CN109359926A - 一种云采购物联网系统及其方法 - Google Patents

一种云采购物联网系统及其方法 Download PDF

Info

Publication number
CN109359926A
CN109359926A CN201811413107.3A CN201811413107A CN109359926A CN 109359926 A CN109359926 A CN 109359926A CN 201811413107 A CN201811413107 A CN 201811413107A CN 109359926 A CN109359926 A CN 109359926A
Authority
CN
China
Prior art keywords
cloud
subsystem
replenishes
replenish
management
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.)
Withdrawn
Application number
CN201811413107.3A
Other languages
English (en)
Inventor
高猛
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.)
Dajiang Runye New Starting Point (beijing) Technology Co Ltd
Original Assignee
Dajiang Runye New Starting Point (beijing) 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 Dajiang Runye New Starting Point (beijing) Technology Co Ltd filed Critical Dajiang Runye New Starting Point (beijing) Technology Co Ltd
Priority to CN201811413107.3A priority Critical patent/CN109359926A/zh
Publication of CN109359926A publication Critical patent/CN109359926A/zh
Withdrawn legal-status Critical Current

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
    • G06Q10/06—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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • G06Q10/083—Shipping
    • G06Q10/0836—Recipient pick-ups
    • 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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0617—Representative agent

Landscapes

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

Abstract

本申请公开了一种云采购物联网系统及其方法。系统包括：新采购云子系统、智能货柜子系统、代理商端子系统、运营管理中心子系统、经营管理分析中心子系统、城市合伙人管理子系统。所述新采购云子系统，当企业用具要求补货或者货柜货存即将达到货存警戒阀值，它会向运营服务的GRC(货柜补货中心)发出补货货柜和补货团队的请求；GRC接到请求信息后，尽可能向企业用户提供质量最佳的最近的补货组，但同时也要考虑新的企业用户被安排补货后，对其它补货中的企业用户的影响。

