CN109086920A - 物资采购预测方法、装置及物资采购管理系统 - Google Patents
物资采购预测方法、装置及物资采购管理系统 Download PDFInfo
- Publication number
- CN109086920A CN109086920A CN201810793817.7A CN201810793817A CN109086920A CN 109086920 A CN109086920 A CN 109086920A CN 201810793817 A CN201810793817 A CN 201810793817A CN 109086920 A CN109086920 A CN 109086920A
- Authority
- CN
- China
- Prior art keywords
- purchase
- data
- supplier
- goods
- materials
- 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
Links
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种物资采购预测方法、装置及物资采购管理系统,属于数据分析挖掘领域。所述物资采购预测方法包括:获取企业的历史采购数据、当前采购计划数据及当前供应商数据,并进行数据处理。其中,数据处理包括:根据当前采购计划数据生成预采购的物料的各种打包组合;根据历史采购数据,计算各种打包组合对应的最小采购价格,并获取各个最小采购价格对应的供应商组合;以及基于最小采购价格和当前供应商数据预测出物资采购方案。本发明在采购开始前,通过历史采购数据对采购计划及预期采购价格和供应商进行评估,实现了对企业采购过程的有效指导。
Description
技术领域
本发明涉及数据分析挖掘领域,具体地涉及一种物资采购预测方法、装置及物资采购管理系统。
背景技术
物资采购是企业经营的重要一环。当前企业在物资采购过程中,通常需要把多个物品一起进行采购,以节约成本。但是,对于每种物品可以有多个供应商提供,而每个供应商也可以供应多件物品,即采购物品和供应商之间存在多对多的关系。如此,当一个新的采购计划到来时,采用现有的以采购计划为导向的采购方式时,可能由于某种特殊物品的存在,而造成整体采购价格大幅提高,但这种情况无法及时发现。同时,简单以采购计划为导向的采购方式,对于当前采购的最合适供应商及最合适预期采购价格,也无法预先确定。所以,当采购行为发生时,潜在的这些问题会对企业造成一定的经济损失。
发明内容
本发明实施例的目的是提供一种物资采购预测方法、装置及物资采购管理系统,用于至少部分地解决上述技术问题。
为了实现上述目的,本发明实施例提供一种物资采购预测方法,所述物资采购预测方法包括:获取企业的历史采购数据、当前采购计划数据及当前供应商数据;结合所述历史采购数据、所述当前采购计划数据及所述当前供应商数据,进行以下的数据处理:
1)根据所述当前采购计划数据生成预采购的物料的各种打包组合;
2)根据所述历史采购数据,计算各种打包组合对应的最小采购价格,并获取各个最小采购价格对应的供应商组合;以及
3)根据所述当前供应商数据,在满足供应商能够供应的物料种类大于或等于预设的各种打包组合中的物料种类阈值的物料供应条件下,基于所述最小采购价格和所述当前供应商数据预测出物资采购方案。
可选地,所述获取企业的历史采购数据包括:从企业的物资采购管理系统中获取所述历史采购数据。
可选地,所述数据处理在大数据处理平台上进行,且所述大数据处理平台为Spark平台、Storm平台、Tez平台和Flink平台中的任意一者。
可选地,所述基于所述最小采购价格和所述当前供应商数据预测出物资采购方案包括:在选用所有最小采购价格的最低价格的情况下,确定对应的打包组合及供应商列表作为所述物资采购方案;或者在选用供应商最少的情况下,确定对应的打包组合及供应商列表,其中若确定的供应商最少的打包组合存在多个,则确定对应的最小采购价格为最低价格的打包组合及供应商列表作为所述物资采购方案。
可选地,所述物资采购预测方法还包括:在不存在满足所述物料供应条件的供应商的情况下,降低所述物料种类阈值,以增加满足所述物料供应条件的供应商数量。
本发明实施例还提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述的物资采购预测方法。
本发明实施例还提供一种物资采购预测装置,所述物资采购预测装置包括:数据获取模块,用于获取企业的历史采购数据、当前采购计划数据及当前供应商数据;数据处理模块,用于结合所述历史采购数据、所述当前采购计划数据及所述当前供应商数据,调用其所包括的以下子模块以进行数据处理。其中,子模块包括:第一处理子模块,用于根据所述当前采购计划数据生成预采购的物料的各种打包组合;第二处理子模块,根据所述历史采购数据,计算各种打包组合对应的最小采购价格,并获取各个最小采购价格对应的供应商组合;以及第三处理子模块,根据所述当前供应商数据,在满足供应商能够供应的物料种类大于或等于预设的各种打包组合中的物料种类阈值的物料供应条件下,基于所述最小采购价格和所述当前供应商数据预测出物资采购方案。
