CN109670705A - 一种仓储优化系统可视化平台的构建方法 - Google Patents

一种仓储优化系统可视化平台的构建方法 Download PDF

Info

Publication number
CN109670705A
CN109670705A CN201811557563.5A CN201811557563A CN109670705A CN 109670705 A CN109670705 A CN 109670705A CN 201811557563 A CN201811557563 A CN 201811557563A CN 109670705 A CN109670705 A CN 109670705A
Authority
CN
China
Prior art keywords
model
text
corresponding variable
solves
handles
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
CN201811557563.5A
Other languages
English (en)
Inventor
王继顺
闫敏伦
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.)
LIANYUNGANG HIGHER NORMAL SCHOOL
Lianyungang Normal College
Original Assignee
LIANYUNGANG HIGHER NORMAL SCHOOL
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 LIANYUNGANG HIGHER NORMAL SCHOOL filed Critical LIANYUNGANG HIGHER NORMAL SCHOOL
Priority to CN201811557563.5A priority Critical patent/CN109670705A/zh
Publication of CN109670705A publication Critical patent/CN109670705A/zh
Pending 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
    • G06Q10/06—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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种仓储优化系统可视化平台的构建方法，包括以下步骤：步骤1.设计静态文本提示；步骤2.设置文本输入框和输出静态文本；步骤3.设置控件按钮，实现求解功能。本发明的技术方案可操作性强，项目设计成本低，能带来较好的经济效益，具有良好的推广和应用价值。

