kunnen via optische en/of elektrisch geleidende kabels uitgelezen worden. Alternatief wordt de corresponderende sensordata en/of lezerdata via draadloze communicatie door de sensoren/lezers uitgestuurd en wordt deze data ontvangen voor communicatiemodules van het computersysteem. Op deze wijze kan steeds de correcte huidige voorraadhoeveelheid van een type product verkregen worden. Verder kan de verwachte levertijd bepaald worden minstens gedeeltelijk op basis van de leveringsdata omvattende een besteltijdstip binnen het levertijdvenster. Verder kan ook de verwachte afname bepaald worden minstens gedeeltelijk op basis van de verkoopdata omvattende een verkooptijdstip binnen het afnametijdvenster.
In een voorkeursuitvoering wordt een verwachting van levertijd gecorrigeerd in een uitzonderingsperiode. Bij voorkeur wordt de verwachting van levertijd gecorrigeerd in de uitzonderingsperiode op basis van een gemiddelde van historische levertijden over een corresponderend uitzonderingslevertijdvenster. Dit is voordelig omdat op
BE2017/5911 deze wijze rekening kan worden gehouden met uitzonderingsperiodes zoals vakanties, bv. de zomervakantie en de kerstvakantie.
In een voorkeursuitvoering wordt voor elk van de veelheid van types producten historische prijsinformatie bijgehouden, bv. in de databank. Verder wordt actuele prijsinformatie gemonitord, bv. door het opvragen van actuele prijsinformatie via Internet. Dit kan minstens één prijs voor minstens één aankoophoeveelheid bij minstens één leverancier betreffen. De actuele prijsinformatie kan toegevoegd worden aan de historische prijsinformatie, voor later gebruik als historische prijsinformatie. De aankoophoeveelheid kan dan bepaald worden minstens gedeeltelijk op basis van de historische prijsinformatie en/of de actuele prijsinformatie. Bij voorkeur wordt een verwachting van prijs bepaald minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische prijzen over een vooraf bepaald prijstijdvenster. De aankoophoeveelheid wordt dan bepaald minstens gedeeltelijk op basis van de verwachting van prijs.
In een uitvoeringsvorm kan een module voor artificiële intelligentie voorzien worden. De module kan getraind worden minstens gedeeltelijk op basis van historische voorraadhoeveelheden, historische levertijden, historische afname, en/of historische prijzen. De module wordt hierbij getraind voor het bepalen van optimale aankoophoeveelheden. De term artificiële intelligentie (AI) refereert in dit document naar een vakgebied betreffende het machinaal realiseren van cognitieve functies. De centrale problemen in AI onderzoek omvatten redeneren, kennis, planning, leren, natuurlijke taalverwerking, perceptie, en het vermogen om objecten te manipuleren. Benaderingen omvatten statische methoden, computationele intelligentie, en traditionele symbolische AL Het AI vakgebied betreft computerwetenschappen, wiskunde, psychologie, taalkunde, filosofie, neurowetenschappen, artificiële psychologie, en vele andere. AI realisaties omvatten het succesvol begrijpen van menselijke spraak, op een hoog niveau concurreren in strategische spellen, autonome auto's, intelligent routen in