可选地,所述数据获取模块与企业的物资采购管理系统通信,用于从所述物资采购管理系统中获取所述历史采购数据。
可选地,所述数据获取模块和所述数据处理模块集成在大数据处理平台上,且所述大数据处理平台为Spark平台、Storm平台、Tez平台和Flink平台中的任意一者。
可选地,所述第三处理子模块基于所述最小采购价格和所述当前供应商数据预测出物资采购方案包括:在选用所有最小采购价格的最低价格的情况下,确定对应的打包组合及供应商列表作为所述物资采购方案;或者在选用供应商最少的情况下,确定对应的打包组合及供应商列表,其中若确定的供应商最少的打包组合存在多个,则确定对应的最小采购价格为最低价格的打包组合及供应商列表作为所述物资采购方案。
可选地,所述第三处理子模块还用于在不存在满足所述物料供应条件的供应商的情况下,降低所述物料种类阈值,以增加满足所述物料供应条件的供应商数量。
本发明实施例还提供一种物资采购管理系统,该物资采购管理系统包括有上述的物资采购预测装置。
通过上述技术方案,本发明实施例的方案不涉及具体的采购流程,只是在采购开始前,对采购计划及预期采购价格和供应商,通过历史采购数据进行计算评估,得到最优的组合,从而对企业的采购过程进行有效的指导,提高采购效率,降低采购成本,使企业得到更好的发展。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1是本发明实施例的一种物资采购预测方法的流程示意图;
图2是本发明实施例中进行数据处理的流程示意图;
图3是本发明实施例的示例中利用Spark平台进行数据处理的示意图;以及
图4是本发明实施例的一种物资采购预测装置的结构示意图。
附图标记说明
100 数据获取模块 200 数据处理模块
210 第一处理子模块 220 第二处理子模块
230 第三处理子模块
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1是本发明实施例的一种物资采购预测方法的流程示意图,该物资采购预测方法用于在采购开始前,预测出最为合理的物资采购方案。如图1所示,所述物资采购预测方法可以包括以下步骤:
步骤S100,获取企业的历史采购数据、当前采购计划数据及当前供应商数据。
其中,企业的历史采购数据可以包括供应商名称、供应商编号、物料名称、物料编号、物料单价、采购数量、订单编号及日期等;所述当前采购计划可以包括物料编号、物料名称及采购数量等;所述当前供应商数据可以包括供应商名称、供应商编号、供应物料编号及供应物料名称等。
本发明实施例中,优选为从企业的物资采购管理系统中获取所述历史采购数据。这里,物资采购管理是企业“人财物”模块中的重要组成部分,对于企业的经营管理具有重要的作用,因此随着企业信息化水平的不断提高,很多物资采购管理系统逐步上线,并投入运行。这些物资采购管理系统在实际运行过程中积累了大量的历史采购数据,因此本发明实施例考虑了从企业的物资采购管理系统中获取大量的历史采购数据,并在下文中会进一步考虑如何从大量历史采购数据中提取有用的信息来对物资采购进行指导,以实现对企业节省成本及优化采购管理的目的。
另外,对于不采用物资采购管理系统的企业,也可以从企业的ERP(EnterpriseResource Planning,企业资源计划)系统等获取历史采购数据。
进一步地,当前采购计划数据及当前供应商数据也可从企业的ERP系统等信息管理类系统中获得。
步骤S200,结合所述历史采购数据、所述当前采购计划数据及所述当前供应商数据,进行数据处理。
图2是本发明实施例中进行数据处理的流程示意图。如图2所示,该数据处理流程可以包括以下步骤:
步骤S210,根据所述当前采购计划数据生成预采购的物料的各种打包组合。
举例而言,预采购A、B、C三种物料时,可能有{{A}{B}{C}}、{{A,B}{C}}、{{A,B,C}}、{{A}{B,C}}、{A,C}{B}}这五种打包组合,其中{{A,B}{C}}表示将A物料和B物料打包以从同一供应商处采购,其他打包组合的理解与此类似。
步骤S220,根据所述历史采购数据,计算各种打包组合对应的最小采购价格,并获取各个最小采购价格对应的供应商组合。
举例而言,对{{A,B}{C}}的打包组合,通过历史采购数据,可获知能同时提供A物料和B物料的各个供应商的历史价格,同时获知能提供C物料的各个供应商的历史价格,据此通过数据运算,可以计算出各种打包组合对应的最小采购价格,并确定各个最小采购价格对应的供应商组合。
步骤S230,根据所述当前供应商数据,在满足供应商能够供应的物料种类大于或等于预设的各种打包组合中的物料种类阈值的物料供应条件下,基于所述最小采购价格和所述当前供应商数据预测出物资采购方案。
举例而言,预采购A、B、C三种物料时,设定物料供应条件中的物料种类阈值为3,即表明供应商需要能够同时提供A、B、C三种物料,再对于满足物料供应条件的供应商中,基于所述最小采购价格和所述当前供应商数据预测出物资采购方案。
其中,所述物资采购方案可基于价格最低的原则或选用供应商最少的原则来确定,具体可表述为:
1)基于价格最低的原则:在选用所有最小采购价格的最低价格的情况下,确定对应的打包组合及供应商列表作为所述物资采购方案。
举例而言,{{A}{B}{C}}的打包组合的最小采购价格是所有打包组合中的最低价格,则打包组合{{A}{B}{C}}与其最小采购价格对应的供应商组合相结合形成最优的物资采购方案{{V3,A}{V1,B}{V2,C}},其中V1、V2、V3表示供应商,物资采购方案{{V3,A}{V1,B}{V2,C}}表示在供应商V3采购A物料,在供应商V1采集B物料,在供应商V2采集C物料,如此可使采购价格最低。
2)基于选用供应商最少的原则:在选用供应商最少的情况下,确定对应的打包组合及供应商列表,其中若确定的供应商最少的打包组合存在多个,则确定对应的最小采购价格为最低价格的打包组合及供应商列表作为所述物资采购方案。即,在基于选用供应商最少的原则确定出符合条件的打包组合后,可基于价格最低的原则来进一步确定物资采购方案。
举例而言,打包组合{{A,B,C}}仅需选择一个供应商,为最为合适的打包组合,但是若能同时提供A、B、C物料的供应商有很多,则根据各打包组合的价格来筛选供应商以确定最优的物资采购方案。
更为优选地,对于步骤S230,本发明实施例的物资采购预测方法还包括:在不存在满足所述物料供应条件的供应商的情况下,降低所述物料种类阈值,以增加满足所述物料供应条件的供应商数量。
举例而言,设定物料供应条件中的物料种类阈值为3,当没有供应商能同时提供三种物料时,可将该物料种类阈值降低为2,以保证可以有供应商满足条件。
上述的数据处理可以在大数据处理平台上进行,且所述大数据处理平台可以为Spark平台、Storm平台、Tez平台和Flink平台中的任意一者。其中,优选为采用Spark平台,其是基于内存构建的并行计算框架,可使历史采购数据、当前采购计划数据及当前供应商数据都在内存中处理,有利于提高数据处理效率。另外,数据获取的过程也可以大数据处理平台上完成。
图3是本发明实施例的示例中利用Spark平台进行数据处理的示意图。如图3所示,在Spark平台进行数据处理过程中,输入数据包括企业的历史采购数据、当前采购计划数据及当前供应商数据,通过Spark平台进行处理后,可输出当前采购计划是否合理、当前采购预期的采购价格和预期的供应商列表等物资采购方案的内容。
在示例中,历史采购数据、当前采购计划数据及当前供应商数据可同时输入Spark平台中进行数据处理,且各个数据的格式可以表1至表3所示:
表1,历史采购数据
列说明 | 列名标识 | 类型 | 空值 |
供应商名称 | Vender_Name | String | Not null |
供应商编号 | Vender_ID | NUMBER | Not null |
物料编号 | Item_ID | NUMBER | |
物料名称 | Item_Name | String | |
采购订单编号 | Bill_ID | NUMBER | |
采购订单日期 | Bill_Date | DATE | |
单价 | Price | NUMBER | |
采购数量 | Quantity | NUMBER |
表2,当前采购计划数据
列说明 | 列名标识 | 类型 | 空值 |
物料编号 | Item_ID | NUMBER | Not null |
物料名称 | Item_Name | String | Not null |
采购数量 | Quantity | NUMBER | Not null |
表3,当前供应商数据
将历史采购数据、当前采购计划数据及当前供应商数据按上述数据格式输入至Spark平台后,可结合图1和图2所示出的物资采购预测方法,使Spark平台执行以下伪代码示出的预测算法:
需说明的是,伪代码示出的预测算法与图1和图2所示出的物资采购预测方法是一致的。
表4示出了本示例的历史采购数据,结合表4,下面给出本示例中确定最优物资采购方案的具体过程。
表4,示例中采用的历史采购数据
供应商编号(Vender_ID) | 物料编号(Item_ID) | 单价 | …… |
V1 | A | 15 | |
V1 | B | 10 | |
V2 | B | 11 | |
V2 | C | 17 | |
V3 | A | 13 | |
V3 | C | 19 |
首先,计算各种可能的物料打包组合,即:{{A}{B}{C}}、{{A,B}{C}}、{{A,B,C}}、{{A}{B,C}}、{{A,C}{B}}。
其次,针对各种打包组合得到最小采购价格及对应供应商,即{{13,V3}{10,V1}{17,V2}}=40、{{25,V1}{17,V2}}=42、{{0,{}}}=0、{{13,V3}{28,V2}}=41、{{32,V3}{10,V1}}=42。
再次,当要求供应商能完全提供组合中物料时才考虑,即对于{{A,B,C}}组合中,供应商能完全提供{A,B,C}物料时才考虑。但这种情况下,供应商列表为空。对此,本示例引入了物料类型阈值的概念,当供应商能满足组合中的基于物料类型阈值的物料时,才考虑供应商。因此,通过调整物料类型阈值,可以调整供应商的数量。
最后,基于采购价格的最小值得到最优打包组合及供应商列表。通过该示例可以看到,当选用最低价格时,需要三个供应商,对应组合为{{V3,A}{V1,B}{V2,C}}。当选用供应商最少,价格最低时,对应组合为{{{A}V3}{{B,C}V2}}。
综上,本发明实施例的物资采购预测方法,不涉及具体的采购流程,只是在采购开始前,对采购计划及预期采购价格和供应商,通过历史采购数据进行计算评估,得到最优的组合。该物资采购预测方法为企业物资采购提供更好的指导和支持,以达到优化供需双方的目的,更从而达到加速资金周转、提升服务水平、增加企业利润的目的,使企业的物资采购工作获得更大的弹性,而不再是简单以采购计划为导向的僵硬经营模式,使企业保持强大的生命力和竞争力。
本发明实施例还提供了一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述实施例中任意一项所述的物资采购预测方法。
图4是本发明实施例的一种物资采购预测装置的结构示意图。如图4所示,所述物资采购预测装置可以包括:数据获取模块100,用于获取企业的历史采购数据、当前采购计划数据及当前供应商数据;数据处理模块200,用于结合所述历史采购数据、所述当前采购计划数据及所述当前供应商数据,调用其所包括的以下子模块以进行数据处理过程。
1)第一处理子模块210,用于根据所述当前采购计划数据生成预采购的物料的各种打包组合。
2)第二处理子模块220,根据所述历史采购数据,计算各种打包组合对应的最小采购价格,并获取各个最小采购价格对应的供应商组合。
3)第三处理子模块230,根据所述当前供应商数据,在满足供应商能够供应的物料种类大于或等于预设的各种打包组合中的物料种类阈值的物料供应条件下,基于所述最小采购价格和所述当前供应商数据预测出物资采购方案。
其中,对于第三处理子模块230,其预测出物资采购方案可以包括:在选用所有最小采购价格的最低价格的情况下,确定对应的打包组合及供应商列表作为所述物资采购方案;或在选用供应商最少的情况下,确定对应的打包组合及供应商列表,其中若确定的供应商最少的打包组合存在多个,则确定对应的最小采购价格为最低价格的打包组合及供应商列表作为所述物资采购方案。
另外,所述第三处理子模块230还可以用于在不存在满足所述物料供应条件的供应商的情况下,降低所述物料种类阈值,以增加满足所述物料供应条件的供应商数量。
在优选的实施例中,所述数据获取模块100可以与企业的物资采购管理系统通信,用于从物资采购管理系统中获取所述历史采购数据。
在更为优选的实施例中,所述数据获取模块100和所述数据处理模块200可以集成在大数据处理平台中,且所述大数据处理平台为Spark平台、Storm平台、Tez平台和Flink平台中的任意一者。
本发明实施例还可以提供一种物资采购管理系统,该物资采购管理系统包括有上述的物资采购预测装置。如此,可以使现有的物资采购管理系统具备本发明实施例的物资采购预测装置的功能。
本发明实施例的物资采购预测装置的其他实施细节及有益效果可参考上述关于物资采购预测方法的实施例,在此不再赘述。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (12)
1.一种物资采购预测方法,其特征在于,所述物资采购预测方法包括:
获取企业的历史采购数据、当前采购计划数据及当前供应商数据;
结合所述历史采购数据、所述当前采购计划数据及所述当前供应商数据,进行以下的数据处理:
根据所述当前采购计划数据生成预采购的物料的各种打包组合;
根据所述历史采购数据,计算各种打包组合对应的最小采购价格,并获取各个最小采购价格对应的供应商组合;以及
根据所述当前供应商数据,在满足供应商能够供应的物料种类大于或等于预设的各种打包组合中的物料种类阈值的物料供应条件下,基于所述最小采购价格和所述当前供应商数据预测出物资采购方案。
2.根据权利要求1所述的物资采购预测方法,其特征在于,所述获取企业的历史采购数据包括:
从企业的物资采购管理系统中获取所述历史采购数据。
3.根据权利要求1所述的物资采购预测方法,其特征在于,所述数据处理在大数据处理平台上进行,且所述大数据处理平台为Spark平台、Storm平台、Tez平台和Flink平台中的任意一者。
4.根据权利要求1所述的物资采购预测方法,其特征在于,所述基于所述最小采购价格和所述当前供应商数据预测出物资采购方案包括:
在选用所有最小采购价格的最低价格的情况下,确定对应的打包组合及供应商列表作为所述物资采购方案;或者
在选用供应商最少的情况下,确定对应的打包组合及供应商列表,其中若确定的供应商最少的打包组合存在多个,则确定对应的最小采购价格为最低价格的打包组合及供应商列表作为所述物资采购方案。
5.根据权利要求1至4中任意一项所述的物资采购预测方法,其特征在于,所述物资采购预测方法还包括:
在不存在满足所述物料供应条件的供应商的情况下,降低所述物料种类阈值,以增加满足所述物料供应条件的供应商数量。