Description

一种云采购物联网系统及其方法
技术领域
本发明涉及计算机大数据物联网技术领域，特别涉及一种基于物联网 toB的企业办公用品采购系统及其方法。
背景技术
随着互联网技术的快速发展，现实生活中出现了各种各样的应用，而 这些应用中toB的销售应用并没有出类拔萃的，基于大数据分析建立采购 和供应关系的更少。
当前，很多企业都会和办公用品经销企业进行长期合作，每隔几个月 给对方发一次采购清单询价，然后根据需求进行采购。然而就是在这样一 个简单的流程里，有些批发商却还会从中作梗，想办法获取高额差价。
商品报价不透明、不清晰，一直是中国企业办公用品采购环节中存在 的痛点。有的批发商对于陌生客户喜欢推荐毛利高、质量差的产品，这样 他们就可以拥有更多的利润。然而一旦商品出现损坏、货不对板等问题， 他们就会拒绝承认，售后服务基本为零。而有的供应商则会对一小部分常 见商品给予优惠，对于一些大家不熟的文具商品进行漫天要价，从中谋取 暴利。这样一来，不仅企业采购的办公用品得不到质量保障，还会变相增加企业的经营成本。
企业采购人员想要解决这一问题，最根本的方法就是寻找到一家价格 公开透明、产品质量有保障的专业办公用品供应商。企业都期待寻找一家 致力于为企业提供一站式采购解决方案，并利用互联网技术构建了智能化 的阳光采购体系，直击办公用品采购的痛点。
新采购经过多年市场研究发现，某些传统供应商之所以敢以次充好、 哄抬价格，多是由于采购人员无法及时获悉办公用品的渠道信息。因此， 新采购在满足企业需求的前提下，对于自身的商业体系进行了大刀阔斧地 改革，采用“厂家、产地一手直供”的供货方式，杜绝了中间商层层加价 的风险，帮助企业降低办公成本。同时，新采购支持7天无理由退换货， 为企业提供贴心的售后服务。
对于中大型企业产品繁杂的采购清单，新采购还独创了“清单采购” 智能匹配服务，企业采购人员只需按照采购模板，将企业的采购计划填入 EXCEL表格中，然后上传到“清单采购”的页面上，系统在几秒钟内就 会为其自动匹配合适的商品。这一智能化的采购服务不仅减轻了采购人员 的工作负担，更提高了企业人员的工作效率。
实现10米近距办公用品采购的并不存在，当前企业的办公用品采购 过程还处于传统的多家询价，采购不透明，商品成本和时间成本都高居不 下。
发明内容
本发明所要解决的技术问题在于，提供了一种云采购物联网系统及其 方法。本发明云采购物联网系统及其方法，通过物联网连接到企业，采用 智能货柜分布式管理，采购业务分布运营集中管理，对城市合伙人采取分 销式管理模式。并同时虚拟货柜管理，采购单拼接的集采管理，为企业不 增加空间占有的便捷入驻，为企业提供成为政府及大企业集采的上游厂商 的助力服务。
为解决上述技术问题，本发明提供了一种云采购物联网系统，包括： 新采购云子系统、智能货柜子系统、代理商端子系统、运营管理中心子系 统、经营管理分析中心子系统、城市合伙人管理子系统。
所述新采购云子系统，用于云端全智能化运营，实现全新交易系统顺 畅购物体验。
所述新采购云子系统，当企业用具要求补货或者货柜货存即将达到货 存警戒阀值，它会向运营服务的GRC(货柜补货中心)发出补货货柜和补 货团队的请求；GRC接到请求信息后，尽可能向企业用户提供质量最佳的 最近的补货组，但同时也要考虑新的企业用户被安排补货后，对其它补货 中的企业用户的影响。
所述新采购云子系统，补货任务负载采用由自回归预测模型：AR(3) 是自回归滑动平均模型ARMA(p，q)模型选择p＝3，q＝0时的特殊形式；它 是利用前面3个时刻的工作负载变量的线性组合来描述以后未来时刻负载 数值的线性回归模型。其数学表达式为：
W(t+1)＝αW(t)+βW(t-1)+γW(t-2)
其中d＝0.5，β＝0.3，γ＝0.2。
所述智能货柜子系统：采用长方体结构的微型货柜(铅笔盒--智能货 柜)，并且以此为元货柜组件标准，具备横竖拼接成不同大小和形状的单 锁和多锁的智能文件柜和无人仓等多元模块智能货柜组。
所述代理商端子系统：用于为新采购平台提供一级分销模式的代理管 理功能；
所述运营管理中心子系统：用于以本发明算法为基础运营策略进行运 营管理；
所述经营管理分析中心子系统：用于对经营数据进行实时分布式采集 随时分析指导经营策略；
所述城市合伙人管理子系统：用于采用城市合伙人的模式，达到快速 裂变的经营目的。
为解决上述技术问题，本发明还提供了一种物联网云采购方法，包括： 新采购云步骤、智能货柜步骤、代理商端步骤、运营管理中心步骤、经营 管理分析中心步骤、城市合伙人管理步骤。
所述方法中，采用货柜交易流程；采用先进先出的库存预警，智能补 货，智能配货建议，全程KPI考核效期实时预警，严控商品品质。
所述方法进一步包括：当企业用具要求补货或者货柜货存即将达到货 存警戒阀值，它会向运营服务的GRC(货柜补货中心)发出补货货柜和补 货团队的请求；GRC接到请求信息后，尽可能向企业用户提供质量最佳的 最近的补货组，但同时也要考虑新的企业用户被安排补货后，对其它补货 中的企业用户的影响；补货组分配的策略决定了运营资源的分配和使用， 在运营工作中起着重要作用；不合理的分配策略不仅使得刚发起补货的企 业用户得不到良好的服务质量，而且使原有的补货质量下降；与库存控制 算法相结合，一个较好地保证已有补货服务质量并能适应企业用户发起补 货实时变化的运营补货分配算法是支持整个智能库存和补货极为重要的 因素。
所述方法中，采用选择指数平滑预测模型作为工作负载的预测方式， 算法通过对工作负载的变化趋势进行预测，结合工作负载的未来时刻和补 货组当前时刻的负载情况，合理地选择需要迁移的运营团队以及负责补货 团队，实现减少整合过程中补货任务迁移的次数和服务等级协议违例的目 标。
本发明与现有的物联网解决方案相比，具有以下有益效果：
1)便捷地连接，以精致的长方盒子进驻企业，用小而美的端连接企 业。
2)本发明在货柜的补货效率能提供的效率优越性：
A)一次指数平滑预测：时间数列无明显的趋势变化。
B)二次指数平滑预测：适用于具线性趋势的时间数列。
C)三次指数平滑预测：时间序列的变动呈现出二次曲线趋势。
3)本发明可以为解决企业的10米近距场景的采购，可以为降低企业 的仓储和资金流转，可以为企业不增加空间占有的便捷入驻。
4)本发明可以为企业提供成为政府及大企业集采的上游厂商的助力 服务。
附图说明
图1为本发明实施例所述新采购铅笔盒云采购管理流程图；
图2为本发明实施例所述云采购表格信息图；
图3为本发明实施例所述只能货柜分布式构架图；
图4为本发明实施例所述新采购铅笔盒智能货柜90°俯视图；
图5为本发明实施例所述新采购铅笔盒智能货柜45°正面俯视图；
图6为本发明实施例所述新采购铅笔盒智能货柜45°侧面俯视图。
具体实施方式
下面结合实施例详述本发明。为使本发明的目的、技术方案及优点更 加清楚、明确，以下举实施例对本发明进一步详细说明，但本发明并不局 限于这些实施例。
本发明属于物联网领域，涉及一种基于物联网toB(toB：to Business，toB产品是根据公司战略或工作需要，构建生态体系，或者推动将流程系 统化，提高效率)的企业办公用品采购系统，能够通过大数据算法进行智 能盘点，实现办公场景采购、自动推荐产品的10米近距采购的方法。
在本发明一实施例中，提供了一种云采购物联网系统，包括：新采购 云子系统、智能货柜子系统、代理商端子系统、运营管理中心子系统、经 营管理分析中心子系统、城市合伙人管理子系统。
1、新采购云子系统：云端全智能化运营，实现全新交易系统顺畅购 物体验。全新设计的货柜交易流程，让办公用品更加便捷，积分、充值、 优惠券，让营销更简单页面和柜体广告屏的广告分发，使流量快速变现。 让办公用品智能化，效期和存货管理方式，让仓储管理充满智慧；先进先 出的库存预警，智能补货，智能配货建议，全程KPI考核效期实时预警，严 控商品品质。
当企业用具要求补货或者货柜货存即将达到货存警戒阀值，它会向运 营服务的GRC(货柜补货中心)发出补货货柜和补货团队的请求。GRC 接到请求信息后，尽可能向企业用户提供质量最佳的最近的补货组，但同 时也要考虑新的企业用户被安排补货后，对其它补货中的企业用户的影 响。补货组分配的策略决定了运营资源的分配和使用，在运营工作中起着 重要作用。不合理的分配策略不仅使得刚发起补货的企业用户得不到良好 的服务质量，而且使原有的补货质量下降。与库存控制算法相结合，一个 较好地保证已有补货服务质量并能适应企业用户发起补货实时变化的运 营补货分配算法是支持整个智能库存和补货极为重要的因素。合理的补货 分配策略不仅能始终保持运营良好的服务质量，而且能提高资源的利用率 和运营服务的容量。智能运营的实现依据动态终端商品分配算法(DGCA)， DGCA算法不指定货柜具体使用哪一组配送员，而是几个货柜共用一组配 送员。当企业用户进入货柜管理并申请补货时，GRC按照一定的标准给它 分配一个补货组，这样企业用户补货被阻塞的概率大大减小了，补货组利 用率必然提高。又由于分配补货组时考虑了邻近货柜的情况，所以用户分 配到的补货组干扰较小，服务质量也较好。