netwerken, het interpreteren van complexe data, gezichtsherkenning, en dergelijke. Het AI vakgebied omvat machinaal leren. Een niet-limitatieve voorbeeldlijst van technieken gebruikt bij machinaal leren omvat beslissingsboomleren, associatieregelleren, artificiële neurale netwerken, diep leren (Eng. deep learning), inductieve logicaprogrammering, support vector machines, clustering, Bayesiaanse netwerken, versterkingsleren (Eng. reinforcement learning), representatieleren, gelijkenis- en metrisch leren, sparse dictionary learning, genetische algoritmes, regel-gebaseerd
BE2017/5911 machinaal leren, en leerclassificatiesystemen. Een niet-limitatieve voorbeeldlijst van computerprogrammaproducten voor machinaal leren omvat Apache SINGA, Caffe, Deeplearning4j, Dlib, Keras, Microsoft Cognitive Toolkit, Microsoft Computational Network Toolkit, MXNet, Neural Designer, OpenNN, Pytorch, Scikit-learn voor de 5 Python programmeertaal, TensorFlow, Theano, Torch, en Wolfram Mathematica.
In wat volgt, wordt de uitvinding beschreven a.d.h.v. een niet-limiterend voorbeeld dat de uitvinding illustreert, en dat niet bedoeld is of geïnterpreteerd mag worden om de omvang van de uitvinding te limiteren.
BE2017/5911
VOORBEELD
Een computerprogrammaproduct laat toe om de voorraadpositie in reële tijd bij te sturen in functie van de verkoophistoriek van de laatste 12 maanden. Voor elk product dat een bedrijf verkoopt bepaalt het computerprogrammaproduct de ideale stockpositie en de bijhorende bestelpositie. Dit gebeurt op basis van een algoritme met een set van parameters:
• Een gewenste minimumvoorraad wordt berekend op basis van het voortschrijdend genormaliseerd gemiddelde van de verkopen over de laatste 12 maanden en het voortschrijdend gemiddelde van de levertijd over de laatste 12 maanden.
• Een gewenste maximumvoorraad wordt berekend op basis van de gewenste minimumvoorraad en een voorraadbufferfactor.
• Een bestelpositie wordt berekend op basis van de gewenste maximumvoorraad, de huidige aanwezige voorraad, de openstaande klantenorders en de uitstaande bestellingen bij de leverancier.
Hierbij wordt het voortschrijdend genormaliseerd gemiddelde van de verkopen over de laatste 12 maanden gecorrigeerd voor maanden waarin:
• geen verkoop geregistreerd werd;
• de verkoop meer dan 2.5 keer het niet-gecorrigeerd voortschrijdend gemiddelde van de verkopen over de laatste 12 manden bedraagt; en • de verkoop minder dan 0.25 keer het niet-gecorrigeerd voortschrijdend gemiddelde van de verkopen over de laatste 12 maanden bedraagt.
Hierbij wordt verder het voortschrijdend gemiddelde van de levertijd over de laatste 12 maanden berekend op basis van de leverdatum en besteldatum van het betreffende artikel, gecorrigeerd voor de vakantieperiode juli/augustus en de eindejaarsperiode november/december.
Verder worden artikelen die in de laatste 12 maanden aan minder dan 3 klanten verkocht werden, uitgesloten als voorraadartikel. Verder worden eveneens artikelen die in de laatste 12 maanden gedurende minder dan 4 maanden verkocht werden, uitgesloten als voorraadartikel.
Bij voorkeur omvat het computerprogrammaproduct instructies in SQL broncode.

