CN108985495A - 物料采购计划方法及系统 - Google Patents
物料采购计划方法及系统 Download PDFInfo
- Publication number
- CN108985495A CN108985495A CN201810668418.8A CN201810668418A CN108985495A CN 108985495 A CN108985495 A CN 108985495A CN 201810668418 A CN201810668418 A CN 201810668418A CN 108985495 A CN108985495 A CN 108985495A
- Authority
- CN
- China
- Prior art keywords
- hyperplane
- default
- condition
- space constraint
- order
- 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.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 117
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000009825 accumulation Methods 0.000 abstract description 7
- 238000005457 optimization Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 8
- 238000006467 substitution reaction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000010276 construction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种物料采购计划方法及系统,其中,物料采购计划方法包括以下步骤:根据订单信息,得到约束条件;根据约束条件,生成空间约束区域;在确认预设超平面与空间约束区域相交时,获取空间约束区域中各边与预设超平面的各交点,并将与坐标原点距离最小的交点的坐标作为物料采购计划中的实际采购配比;在确认预设超平面与空间约束区域不相交时,获取空间约束区域的各顶点,并将到预设超平面距离最小的顶点的坐标作为物料采购计划的实际采购配比。本发明实施例能够得到采购计划算法中的最优解,相比于传统技术,避免了贪心策略每一步的错误累计,并且得到的是全局最优解而非局部最优解。
Description
技术领域
本发明涉及电子制造业数据处理技术,特别是涉及一种物料采购计划方法及系统。
背景技术
电子制造业在采购物料过程中,存在物料替代的情况,可相互替代的物料组合称为替代组。替代组分为以下三种:公共替代、平台替代、产品/客户替代。其中公共替代包括平台替代,平台替代包括产品/客户替代。
订单管理系统的采购计划中,每个订单会使用1至多种物料,每种物料存在于0到1个替代组中,每个替代组包括2至多个可相互替代的物料,为避免供应商一家独大的情况,供应链会限定每个替代组里不同物料的采购配比(由采购配比模型计算得出),称为指导采购配比。另外,有些物料会限制采购最小包装数,即采购在购买物料时,最小需购买的单位数量。
传统订单管理系统一般根据订单要求给出每种物料的采购计划,使每个替代组里的物料实际采购配比尽量接近指导采购配比,并尽量降低成本。传统方案按贪心策略(贪心算法),优先满足需求量大的订单,再以指导采购配比调整剩下的订单。在实现过程中,发明人发现传统技术中至少存在如下问题:依赖贪心策略的订单管理系统,会陷入局部最优,而在调整过程中,误差将持续累计,最终导致成本增加。
发明内容
基于此,有必要针对传统订单管理系统在物料采购易陷入局部最优、导致成本增加的问题,提供一种物料采购计划方法及系统。
为了实现上述目的,一方面,本发明实施例提供了一种物料采购计划方法,包括以下步骤:
根据订单信息,得到约束条件;约束条件包括订单需求量总和条件和各物料的需求量的边界条件;
根据约束条件,生成空间约束区域;
在确认预设超平面与空间约束区域相交时,获取空间约束区域中各边与预设超平面的各交点,并将与坐标原点距离最小的交点的坐标作为物料采购计划中的实际采购配比;预设超平面为根据指导采购配比生成的线性子空间;
在确认预设超平面与空间约束区域不相交时,获取空间约束区域的各顶点,并将到预设超平面距离最小的顶点的坐标作为物料采购计划的实际采购配比。
在其中一个实施例中,订单需求量总和条件包括订单总需求量;
边界条件包括同一个替代组中各物料的需求量的上界条件以及下界条件;上界条件为订单信息中各订单需求物料的最大值;下界条件为订单信息中各订单需求物料的最小值。
在其中一个实施例中,确认预设超平面与空间约束区域是否相交的步骤包括:
获取空间约束区域的各顶点到预设超平面的法向量;
在存在方向相反的法向量时,确认预设超平面与空间约束区域相交。
在其中一个实施例中,在确认预设超平面与空间约束区域相交时,获取空间约束区域中各边与预设超平面的各交点的步骤包括:
遍历空间约束区域的各条边,得到各交点的坐标。
在其中一个实施例中,空间约束区域为封闭多维空间体。
另一方面,本发明实施例还提供了一种物料采购计划系统,包括:
获取约束条件单元,用于根据订单信息,得到约束条件;约束条件包括订单需求量总和条件和各物料的需求量的边界条件;
生成约束区域单元,用于根据约束条件,生成空间约束区域;
实际采购比获取单元,用于在确认预设超平面与空间约束区域相交时,获取空间约束区域中各边与预设超平面的各交点,并将与坐标原点距离最小的交点的坐标作为物料采购计划中的实际采购配比;以及用于在确认预设超平面与空间约束区域不相交时,获取空间约束区域的各顶点,并将到预设超平面距离最小的顶点的坐标作为物料采购计划的实际采购配比;预设超平面为根据指导采购配比生成的线性子空间。
在其中一个实施例中,订单需求量总和条件包括订单总需求量;
边界条件包括同一个替代组中各物料的需求量的上界条件以及下界条件;上界条件为订单信息中各订单需求物料的最大值;下界条件为订单信息中各订单需求物料的最小值。
在其中一个实施例中,物料采购计划系统,还包括:
相交确认单元,用于获取空间约束区域的各顶点到预设超平面的法向量;在存在方向相反的法向量时,确认预设超平面与空间约束区域相交。
另一方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,处理器执行程序时实现上述物料采购计划方法的步骤。
另一方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述物料采购计划方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果:
可以根据各订单的用量约束(各物料的需求量的边界条件)及所有订单总量约束(订单需求量总和条件)生成空间约束区域,指导采购配比对应空间中的预设超平面(预设超平面),进而将求解实际采购配比进化为求解最优化问题,即寻找一个由约束条件构造的封闭多维空间体中到指定预设超平面距离最小的点;而基于多约束条件的最优化,使得本发明实施例能够得到采购计划算法中的最优解,相比于传统技术,避免了贪心策略每一步的错误累计,并且得到的是全局最优解而非局部最优解。
附图说明
图1为本发明物料采购计划方法实施例1的流程示意图;
图2为本发明物料采购计划方法实施例中具体处理流程示意图;
图3为本发明物料采购计划方法一具体实施例中预设超平面与空间约束区域示意图;
图4为本发明物料采购计划系统实施例1的结构示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明物料采购计划方法实施例1:
为了解决传统订单管理系统在物料采购易陷入局部最优、导致成本增加的问题,本发明提供了一种物料采购计划方法实施例1;图1为本发明物料采购计划方法实施例1的流程示意图;如图1所示,可以包括以下步骤:
步骤S110:根据订单信息,得到约束条件;约束条件包括订单需求量总和条件和各物料的需求量的边界条件;
具体而言,采购计划中,每个订单(记为SO)会使用1至多种物料,每种物料存在于0到1个替代组中,每个替代组包括2至多个可相互替代的物料;在本发明实施例中,设订单集合SO1,SO2,…SOn,每个订单所需的物料及物料的数量集合(由于替代组间不影响,不妨只考虑一个替代组),一个替代组 {A1,A2,…Am},其中,A1,A2,…Am指一个替代组A中可相互替代的物料,替代组 A一共有m个可替代的物料,即m为替代组内物料种类。而本发明实施例中,可根据订单信息获取每一个物料的数量的边界,即各物料的需求量的边界条件a,以及物料总和条件,即订单需求量总和条件N。
进一步的,可以从订单管理系统中获取到订单信息,而采购计划、指导配比均由其他模型已知。
步骤S120:根据约束条件,生成空间约束区域;
具体而言,根据各物料的需求量的边界条件a以及订单需求量总和条件N,将求解实际采购配比的问题可以抽象成为以下最优化问题,即约束条件的组合会在空间中形成一个区域,此为约束区域,即生成以下空间约束区域:
其中,A1:A2:…:Am趋近于指导采购配比,每一个物料的数量有一个上下界即边界条件,am1指的是下界条件,am2指的是上界条件;N为订单需求量总和条件。