补货任务负载由自回归预测模型：AR(3)是自回归滑动平均模型 ARMA(p，q)模型选择p＝3，q＝0时的特殊形式。它是利用前面3个时刻的工 作负载变量的线性组合来描述以后未来时刻负载数值的线性回归模型。其 数学表达式为：
W(t+1)＝αW(t)+βW(t-1)+γW(t-2)
其中d＝0.5，β＝0.3，γ＝0.2。
指数平滑预测模型是一种特殊的加权移动平均法，其通过赋予离预测 期近的工作负载较大权数，并使得权数由近到远按指数规律递减的方法来 预测未来工作负载，其数学表达式为：
Wp(t+1)＝αW(t)+(1-α)Wp(t)
＝αW(t)+α(1-α)W(t-1)+…
+α(1-α)t-1W(1)
其中α＝0.5。
通过实验筛选以及工作负载预测性能分析，本发明实施例采用的算法 最终选择指数平滑预测模型作为工作负载的预测方式。算法将通过对工作 负载的变化趋势进行预测，结合工作负载的未来时刻和补货组当前时刻的 负载情况，合理地选择需要迁移的运营团队以及负责补货团队，实现减少 整合过程中补货任务迁移的次数和服务等级协议违例的目标。
2、智能货柜子系统：采用200*200*400mm的长方体结构的微型货柜 (铅笔盒--智能货柜)，并且以此为元货柜组件标准，具备横竖拼接成不同 大小和形状的单锁和多锁的智能文件柜和无人仓等多元模块智能货柜组。
3、代理商端子系统：用于为新采购平台提供一级分销模式的代理管 理功能。
4、运营管理中心子系统：用于以本发明算法为基础运营策略进行运 营管理。
运营管理过程中，系统数据链通信经常会遇到询问和应答的干扰，导 致其数据位解码结果发生错误。尤其是在高密度的应答环境下，其应答信 号脉冲可能与模式信号的数据段相互交叠，导致突发错误信道(Burst Error Channel)干扰。
为了减少消息重传和接收到错误信息的可能性，提高错误信息的检测 及纠错性能，本发明模式询问/应答信号数据的后24位采用地址奇偶校验， 通过数据错误保护校验算法对传输数据是否发生错误进行检验。
错误保护：本发明采用奇偶校验序列法。模式询问和应答信号中最后 24位为地址/奇偶校验字段AP(Address/Parity)。AP字段的生成过程中 采用了奇偶校验编码(Parity Check Coding)，以保护应答机不会接受包含 错误信息。每当接收到模式询问时，应答机会执行奇偶校验，判断询问信 号数据位编码是否与既定的编码结构一致，若一致，则数据校验通过，否 则询问将不被应答机接受。
奇偶校验序列为：模式询问和应答信号包含56位(短字格式)或112 位(长字格式)数据位，其中前32位或88位为信息位，而数据位的最后 24位为地址/奇偶校验字段AP。对应长度为24位的奇偶校验序列 (P1，P2......，P24)。根据32位或88位信息序列产生。具体生成过程如下：
假设模式询问/应答的信息序列为m1，m2......mk，其中k＝32(长格式) 或88(短格式)。信息序列对应的二进制多项式为：
M(x)＝mk+mk-1x+mk-2x2+...+m1xk-1，k＝32或88
令循环码生成多项式G(x)为：
当i＝0，3，10，12，24时，gi＝1，否则为0。
根据多项式除法(模2除)，将M(x)x24除以G(x)，得到商和余式， 由于生成多项式G(x)的阶数为24，则余式R(x)的阶数小于24。余式R(x) 的多项式系数序列，即是奇偶校验序列，校验位Pi为系数序列中对应的系数。
5、经营管理分析中心子系统：用于对经营数据进行实时分布式采集 随时分析指导经营策略。
配置数据源的过程为：在操作系统的控制面板中，找到管理工具并双 击，就可以找到数据源的快捷方式，它是数据库的管理工具。双击数据源， 在弹出的对话框中可以看到用户DSN。DSN共分为3类：一是用户数据 源，该数据源是计算机的本地用户而创建的，并且只能由创建这个数据源 的用户来使用；二是系统数据源，该数据源是计算机系统创建的，并不由 特定用户创建，用户要使用系统数据源必须有相应的访问权限；三是文件 数据源，该数据源由对应的文件创建并与相关文件关联，只能由具有对应 文件访问权限的用户来访问文件数据源。