Claims (14)

  1. CONCLUSIES
    1. Computer-geïmplementeerde methode voor stockbeheer, omvattende de stappen van het voor elk van een veelheid van types producten:
    - bepalen van een verwachting van levertijd minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische levertijden over een vooraf bepaald levertijdvenster; en
    - berekenen van een aankoophoeveelheid minstens gedeeltelijk op basis van een huidige voorraadhoeveelheid, een verwachting van afname, en de bepaalde verwachting van levertijd, waarin de huidige voorraadhoeveelheid bepaald wordt via minstens één gewichtssensor; minstens één lengte-, oppervlakte- of volumesensor; minstens één RFID lezer; of het inlezen van minstens één hoeveelheidwaarde van een tastbaar niet-transitoir computer-leesbaar opslagmedium.
  2. 2. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, waarin de methode eveneens de stap omvat van het plaatsen van minstens één bestelling op basis van minstens één berekende aankoophoeveelheid.
  3. 3. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, waarin de methode de stap omvat van het bepalen van een historische levertijd op basis van een besteltijdstip en een levertijdstip, bij voorkeur het besteltijdstip een besteldatum, bij voorkeur het levertijdstip een leverdatum.
  4. 4. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, waarin de verwachting van afname bepaald wordt minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische afname over een vooraf bepaald afnametijdvenster.
  5. 5. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, waarin een hoeveelheid een aantal, een volume of een gewicht is, bij voorkeur een geheel aantal.
  6. 6. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, waarin de aankoophoeveelheid van een type product berekend
    BE2017/5911 wordt minstens gedeeltelijk op basis van een openstaande binnenkomende hoeveelheid en een openstaande buitengaande hoeveelheid.
  7. 7. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, omvattende de stappen van:
    - het voorzien van een tastbaar niet-transitoir computer-leesbaar opslagmedium omvattende een relationele databank omvattende voor een type product van de veelheid van types producten de huidige voorraadhoeveelheid; leveringsdata omvattende een besteltijdstip, een bestelhoeveelheid, en een leveringstijdstip; en verkoopdata omvattende een verkooptijdstip en een verkoophoeveelheid;
    - het bepalen van de verwachte levertijd minstens gedeeltelijk op basis van de leveringsdata omvattende een besteltijdstip binnen het levertijdvenster.
  8. 8. Computer-geïmplementeerde methode volgens voorgaande conclusies 4 en 8, omvattende de stap van het bepalen van de verwachte afname minstens gedeeltelijk op basis van de verkoopdata omvattende een verkooptijdstip binnen het afnametijdvenster.
  9. 9. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, waarin een verwachting van levertijd gecorrigeerd wordt in een uitzonderingsperiode.
  10. 10. Computer-geïmplementeerde methode volgens voorgaande conclusie 10, waarin de verwachting van levertijd gecorrigeerd wordt in een uitzonderingsperiode op basis van een gemiddelde van historische levertijden over een corresponderend uitzonderingslevertijdvenster.
  11. 11. Computer-geïmplementeerde methode volgens één der voorgaande conclusies, omvattende de stappen van het voor elk van de veelheid van types producten:
    - bijhouden van historische prijsinformatie;
    - monitoren van actuele prijsinformatie; en
    - berekenen van een aankoophoeveelheid minstens gedeeltelijk op basis van de historische prijsinformatie en/of de actuele prijsinformatie.
    BE2017/5911
  12. 12. Computer-geïmplementeerde methode volgens één der voorgaande conclusies en volgens voorgaande conclusie 8, waarin de relationele databank een SQL databank volgens de ISO/IEC 9075 standaard is.
  13. 13. Computersysteem voor stockbeheer, het computersysteem omvattende minstens één centrale verwerkingseenheid, het computersysteem geconfigureerd voor het voor elk van een veelheid van types producten:
    - bepalen van een verwachting van levertijd minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische levertijden over een vooraf bepaald levertijdvenster; en
    - berekenen van een aankoophoeveelheid minstens gedeeltelijk op basis van een huidige voorraadhoeveelheid, een verwachting van afname, en de bepaalde verwachting van levertijd, waarin de huidige voorraadhoeveelheid bepaald wordt via minstens één gewichtssensor; minstens één lengte-, oppervlakte- of volumesensor; minstens één RFID lezer; of het inlezen van minstens één hoeveelheidwaarde van een tastbaar niet-transitoir computer-leesbaar opslagmedium.
  14. 14. Tastbare niet-transitoire computer-leesbare informatiedrager omvattende een computerprogrammaproduct voor stockbeheer, het computerprogrammaproduct geconfigureerd voor executie op een computersysteem omvattende minstens één centrale verwerkingseenheid, het computerprogrammaproduct omvattende instructies voor het voor elk van een veelheid van types producten:
    - bepalen van een verwachting van levertijd minstens gedeeltelijk op basis van een voortschrijdend gemiddelde van historische levertijden over een vooraf bepaald levertijdvenster; en
    - berekenen van een aankoophoeveelheid minstens gedeeltelijk op basis van een huidige voorraadhoeveelheid, een verwachting van afname, en de bepaalde verwachting van levertijd, waarin de huidige voorraadhoeveelheid bepaald wordt via minstens één gewichtssensor; minstens één lengte-, oppervlakte- of volumesensor; minstens één RFID lezer; of het inlezen van minstens één hoeveelheidwaarde van een tastbaar niet-transitoir computer-leesbaar opslagmedium.
BE2017/5911A 2017-12-07 2017-12-07 Verbeterd computer-geïmplementeerd stockbeheer BE1025320B1 (nl)

Priority Applications (1)

Application Number Priority Date Filing Date Title
BE2017/5911A BE1025320B1 (nl) 2017-12-07 2017-12-07 Verbeterd computer-geïmplementeerd stockbeheer

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
BE2017/5911A BE1025320B1 (nl) 2017-12-07 2017-12-07 Verbeterd computer-geïmplementeerd stockbeheer

Publications (1)

Publication Number Publication Date
BE1025320B1 true BE1025320B1 (nl) 2019-01-21

Family

ID=60990538

Family Applications (1)

Application Number Title Priority Date Filing Date
BE2017/5911A BE1025320B1 (nl) 2017-12-07 2017-12-07 Verbeterd computer-geïmplementeerd stockbeheer

Country Status (1)

Country Link
BE (1) BE1025320B1 (nl)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070270990A1 (en) * 2006-05-16 2007-11-22 Kaan Kudsi Katircioglu System and process for supply management for the assembly of expensive products
US20100312611A1 (en) * 2005-09-02 2010-12-09 Flow Vision LLC Inventory management system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100312611A1 (en) * 2005-09-02 2010-12-09 Flow Vision LLC Inventory management system
US20070270990A1 (en) * 2006-05-16 2007-11-22 Kaan Kudsi Katircioglu System and process for supply management for the assembly of expensive products

Similar Documents

Publication Publication Date Title
CN113228068B (zh) 用于库存管理和优化的系统和方法
US11544810B2 (en) Predictive inventory availability
US20230394432A1 (en) Machine-learned model for optmizing selection sequence for items in a warehouse
Ravinder et al. ABC analysis for inventory management: Bridging the gap between research and classroom
US20190318248A1 (en) Automated feature generation, selection and hyperparameter tuning from structured data for supervised learning problems
US20170124484A1 (en) Machine Learning System
US11869055B2 (en) Identifying items offered by an online concierge system for a received query based on a graph identifying relationships between items and attributes of the items
KR102592925B1 (ko) Ai 기반 콜드체인 물류 관리 시스템 및 방법
US20180204163A1 (en) Optimizing human and non-human resources in retail environments
US11947632B2 (en) Training a classification model using labeled training data that does not overlap with target classifications for the classification model
CN108647239A (zh) 对话意图识别方法及装置、设备和存储介质
US20190042995A1 (en) Automated Item Assortment System
BE1025320B1 (nl) Verbeterd computer-geïmplementeerd stockbeheer
CN109902980A (zh) 用于业务处理的方法及装置
KR102452440B1 (ko) 전자 장비의 유통을 위한 재고 관리 및 주문 처리 방법, 장치 및 시스템
Gupte et al. Automated shopping cart using rfid with a collaborative clustering driven recommendation system
Abdali et al. A priority queueing-inventory approach for inventory management in multi-channel service retailing using machine learning algorithms
Afshar Sedigh et al. Cost function and optimal boundaries for a two-level inventory system with information sharing and two identical retailers
CN110084541B (zh) 用于预测供应商送货时长的方法和装置
JP2018092265A (ja) 取引支援装置および取引支援方法
US20240104494A1 (en) Smart expiration determination of grocery items
KR102533258B1 (ko) 인공 신경망을 활용한 냉동식품의 효율적인 물류 서비스 제공 방법, 장치 및 시스템
Li The dynamic behaviors of a supply chain with stock-dependent demand considering competition and deteriorating items
Mariappan et al. Predicting order processing times in e-pharmacy supply chains during COVID pandemic using machine learning—A real-world study
Sakhare et al. Predictive Analysis of End to End Inventory Management System for Perishable Goods

Legal Events

Date Code Title Description
FG Patent granted

Effective date: 20190121