6.一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令用于使得机器执行上述权利要求1至5中任意一项所述的物资采购预测方法。
7.一种物资采购预测装置,其特征在于,所述物资采购预测装置包括:
数据获取模块,用于获取企业的历史采购数据、当前采购计划数据及当前供应商数据;
数据处理模块,用于结合所述历史采购数据、所述当前采购计划数据及所述当前供应商数据,调用其所包括的以下子模块以进行数据处理:
第一处理子模块,用于根据所述当前采购计划数据生成预采购的物料的各种打包组合;
第二处理子模块,根据所述历史采购数据,计算各种打包组合对应的最小采购价格,并获取各个最小采购价格对应的供应商组合;以及
第三处理子模块,根据所述当前供应商数据,在满足供应商能够供应的物料种类大于或等于预设的各种打包组合中的物料种类阈值的物料供应条件下,基于所述最小采购价格和所述当前供应商数据预测出物资采购方案。
8.根据权利要求7所述的物资采购预测装置,其特征在于,所述数据获取模块与企业的物资采购管理系统通信,用于从所述物资采购管理系统中获取所述历史采购数据。
9.根据权利要求7所述的物资采购预测装置,其特征在于,所述数据获取模块和所述数据处理模块集成在大数据处理平台上,且所述大数据处理平台为Spark平台、Storm平台、Tez平台和Flink平台中的任意一者。
10.根据权利要求7所述的物资采购预测装置,其特征在于,所述第三处理子模块基于所述最小采购价格和所述当前供应商数据预测出物资采购方案包括:
在选用所有最小采购价格的最低价格的情况下,确定对应的打包组合及供应商列表作为所述物资采购方案;或者
在选用供应商最少的情况下,确定对应的打包组合及供应商列表,其中若确定的供应商最少的打包组合存在多个,则确定对应的最小采购价格为最低价格的打包组合及供应商列表作为所述物资采购方案。
11.根据权利要求7至10中任意一项所述的物资采购预测方法,其特征在于,所述第三处理子模块还用于在不存在满足所述物料供应条件的供应商的情况下,降低所述物料种类阈值,以增加满足所述物料供应条件的供应商数量。
12.一种物资采购管理系统,其特征在于,该物资采购管理系统包括有权利要求7至11中任意一项所述的物资采购预测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810793817.7A CN109086920A (zh) | 2018-07-19 | 2018-07-19 | 物资采购预测方法、装置及物资采购管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810793817.7A CN109086920A (zh) | 2018-07-19 | 2018-07-19 | 物资采购预测方法、装置及物资采购管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109086920A true CN109086920A (zh) | 2018-12-25 |
Family
ID=64837818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810793817.7A Pending CN109086920A (zh) | 2018-07-19 | 2018-07-19 | 物资采购预测方法、装置及物资采购管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109086920A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727096A (zh) * | 2018-12-29 | 2019-05-07 | 物融通科技有限责任公司 | 适用于互联网的基建物资采购管理方法和系统 |
CN110781235A (zh) * | 2019-10-24 | 2020-02-11 | 珠海格力电器股份有限公司 | 基于大数据的采购数据处理方法、装置、终端及存储介质 |
CN111242532A (zh) * | 2020-01-03 | 2020-06-05 | 秒针信息技术有限公司 | 一种采购管理方法、装置和电子设备 |
CN111584048A (zh) * | 2020-04-22 | 2020-08-25 | 中国人民解放军总医院第八医学中心 | 一种应急医疗物资筹措管理装置和方法 |
CN111784024A (zh) * | 2020-05-20 | 2020-10-16 | 贵州电网有限责任公司 | 一种基于多种来源数据感知的配网物资采购方法 |
CN112200620A (zh) * | 2019-07-08 | 2021-01-08 | 深圳顺丰泰森控股(集团)有限公司 | 一种资源议价方法及装置、议价服务器及存储介质 |
CN112508493A (zh) * | 2020-12-18 | 2021-03-16 | 安徽省优质采科技发展有限责任公司 | 用于线上采购平台的货物管理方法和系统 |