若要添加一个新的数据源，单击添加按钮，在弹出的创建数据源对话 框中选择数据库的驱动程序，之后单击完成按钮，出现创建到SQLServer 的新数据源对话框。给该新数据源命名，然后选择服务器，点击下一步， 到更改默认的数据库步骤时，选择数据库。继续下一步，直到测试数据源。 点击它，可以看到测试成功，表明此数据源设置完成，可以在程序中使用。
访问多个数据源模块的实现：访问多个数据源是第一个功能模块。本 发明采用ODBC技术访问所需的数据库。VisualC++的MFC基类库定义了 若干个数据库类，其中的CDatabase(数据库类)可以实现连接数据库的 功能，可以使用该类，通过通用接口ODBC，连接到要访问的数据源，从 而实现对数据库的访问进而对所需数据进行操作。访问数据源模块的实现 过程为：首先，实例化一个CDatabases类，用于数据库访问操作： CDatabasem_db；在应用程序界面上添加一个应用按钮，用来选择数据源， 对其定义一个函数OnGetdatasource，首先判断CDatabase对象是否已经连 接，如果已经连接，关闭后重新打开。否则的话通过 if(！m_db.OpenEx(NULL，CDatabase：：forceOdbcDialog))语句调用ODBC对 话框，在ODBC对话框中选择数据源。选中数据源之后，利用CTable类 打开数据库中的表。
6、城市合伙人管理子系统：用于采用城市合伙人的模式，达到快速 裂变的经营目的。
如图1所示，为本发明实施例中一个具体新采购铅笔盒的管理实例。
在本发明另一实施例中，提供了一种本发明实施例算法运营的实现原 理：
1、补货预测算法：指数平滑
i)一次指数平滑法：
平滑值的基本公式：St＝a*yt+(1-a)*St-1式中，
St：时间t的平滑值；
yt：时间t的实际值；
St-1：时间t-1的平滑值；
(式中a为平滑指数，可以确定为0.5，不做派生)
假设以下数据：
如果仅有从y1开始的数据，那么确定初始值的方法有：
1)取S0等于y1；
2)待积累若干数据后，取S1等于前面若干数据的简单算术平均数， 如：S1＝(y1+y2+y3)/3等等。
这里取前三号的平均值，以*a*＝0.5的一次指数平滑值计算为例，有
当时间数列无明显的趋势变化，可用一次指数平滑预测。其预测公式 为：
yt+1′＝a*yt+(1-a)*yt′式中
那么，预测S16＝0.5*28.06+29*0.5＝28.53。
ii)二次指数平滑预测
指数平滑值序列出现一定的滞后偏差的程度随着权系数(平滑系数)的 增大而减少；但当时间序列的变动出现直线趋势时，用一次指数平滑法来 进行预测仍将存在着明显的滞后偏差。因此，也需要进行修正。
在一次指数平滑的基础上得二次指数平滑的计算公式为：
St(2)＝a*St(1)+(1-a)*St-1(2)
St(2)：第t周期的二次指数平滑值；
St(1)：第t周期的一次指数平滑值；
St-1(2)：第t-1周期的二次指数平滑值；
a：加权系数(也称为平滑系数)。
数学模型为：
Y t+T：预测曲线
T：离间隔t的数
计算预测曲线，参数：Yt+T＝at+btT
at＝2＊s1t-s12t
bt＝a/(1-a)＊(s1t-s12t)
iii)三次指数平滑预测
若时间序列的变动呈现出二次曲线趋势，则需要采用三次指数平滑法 进行预测。
平滑公式为：
St (3)＝a＊St (2)+(1-a)＊St-1 (3)
预测公式：
1、新采购铅笔盒：
以400*200*200mm的长方体构成，并具备拼接组件功能，是新采购 最小的物联网单元，具备独立的物联网设备的全部特性，并且是最小的被 监控的物联网的端。
2、新采购智能文件柜：
由多个前述铅笔盒的组件拼接而成的物联网终端，承载更多的办公用 品，分别由单锁管理和多锁管理的方式构成。
3、新采购无人仓储：
由前述铅笔盒集群组成的物联网终端，承载楼宇为单位的办公用品的 智能无人仓储业务。
4、新采购铅笔盒具备部署RFID方式、视频方式的自动感知和自动盘 点功能。
以上所述，仅是本发明的几个实施例，并非对本发明做任何形式的限 制，虽然本发明以较佳实施例揭示如上，然而并非用以限制本发明，任何 熟悉本专业的技术人员，在不脱离本发明技术方案的范围内，利用上述揭 示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于本发 明技术方案保护范围内。

Claims (10)

1.一种云采购物联网系统，其特征在于，包括：新采购云子系统、智能货柜子系统、代理商端子系统、运营管理中心子系统、经营管理分析中心子系统、城市合伙人管理子系统。
2.根据权利要求1所述云采购物联网系统，其特征在于，所述新采购云子系统，用于云端全智能化运营，实现全新交易系统顺畅购物体验。
3.根据权利要求1所述云采购物联网系统，其特征在于，所述新采购云子系统，当企业用具要求补货或者货柜货存即将达到货存警戒阀值，它会向运营服务的GRC(货柜补货中心)发出补货货柜和补货团队的请求；GRC接到请求信息后，尽可能向企业用户提供质量最佳的最近的补货组，但同时也要考虑新的企业用户被安排补货后，对其它补货中的企业用户的影响。
4.根据权利要求1所述云采购物联网系统，其特征在于，所述新采购云子系统，补货任务负载采用由自回归预测模型：AR(3)是自回归滑动平均模型ARMA(p，q)模型选择p＝3，q＝0时的特殊形式；它是利用前面3个时刻的工作负载变量的线性组合来描述以后未来时刻负载数值的线性回归模型。其数学表达式为：
W(t+1)＝αW(t)+βW(t-1)+γW(t-2)
其中d＝0.5，β＝0.3，γ＝0.2。
5.根据权利要求1所述云采购物联网系统，其特征在于，所述运营管理中心子系统：用于以本发明算法为基础运营策略进行运营管理；运营管理过程中，采用模式询问/应答信号数据的后24位采用地址奇偶校验，通过数据错误保护校验算法对传输数据是否发生错误进行检验。
6.根据权利要求1所述云采购物联网系统，其特征在于，
所述代理商端子系统：用于为新采购平台提供一级分销模式的代理管理功能；
所述运营管理中心子系统：用于以本发明算法为基础运营策略进行运营管理；
所述经营管理分析中心子系统：用于对经营数据进行实时分布式采集随时分析指导经营策略；
所述城市合伙人管理子系统：用于采用城市合伙人的模式，达到快速裂变的经营目的。
7.一种物联网云采购方法，其特征在于，包括：新采购云步骤、智能货柜步骤、代理商端步骤、运营管理中心步骤、经营管理分析中心步骤、城市合伙人管理步骤。
8.根据权利要求7所述物联网云采购方法，其特征在于，所述方法中，采用货柜交易流程；采用先进先出的库存预警，智能补货，智能配货建议，全程KPI考核效期实时预警，严控商品品质。
9.根据权利要求7所述物联网云采购方法，其特征在于，所述方法进一步包括：当企业用具要求补货或者货柜货存即将达到货存警戒阀值，它会向运营服务的GRC(货柜补货中心)发出补货货柜和补货团队的请求；GRC接到请求信息后，尽可能向企业用户提供质量最佳的最近的补货组，但同时也要考虑新的企业用户被安排补货后，对其它补货中的企业用户的影响；补货组分配的策略决定了运营资源的分配和使用，在运营工作中起着重要作用；不合理的分配策略不仅使得刚发起补货的企业用户得不到良好的服务质量，而且使原有的补货质量下降；与库存控制算法相结合，一个较好地保证已有补货服务质量并能适应企业用户发起补货实时变化的运营补货分配算法是支持整个智能库存和补货极为重要的因素。
10.根据权利要求7所述物联网云采购方法，其特征在于，所述方法中，采用选择指数平滑预测模型作为工作负载的预测方式，算法通过对工作负载的变化趋势进行预测，结合工作负载的未来时刻和补货组当前时刻的负载情况，合理地选择需要迁移的运营团队以及负责补货团队，实现减少整合过程中补货任务迁移的次数和服务等级协议违例的目标。
CN201811413107.3A 2018-11-23 2018-11-23 一种云采购物联网系统及其方法 Withdrawn CN109359926A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811413107.3A CN109359926A (zh) 2018-11-23 2018-11-23 一种云采购物联网系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811413107.3A CN109359926A (zh) 2018-11-23 2018-11-23 一种云采购物联网系统及其方法

Publications (1)

Publication Number Publication Date
CN109359926A true CN109359926A (zh) 2019-02-19

Family

ID=65338769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811413107.3A Withdrawn CN109359926A (zh) 2018-11-23 2018-11-23 一种云采购物联网系统及其方法

Country Status (1)

Country Link
CN (1) CN109359926A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148459A (zh) * 2019-04-02 2019-08-20 中国人民解放军陆军军医大学第一附属医院 基于互联网技术的医用器具管理系统
CN110569996A (zh) * 2019-09-03 2019-12-13 神华铁路货车运输有限责任公司沧州机车车辆维修分公司 一种车辆检修数据处理方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148459A (zh) * 2019-04-02 2019-08-20 中国人民解放军陆军军医大学第一附属医院 基于互联网技术的医用器具管理系统
CN110569996A (zh) * 2019-09-03 2019-12-13 神华铁路货车运输有限责任公司沧州机车车辆维修分公司 一种车辆检修数据处理方法及系统
CN110569996B (zh) * 2019-09-03 2023-10-10 国能铁路装备有限责任公司沧州机车车辆维修分公司 一种车辆检修数据处理方法及系统

Similar Documents

Publication Publication Date Title
Lotfi et al. Viable supply chain network design by considering blockchain technology and cryptocurrency
Govindarajan et al. Joint inventory and fulfillment decisions for omnichannel retail networks
Teunter et al. ABC classification: service levels and inventory costs
Bidhandi et al. Integrated supply chain planning under uncertainty using an improved stochastic approach
US9875505B2 (en) Hierarchical transaction filtering
Alfaro‐García et al. Logarithmic aggregation operators and distance measures
US8010324B1 (en) Computer-implemented system and method for storing data analysis models
US7853503B2 (en) Transaction allocation
Albrecht Optimization of safety stocks in models with an order service level objective or constraint
CN109359926A (zh) 一种云采购物联网系统及其方法
US20230259994A1 (en) Reference-based software application blueprint creation
Zhang et al. The impact of external demand information on parallel supply chains with interacting demand
Yu et al. The effect of yield rate in a general price‐setting newsvendor model with a yield‐dependent secondary market
Yang et al. A Nonparametric Learning Algorithm for a Stochastic Multi-echelon Inventory Problem
Psyrris et al. MNOs business models and roles enabled by 5G technologies and use cases: Transformation, challenges and strategies
Ali et al. Optimization of a periodically assessing model with manageable lead time under SLC with back order rebate for deteriorating items
US20230316219A1 (en) Redistributing product inventory
Kumar et al. Strategic demand response framework for energy management in distribution system based on network loss sensitivity
Chen et al. Developing optimization models for cross-functional decision-making: integrating marketing and production planning
Syuntyurenko The evolutionary factors, management, and efficiency of information support
US10185980B1 (en) Efficiently computing a feature based on a plurality of variables
Gupta et al. OWA operator‐based hybrid framework for outlier reduction in web mining
Subbiah et al. Improving software development effort estimation with a novel design pattern model
Hammerstrom et al. A transactive network template for decentralized coordination of electricity provision and value
Shearer et al. Determining the optimal donation acceptance policy for nonprofit stores

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190219