Description

一种仓储优化系统可视化平台的构建方法
技术领域
本发明属于仓储技术领域，涉及一种仓储优化系统可视化平台的构建方法。
背景技术
随着现代电子技术的发展，自动控制系统的研究已取得长足发展并日趋成熟。但在不同的应用领域，为了兼顾功能、系统可靠性和经济效益，自动控制系统的研究仍具有很大的发展空间，这是一个需要不断改进、完善、创新的领域。
在日常的生产和生活中存在着大量存贮现象。例如企业要有一定数量的原料存在仓库中，以便生产的进行，商店要有一定量的商品存在仓库中，以便销售，不至于经常缺货，等等。库存量的多少直接影响到企业的效益，库存过少则使生产或销售发生中断，减少了利润；库存量过大，又会造成积压，增加成本。因此，合理的存贮策略具有重要的经济意义。
存贮论是研究存贮问题的理论和方法的一门学科。它用定量的方法描述存贮状态，补充和需求，描述存贮状态与费用间关系，并确定合理的补充策略。
建立存贮模型的三个环节是补充策略，费用函数和经济批量算式。
存贮系统包含三个主要内容即补充、存贮状态和需求。
一般地需求是外在的，不受人的控制，存贮状态由需求和补充决定。因此人们的决策对象只有补充。如何根据需求和仓库容量、费用等约束条件，确定补充策略使费用目标最小，这是存贮论研究的主要问题。
研究存贮问题的目的是为了选用最优的存贮策略(何时补充？补充多少？)使得存贮费用最小。一般要考虑的费用包括存贮费(仓库管理费用，存贮设备费用，保险费，利率等)，订货量(货物价格，运费和订购费)，生产费，当货物由自己生产时就没有了订货费，而代之以生产费，包括生产的固定费用和可变费用；缺货损失费，因存贮不足所产生的费用，如收益的损失，停工损失，延误交货罚款等，费用函数由上述费用构成。
发明内容
本发明的目的在于提供一种仓储优化系统可视化平台的构建方法，该技术方案可操作性强，项目设计成本低，能带来较好的经济效益，具有良好的推广和应用价值。
其具体技术方案为：
一种仓储优化系统可视化平台的构建方法，包括以下步骤：
步骤1.设计静态文本提示；
步骤2.设置文本输入框和输出静态文本；
步骤3.设置控件按钮，实现求解功能。
进一步，步骤1具体为：
(1)(是否)允许缺货；
(2)生产时间(长短)；
(3)单位存储费；
(4)单位缺货费；
(5)单位订货费；
(6)需求速度；
(7)价格折扣数据文件；
(8)求解结果；
(9)最佳订货周期t；
(10)最佳订货批量Q；
(11)最小平均费用C；
(12)最大存储量S。
进一步，步骤2具体为：
(1)(是否)允许缺货，允许输入“是”，不允许输入“否”，其对应的变量为goods；
(2)生产时间(长短)，生产需要一定时间输入“长”，缺货时瞬时补货输入“短”，其对应的变量为producetime；
(3)单位存储费，其对应的变量为stockcost_edit；
(4)单位缺货费，其对应的变量为ordergoodscost_edit；
(5)单位订货费，其对应的变量为ordergoodscost；
(6)需求速度，其对应的变量为demondspeed_edit；
(7)价格折扣数据文件，其对应的变量为producespeed_edit；
(8)最佳订货周期t，其对应的变量为handles.resultt_text
(9)最佳订货批量Q，其对应的变量为handles.resultQ_text；
(10)最小平均费用C，其对应的变量为handles.resultC_text；
(11)最大存储量S，其对应的变量为handles.resultS_text。
进一步，步骤3具体为：
(1)模型类型，其对应的响应函数为modeltype_pushbutton_Callback，用于根据(是否)允许缺货和生产时间(长短)判断模型类型，以便对应求解；
(2)模型一求解，其对应的响应函数为firstmodel_pushbutton_Callback，针对模型一求解需要的参数；
(3)模型二求解，其对应的响应函数为secondmodel_pushbutton_Callback，针对模型一求解需要的参数；
(4)模型三求解，其对应的响应函数为thirdmodel_pushbutton_Callback，针对模型一求解需要的参数；
(5)模型四求解，其对应的响应函数为forthmodel_pushbutton_Callback，针对模型一求解需要的参数；
(6)价格折扣模型，其对应的响应函数为pricebreak_pushbutton_Callback，针对价格折扣模型求解需要的参数；
(7)关闭，其对应的响应函数为close_pushbutton_Callback，用于可视化对话框的关闭；
(8)最佳订货周期t，其对应的变量为handles.resultt_text，用于显示最佳订货周期t
(9)最佳订货批量Q，其对应的变量为handles.resultQ_text，用于显示最佳订货批量Q；
(10)最小平均费用C，其对应的变量为handles.resultC_text，用于显示最小平均费用C；
(11)最大存储量S，其对应的变量为handles.resultS_text，用于显示最大存储量S。
与现有技术相比，本发明的有益效果为：
本发明的技术方案可操作性强，项目设计成本低，能带来较好的经济效益，具有良好的推广和应用价值。
附图说明
图1为货物需求供应周期图；
图2为货物费用曲线；
图3为货物需求供应周期图；
图4为货物需求供应存储状态图；
图5为货物需求供应存储状态图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案作进一步详细地说明。
一、存储论数学模型
1.模型一：备货时间很短，不允许缺货
如图1、图2所示，模型假设：
(1)当存储降到零时，可以实现瞬时补充。即备货时间可以近似为0；
(2)需求是连续均匀的，设需求C速度(单位时间的需求量)为常数R2；
(3)每次订货量不变，订货费不变，设订货费为C3；
(4)单位时间内单位存储费不变，设单位存储费为C1；
(5)不允许缺货，设单位缺货费为C2，C2为无穷大；
(6)采用t－循环策略，即补充时间间隔为t，每次补充量为Q；
用分析方法或用规划方法方法建立模型可得：
最佳时间间隔
最佳补充量
最小的平均总费用
2模型二：生产需要一定的时间，不允许缺货
此模型的假设除生产需要一定时间外，其余与模型一相同。
设生产批量为Q，所需的生产时间为T，则生产速度设需求速度为R2，且R2＜R1，此时生产的产品满足需求后剩余的部分作为存储，存储状态图如图3所示。
同样建立模型可得
最佳订货周期
最佳生产批量
最小平均费用：
最佳生产时间：
存储的最高数量为：
3模型三：备货时间很短，允许缺货
允许缺货表明企业在存储量降为0后，还可以再等一段时间订货。当企业缺货不受损失或者损失很小时，允许缺货对企业是有利的，因为企业可以少付几次订货的固定费用，少支付一些存储费用。
本模型假设条件除允许缺货外，其他条件同模型一。设单位时间单位物品的存储费用为C1，每次订购费为C3，单位缺货费C2，R2为需求速度，求最佳存储策略使平均总费用最小。存储状态图如图4所示。
同样建立模型可得
最佳补充时间间隔为
最优存储量
最小费用
4模型四：生产需要一定的时间，允许缺货
此模型的假设条件除允许缺货，生产需一定时间外，其余条件与模型一相同，其存储状态图如图5所示。
同样建立模型可得：
最佳补充时间间隔为
订货量
最大存储量
最大缺货量
最小平均总费用
5.模型五：价格有折扣的存储问题
一般而言，当订货批量越大时，供应方厂实行价格优惠。本模型除价格存在折扣外，其他假设条件同模型一，设订货批量为Q，对应的货物单价P(Q)，当Q∈[Qi-1,Qi)时P(Q)＝Pi，i＝1,2,…,n，其中Qi为价格折扣的分界点，且
0≤Q0＜Q1＜Q2＜...＜Qn，P1＞P2＞...＞Pn
类似于模型一，模型五在一个存储周期的平均费用为：
其中Q＝R2t，当Q∈[Qi-1,Qi)时P(Q)＝Pi，i＝1,2,…,n。
C(t)关于t的分段函数，若不考虑货物总价R2P(Q)的影响，此时最小费用点
二、基于Matlab的存储论数学模型可视化计算平台构建
1.设计静态文本提示
(1)(是否)允许缺货；
(2)生产时间(长短)；
(3)单位存储费；
(4)单位缺货费；
(5)单位订货费；
(6)需求速度；
(7)价格折扣数据文件；
(8)求解结果；
(9)最佳订货周期t；
(10)最佳订货批量Q；
(11)最小平均费用C；
(12)最大存储量S；
2.设置文本输入框和输出静态文本
(1)(是否)允许缺货，允许输入“是”，不允许输入“否”，其对应的变量为goods；
(2)生产时间(长短)，生产需要一定时间输入“长”，缺货时瞬时补货输入“短”，其对应的变量为producetime；
(3)单位存储费，其对应的变量为stockcost_edit；
(4)单位缺货费，其对应的变量为ordergoodscost_edit；
(5)单位订货费，其对应的变量为ordergoodscost；
(6)需求速度，其对应的变量为demondspeed_edit；
(7)价格折扣数据文件，其对应的变量为producespeed_edit；
(8)最佳订货周期t，其对应的变量为handles.resultt_text
(9)最佳订货批量Q，其对应的变量为handles.resultQ_text；
(10)最小平均费用C，其对应的变量为handles.resultC_text；
(11)最大存储量S，其对应的变量为handles.resultS_text；
3.设置控件按钮，实现求解功能
(1)模型类型，其对应的响应函数为modeltype_pushbutton_Callback，用于根据(是否)允许缺货和生产时间(长短)判断模型类型，以便对应求解；
(2)模型一求解，其对应的响应函数为firstmodel_pushbutton_Callback，针对模型一求解需要的参数；
(3)模型二求解，其对应的响应函数为secondmodel_pushbutton_Callback，针对模型一求解需要的参数；
(4)模型三求解，其对应的响应函数为thirdmodel_pushbutton_Callback，针对模型一求解需要的参数；
(5)模型四求解，其对应的响应函数为forthmodel_pushbutton_Callback，针对模型一求解需要的参数；
(6)价格折扣模型，其对应的响应函数为pricebreak_pushbutton_Callback，针对价格折扣模型求解需要的参数；
(7)关闭，其对应的响应函数为close_pushbutton_Callback，用于可视化对话框的关闭；
(8)最佳订货周期t，其对应的变量为handles.resultt_text，用于显示最佳订货周期t
(9)最佳订货批量Q，其对应的变量为handles.resultQ_text，用于显示最佳订货批量Q；
(10)最小平均费用C，其对应的变量为handles.resultC_text，用于显示最小平均费用C；
(11)最大存储量S，其对应的变量为handles.resultS_text，用于显示最大存储量S；
三、存储问题数学模型可视化计算平台用法及操作流程：
1.如果是模型一：不允许缺货，备货时间很短
step1.在matlab操作界面打开程序文件inventorytheorymodel.m，并运行，出现可视化GUI界面“inventorytheorymodel”；
step2.在可视化界面是否允许缺货文本栏输入“否”，生产时间长短文本栏输入“短”；
step3.点击“模型类型”按钮，结果需要输入的参数呈红色显示：单位存储费，单位订货费，需求速度，对应的文本框显示“Input”，对应的应该运用的哪个(模型一求解)也呈红色显示；
step4.在红色显示的参数后面文本框中输入求解需要的参数：单位存储费，单位订货费，需求速度；
step5.点击“模型一求解”按钮，在左侧区域获得求解结果：最佳订货周期t，最佳订货批量Q,最小平均费用C。
附实验数据：
％模型1，不允许缺货，生产时间很短，实验数据
单位存储费C1：0.4
单位订货费C3：5
需求速度r：100。
2.如果是模型二：允许缺货，备货时间很短
step1.在matlab操作界面打开程序文件inventorytheorymodel.m，并运行，出现可视化GUI界面“inventorytheorymodel”；
step2.在可视化界面是否允许缺货文本栏输入“是”，生产时间长短文本栏输入“短”；
step3.点击“模型类型”按钮，结果需要输入的参数呈蓝色显示：单位存储费，单位缺货费，单位订货费，需求速度，对应的文本框显示“Input”，对应的应该运用的哪个(模型二求解)也呈蓝色显示；
step4.在蓝色显示的参数后面文本框中输入求解需要的参数：单位存储费，单位缺货费，单位订货费，需求速度；
step5.点击“模型二求解”按钮，在左侧区域获得求解结果：最佳订货周期t，最佳订货批量Q,最小平均费用C，最大存储量S。
附实验数据：
％模型2，允许缺货(缺货需补足)，生产时间很短，实验数据
单位存储费C1：0.4
单位缺货费C2：1.5
单位订货费C3：5。
3.如果是模型三：不允许缺货，生产需要一定的时间
step1.在matlab操作界面打开程序文件inventorytheorymodel.m，并运行，出现可视化GUI界面“inventorytheorymodel”；
step2.在可视化界面是否允许缺货文本栏输入“否”，生产时间长短文本栏输入“长”；
step3.点击“模型类型”按钮，结果需要输入的参数呈绿色显示：单位存储费，单位订货费，需求速度，生产速度，对应的文本框显示“Input”，对应的应该运用的哪个(模型三求解)也呈绿色显示；
step4.在绿色显示的参数后面文本框中输入求解需要的参数：单位存储费，单位订货费，需求速度，生产速度；
step5.点击“模型三求解”按钮，在左侧区域获得求解结果：最佳订货周期t，最佳订货批量Q,最小平均费用C，最大存储量S。
附实验数据：
％模型3，不允许缺货，生产需要一定时间，实验数据
单位存储费C1：0.15
单位订货费C3：500
需求速度r:1500
生产速度p:3000
4.如果是模型四：允许缺货，生产需要一定的时间
step1.在matlab操作界面打开程序文件inventorytheorymodel.m，并运行，出现可视化GUI界面“inventorytheorymodel”；
step2.在可视化界面是否允许缺货文本栏输入“是”，生产时间长短文本栏输入“长”；
step3.点击“模型类型”按钮，结果需要输入的参数呈黄色显示：单位存储费，单位订货费，需求速度，生产速度，对应的文本框显示“Input”，对应的应该运用的哪个(模型四求解)也呈黄色显示；
step4.在黄色显示的参数后面文本框中输入求解需要的参数：单位存储费，单位订货费，需求速度，生产速度；
step5.点击“模型四求解”按钮，在左侧区域获得求解结果：最佳订货周期t，最佳订货批量Q,最小平均费用C，最大存储量S。
附实验数据：
％模型4，允许缺货(缺货需补足)，生产需要一定时间，实验数据
单位存储费C1：0.01
单位缺货费C2：0.05
单位订货费C3：18
需求速度r:100
生产速度p:150。
5.如果是模型五：价格折扣模型，即当订货批量越大时，供应方厂实行价格优惠。本模型除价格存在折扣外，其他假设条件同模型一
step1.把已知的数据保存到一个文本中，如表1所示。
表1数据文本存储格式
然后将其命名，如：pricebreakdata.txt，并与程序文件inventorytheorymodel.m保存到一个目录下；
step2.在matlab操作界面打开程序文件inventorytheorymodel.m，并运行，出现可视化GUI界面“inventorytheorymodel”；
step3.在价格折扣数据文件对应的文本栏中输入保存的数据文件名如pricebreakdata.txt；
step4.点击“价格折扣模型”按钮，在界面左侧出现计算结果，最佳订货批量Q,最小平均费用C。
以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (4)

1.一种仓储优化系统可视化平台的构建方法，其特征在于，包括以下步骤：
步骤1.设计静态文本提示；
步骤2.设置文本输入框和输出静态文本；
步骤3.设置控件按钮，实现求解功能。
2.根据权利要求1所述的仓储优化系统可视化平台的构建方法，其特征在于，步骤1具体为：
(1)允许缺货；
(2)生产时间；
(3)单位存储费；
(4)单位缺货费；
(5)单位订货费；
(6)需求速度；
(7)价格折扣数据文件；
(8)求解结果；
(9)最佳订货周期t；
(10)最佳订货批量Q；
(11)最小平均费用C；
(12)最大存储量S。
3.根据权利要求1所述的仓储优化系统可视化平台的构建方法，其特征在于，步骤2具体为：
(1)允许缺货，允许输入“是”，不允许输入“否”，其对应的变量为goods；
(2)生产时间，生产需要一定时间输入“长”，缺货时瞬时补货输入“短”，其对应的变量为producetime；
(3)单位存储费，其对应的变量为stockcost_edit；
(4)单位缺货费，其对应的变量为ordergoodscost_edit；
(5)单位订货费，其对应的变量为ordergoodscost；
(6)需求速度，其对应的变量为demondspeed_edit；
(7)价格折扣数据文件，其对应的变量为producespeed_edit；
(8)最佳订货周期t，其对应的变量为handles.resultt_text
(9)最佳订货批量Q，其对应的变量为handles.resultQ_text；
(10)最小平均费用C，其对应的变量为handles.resultC_text；
(11)最大存储量S，其对应的变量为handles.resultS_text。
4.根据权利要求1所述的仓储优化系统可视化平台的构建方法，其特征在于，步骤3具体为：
(1)模型类型，其对应的响应函数为modeltype_pushbutton_Callback，用于根据允许缺货和生产时间判断模型类型，以便对应求解；
(2)模型一求解，其对应的响应函数为firstmodel_pushbutton_Callback，针对模型一求解需要的参数；
(3)模型二求解，其对应的响应函数为secondmodel_pushbutton_Callback，针对模型一求解需要的参数；
(4)模型三求解，其对应的响应函数为thirdmodel_pushbutton_Callback，针对模型一求解需要的参数；
(5)模型四求解，其对应的响应函数为forthmodel_pushbutton_Callback，针对模型一求解需要的参数；
(6)价格折扣模型，其对应的响应函数为pricebreak_pushbutton_Callback，针对价格折扣模型求解需要的参数；
(7)关闭，其对应的响应函数为close_pushbutton_Callback，用于可视化对话框的关闭；
(8)最佳订货周期t，其对应的变量为handles.resultt_text，用于显示最佳订货周期t
(9)最佳订货批量Q，其对应的变量为handles.resultQ_text，用于显示最佳订货批量Q；
(10)最小平均费用C，其对应的变量为handles.resultC_text，用于显示最小平均费用C；
(11)最大存储量S，其对应的变量为handles.resultS_text，用于显示最大存储量S。
CN201811557563.5A 2018-12-19 2018-12-19 一种仓储优化系统可视化平台的构建方法 Pending CN109670705A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811557563.5A CN109670705A (zh) 2018-12-19 2018-12-19 一种仓储优化系统可视化平台的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811557563.5A CN109670705A (zh) 2018-12-19 2018-12-19 一种仓储优化系统可视化平台的构建方法

Publications (1)

Publication Number Publication Date
CN109670705A true CN109670705A (zh) 2019-04-23

Family

ID=66144540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811557563.5A Pending CN109670705A (zh) 2018-12-19 2018-12-19 一种仓储优化系统可视化平台的构建方法

Country Status (1)

Country Link
CN (1) CN109670705A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751417A (zh) * 2019-10-29 2020-02-04 北京旷视机器人技术有限公司 仓储模型的建立方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1656456A (zh) * 2002-05-30 2005-08-17 麦康索鲁申斯公司 显示设备与包含该显示设备的资金交易设备
CN103336907A (zh) * 2013-07-17 2013-10-02 广西电力工业勘察设计研究院 一种基于dsi技术的水库静态库容快速计算方法
US20160328762A1 (en) * 2015-05-08 2016-11-10 Hand Held Products, Inc. Application independent dex/ucs interface
CN108280538A (zh) * 2018-01-05 2018-07-13 广西师范学院 基于云计算环境下分布式物流库存优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1656456A (zh) * 2002-05-30 2005-08-17 麦康索鲁申斯公司 显示设备与包含该显示设备的资金交易设备
CN103336907A (zh) * 2013-07-17 2013-10-02 广西电力工业勘察设计研究院 一种基于dsi技术的水库静态库容快速计算方法
US20160328762A1 (en) * 2015-05-08 2016-11-10 Hand Held Products, Inc. Application independent dex/ucs interface
CN108280538A (zh) * 2018-01-05 2018-07-13 广西师范学院 基于云计算环境下分布式物流库存优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
佚名: "存储论——确定性存储模型", 《CSDN》 *
杨甲: "针对随机型库存系统的仿真研究", 《商品储运与养护》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110751417A (zh) * 2019-10-29 2020-02-04 北京旷视机器人技术有限公司 仓储模型的建立方法、装置、电子设备及存储介质
CN110751417B (zh) * 2019-10-29 2022-08-26 北京旷视机器人技术有限公司 仓储模型的建立方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Riezebos et al. Lean production and information technology: connection or contradiction?
CN105320116B (zh) 一种火电厂燃料全价值寻优方法及系统
Wen et al. Pricing and collection rate decisions in a closed-loop supply chain considering consumers’ environmental responsibility
CN106503959A (zh) 项目信息的监控预警系统
CN102376040A (zh) 一种企业采购份额分配决策支持系统
CN101185089A (zh) 成本要素管理系统
Sari et al. INTEGRATED SUPPLIER SELECTION MODEL USING ANP, TAGUCHI LOSS FUNCTION AND PROMETHEE METHODS.
Majumder et al. An EPQ model of deteriorating items under partial trade credit financing and demand declining market in crisp and fuzzy environment
Li et al. Bi-level programming approach to optimal strategy for vendor-managed inventory problems under random demand
CN109670705A (zh) 一种仓储优化系统可视化平台的构建方法
Zhao et al. An interaction between government and manufacturer in implementation of cleaner production: a multi-stage game theoretical analysis
CN110362605A (zh) 一种基于大数据的e账册数据校验方法
Singh Manufacturer-supplier cooperative inventory model for deteriorating item with trapezoidal type demand
Li et al. Optimal production and emission reduction policies for a remanufacturing firm considering deferred payment strategy
Stokey Technology, skill and long run growth
Gimpl-Heersink Joint pricing and inventory control under reference price effects
US6970756B2 (en) Computer-assisted pull flow production management method
JP4318656B2 (ja) コスト算出装置、プログラムおよび方法
Sang Buyback contract with fuzzy demand and risk preference in a three level supply chain
Liu et al. Retailer-led supply chain contract coordination with supplier group evaluation
Filatova et al. Some theoretical backgrounds for reinforcement learning model of supply chain management under stochastic demand
Felfel et al. A multi-site supply chain planning using multi-stage stochastic programming
Yao et al. Modeling closed-loop supply chain with dominant retailer considering fairness concern
Duari et al. An EPQ (economic production lot size) model for product life cycle (maturity stage) of deteriorating items with increasing demand rate and shortages
Li A Study of Supplier Management Inventory Management

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: 20190423