进一步的,本发明实施例可以根据各订单的用量约束(各物料的需求量的边界条件)及所有订单总量约束(订单需求量总和条件)生成一个封闭的多维空间体(即空间约束区域),采购配比对应空间中的预设超平面(预设超平面),进而将求解实际采购配比进化为求解最优化问题,即寻找一个由约束条件构造的封闭多维空间体中到指定预设超平面距离最小的点。
步骤S130:在确认预设超平面与空间约束区域相交时,获取空间约束区域中各边与预设超平面的各交点,并将与坐标原点距离最小的交点的坐标作为物料采购计划中的实际采购配比;预设超平面为根据指导采购配比生成的线性子空间;
具体而言,在确认预设超平面与空间约束区域相交时,则遍历空间约束区域的所有边,求边与预设超平面的交点,再求所有交点到坐标原点的距离,取距离最小的交点为目标解。
步骤S140:在确认预设超平面与空间约束区域不相交时,获取空间约束区域的各顶点,并将到预设超平面距离最小的顶点的坐标作为物料采购计划的实际采购配比。
具体而言,本发明实施例中的空间约束区域非凹,在确认预设超平面与空间约束区域不相交时,最优解在顶点处,故遍历空间约束区域的所有顶点,求顶点到预设超平面的距离,取距离最小的顶点为目标解。
本发明物料采购计划方法各实施例,可以根据各订单的用量约束(各物料的需求量的边界条件)及所有订单总量约束(订单需求量总和条件)生成一个封闭的多维空间体(即空间约束区域),采购配比对应空间中的预设超平面(预设超平面),进而将求解实际采购配比进化为求解最优化问题,即寻找一个由约束条件构造的封闭多维空间体中到指定预设超平面距离最小的点;而基于多约束条件的最优化,使得本发明实施例能够得到采购计划算法中的最优解,相比于传统技术,避免了贪心策略每一步的错误累计,并且得到的是全局最优解而非局部最优解。
在一个具体的实施例中,订单需求量总和条件包括订单总需求量;
边界条件包括同一个替代组中各物料的需求量的上界条件以及下界条件;上界条件为订单信息中各订单需求物料的最大值;下界条件为订单信息中各订单需求物料的最小值。
具体而言,同一替代组中每个物料的最小值为所有订单中该物料的最小值,最大值为所有订单中该物料的最大值;订单需求量总和条件为订单总需求量。而本发明各实施例的核心在于寻找封闭空间体到预设超平面的最短距离的点。
在一个具体的实施例中,确认预设超平面与空间约束区域是否相交的步骤包括:
获取空间约束区域的各顶点到预设超平面的法向量;
在存在方向相反的法向量时,确认预设超平面与空间约束区域相交。
具体而言,可以通过求约束区域各顶点到预设超平面的法向量,若存在符号相反的法向量,则可判断预设超平面与约束区域相交;约束区域实质是一个空间体,类似于二维平面的一个有顶点的多边形;
进一步的,本发明实施例中的预设超平面可以由方程ωT·x+b=0确定,其中,每一个字母都是一个向量表示,即ω=(ω1,ω2,…,ωm),m即替代组内物料种类;本发明实施例中,由于指导采购比是一个比值,故方程中的b为0,而法向量即是ωT;
设顶点为x,若ωT·x>0,即法向量ωT为正,说明x在预设超平面的正面,若ωT·x<0,即法向量ωT为负,说明x在预设超平面的反面,遍历所有顶点x,则若得到的ωT·x结果中有正有负,即可确认预设超平面和约束区域(即空间约束区域)相交,而二者相交则说明最优解不在顶点处,在边上。
若预设超平面与约束区域相交,则遍历约束区域的所有边,空间约束区域中各顶点的连线即是边;求边与预设超平面的交点,再求所有交点到坐标原点的距离,取距离最小的交点为目标解
在一个具体的实施例中,在确认预设超平面与空间约束区域相交时,获取空间约束区域中各边与预设超平面的各交点的步骤包括:
遍历空间约束区域的各条边,得到各交点的坐标。
具体而言,若预设超平面与约束区域不相交,则由于约束区域非凹,最优解必在顶点处,故遍历空间约束区域的所有顶点,求顶点到预设超平面的距离,取距离最小的顶点为目标解。
在一个具体的实施例中,空间约束区域为封闭多维空间体。
具体而言,本发明实施例的核心是寻找封闭空间体到预设超平面的最短距离的点;约束条件的组合可在空间中形成一个区域,此为约束区域(即空间约束区域);而约束区域实质是一个空间体,类似于二维平面的一个多边形,有顶点。
为了进一步说明本发明物料采购计划方法的具体实现过程,特以应用本发明物料采购计划方法的订单管理系统为例,说明本发明物料采购计划方法实施例的具体处理过程;图2为本发明物料采购计划方法实施例中具体处理流程示意图;如图2所示,包括以下步骤:
根据订单信息得出约束条件:同一替代组中每个物料的最小值为所有订单中该物料的最小值,最大值为所有订单中该物料的最大值;以及物料总和条件。
判断预设超平面与约束区域是否相交:求约束区域各顶点到预设超平面的法向量,若存在符号相反的法向量,则可判断预设超平面与约束区域相交。
若预设超平面与约束区域相交,则遍历约束区域的所有边,求边与预设超平面的交点,再求所有交点到坐标原点的距离,取距离最小的交点为目标解。
若预设超平面与约束区域不相交,则由于约束区域非凹,最优解必在顶点处,故遍历所有顶点,求顶点到预设超平面的距离,取距离最小的顶点为目标解。
具体的,假设有2个订单,总订单量为19k,分别为:
SO1:11K;
SO2:8K;
又设其中一个替代组A在订单中的替代规则如下:
SO1:A1,A2;
SO2:A1,A2;
于是有以下约束:
又设A1,A2的指导采购配比为3:4,需求得一个最优解(a1,a2),使得(a1,a2) 在满足上述约束的条件下,尽可能接近指导采购配比。
图3为本发明物料采购计划方法一具体实施例中预设超平面与空间约束区域示意图;如图3所示,矩形区域即为单一订单用量约束形成的约束空间,l3为订单总量约束边界条件,则阴影区域即为所有约束形成的封闭空间,由约束条件可知,此封闭空间必定是非凹的。
直线l1和l2为预设超平面(分别对应相交和不想交)
针对相交情况(即直线l1对应情况):
直线与阴影区域必有1或2个交点,遍历各条边求解交点,两个交点间所有的整数点均满足指导采购配比,但为使采购量最小,选择与原点距离最小的点作为实际采购配比,即图2中的a点。
针对不相交情况(即直线l2对应情况):
由于阴影区域非凹,因此到直线距离最短的点必定是顶点,可遍历各顶点到直线的距离,求得距离最小的点即可,即图2中的b点。
针对传统方法会陷入局部最优而非全局最优的问题,本发明实施例基于多约束条件的最优化,能够得到采购计划算法中的最优解,相比于传统技术,避免了贪心策略每一步的错误累计,并且得到的是全局最优解而非局部最优解。
本发明物料采购计划系统实施例1:
基于以上物料采购计划方法各实施例,同时为了解决传统订单管理系统在物料采购易陷入局部最优、导致成本增加的问题,本发明还提供了一种物料采购计划系统实施例1;图4为本发明物料采购计划系统实施例1的结构示意图。如图4所示,可以包括:
获取约束条件单元410,用于根据订单信息,得到约束条件;约束条件包括订单需求量总和条件和各物料的需求量的边界条件;
生成约束区域单元420,用于根据约束条件,生成空间约束区域;
实际采购比获取单元430,用于在确认预设超平面与空间约束区域相交时,获取空间约束区域中各边与预设超平面的各交点,并将与坐标原点距离最小的交点的坐标作为物料采购计划中的实际采购配比;以及用于在确认预设超平面与空间约束区域不相交时,获取空间约束区域的各顶点,并将到预设超平面距离最小的顶点的坐标作为物料采购计划的实际采购配比;预设超平面为根据指导采购配比生成的线性子空间。
在一个具体的实施例中,订单需求量总和条件包括订单总需求量;
边界条件包括同一个替代组中各物料的需求量的上界条件以及下界条件;上界条件为订单信息中各订单需求物料的最大值;下界条件为订单信息中各订单需求物料的最小值。
在一个具体的实施例中,还可以包括:
相交确认单元440,用于获取空间约束区域的各顶点到预设超平面的法向量;在存在方向相反的法向量时,确认预设超平面与空间约束区域相交。
需要说明的是,本发明物料采购计划系统中的各单元模块,能够对应实现上述物料采购计划方法各实施例中的流程步骤,此处不再重复赘述。
本发明物料采购计划系统各实施例,可以根据各订单的用量约束(各物料的需求量的边界条件)及所有订单总量约束(订单需求量总和条件)生成一个封闭的多维空间体(即空间约束区域),采购配比对应空间中的预设超平面(预设超平面),进而将求解实际采购配比进化为求解最优化问题,即寻找一个由约束条件构造的封闭多维空间体中到指定预设超平面距离最小的点;而基于多约束条件的最优化,使得本发明实施例能够得到采购计划算法中的最优解,相比于传统技术,避免了贪心策略每一步的错误累计,并且得到的是全局最优解而非局部最优解。
在一个实施例中,还提供一种计算机设备,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行所述程序时实现如上述各实施例中的任意一种物料采购计划方法。
该计算机设备,其处理器执行程序时,通过实现如上述各实施例中的任意一种物料采购计划方法,从而基于多约束条件的最优化,使得本发明实施例可以得到采购计划算法中的最优解,相比于传统技术,避免了贪心策略每一步的错误累计,并且得到的是全局最优解而非局部最优解。
此外,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各物料采购计划方法的实施例的流程。
在一个实施例中,还提供一种存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如上述各实施例中的任意一种物料采购计划方法。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
该计算机存储介质,其存储的计算机程序,通过实现包括如上述各物料采购计划方法的实施例的流程,从而基于多约束条件的最优化,使得本发明实施例可以得到采购计划算法中的最优解,相比于传统技术,避免了贪心策略每一步的错误累计,并且得到的是全局最优解而非局部最优解。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种物料采购计划方法,其特征在于,包括以下步骤:
根据订单信息,得到约束条件;所述约束条件包括订单需求量总和条件和各物料的需求量的边界条件;
根据所述约束条件,生成空间约束区域;
在确认预设超平面与所述空间约束区域相交时,获取所述空间约束区域中各边与所述预设超平面的各交点,并将与坐标原点距离最小的交点的坐标作为物料采购计划中的实际采购配比;所述预设超平面为根据指导采购配比生成的线性子空间;
在确认所述预设超平面与所述空间约束区域不相交时,获取所述空间约束区域的各顶点,并将到所述预设超平面距离最小的顶点的坐标作为所述物料采购计划的实际采购配比。
2.根据权利要求1所述的物料采购计划方法,其特征在于,所述订单需求量总和条件包括订单总需求量;
所述边界条件包括同一个替代组中各所述物料的需求量的上界条件以及下界条件;所述上界条件为所述订单信息中各订单需求所述物料的最大值;所述下界条件为所述订单信息中各订单需求所述物料的最小值。
3.根据权利要求1或2所述的物料采购计划方法,其特征在于,确认预设超平面与所述空间约束区域是否相交的步骤包括:
获取所述空间约束区域的各所述顶点到所述预设超平面的法向量;
在存在方向相反的法向量时,确认所述预设超平面与所述空间约束区域相交。
4.根据权利要求3所述的物料采购计划方法,其特征在于,在确认预设超平面与所述空间约束区域相交时,获取所述空间约束区域中各边与所述预设超平面的各交点的步骤包括:
遍历所述空间约束区域的各条边,得到各所述交点的坐标。
5.根据权利要求3所述的物料采购计划方法,其特征在于,所述空间约束区域为封闭多维空间体。
6.一种物料采购计划系统,其特征在于,包括:
获取约束条件单元,用于根据订单信息,得到约束条件;所述约束条件包括订单需求量总和条件和各物料的需求量的边界条件;
生成约束区域单元,用于根据所述约束条件,生成空间约束区域;
实际采购比获取单元,用于在确认预设超平面与所述空间约束区域相交时,获取所述空间约束区域中各边与所述预设超平面的各交点,并将与坐标原点距离最小的交点的坐标作为物料采购计划中的实际采购配比;以及用于在确认所述预设超平面与所述空间约束区域不相交时,获取所述空间约束区域的各顶点,并将到所述预设超平面距离最小的顶点的坐标作为所述物料采购计划的实际采购配比;所述预设超平面为根据指导采购配比生成的线性子空间。
7.根据权利要求6所述的物料采购计划系统,其特征在于,所述订单需求量总和条件包括订单总需求量;
所述边界条件包括同一个替代组中各所述物料的需求量的上界条件以及下界条件;所述上界条件为所述订单信息中各订单需求所述物料的最大值;所述下界条件为所述订单信息中各订单需求所述物料的最小值。
8.根据权利要求6或7所述的物料采购计划系统,其特征在于,还包括:
相交确认单元,用于获取所述空间约束区域的各所述顶点到所述预设超平面的法向量;在存在方向相反的法向量时,确认所述预设超平面与所述空间约束区域相交。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至5任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810668418.8A CN108985495B (zh) | 2018-06-26 | 2018-06-26 | 物料采购计划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810668418.8A CN108985495B (zh) | 2018-06-26 | 2018-06-26 | 物料采购计划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108985495A true CN108985495A (zh) | 2018-12-11 |
CN108985495B CN108985495B (zh) | 2021-04-13 |
Family
ID=64538339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810668418.8A Active CN108985495B (zh) | 2018-06-26 | 2018-06-26 | 物料采购计划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108985495B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036631A (zh) * | 2020-08-25 | 2020-12-04 | 广州视源电子科技股份有限公司 | 采购量确定方法、装置、设备及存储介质 |
CN115222338A (zh) * | 2022-09-05 | 2022-10-21 | 苏州浪潮智能科技有限公司 | 一种物料采购系统,一种采购清单生成方法及组件 |
CN116620306A (zh) * | 2023-05-25 | 2023-08-22 | 常州浩万新能源科技有限公司 | 电摩托智能一体化车辆控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1279793A (zh) * | 1997-09-17 | 2001-01-10 | 先进处理系统有限公司 | 订单处理设备和方法 |
US7742902B1 (en) * | 2003-10-22 | 2010-06-22 | Oracle America, Inc. | Using interval techniques of direct comparison and differential formulation to solve a multi-objective optimization problem |
CN103268538A (zh) * | 2013-03-26 | 2013-08-28 | 大连海洋大学 | 面向生产计划变更的多目标约束物料替代方法 |
CN104573860A (zh) * | 2014-12-31 | 2015-04-29 | 北京农业信息技术研究中心 | 一种大型蔬菜种植企业种植计划自动生成方法 |
CN107274261A (zh) * | 2017-06-05 | 2017-10-20 | 杭州王道起兮科技有限公司 | B2b电子商务供需双边匹配方法及系统 |
CN108108994A (zh) * | 2017-11-10 | 2018-06-01 | 浙江中控软件技术有限公司 | 用于化工企业供应链的计划优化方法 |
-
2018
- 2018-06-26 CN CN201810668418.8A patent/CN108985495B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1279793A (zh) * | 1997-09-17 | 2001-01-10 | 先进处理系统有限公司 | 订单处理设备和方法 |
US7742902B1 (en) * | 2003-10-22 | 2010-06-22 | Oracle America, Inc. | Using interval techniques of direct comparison and differential formulation to solve a multi-objective optimization problem |
CN103268538A (zh) * | 2013-03-26 | 2013-08-28 | 大连海洋大学 | 面向生产计划变更的多目标约束物料替代方法 |
CN104573860A (zh) * | 2014-12-31 | 2015-04-29 | 北京农业信息技术研究中心 | 一种大型蔬菜种植企业种植计划自动生成方法 |
CN107274261A (zh) * | 2017-06-05 | 2017-10-20 | 杭州王道起兮科技有限公司 | B2b电子商务供需双边匹配方法及系统 |
CN108108994A (zh) * | 2017-11-10 | 2018-06-01 | 浙江中控软件技术有限公司 | 用于化工企业供应链的计划优化方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036631A (zh) * | 2020-08-25 | 2020-12-04 | 广州视源电子科技股份有限公司 | 采购量确定方法、装置、设备及存储介质 |
CN115222338A (zh) * | 2022-09-05 | 2022-10-21 | 苏州浪潮智能科技有限公司 | 一种物料采购系统,一种采购清单生成方法及组件 |
CN116620306A (zh) * | 2023-05-25 | 2023-08-22 | 常州浩万新能源科技有限公司 | 电摩托智能一体化车辆控制方法及系统 |
CN116620306B (zh) * | 2023-05-25 | 2024-07-05 | 常州浩万新能源科技有限公司 | 电摩托智能一体化车辆控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108985495B (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108985495A (zh) | 物料采购计划方法及系统 | |
JP2021114342A (ja) | 取引管理装置、取引管理システム、取引管理システムにおける取引管理方法、プログラム | |
JP4660281B2 (ja) | 電力取引支援システムと方法、およびプログラム | |
Andriosopoulos et al. | Portfolio optimization and index tracking for the shipping stock and freight markets using evolutionary algorithms | |
EP1565856A2 (en) | Portfolio rebalancing by means of resampled efficient frontiers | |
Cherepovitsyn et al. | Methods and tools of scenario planning in areas of natural resources management | |
MacLean et al. | Mean-variance versus expected utility in dynamic investment analysis | |
Tschoegl | Concentration among international banks | |
De Giorgi et al. | Computational aspects of prospect theory with asset pricing applications | |
Yu et al. | Applying simulation optimization to the asset allocation of a property–casualty insurer | |
CN105677843B (zh) | 一种自动获取宗地四至属性的方法 | |
JP6474184B1 (ja) | 株価予測支援システム及び方法 | |
Kost | Rates of return for farm real estate and common stock | |
Dhar | Should you trust your money to a robot? | |
CN112380212A (zh) | 计算公司实际控制人的方法、设备和存储介质 | |
Felsen | Learning pattern recognition techniques applied to stock market forecasting | |
US20240028614A1 (en) | Systems and methods for improving computational speed of planning by tracking dependencies in hypercubes | |
Vijayalakshmi Pai et al. | Integrated Metaheuristic Optimization Of 130–30 Investment‐Strategy‐Based Long–Short Portfolios | |
Chen et al. | Portfolio optimization with tri-objective for index fund management | |
CN110335131A (zh) | 基于树的相似度匹配的金融风险控制方法及装置 | |
Hodnett et al. | Fundamental indexes as proxies for mean-variance efficient portfolios | |
Kossaczký et al. | The 2D tree–grid method | |
McKenzie | Why compute economic equilibria? | |
Andrle | The Present Value of Corporate Profits: A Forecasters' Survey Perspective | |
Martono et al. | Growth Opportunities Utilization Inter-Industry |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |