CN106295834A - 一种零部件库存共享优化的方法 - Google Patents

一种零部件库存共享优化的方法 Download PDF

Info

Publication number
CN106295834A
CN106295834A CN201510255496.1A CN201510255496A CN106295834A CN 106295834 A CN106295834 A CN 106295834A CN 201510255496 A CN201510255496 A CN 201510255496A CN 106295834 A CN106295834 A CN 106295834A
Authority
CN
China
Prior art keywords
stock
optimization
parts
user
group
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN201510255496.1A
Other languages
English (en)
Inventor
许杰锋
班谦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Ao Mai Information Technology Co Ltd
Original Assignee
Changzhou Ao Mai Information Technology Co Ltd
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 Changzhou Ao Mai Information Technology Co Ltd filed Critical Changzhou Ao Mai Information Technology Co Ltd
Priority to CN201510255496.1A priority Critical patent/CN106295834A/zh
Publication of CN106295834A publication Critical patent/CN106295834A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种零部件库存共享优化的方法,其中,包括以下步骤:用户通过零部件共享优化网络提供自己的服务目标并上载所需数据信息;系统的核心引擎会自动综合用户上载数据,并根据不同用户的需求以及仓库位置进行汇总分析;根据汇总后的结果,系统会提供最优化的零部件库存共享方案;优化系统将库存优化方案以及所需的成本通过网络及时准确传达给可共享库存的用户;用户接收到优化方案后决定是否愿意共享库存并将结果反馈给优化系统;系统根据用户反馈的信息,调整并确定可执行的最优库存优化组合;基于上述目标建立数学优化模型,以达到提高零部件利用效率和节省企业库存空间的目的。

Description

一种零部件库存共享优化的方法
技术领域
本发明涉及软件技术咨询服务的范畴,尤其涉及一种零部件库存共享优化的方法。
背景技术
零部件的库存费用是维修服务企业的主要成本之一。目前市场上很多供应链软件也声称能优化库存,但它只能优化单个企业的库存。根据优化理论的原理,网络比散点更优化,全局网比局部网更优化,大系统比小系统更优化。但是在现实中,大部分维修服务企业是中小企业,不可能像超大型企业一样拥有庞大的库存网络进行高度优化。所以我们独创的系统利用互联网将这些中小企业的库存作为共享资源,人工构造一个超大网络,在此基础上进行优化。优化产生的效益将由这些参与企业分享。零部件库存共享优化的系统和方法是世界首创的针对中小型企业的大数据的优化应用,拥有广阔的市场发展空间。
本项目的核心技术融合了下列学科或领域的知识:数学优化、库存优化、供应链优化、线性回归、非线性回归、统计分析、预测学、因果模型、数据挖掘、计算机模拟、线性规划、整数规划、非线性规划、算法设计、人工智能、系统优化等。我们还将利用信息技术尤其是大数据技术、互联网和物联网技术、云计算技术等成熟应用技术打造具有良好用户界面的灵活而快捷的在线服务系统。
发明内容
本发明目的是在于,针对上述问题,我们的创新系统帮助企业在保证服务目标的前提下优化它的库存投资。目前很多供应链软件只能优化单个企业的库存,零部件库存共享优化的系统和方法利用互联网有效地整合维修行业的闲散零件库存资源并进一步优化库存资源,使这些中小企业的库存作为共享资源,人工构造一个超大网络,在此基础上进行优化,优化产生的效益将由这些参与企业分享。
为实现上述目的,本发明采用的技术方案是:
步骤1:用户通过零部件共享优化网络提供自己的服务目标并上载所需数据信息;
步骤2:系统的核心引擎会自动综合用户上载数据,并根据不同用户的需求以及仓库位置进行汇总分析;
步骤3:根据汇总后的结果,系统会提供最优化的零部件库存共享方案;
步骤4:优化系统将库存优化方案以及所需的成本通过网络及时准确传达给可共享库存的用户;
步骤5:用户接收到优化方案后决定是否愿意共享库存并将结果反馈给优化系统;
步骤6:系统根据用户反馈的信息,调整并确定可执行的最优库存优化组合;
步骤7:接收与最优库存优化计划相关的实时意外信息;
步骤8:根据实时意外信息获取额外优化的库存共享计划最优方案。
上述需要服务的用户的信息是从接收到的订单信息中获取。
上述实时意外信息包括实时的库存情况,仓位,到货时间,技术标准,各类报表和使用指南等计划外的信息。
上述订单信息包含用户订单、用户需求数量以及服务时限。
上述到到货时间包括预计到达时间、等待时间段、实际到达时间等。
上述库存共享成本的计算公式如下:
总库存成本=A用户成本+B用户成本
步骤4中,根据总成本实时确定所需要的最优零部件库存共享优化组合的高层主体算法如下:
1)在已决定的零部件库存共享组合库中选取第一组与第二组零部件库存共享组合;
2)获取第一组和第二组库存共享计划组合的总成本信息;
3)比较第一组与第二组库存共享计划组合的总成本信息;
4)将总成本小的一组作为当前最优的零部件库存共享组合;
5)重复以下步骤:选取下一组零部件库存共享组合与当前最优零部件库存共享组合,获取两组零部件库存共享组合的总成本信息,比较两组零部件库存共享组合的总成本,将总成本小的一组作为更好的零部件库存共享组合。
6)同时,本发明还公开了一种零部件库存共享优化方法的互联网系统,其特征包括中央处理器、零部件库存共享信息系统。
其中,零部件库存共享信息系统包括:
A.读取用户通过零部件共享优化网络提供自己的服务目标和所需数据信息;
B.根据汇总后的结果,提供最优化的零部件库存共享方案;
C.优化系统计算所需成本并传达给可共享库存的用户;
D.系统根据用户反馈的信息,调整并确定可执行的最优库存优化组合。
上述零部件库存共享信息系统根据用户通过零部件共享优化网络提供自己的服务目标和所需数据信息,决定最优化的零部件库存共享方案组合,随后,系统自动计算出这些零部件库存共享组合的库存成本信息,进而计算出每组零部件库存共享组合的总成本信息,通过对比零部件库存共享组合中总成本信息,最终确定最优的零部件库存共享方案。
本技术方案具有以下效益:
我们打造的系统以维修服务企业客户为用户对象,用户可通过互联网登录我们的系统,提供服务目标并上载所需数据。系统的核心引擎会自动选用所需数据(包括客户提供的数据和内部数据库),计算出最优的库存优化计划。
附图说明
图1为本发明实施所述的一种零部件库存共享优化的方法的流程图;
图2为维修零部件共享优化网络系统的操作流程;
图3为本发明的技术开发线路图;
图4为用于优化零库存共享信息系统的原理框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明的应用和保护。
图1描述了本发明所述的一种零部件库存共享优化的方法的流程,包括以下步骤:
步骤1:用户通过零部件共享优化网络提供自己的服务目标并上载所需数据信息;
步骤2:系统的核心引擎会自动综合用户上载数据,并根据不同用户的需求以及仓库位置进行汇总分析;
步骤3:根据汇总后的结果,系统会提供最优化的零部件库存共享方案;
步骤4:优化系统将库存优化方案以及所需的成本通过网络及时准确传达给可共享库存的用户;
步骤5:用户接收到优化方案后决定是否愿意共享库存并将结果反馈给优化系统;
步骤6:系统根据用户反馈的信息,调整并确定可执行的最优库存优化组合;
步骤7:接收与最优库存优化计划相关的实时意外信息
步骤8:根据实时意外信息获取额外优化的库存共享计划最优方案
上述需要服务的用户的信息是从接收到的订单信息中获取。
上述实时意外信息包括实时的库存情况,仓位,到货时间,技术标准,各类报表和使用指南等计划外的信息。
上述订单信息包含用户订单、用户需求数量以及服务时限。
上述到到货时间包括预计到达时间、等待时间段、实际到达时间等。
上述库存共享成本的计算公式如下:
总库存成本=A用户成本+B用户成本
步骤4中,根据总成本实时确定所需要的最优零部件库存共享优化组合的高层主体算法如下:
7)在已决定的零部件库存共享组合库中选取第一组与第二组零部件库存共享组合;
8)获取第一组和第二组库存共享计划组合的总成本信息;
9)比较第一组与第二组库存共享计划组合的总成本信息;
10)将总成本小的一组作为当前最优的零部件库存共享组合;
11)重复以下步骤:选取下一组零部件库存共享组合与当前最优零部件库存共享组合,获取两组零部件库存共享组合的总成本信息,比较两组零部件库存共享组合的总成本,将总成本小的一组作为更好的零部件库存共享组合。
12)同时,本发明还公开了一种零部件库存共享优化方法的互联网系统,其特征包括中央处理器、零部件库存共享信息系统。
其中,零部件库存共享信息系统包括:
A.读取用户通过零部件共享优化网络提供自己的服务目标和所需数据信息;
B.根据汇总后的结果,提供最优化的零部件库存共享方案;
C.优化系统计算所需成本并传达给可共享库存的用户;
D.系统根据用户反馈的信息,调整并确定可执行的最优库存优化组合。
上述零部件库存共享信息系统根据用户通过零部件共享优化网络提供自己的服务目标和所需数据信息,决定最优化的零部件库存共享方案组合,随后,系统自动计算出这些零部件库存共享组合的库存成本信息,进而计算出每组零部件库存共享组合的总成本信息,通过对比零部件库存共享组合中总成本信息,最终确定最优的零部件库存共享方案。
如图2所示的是维修零部件共享优化网络系统的操作流程。
我们打造的系统以维修服务企业客户为用户对象,用户可通过互联网登录我们的系统,提供服务目标并上载所需数据。系统的核心引擎会自动选用所需数据(包括客户提供的数据和内部数据库),计算出最优的库存优化计划。
如图3所示的是本发明的技术发开线路图
技术方案的核心是数学优化技术和信息技术的完美结合。我们的系统充分利用了高维度全方位商业数字信息,做到决策定量化、数字化和科学化。我们打造的系统优越性来源于我们研究多年的数学建模,优化算法和对数据的综合集成能力。这些核心技术将和用户需求分析为导向,定制出用户易以操作的具有良好界面的决策支持系统。
我们可在完成各类数据整合后,着手数据库或数据仓库的设计,然后开始开发核心分析模型。完成后即可向部分用户提供针对性的服务(服务1.0)。第二阶段开发核心优化模型,增强用户服务功能(服务2.0)。第三阶段开发SaaS服务模式得以向广大用户提供集成化、科学化和自动化的服务(服务3.0)。
如图4所示的是用于优化零库存共享信息系统的原理框图
我们的系统将优化的思想贯穿到整个的零部件供应链中。从需求预测,预算计划,供应商选择,到共享伙伴选择,采购计划,网络库存决策,补货策略,在到物流运输,系统都可帮助企业选择最优方案。许杰锋博士曾在世界最大的民航公司美国达美航空公司主持贵重零部件的预测和计划,并作为咨询顾问参与了世界最大的直升飞机飞行公司---加拿大直升飞机公司关于维修零部件的业务流程优化的项目,对零部件业务有深刻了解和直接体验。
我们的系统侧重于零部件如何在企业中发挥作用。维修人员可以在系统中方便地找到所需零部件以及它们的库存情况,仓位,到货时间,技术标准,各类报表和使用指南等,帮助作出取货,购买,租借等决定。企业化很少费用,就能享受到系统的高效优质服务,功能覆盖了现有的库存管理,零件管理,仓库管理和技术档案管理等系统,无疑是物有所值。
当系统真正掌握了众多企业的零部件需求后,可以代表这些企业联合向零件供应商议价,争取数量价格折扣,然后和企业分享所得效益。许杰锋博士和格洛弗教授对数量价格折扣在采购决策计划中的作用有深入的研究并有数篇论文发表,是这一研究领域的先驱者之一。
当系统运行成熟后,我们公司将有选择地为加盟企业提供从预测计划采购到接收,仓储和运送各个环节的一站式服务。和当下流行的第三方物流服务不同的是由于我们熟悉客户的业务需求我们会选择对客户最合适最优化的主动式服务。只要客户告诉我们零件需求,我们系统能马上做出最佳反应(如通过共享机制在不同客户中调配),零件能及时运送到客户手中。这些是第三方物流的被动式服务不可企及的。我们将运用先进的物联网技术对贵重零部件的库存进行优化管理,最大限度地改善其资产效益。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对上述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种零部件库存共享优化的方法,其特征在于,包括以下步骤:
步骤1:用户通过零部件共享优化网络提供自己的服务目标并上载所需数据信息;
步骤2:系统的核心引擎会自动综合用户上载数据,并根据不同用户的需求以及仓库位置进行汇总分析;
步骤3:根据汇总后的结果,系统会提供最优化的零部件库存共享方案;
步骤4:优化系统将库存优化方案以及所需的成本通过网络及时准确传达给可共享库存的用户;
步骤5:用户接收到优化方案后决定是否愿意共享库存并将结果反馈给优化系统;
步骤6:系统根据用户反馈的信息,调整并确定可执行的最优库存优化组合。
2.根据权利要求1所述的零部件库存共享优化的方法,其特征在于,包括:
步骤7:接收与最优库存优化计划相关的实时意外信息;
步骤8:根据实时意外信息获取额外优化的库存共享计划最优方案。
3.根据权利要求1或2所述的零部件库存共享优化的方法,其特征在于,上述需要服务的用户的零部件种类需求以及仓库位置是从接收到的订单信息中获取的。
4.根据权利要求2所述的零部件库存共享优化的方法,其特征在于,上述实时意外信息包括实时的库存情况,仓位,到货时间,技术标准,各类报表和使用指南等计划外的信息。
5.根据权利要求4所述的零部件库存共享优化的方法,其特征在于,上述订单信息包含用户订单、用户需求数量以及服务时限;上述到到货时间包括预计到达时间、等待时间段、实际到达时间等。
6.根据权利要求1或2所述的零部件库存共享优化的方法,其特征在于,上述库存共享成本的计算公式如下:
总库存成本=A用户成本+B用户成本。
7.根据权利要求1或2所述的零部件库存共享优化的方法,其特征在于,根据上述步骤4中的库存成本,确定所需要的最优库存共享组合,具体算法如下:
1)在已决定的零部件库存共享组合库中选取第一组与第二组零部件库存共享组合;
2)获取第一组和第二组库存共享计划组合的总成本信息;
3)比较第一组与第二组库存共享计划组合的总成本信息;
4)将总成本小的一组作为当前最优的零部件库存共享组合;
5)重复以下步骤:选取下一组零部件库存共享组合与当前最优零部件库存共享组合,获取两组零部件库存共享组合的总成本信息,比较两组零部件库存共享组合的总成本,将总成本小的一组作为更好的零部件库存共享组合。
CN201510255496.1A 2015-05-20 2015-05-20 一种零部件库存共享优化的方法 Pending CN106295834A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510255496.1A CN106295834A (zh) 2015-05-20 2015-05-20 一种零部件库存共享优化的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510255496.1A CN106295834A (zh) 2015-05-20 2015-05-20 一种零部件库存共享优化的方法

Publications (1)

Publication Number Publication Date
CN106295834A true CN106295834A (zh) 2017-01-04

Family

ID=57632501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510255496.1A Pending CN106295834A (zh) 2015-05-20 2015-05-20 一种零部件库存共享优化的方法

Country Status (1)

Country Link
CN (1) CN106295834A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109461059A (zh) * 2018-11-15 2019-03-12 深圳市福尔科技有限公司 一种线上交易的商品补货方法及系统
CN111383088A (zh) * 2020-03-04 2020-07-07 海南金盘智能科技股份有限公司 仓储账务的核对方法及相关装置
CN113361996A (zh) * 2021-06-04 2021-09-07 北京京东振世信息技术有限公司 组套产品订单数据处理方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109461059A (zh) * 2018-11-15 2019-03-12 深圳市福尔科技有限公司 一种线上交易的商品补货方法及系统
CN111383088A (zh) * 2020-03-04 2020-07-07 海南金盘智能科技股份有限公司 仓储账务的核对方法及相关装置
CN111383088B (zh) * 2020-03-04 2023-05-05 海南金盘智能科技股份有限公司 仓储账务的核对方法及相关装置
CN113361996A (zh) * 2021-06-04 2021-09-07 北京京东振世信息技术有限公司 组套产品订单数据处理方法和装置
CN113361996B (zh) * 2021-06-04 2024-04-19 北京京东振世信息技术有限公司 组套产品订单数据处理方法和装置

Similar Documents

Publication Publication Date Title
Safaei et al. Integrated multi-site production-distribution planning in supply chain by hybrid modelling
Kumar et al. Minimisation of supply chain cost with embedded risk using computational intelligence approaches
Shi et al. Analytics for cross‐border e‐commerce: inventory risk management of an online fashion retailer
Long Distributed supply chain network modelling and simulation: integration of agent-based distributed simulation and improved SCOR model
Peng et al. Deep reinforcement learning approach for capacitated supply chain optimization under demand uncertainty
CN110516998A (zh) 一种基于供应链需求关联的智能补货系统
Cao et al. Modelling on service capability maturity and resource configuration for public warehouse product service systems
Manatkar et al. An integrated inventory optimization model for facility location-allocation problem
Vieira et al. A two-level optimisation-simulation method for production planning and scheduling: the industrial case of a human–robot collaborative assembly line
Li et al. A multi-phase algorithm for a joint lot-sizing and pricing problem with stochastic demands
Dean et al. Prediction of manufacturing resource requirements from customer demands in mass-customisation production
Ammar Resource optimisation in line of balance scheduling
CN106295834A (zh) 一种零部件库存共享优化的方法
Scholz-Reiter et al. Stability analysis of autonomously controlled production networks
Taghipour et al. The impact of digitalization on supply chain management: a literature review
Guo et al. Order matching mechanism of the production intermediation internet platform between retailers and manufacturers
Elkady et al. A decision support framework to assess grocery retail supply chain collaboration: a system dynamics modelling approach
Erel et al. Mixed-model assembly line sequencing using beam search
Yulia et al. Simulation modelling of supply chain with allowance of reliability
Tang et al. An improved ant colony optimisation algorithm for three-tier supply chain scheduling based on networked manufacturing
Klug Analysing the interaction of supply chain synchronisation and material flow stability
Gunn Some perspectives on strategic forest management models and the forest products supply chain
Manary et al. Analytics makes inventory planning a lights-out activity at Intel Corporation
Hassan et al. A decision support system for subjective forecasting of new product sales
Selcuk Dynamic performance of hierarchical planning systems: modeling and evaluation with dynamic planned lead times

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170104

WD01 Invention patent application deemed withdrawn after publication