CN107657410A - 补货判断方法及装置 - Google Patents

补货判断方法及装置 Download PDF

Info

Publication number
CN107657410A
CN107657410A CN201710964120.7A CN201710964120A CN107657410A CN 107657410 A CN107657410 A CN 107657410A CN 201710964120 A CN201710964120 A CN 201710964120A CN 107657410 A CN107657410 A CN 107657410A
Authority
CN
China
Prior art keywords
threshold value
msub
replenish
lower threshold
mrow
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
CN201710964120.7A
Other languages
English (en)
Inventor
王琨
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.)
Kyushu Medical Information Technology (wuhan) Co Ltd
Original Assignee
Kyushu Medical Information Technology (wuhan) 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 Kyushu Medical Information Technology (wuhan) Co Ltd filed Critical Kyushu Medical Information Technology (wuhan) Co Ltd
Priority to CN201710964120.7A priority Critical patent/CN107657410A/zh
Publication of CN107657410A publication Critical patent/CN107657410A/zh
Pending legal-status Critical Current

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
    • G06Q10/0875Itemisation or classification of parts, supplies or services, e.g. bill of materials

Landscapes

  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种补货判断方法及装置。所述方法应用于计算设备。所述计算设备中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值。所述方法包括:获取库存数量;根据所述库存数量及预设下限阈值判断是否需要补货;在所述库存数量小于所述预设下限阈值时,则判定需要补货;在所述库存数量大于所述预设下限阈值时,则判定不需要补货。由此,根据与日均消耗量相关的预设下限阈值判断是否需要补货,避免了通过人工估算、手工录入的方式设置补货限额数值,进而导致不能准确判断是否需要补货的情况发生。

Description

补货判断方法及装置
技术领域
本发明涉及库存管理技术领域,具体而言,涉及一种补货判断方法及装置。
背景技术
目前国内大多数机构(比如,医疗机构)都是采用传统的人工填报计划的方式来进行补货,而部分机构则根据自身的需求在ERP中实现了根据库存自动生成补货计划。自动生成补货计划的基本原理是由系统自动检索货物库存,当货物库存低于某一个限制数值时,则判定需要补货。这其中一个很重要的因素就是补货限额数值模型设置。
现有的自动补货模型,其中的关键因素补货限额数值都是采用人工估算、手工录入的方式进行设置。在机构对限额进行人工估算时,基本都是采用从人工估算时间节点的过去半年或一年的数据进行计算,这样推算出来的数值只是过去的一个经验值,在这个时间点及之后的几个月内可能有参考借鉴意义,不能代表未来长期的货物消耗趋势。随着时间的推移,根据这个数值生成的补货计划差错会越来越大。同时因为人工操作,再次进行估算及维护的代价极其巨大,这也使得很多机构再次采用传统的人工填报计划的方式来进行补货。
发明内容
为了克服现有技术中的上述不足,本发明所要解决的技术问题是提供一种补货判断方法及装置,其能够根据与日均消耗量相关的预设下限阈值判断是否需要补货,避免了通过人工估算、手工录入的方式设置补货限额数值,进而导致不能准确判断是否需要补货的情况发生。
本发明较佳实施例提供一种补货判断方法,应用于计算设备,所述计算设备中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值,所述方法包括:
获取库存数量;
根据所述库存数量及预设下限阈值判断是否需要补货;
在所述库存数量小于所述预设下限阈值时,则判定需要补货;
在所述库存数量大于所述预设下限阈值时,则判定不需要补货。
在本发明较佳实施例中,所述补货模型还包括根据日均消耗量设置的预设上限阈值,所述预设上限阈值大于所述预设下限阈值,所述方法还包括:
在判定需要补货时,根据所述库存数量及所述预设上限阈值得到补货数量,并根据所述补货数量显示提示补货信息。
在本发明较佳实施例中,所述方法还包括:
在判定不需要补货时,显示不需要补货的提示信息。
在本发明较佳实施例中,所述方法还包括:
根据日均消耗量计算所述补货模型中的预设下限阈值,计算所述预设下限阈值的公式如下:
K1=(A+B+E)×Q
其中,K1表示预设下限阈值,A表示安全库存天数,B表示预先设定的预到货天数,E表示最近两次进货的最小间隔天数,Q表示日均消耗量。
在本发明较佳实施例中,A的计算公式如下:
T2=B+E
其中,c表示预先设定的缺货天数,Vq表示日均消耗量方差,T2表示配送周期。
在本发明较佳实施例中,Q的计算公式如下:
Vq的计算公式如下:
其中,X1…Xn表示以当前日期前推1日至n日的每日的消耗量。
在本发明较佳实施例中,所述方法还包括:
根据所述预设下限阈值计算所述补货模型中的预设上限阈值,计算所述预设上限阈值的公式如下:
K2=K1+K
K=Q×Y
其中,K2表示预设上限阈值,K表示安全阈值增量,Y表示预先设定的增量天数。
本发明较佳实施例还一种补货判断装置,应用于计算设备,所述计算设备中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值,所述装置包括:
获取模块,用于获取库存数量;
判断模块,用于根据所述库存数量及预设下限阈值判断是否需要补货;
判定模块,用于在所述库存数量小于所述预设下限阈值时,则判定需要补货;
判定模块还用于在所述库存数量大于所述预设下限阈值时,则判定不需要补货。
在本发明较佳实施例中,所述装置还包括:
计算模块,用于根据日均消耗量计算所述补货模型中的预设下限阈值,计算所述预设下限阈值的公式如下:
K1=(A+B+E)×Q
T2=B+E
其中,K1表示预设下限阈值,A表示安全库存天数,B表示预先设定的预到货天数,E表示最近两次进货的最小间隔天数,Q表示日均消耗量,c表示预先设定的缺货天数,Vq表示日均消耗量方差,T2表示配送周期。
在本发明较佳实施例中,所述计算模块还用于根据所述预设下限阈值计算所述补货模型中的预设上限阈值,所述预设上限阈值用于确定补货数量,计算所述预设上限阈值的公式如下:
K2=K1+K
K=Q×Y
其中,K2表示预设上限阈值,K表示安全阈值增量,Y表示预先设定的增量天数。
相对于现有技术而言,本发明具有以下有益效果:
本发明较佳实施例提供一种补货判断方法及装置。所述方法应用于计算设备,所述计算设备中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值。首先获取库存数量,进而根据所述库存数量及预设下限阈值判断是否需要补货。在所述库存数量小于所述预设下限阈值时,则判定需要补货。在所述库存数量大于所述预设下限阈值时,则判定不需要补货。由此,根据与日均消耗量相关的预设下限阈值判断是否需要补货,避免了通过人工估算、手工录入的方式设置补货限额数值,进而导致不能准确判断是否需要补货的情况发生。
为使发明的上述目的、特征和优点能更明显易懂,下文特举本发明较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明较佳实施例提供的计算设备的方框示意图。
图2是本发明较佳实施例提供的补货判断方法的流程示意图之一。
图3是本发明较佳实施例提供的补货判断方法的流程示意图之二。
图4是本发明较佳实施例提供的补货判断方法的流程示意图之三。
图5是本发明实施例提供的补货判断装置的方框示意图之一。
图6是本发明实施例提供的补货判断装置的方框示意图之二。
图标:100-计算设备;110-存储器;120-存储控制器;130-处理器;200-补货判断装置;201-计算模块;210-获取模块;220-判断模块;230-判定模块;240-提示模块。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1是本发明较佳实施例提供的计算设备100的方框示意图。本发明实施例中所述计算设备100可以是,但不限于,台式电脑、平板电脑、服务器等。所述计算设备100包括:存储器110、存储控制器120、处理器130以及补货判断装置200。
所述存储器110、存储控制器120及处理器130各元件之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110中存储有补货判断装置200,所述补货判断装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器130通过运行存储在存储器110内的软件程序以及模块,如本发明实施例中的补货判断方法,从而执行各种功能应用以及数据处理,即实现本发明实施例中的补货判断方法。
其中,所述存储器110可以是,但不限于,随机存取存储器(Random AccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(ProgrammableRead-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器110用于存储程序,所述处理器130在接收到执行指令后,执行所述程序。所述处理器130以及其他可能的组件对存储器110的访问可在所述存储控制器120的控制下进行。
所述处理器130可能是一种集成电路芯片,具有信号的处理能力。上述的处理器XX可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等。还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
可以理解,图1所示的结构仅为示意,计算设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2,图2是本发明较佳实施例提供的补货判断方法的流程示意图之一。所述方法应用于所述计算设备100。所述计算设备100中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值。下面对补货判断方法的具体流程进行详细阐述。
步骤S110,获取库存数量。
在本实施例中,一般机构都会将货物的总数、每日消耗量及库存数量进行记录。因此,在需要判断是否需要补货时,从记录中通过查找获得库存数量。
步骤S120,判断所述库存数量是否小于所述预设下限阈值。
将所述库存数量与所述预设下限阈值进行比较,在所述库存数量小于所述预设下限阈值时,执行步骤S130。
步骤S130,则判定需要补货。
在本实施例中,若所述库存数量小于所述预设下限阈值,则表征若不补货,将会影响机构的正常工作。因此,在这种情况下,需要进行补货。
在所述库存数量大于所述预设下限阈值时,执行步骤S140。
步骤S140,则判定不需要补货。
在本实施例中,若所述库存数量大于所述预设下限阈值,则表征当前库存数量满足机构正常运行的需求,若继续补货,将会浪费机构的库存资金。因此,在这种情况下,不需要进行补货。
请参照图3,图3是本发明较佳实施例提供的补货判断方法的流程示意图之二。所述补货模型还可以包括根据日均消耗量设置的预设上限阈值。所述预设上限阈值大于所述预设下限阈值。所述方法还包括步骤S135。
在判定需要补货时,执行步骤S135。
步骤S135,根据所述库存数量及所述预设上限阈值得到补货数量,并根据所述补货数量显示提示补货信息。
在本实施例中,在判定需要补货时,可以直接显示提示补货的信息。在计算设备100检测到所述提示补货的信息被选择时,所述计算设备100可以将根据所述库存数量及所述预设上限阈值得到的补货数量进行显示,以提示用户。比如,显示xx需补货,补货数量为10。
其中,根据所述库存数量及所述预设上限阈值得到补货数量,可以将补货后的库存数量保持在所述预设上限阈值与所述预设下限阈值之间,也就是说,补货后的库存数量不能大于所述预设上限阈值。由此,避免了货物不足或货物过多的情况发生,既可以保证机构的正常工作,也不会浪费机构的库存资金及库存空间。
请再次参照图3,所述方法还可以包括步骤S145。
在判定不需要补货时,执行步骤S145。
步骤S145,显示不需要补货的提示信息。
作为一种实施方式,所述计算设备100还可以根据是否需要补货的判断结果生成一个表单。该表单可以包括货物名称、当前库存数量、是否需要补货、补货数量等内容。所述计算设备100将该表单进行显示,从而告知用户是否需要补货以及补货的具体信息。请参照图4,图4是本发明较佳实施例提供的补货判断方法的流程示意图之三。在步骤S110之前,所述方法还可以包括步骤S101。
步骤S101,根据日均消耗量计算所述补货模型中的预设下限阈值。
在本实施例中,计算所述预设下限阈值的公式如下:
K1=(A+B+E)×Q
其中,K1表示预设下限阈值,A表示安全库存天数,B表示预先设定的预到货天数,E表示最近两次进货的最小间隔天数,Q表示日均消耗量。
具体地,B为根据历史到时天数预先设定的固定数值。E则是由计算上两次采购入库之间的时间间隔得到的,也就是说,E是随着补货次数动态变化的。K1为正整数,若计算得到的K1含小数,则进行四舍五入。
其中,A的计算公式如下:
T2=B+E
其中,c表示预先设定的缺货天数,Vq表示日均消耗量方差,T2表示配送周期。
具体地,c与允许的缺货有关,对于机构来说,都会有一个缺货周期。在缺货天数小于该缺货周期时,判定不缺货;在缺货天数大于该缺货周期时,判定缺货。因此,根据机构的货物补货、缺货及日消耗量分析得到c值。c为分析得到的一个常量,一般情况下,某些机构的采购和消耗都有其行业规律及特性,因此,在分析得到c值后,可以不再更改。比如,针对医疗机构,经过分析后,可以将c值设置为2.3。
其中,Q的计算公式如下:
Vq的计算公式如下:
其中,X1…Xn表示以当前日期前推1日至n日的每日的消耗量。
Vq为方差,方差用于表示随机变量对于数学期望的偏离程度。对于机构而言,每日的消耗量都是非固定且无法预计的变量,方差越小表示机构的日库存消耗的值越稳定。在本实施例的实施方式中,将n设置为356,也就是说,Vq为按年计算的日消耗方差。
通过上述公式,根据每日的消耗量、每次进货日期、日消耗量等历史数据计算预测机构货物的未来某个时间区间的消耗,进而动态计算出所述预设下限阈值。由此,避免了人工直接填报、人工估算等方式导致的补货判断不准确的情况发生,减少了人工干预可能造成的误差。
请再次参照图4,在步骤S110之前,所述方法还可以包括步骤S102。
步骤S102,根据所述预设下限阈值计算所述补货模型中的预设上限阈值。
在本实施例中,计算所述预设上限阈值的公式如下:
K2=K1+K
K=Q×Y
其中,K2表示预设上限阈值,K表示安全阈值增量,Y表示预先设定的增量天数。Y可以根据实际情况进行设定。在本实施例的实施方式中,Y的设置范围为4~7。
在本实施例的实施方式中,K2为正整数,若计算得到的K2含小数,则进行四舍五入。
由此,根据动态计算出的所述预设上限阈值及预设下限阈值,进而精确的得到补货信息。
请参照图6,图6是本发明实施例提供的补货判断装置200的方框示意图之一。所述补货判断装置200应用于计算设备100。所述计算设备100中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值,所述补货判断装置200包括:
获取模块210,用于获取库存数量;
判断模块220,用于根据所述库存数量及预设下限阈值判断是否需要补货;
判定模块230,用于在所述库存数量小于所述预设下限阈值时,则判定需要补货;
判定模块230还用于在所述库存数量大于所述预设下限阈值时,则判定不需要补货。
请再次参照图6,所述补货模型还可以包括根据日均消耗量设置的预设上限阈值。所述补货判断装置200还可以包括:提示模块240,用于在判定需要补货时,根据所述库存数量及所述预设上限阈值得到补货数量,并根据所述补货数量显示提示补货信息;
提示模块240,还用于在判定不需要补货时,显示不需要补货的提示信息。
请再次参照图6,所述补货判断装置200还可以包括:
计算模块201,用于根据日均消耗量计算所述补货模型中的预设下限阈值,计算所述预设下限阈值的公式如下:
K1=(A+B+E)×Q
T2=B+E
其中,K1表示预设下限阈值,A表示安全库存天数,B表示预先设定的预到货天数,E表示最近两次进货的最小间隔天数,Q表示日均消耗量,c表示预先设定的缺货天数,Vq表示日均消耗量方差,T2表示配送周期。
在本发明较佳实施例中,所述计算模块201还用于根据所述预设下限阈值计算所述补货模型中的预设上限阈值,所述预设上限阈值用于确定补货数量,计算所述预设上限阈值的公式如下:
K2=K1+K
K=Q×Y
其中,K2表示预设上限阈值,K表示安全阈值增量,Y表示预先设定的增量天数。
其中,根据所述预设上限阈值得到补货数量可避免出现补货过多的情况。
综上所述,本发明提供一种补货判断方法及装置。所述方法应用于计算设备,所述计算设备中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值。首先获取库存数量,进而根据所述库存数量及预设下限阈值判断是否需要补货。在所述库存数量小于所述预设下限阈值时,则判定需要补货。在所述库存数量大于所述预设下限阈值时,则判定不需要补货。由此,根据与日均消耗量相关的预设下限阈值判断是否需要补货,避免了通过人工估算、手工录入的方式设置补货限额数值,进而导致不能准确判断是否需要补货的情况发生。
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,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (10)

1.一种补货判断方法,其特征在于,应用于计算设备,所述计算设备中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值,所述方法包括:
获取库存数量;
根据所述库存数量及预设下限阈值判断是否需要补货;
在所述库存数量小于所述预设下限阈值时,则判定需要补货;
在所述库存数量大于所述预设下限阈值时,则判定不需要补货。
2.根据权利要求1所述的方法,其特征在于,所述补货模型还包括根据日均消耗量设置的预设上限阈值,所述预设上限阈值大于所述预设下限阈值,所述方法还包括:
在判定需要补货时,根据所述库存数量及所述预设上限阈值得到补货数量,并根据所述补货数量显示提示补货信息。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在判定不需要补货时,显示不需要补货的提示信息。
4.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据日均消耗量计算所述补货模型中的预设下限阈值,计算所述预设下限阈值的公式如下:
K1=(A+B+E)×Q
其中,K1表示预设下限阈值,A表示安全库存天数,B表示预先设定的预到货天数,E表示最近两次进货的最小间隔天数,Q表示日均消耗量。
5.根据权利要求4所述的方法,其特征在于,A的计算公式如下:
<mrow> <mi>A</mi> <mo>=</mo> <msub> <mi>cV</mi> <mi>q</mi> </msub> <msqrt> <msub> <mi>T</mi> <mn>2</mn> </msub> </msqrt> <mo>/</mo> <mi>Q</mi> </mrow>
T2=B+E
其中,c表示预先设定的缺货天数,Vq表示日均消耗量方差,T2表示配送周期。
6.根据权利要求5所述的方法,其特征在于,Q的计算公式如下:
<mrow> <mi>Q</mi> <mo>=</mo> <mfrac> <mrow> <msub> <mi>X</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>X</mi> <mn>2</mn> </msub> <mo>+</mo> <msub> <mi>X</mi> <mn>3</mn> </msub> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msub> <mi>X</mi> <mi>n</mi> </msub> </mrow> <mi>n</mi> </mfrac> </mrow>
Vq的计算公式如下:
<mrow> <msub> <mi>V</mi> <mi>q</mi> </msub> <mo>=</mo> <mfrac> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mn>1</mn> </msub> <mo>-</mo> <mi>Q</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mn>2</mn> </msub> <mo>-</mo> <mi>Q</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mn>3</mn> </msub> <mo>-</mo> <mi>Q</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mo>...</mo> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>X</mi> <mi>n</mi> </msub> <mo>-</mo> <mi>Q</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mi>n</mi> </mfrac> </mrow>
其中,X1…Xn表示以当前日期前推1日至n日的每日的消耗量。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
根据所述预设下限阈值计算所述补货模型中的预设上限阈值,计算所述预设上限阈值的公式如下:
K2=K1+K
K=Q×Y
其中,K2表示预设上限阈值,K表示安全阈值增量,Y表示预先设定的增量天数。
8.一种补货判断装置,其特征在于,应用于计算设备,所述计算设备中预先存储有补货模型,所述补货模型包括根据日均消耗量设置的预设下限阈值,所述装置包括:
获取模块,用于获取库存数量;
判断模块,用于根据所述库存数量及预设下限阈值判断是否需要补货;
判定模块,用于在所述库存数量小于所述预设下限阈值时,则判定需要补货;
判定模块还用于在所述库存数量大于所述预设下限阈值时,则判定不需要补货。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
计算模块,用于根据日均消耗量计算所述补货模型中的预设下限阈值,计算所述预设下限阈值的公式如下:
K1=(A+B+E)×Q
<mrow> <mi>A</mi> <mo>=</mo> <msub> <mi>cV</mi> <mi>q</mi> </msub> <msqrt> <msub> <mi>T</mi> <mn>2</mn> </msub> </msqrt> <mo>/</mo> <mi>Q</mi> </mrow>
T2=B+E
其中,K1表示预设下限阈值,A表示安全库存天数,B表示预先设定的预到货天数,E表示最近两次进货的最小间隔天数,Q表示日均消耗量,c表示预先设定的缺货天数,Vq表示日均消耗量方差,T2表示配送周期。
10.根据权利要求9所述的装置,其特征在于,
所述计算模块还用于根据所述预设下限阈值计算所述补货模型中的预设上限阈值,所述预设上限阈值用于确定补货数量,计算所述预设上限阈值的公式如下:
K2=K1+K
K=Q×Y
其中,K2表示预设上限阈值,K表示安全阈值增量,Y表示预先设定的增量天数。
CN201710964120.7A 2017-10-17 2017-10-17 补货判断方法及装置 Pending CN107657410A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710964120.7A CN107657410A (zh) 2017-10-17 2017-10-17 补货判断方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710964120.7A CN107657410A (zh) 2017-10-17 2017-10-17 补货判断方法及装置

Publications (1)

Publication Number Publication Date
CN107657410A true CN107657410A (zh) 2018-02-02

Family

ID=61118517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710964120.7A Pending CN107657410A (zh) 2017-10-17 2017-10-17 补货判断方法及装置

Country Status (1)

Country Link
CN (1) CN107657410A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537487A (zh) * 2018-04-13 2018-09-14 上海宝尊电子商务有限公司 一种电商库存逐级释放算法
CN108657709A (zh) * 2018-05-18 2018-10-16 苏州吉成智能科技有限公司 药品补充方法
CN109160169A (zh) * 2018-10-26 2019-01-08 北京极智嘉科技有限公司 自动补货的仓储系统和自动补货方法
CN109272210A (zh) * 2018-08-29 2019-01-25 深圳市元征科技股份有限公司 一种车轮平衡块备货量推荐方法、系统及相关设备
CN110033220A (zh) * 2019-04-13 2019-07-19 江苏润桐数据服务有限公司 一种材料库存管理方法和装置
CN110288767A (zh) * 2019-06-28 2019-09-27 深圳市元征科技股份有限公司 一种零配件管理方法、系统及电子设备和存储介质
CN110386395A (zh) * 2018-08-01 2019-10-29 天津京东深拓机器人科技有限公司 一种空周转箱补给方法和装置
CN110390449A (zh) * 2018-04-17 2019-10-29 北京京东尚科信息技术有限公司 仓库补货方法和装置
CN110458347A (zh) * 2019-07-30 2019-11-15 深圳市天维思信息技术有限公司 快餐品补货方法、终端及计算机可读存储介质
CN110619498A (zh) * 2019-09-12 2019-12-27 汕头东风印刷股份有限公司 物件库存管理方法及装置
CN111047241A (zh) * 2018-10-15 2020-04-21 北京京东尚科信息技术有限公司 库存管理方法、装置及计算机可读存储介质
CN111145432A (zh) * 2019-12-20 2020-05-12 东莞如金自动化设备科技有限公司 一种基于动态密码的售货机系统
CN111242524A (zh) * 2018-11-29 2020-06-05 顺丰科技有限公司 一种确定单品补货量的方法、系统、设备及存储介质
CN111612343A (zh) * 2020-05-21 2020-09-01 浩云科技股份有限公司 一种采购需求自动生成方法、装置及存储介质
CN112884393A (zh) * 2020-03-19 2021-06-01 上海爱奇尔贸易有限公司 一种库存补货方法、装置和电子设备
CN113919764A (zh) * 2020-07-07 2022-01-11 上海顺如丰来技术有限公司 仓内补货量确定方法、装置、计算机设备及存储介质
CN113979000A (zh) * 2021-12-28 2022-01-28 天津医药集团众健康达医疗器械有限公司 智能医用耗材仓库巡检系统及耗材仓库的无人化巡检方法
CN114408400A (zh) * 2021-12-31 2022-04-29 长沙金湘水泥制品有限公司 一种混凝土电杆原料存储装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070038323A1 (en) * 2005-08-09 2007-02-15 Slocum Gregory H Method and system for collaboratively managing inventory
CN104820913A (zh) * 2015-04-24 2015-08-05 北京京东尚科信息技术有限公司 一种补货方法和装置
CN105046475A (zh) * 2015-06-06 2015-11-11 深圳市前海安测信息技术有限公司 基于网络医院平台的医用设备管理方法和网络医院平台
CN106022859A (zh) * 2016-05-06 2016-10-12 汇通达网络股份有限公司 一种自动补货系统和自动补货方法以及商品购买平台
CN106529869A (zh) * 2016-10-27 2017-03-22 国网天津市电力公司 一种物资库存物料动态特征分析平台及其分析方法
CN106529859A (zh) * 2016-10-20 2017-03-22 浙江中烟工业有限责任公司 一种动态安全库存的控制装置及安全库存的调控方法
CN106971249A (zh) * 2017-05-05 2017-07-21 北京挖玖电子商务有限公司 一种销量预测及补货方法
CN106991550A (zh) * 2016-01-21 2017-07-28 阿里巴巴集团控股有限公司 商品对象补货信息处理方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070038323A1 (en) * 2005-08-09 2007-02-15 Slocum Gregory H Method and system for collaboratively managing inventory
CN104820913A (zh) * 2015-04-24 2015-08-05 北京京东尚科信息技术有限公司 一种补货方法和装置
CN105046475A (zh) * 2015-06-06 2015-11-11 深圳市前海安测信息技术有限公司 基于网络医院平台的医用设备管理方法和网络医院平台
CN106991550A (zh) * 2016-01-21 2017-07-28 阿里巴巴集团控股有限公司 商品对象补货信息处理方法及装置
CN106022859A (zh) * 2016-05-06 2016-10-12 汇通达网络股份有限公司 一种自动补货系统和自动补货方法以及商品购买平台
CN106529859A (zh) * 2016-10-20 2017-03-22 浙江中烟工业有限责任公司 一种动态安全库存的控制装置及安全库存的调控方法
CN106529869A (zh) * 2016-10-27 2017-03-22 国网天津市电力公司 一种物资库存物料动态特征分析平台及其分析方法
CN106971249A (zh) * 2017-05-05 2017-07-21 北京挖玖电子商务有限公司 一种销量预测及补货方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
任金芝: "VMI模式下A公司仓储管理研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 *
戴军: "供应链管理在连锁超市中的应用研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537487A (zh) * 2018-04-13 2018-09-14 上海宝尊电子商务有限公司 一种电商库存逐级释放算法
CN110390449A (zh) * 2018-04-17 2019-10-29 北京京东尚科信息技术有限公司 仓库补货方法和装置
CN108657709A (zh) * 2018-05-18 2018-10-16 苏州吉成智能科技有限公司 药品补充方法
CN110386395A (zh) * 2018-08-01 2019-10-29 天津京东深拓机器人科技有限公司 一种空周转箱补给方法和装置
CN109272210A (zh) * 2018-08-29 2019-01-25 深圳市元征科技股份有限公司 一种车轮平衡块备货量推荐方法、系统及相关设备
CN111047241A (zh) * 2018-10-15 2020-04-21 北京京东尚科信息技术有限公司 库存管理方法、装置及计算机可读存储介质
CN109160169A (zh) * 2018-10-26 2019-01-08 北京极智嘉科技有限公司 自动补货的仓储系统和自动补货方法
CN111242524B (zh) * 2018-11-29 2023-12-01 顺丰科技有限公司 一种确定单品补货量的方法、系统、设备及存储介质
CN111242524A (zh) * 2018-11-29 2020-06-05 顺丰科技有限公司 一种确定单品补货量的方法、系统、设备及存储介质
CN110033220A (zh) * 2019-04-13 2019-07-19 江苏润桐数据服务有限公司 一种材料库存管理方法和装置
CN110288767A (zh) * 2019-06-28 2019-09-27 深圳市元征科技股份有限公司 一种零配件管理方法、系统及电子设备和存储介质
CN110458347B (zh) * 2019-07-30 2022-05-24 深圳市天维思信息技术有限公司 快餐品补货方法、终端及计算机可读存储介质
CN110458347A (zh) * 2019-07-30 2019-11-15 深圳市天维思信息技术有限公司 快餐品补货方法、终端及计算机可读存储介质
CN110619498A (zh) * 2019-09-12 2019-12-27 汕头东风印刷股份有限公司 物件库存管理方法及装置
CN111145432A (zh) * 2019-12-20 2020-05-12 东莞如金自动化设备科技有限公司 一种基于动态密码的售货机系统
CN112884393A (zh) * 2020-03-19 2021-06-01 上海爱奇尔贸易有限公司 一种库存补货方法、装置和电子设备
CN111612343A (zh) * 2020-05-21 2020-09-01 浩云科技股份有限公司 一种采购需求自动生成方法、装置及存储介质
CN113919764A (zh) * 2020-07-07 2022-01-11 上海顺如丰来技术有限公司 仓内补货量确定方法、装置、计算机设备及存储介质
CN113979000A (zh) * 2021-12-28 2022-01-28 天津医药集团众健康达医疗器械有限公司 智能医用耗材仓库巡检系统及耗材仓库的无人化巡检方法
CN113979000B (zh) * 2021-12-28 2022-03-01 天津医药集团众健康达医疗器械有限公司 智能医用耗材仓库巡检系统及耗材仓库的无人化巡检方法
CN114408400A (zh) * 2021-12-31 2022-04-29 长沙金湘水泥制品有限公司 一种混凝土电杆原料存储装置

Similar Documents

Publication Publication Date Title
CN107657410A (zh) 补货判断方法及装置
US20060247985A1 (en) Method and system for monitoring consumable item usage and providing replenishment thereof
US10380528B2 (en) Interactive approach for managing risk and transparency
CN111667207A (zh) 供应链库存的管理方法及装置、存储介质和处理器
Lin et al. Performance evaluation for a footwear manufacturing system with multiple production lines and different station failure rates
CN108256813A (zh) 任务提醒方法和服务器
CN108922084A (zh) 一种商品识别方法及装置
WO2020082807A1 (zh) 基于数据分析的医保基金风控方法、装置、服务器及介质
CN112801591A (zh) 一种管理低值易耗品的方法、系统、终端及存储介质
CN104616152A (zh) 防止过度消费的方法和电子设备
CN109918385A (zh) 三方对账方法、电子装置及可读存储介质
US10956631B2 (en) Distribution selection and simulation of intermittent data using machine learning (ML)
US20160292625A1 (en) Product data analysis
CN111190890A (zh) 用户日用电量数据清洗方法、装置、设备和介质
CN107087034A (zh) 服务管理方法、装置及系统
Chang et al. A fuzzy-based assessment procedure for a clothing factory with waste-prevention consideration
CN112288559B (zh) 基于股权的财务数据核算方法、装置、设备及存储介质
CN114139975A (zh) 计量物资的生命周期数据处理方法、装置、设备和介质
CN114490406A (zh) 测试覆盖项管理方法、装置、设备及介质
CN111177131A (zh) 用电数据检测方法、装置、计算机设备和存储介质
CN113159871A (zh) 一种核价方法、核价管理系统及存储介质
Das et al. Optimum release time of a software under periodic debugging schedule
CN116385013B (zh) 基于校园云消费的数据交互方法及交互平台
KR102234497B1 (ko) 상품 판매 관리 정보를 제공하는 전자 장치 및 그 방법
CN114792222B (zh) 应用于电子产品批发的监管方法、系统及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180202

RJ01 Rejection of invention patent application after publication