CN113919570A (zh) * | 2021-10-13 | 2022-01-11 | 广东电网有限责任公司 | 一种电力物资需求管控方法、装置、设备及存储介质 |
CN115617986A (zh) * | 2022-09-05 | 2023-01-17 | 西安启玥华辰软件咨询开发有限公司 | 智能招标管理系统及其管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1444161A (zh) * | 2002-03-11 | 2003-09-24 | 联想(北京)有限公司 | 物料清单(bom)数据的拆分方法 |
CN105205188A (zh) * | 2015-11-04 | 2015-12-30 | 用友网络科技股份有限公司 | 采购物料供应商的推荐方法及推荐装置 |
CN105574740A (zh) * | 2015-12-17 | 2016-05-11 | 金蝶软件(中国)有限公司 | 一种物资的采购信息推送方法及系统 |
CN105608596A (zh) * | 2015-10-22 | 2016-05-25 | 四川长虹电器股份有限公司 | 供应商物料价格得分评价方法 |
CN106611295A (zh) * | 2016-06-28 | 2017-05-03 | 四川用联信息技术有限公司 | 基于决策树的进化规划算法解决制造业物料采购问题 |
-
2018
- 2018-07-19 CN CN201810793817.7A patent/CN109086920A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1444161A (zh) * | 2002-03-11 | 2003-09-24 | 联想(北京)有限公司 | 物料清单(bom)数据的拆分方法 |
CN105608596A (zh) * | 2015-10-22 | 2016-05-25 | 四川长虹电器股份有限公司 | 供应商物料价格得分评价方法 |
CN105205188A (zh) * | 2015-11-04 | 2015-12-30 | 用友网络科技股份有限公司 | 采购物料供应商的推荐方法及推荐装置 |
CN105574740A (zh) * | 2015-12-17 | 2016-05-11 | 金蝶软件(中国)有限公司 | 一种物资的采购信息推送方法及系统 |
CN106611295A (zh) * | 2016-06-28 | 2017-05-03 | 四川用联信息技术有限公司 | 基于决策树的进化规划算法解决制造业物料采购问题 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727096A (zh) * | 2018-12-29 | 2019-05-07 | 物融通科技有限责任公司 | 适用于互联网的基建物资采购管理方法和系统 |
CN112200620A (zh) * | 2019-07-08 | 2021-01-08 | 深圳顺丰泰森控股(集团)有限公司 | 一种资源议价方法及装置、议价服务器及存储介质 |
CN110781235A (zh) * | 2019-10-24 | 2020-02-11 | 珠海格力电器股份有限公司 | 基于大数据的采购数据处理方法、装置、终端及存储介质 |
CN111242532A (zh) * | 2020-01-03 | 2020-06-05 | 秒针信息技术有限公司 | 一种采购管理方法、装置和电子设备 |
CN111584048A (zh) * | 2020-04-22 | 2020-08-25 | 中国人民解放军总医院第八医学中心 | 一种应急医疗物资筹措管理装置和方法 |
CN111784024A (zh) * | 2020-05-20 | 2020-10-16 | 贵州电网有限责任公司 | 一种基于多种来源数据感知的配网物资采购方法 |
CN111784024B (zh) * | 2020-05-20 | 2023-12-01 | 贵州电网有限责任公司 | 一种基于多种来源数据感知的配网物资采购方法 |
CN112508493A (zh) * | 2020-12-18 | 2021-03-16 | 安徽省优质采科技发展有限责任公司 | 用于线上采购平台的货物管理方法和系统 |
CN112508493B (zh) * | 2020-12-18 | 2024-04-19 | 安徽省优质采科技发展有限责任公司 | 用于线上采购平台的货物管理方法和系统 |
CN113919570A (zh) * | 2021-10-13 | 2022-01-11 | 广东电网有限责任公司 | 一种电力物资需求管控方法、装置、设备及存储介质 |
CN115617986A (zh) * | 2022-09-05 | 2023-01-17 | 西安启玥华辰软件咨询开发有限公司 | 智能招标管理系统及其管理方法 |
CN115617986B (zh) * | 2022-09-05 | 2023-05-19 | 西安启玥华辰软件咨询开发有限公司 | 智能招标管理系统及其管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086920A (zh) | 物资采购预测方法、装置及物资采购管理系统 | |
Coelho et al. | Heuristics for dynamic and stochastic inventory-routing | |
Aras et al. | Locating collection centers for distance-and incentive-dependent returns | |
US8027860B2 (en) | Systems and methods for planning demand for configurable products | |
US20140025420A1 (en) | Simultaneous micro space and assortment optimization for products | |
Lee et al. | Contracting for vendor-managed inventory with consignment stock and stockout-cost sharing | |
Frank et al. | Optimizing routing and delivery patterns with multi-compartment vehicles | |
Ng et al. | Yard planning for vessel services with a cyclical calling pattern | |
Bai et al. | A new model and a hyper-heuristic approach for two-dimensional shelf space allocation | |
CN106485447A (zh) | 基于用户浏览商品行为的数据处理的方法、装置及系统 | |
CN108108940A (zh) | 一种配货量确定方法及装置 | |
Kume et al. | Production flexibility of real options in daily supply chain | |
Chen et al. | Retrieval-oriented storage relocation optimization of an automated storage and retrieval system | |
Xue et al. | A combined GA-TS algorithm for two-echelon dynamic vehicle routing with proactive satellite stations | |
JP5153926B1 (ja) | 出稿リソース最適化システム、出稿リソース最適化方法、および出稿リソース最適化プログラム | |
Ghezavati et al. | Development of an optimization model for product returns using genetic algorithms and simulated annealing | |
US20080306785A1 (en) | Apparatus and methods for optimizing supply chain configurations | |
CN106844605B (zh) | 批量数据逻辑处理方法及装置 | |
Caramia et al. | Sustainable two stage supply chain management: A quadratic optimization approach with a quadratic constraint | |
CN111489005A (zh) | 一种库存路径优化方法、装置 | |
Zhang et al. | A branch-and-price-and-cut algorithm for the vehicle routing problem with two-dimensional loading constraints | |
JP2009199397A (ja) | 在庫管理装置、その在庫管理方法、そのためのコンピュータプログラム | |
CN110428089B (zh) | 一种单车场物流运输调度的方法、系统及设备 | |
Li et al. | Joint pricing and inventory replenishment decisions with returns and expediting under reference price effects | |
CN110443537A (zh) | 一种第三方物流库位的管理使用方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |