CN110555542B - 资源的库存控制 - Google Patents
资源的库存控制 Download PDFInfo
- Publication number
- CN110555542B CN110555542B CN201810552780.9A CN201810552780A CN110555542B CN 110555542 B CN110555542 B CN 110555542B CN 201810552780 A CN201810552780 A CN 201810552780A CN 110555542 B CN110555542 B CN 110555542B
- Authority
- CN
- China
- Prior art keywords
- constraint
- determining
- estimate
- resources
- threshold
- 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.)
- Active
Links
Images
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
- G06Q10/04—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
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
Abstract
根据本公开的实现,提出了一种用于资源的库存控制的方案。在该方案中,获取关于多个地点的路径信息。该路径信息指示在多个时间点中的特定时间点处从多个地点中的一个地点出发的第一路径和在该特定时间点处到达该地点的第二路径。然后,确定针对在特定时间点在该地点处的资源的第一数量的至少一个约束以及与至少一个约束相关联的相应惩罚。基于至少一个约束和相应惩罚,来确定与多个时间点处的多个地点相关联的惩罚的和。确定经由第二路径向该地点运送的资源的第二数量和经由第一路径从该地点运出的资源的第三数量,以使得惩罚的和最小。通过该方案,能够在各个地点处保持合适的资源的库存水平,从而在满足客户需求的同时节省不必要的成本。
Description
技术领域
本公开的实施例涉及用于资源的库存控制的方法、设备和计算机存储介质。
背景技术
库存控制是物流服务业中最重要的问题之一。以海运集装箱运输为例,航运公司需要在每个港口处保留一定数量的空集装箱,以用于运送货物,从而满足客户的需求。然而,由于空集装箱的有限的总数量和全球贸易的严重不平衡,如何确定各个港口要保留的空集装箱的数量成为重要的挑战。
发明内容
根据本公开的实现,提出了一种用于资源的库存控制的方案。在该方案中,获取关于多个地点的路径信息。该路径信息指示在多个时间点中的特定时间点处从多个地点中的一个地点出发的第一路径和在该特定时间点处到达该地点的第二路径。然后,确定针对在特定时间点在该地点处的资源的第一数量的至少一个约束以及与至少一个约束相关联的相应惩罚。第一数量至少与经由第二路径向该地点运送的资源的第二数量和经由第一路径从该地点运出的资源的第三数量相关联。基于至少一个约束和相应惩罚,来确定与多个时间点处的多个地点相关联的惩罚的和。确定第二数量和第三数量,以使得该惩罚的和最小。通过该方案,能够在各个地点处保持合适的资源的库存水平,从而在满足客户需求的同时节省不必要的成本。
提供发明内容部分是为了简化的形式来介绍对概念的选择,其在下文的具体实施方式中将被进一步描述。发明内容部分无意标识要求保护的主题的关键特征或主要特征,也无意限制要求保护的主题的范围。
附图说明
图1示出了能够实施本公开的多个实现的计算设备100的框图;
图2示出了根据本公开的一些实现的用于资源的库存控制的过程200的流程图;
图3示出了根据本公开的一些实现的表示多个地点之间的路径信息的示例时空网络300的示意图;
图4示出了根据本公开的一些实现的用于确定针对节点的资源的安全库存量的过程400的流程图;以及
图5示出了根据本公开的一些实现的对于安全库存量的第一估计所存在的偏差的第二估计的示意图。
这些附图中,相同或相似参考符号用于表示相同或相似元素。
具体实施方式
现在将参照若干示例实现来论述本公开。应当理解,论述了这些实现仅是为了使得本领域普通技术人员能够更好地理解且因此实现本公开,而不是暗示对本公开的范围的任何限制。
如本文所使用的,术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。术语“基于”要被解读为“至少部分地基于”。术语“一个实现”和“一种实现”要被解读为“至少一个实现”。术语“另一个实现”要被解读为“至少一个其他实现”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
图1示出了能够实施本公开的多个实现的计算设备100的框图。应当理解,图1所示出的计算设备100仅仅是示例性的,而不应当构成对本公开所描述的实现的功能和范围的任何限制。如图1所示,计算设备100包括通用计算设备形式的计算设备100。计算设备100的组件可以包括但不限于一个或多个处理器或处理单元110、存储器120、存储设备130、一个或多个通信单元140、一个或多个输入设备150以及一个或多个输出设备160。
在一些实现中,计算设备100可以被实现为具有计算能力的各种用户终端或服务终端。服务终端可以是各种服务提供方提供的服务器、大型计算设备等。用户终端诸如是任意类型的移动终端、固定终端或便携式终端,包括移动手机、站点、单元、设备、多媒体计算机、多媒体平板、互联网节点、通信器、台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、个人通信系统(PCS)设备、个人导航设备、个人数字助理(PDA)、音频/视频播放器、数码相机/摄像机、定位设备、电视接收器、无线电广播接收器、电子书设备、游戏设备或者其任意组合,包括这些设备的配件和外设或者其任意组合。还可预见到的是,计算设备100能够支持任意类型的针对用户的接口(诸如“可佩戴”电路等)。
处理单元110可以是实际或虚拟处理器并且能够根据存储器120中存储的程序来执行各种处理。在多处理器系统中,多个处理单元并行执行计算机可执行指令,以提高计算设备100的并行处理能力。处理单元110也可以被称为中央处理单元(CPU)、微处理器、控制器、微控制器。
计算设备100通常包括多个计算机存储介质。这样的介质可以是计算设备100可访问的任何可以获得的介质,包括但不限于易失性和非易失性介质、可拆卸和不可拆卸介质。存储器120可以是易失性存储器(例如寄存器、高速缓存、随机访问存储器(RAM))、非易失性存储器(例如,只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存)或其某种组合。存储器120可以包括预测模块122,该模块被配置为执行本文所描述的各种实现的功能。预测模块122可以由处理单元110访问和运行,以实现相应功能。
存储设备130可以是可拆卸或不可拆卸的介质,并且可以包括机器可读介质,其能够用于存储信息和/或数据并且可以在计算设备100内被访问。计算设备100可以进一步包括另外的可拆卸/不可拆卸、易失性/非易失性存储介质。尽管未在图1中示出,可以提供用于从可拆卸、非易失性磁盘进行读取或写入的磁盘驱动和用于从可拆卸、非易失性光盘进行读取或写入的光盘驱动。在这些情况中,每个驱动可以由一个或多个数据介质接口被连接至总线(未示出)。
通信单元140实现通过通信介质与另外的计算设备进行通信。附加地,计算设备100的组件的功能可以以单个计算集群或多个计算机器来实现,这些计算机器能够通过通信连接进行通信。因此,计算设备100可以使用与一个或多个其他服务器、个人计算机(PC)或者另一个一般网络节点的逻辑连接来在联网环境中进行操作。
输入设备150可以是一个或多个各种输入设备,例如鼠标、键盘、追踪球、语音输入设备等。输出设备160可以是一个或多个输出设备,例如显示器、扬声器、打印机等。计算设备100还可以根据需要通过通信单元140与一个或多个外部设备(未示出)进行通信,外部设备诸如存储设备、显示设备等,与一个或多个使得用户与计算设备100交互的设备进行通信,或者与使得计算设备100与一个或多个其他计算设备通信的任何设备(例如,网卡、调制解调器等)进行通信。这样的通信可以经由输入/输出(I/O)接口(未示出)来执行。
在一些实现中,除了被集成在单个设备上之外,计算设备100的各个部件中的一些或所有部件还可以以云计算架构的形式被设置。在云计算架构中,这些部件可以被远程布置,并且可以一起工作以实现本公开所描述的功能。在一些实现中,云计算提供计算、软件、数据访问和存储服务,它们不需要终端用户知晓提供这些服务的系统或硬件的物理位置或配置。在各种实现中,云计算使用适当的协议通过广域网(诸如因特网)提供服务。例如,云计算提供商通过广域网提供应用,并且它们可以通过web浏览器或任何其他计算组件被访问。云计算架构的软件或组件以及相应的数据可以被存储在远程位置处的服务器上。云计算环境中的计算资源可以在远程数据中心位置处被合并或者它们可以被分散。云计算基础设施可以通过共享数据中心提供服务,即使它们表现为针对用户的单一访问点。因此,可以使用云计算架构从远程位置处的服务提供商提供本文所描述的组件和功能。备选地,它们可以从常规服务器被提供,或者它们可以直接或以其他方式被安装在客户端设备上。
计算设备100可以被用来实施根据本公开的用于资源的库存控制的方案。在实施该方案时,计算设备100可以通过输入设备150接收在关于多个地点的路径信息170。路径信息170可以例如由用户输入,并且可以指示在不同时间点在不同地点(例如,港口)之间的路径(例如,航线)。在图1所示的示例中,路径信息170例如可以以包括多个节点以及连接多个节点的多个边的时空网络来表示。其中,时空网络中的一个节点表示在特定时间点的一个地点,并且时空网络中从该节点起始的第一边表示在该特定时间点处从该地点出发的第一路径,而时空网络中到达该节点的第二边表示在该特定时间点处到达该地点的第二路径。计算设备100的处理单元110可以通过库存控制模块122来针对路径信息170确定库存控制结果180,并且通过输出设备160输出该库存控制结果。例如,库存控制模块122所确定的库存控制结果180可以指示经由第二路径向该地点运送的资源的数量以及经由第一路径从该地点运出的资源的数量。
应当理解,图1涉及的路径信息170和库存控制结果180仅仅作为示例被提供。在其他实现中,路径信息170和/或库存控制结果180可以表示不同的内容或者可以以各种形式(诸如,文本、图像和/或表格等)被呈现。本公开的实现在此方面不受限制。
在涉及库存控制的一些传统方案中,通常通过预测每个地点处特定资源的未来输出和回收的数量来预先确定该地点的角色是资源不足、资源平衡还是资源盈余。传统方案通常基于这种针对每个地点的预先确定的角色来确定要向该地点运入和从该地点运出的资源的数量。然而,这种针对地点的预先确定的角色通常是不准确的。例如,每个地点的角色通常是变化的,而传统方案针对地点而预先确定的角色通常不够灵活。因此,这样的方案有可能导致针对具有不同角色的地点应用错误的库存策略,或者导致在确定资源调运的数量时由于不同地点的不同角色而针对不同地点施加的过于复杂的约束。
根据本公开的实现,提出了一种用于资源的库存控制的方案。在该方案中,获取关于多个地点的路径信息。该路径信息指示在多个时间点中的特定时间点处从多个地点中的一个地点出发的第一路径和在该特定时间点处到达该地点的第二路径。然后,确定针对在特定时间点在该地点处的资源的第一数量的至少一个约束以及与至少一个约束相关联的相应惩罚。第一数量至少与经由第二路径向该地点运送的资源的第二数量和经由第一路径从该地点运出的资源的第三数量相关联。基于至少一个约束和相应惩罚,来确定与多个时间点处的多个地点相关联的惩罚的和。确定第二数量和第三数量,以使得该惩罚的和最小。通过该方案,能够在各个地点处保持合适的资源的库存水平,从而在满足客户需求的同时节省不必要的成本。
以下将参照附图来详细描述本公开的示例实现。出于便于描述的目的,在下文中将以海运集装箱运输为例来详细描述本公开的示例实现。然而,应当理解,这仅仅是出于示例的目的,而不旨在限制本公开的范围。本公开的实现也适用于除海运集装箱运输以外的其他领域,并且本公开的范围在此方面不受限制。
图2示出了根据本公开的一些实现的用于资源的库存控制的过程200的流程图。过程200可以如图1所示的计算设备100来实现,例如被实现在库存控制模块122处。为了描述方便起见,结合图1来描述该过程。应当理解,过程200还可以包括未示出的附加动作和/或可以省略所示出的动作。本公开的范围在此方面不受限制。
在框210,计算设备100获取关于多个地点的路径信息170。例如,路径信息170可以由用户经由特定输入设备150被输入至计算设备100。在一些实现中,该路径信息例如可以由包括多个节点以及连接多个节点的多个边的时空网络来表示。其中,时空网络中的一个节点可以表示在特定时间点的一个地点,并且时空网络中从该节点起始的第一边可以表示在该特定时间点处从该地点出发的第一路径,而时空网络中到达该节点的第二边可以表示在该特定时间点处到达该地点的第二路径。
图3示出了根据本公开的一些实现的表示多个地点之间的路径信息的示例时空网络300的示意图。例如,时空网络300表示关于地点P1、P2、P3和P4之间的路径信息。如图3所示,时空网络300中的纵轴表示不同的地点P1、P2、P3和P4,横轴表示不同的时间T1、T2、……TN(其中N为自然数)。
如图3所示,时空网络300可以包括多个节点310-xy(其中,x∈[1,4]并且y∈[1,N]),其中节点310-xy表示在时间Ty处的地点Px。此外,时空网络300还可以包括连接多个节点310-xy的多个边,其中从节点310-xy起始的边可以表示在时间Ty处从地点Px出发的路径,而到达节点310-xy的边表示在时间Ty处到达地点Px的路径。以节点310-22为例,该节点310-22表示在时间T2处的地点P2。从节点310-22起始的边320表示在时间T2处从地点P2出发的路径(本文中也称为“第一路径”);而到达节点310-22的边330表示在时间T2处到达地点P2的路径(本文中也称为“第二路径”)。
尽管在如图3所示的时空网络300中仅示出4个地点(也即,P1、P2、P3和P4),然而应当理解,这仅仅是示例性的而不旨在限制本公开的范围。在本公开的实现中,表示路径信息的时空网络可以指示任意数目的地点之间的路径信息。仅仅出于便于说明的目的,以下结合如图3所示的示例时空网络300来进行描述如图2所示的过程200。
返回图2,在框220,计算设备100确定针对时空网络300中的一个节点(也即,特定时间点的某个地点)处的资源的第一数量的至少一个约束,以及与至少一个约束相关联的相应惩罚。
以海运集装箱运输为例,在此所述的“资源”例如可以指代空集装箱(也称为“空箱”)。与预先确定向某个地点运入和从该地点运出的空箱数量的传统方案不同,在一些实现中,为了确定每个地点要保留的空箱的数量,可以针对如图3所示的时空网络300中的每个节点施加一组约束,并且然后通过线性规划模型来自动地确定向每个节点流入和从该节点流出的空箱的相应数量。
例如,针对时空网络300中的一个节点i,假设INi可以表示向节点i运送的空箱的数量(本文中也称为“第二数量”),OUTi可以表示经由从节点i运出的空箱的数量(本文中也称为“第三数量”),并且INVi可以表示在节点i处原有的空箱数量(例如,其可以是预先确定的数值),则在节点i处剩余的空箱的数量(本文中也称为“第一数量”)可以被表示为INi+INVi-OUTi。以如图3所示的节点310-22为例,假设IN310-22表示经由第二路径330向地点P2运送的空箱的数量,OUT310-22表示经由第一路径320从地点P2运出的空箱的数量,并且INV310-22表示在节点310-22处原有的空箱数量(例如,其可以是预先确定的数值),则在时间T2在地点P2处剩余的空箱的数量可以被表示为IN310-22+INV310-22-OUT310-22。
在一些实现中,计算设备100可以确定针对时空网络300中的节点i处剩余的资源的第一数量的至少一个约束。例如,针对节点i的至少一个约束可以指示第一数量与一个或多个阈值之间的关系。在一些实现中,针对节点i的至少一个约束可以包括以下约束中的一个或多个:第一约束,其要求第一数量超过零;第二约束,其要求第一数量超过表示在该节点处所要求的资源的最小数量(本文中也称为“第一阈值”);以及第三约束,其要求第一数量低于表示在该节点处所能够容纳的资源的最大数量(本文中也称为“第二阈值”)。应当理解,在此所描述的针对节点i的至少一个约束中的约束的数量、以及至少一个约束中所要求的第一数量与一个或多个阈值之间要满足的关系仅是示例性的,而不旨在限制本公开的范围。在其他实现中,也可以向时空网络300中的节点i施加于上述约束不同的另一组约束,并且本公开的范围在此方面不受限制。
在一些实现中,为了在更大的可行域中进行求解(例如,从而确保可行解的存在),可以向上述一组约束应用相应的松弛变量。在此所述的“松弛变量”指代在一个约束条件中超过该约束条件的最低限的部分。例如,通过应用相应的松弛变量,针对节点i处剩余的资源的第一数量的一组约束(也即,第一约束、第二约束和第三约束)可以分别被表示如下:
INi+INVi - OUTi+ SLKi,1≥0 公式(1)
INi+INVi - OUTi+ SLKi,2≥LDi 公式(2)
INi+INVi-OUTi-SLKi,3≤HDi公式(3)
其中,第一阈值LDi表示在节点i处所要求的资源的最小数量,例如,LDi>0。第二阈值HDi表示在节点i处能够容纳的资源的最大数量,例如,HDi>LDi。SLKi,1表示用于第一约束的松弛变量,其衡量节点i处剩余的资源的第一数量不满足“≥0”的程度。SLKi,2表示用于第二约束的松弛变量,其衡量节点i处剩余的资源的第一数量不满足“≥LDi”的程度。SLKi,3用于第三约束的松弛变量,其衡量节点i处剩余的资源的第一数量不满足“≤HDi”的程度。
在一些实现中,针对时空网络中的节点i,第一阈值LDi和第二阈值HDi可以是预先确定的固定值。特别地,第一阈值LDi可以指示在与节点i相对应的时间点和地点处的资源的安全库存量,也被称为针对节点i的资源的“净供应值”。在一些实现中,例如可以基于历史信息来预测在与该节点相对应的时间点和地点处所要求的资源的数量,并且将所预测的数量作为针对该节点i的资源的安全库存量。
在一些情况下,这种预测的数量可能具有较大的不确定性。例如,在实际应用中,节点i处的所需要的资源的数量可能超过所预测的数量。为了能够克服这样的不确定性,针对节点i的资源的安全库存量可以大于所预测的数量。然而,针对节点i的资源的安全库存量也不适于过大,否则会导致不必要的成本。因此,在一些实现中,在确定针对节点i的资源的安全库存量时,除了考虑所预测的数量之外,还可以考虑置信度信息(也即,该预测的数量所存在的偏差)。
图4示出了根据本公开的一些实现的用于确定针对节点i的资源的安全库存量(也即,LDi)的过程400的流程图。过程400可以如图1所示的计算设备100来实现,例如被实现在库存控制模块122处。为了描述方便起见,结合图1来描述该过程。应当理解,过程400还可以包括未示出的附加动作和/或可以省略所示出的动作。本公开的范围在此方面不受限制。
在框410,计算设备100确定针对节点i的资源的安全库存量LDi(也即,第一阈值)的第一估计。例如,可以基于历史信息来预测在与节点i相对应的时间点和地点处所要求的资源的数量。在此假设与时空网络300中的节点i相对应的时间点为t(其中,t∈[T1,TN]),与节点i相对应的地点为p(其中,p∈[P1,P4]),并且所预测的第一阈值的第一估计为
在框420,计算设备100确定对于第一估计所存在的偏差的第二估计。在一些实现中,为了确定第一估计所存在的偏差,计算设备100可以首先获取与地点p所要求的资源数量有关的最大绝对误差kp。例如,最大绝对误差kp指示第一估计所存在的偏差的最大值,其可以是针对地点p而预先定义的值。计算设备100可以进一步获取在时间点t之前对于地点p所要求的资源的数量的历史估计所存在的历史偏差。然后,计算机设备100可以至少基于最大绝对误差kp和历史偏差来确定对于第一估计所存在的偏差的第二估计。假设第二估计利用来表示,则第二估计/>可以利用如下公式(4)来确定:
其中,表示在时间点t之前的时间点q处对于地点p所要求的资源的数量的估计所存在的偏差,α表示向历史偏差之和(也即,/>)应用的系数。例如,图5示出了根据本公开的一些实现的对于资源的安全库存量的第一估计所存在的偏差的第二估计的示意图。如图5所示,针对地点p,在临界时间点t0以前,第二估计/>随时间而逐渐变大。在临界时间点t0处,第二估计/>增大至与最大绝对误差kp相等。在临界时间点t0之后,第二估计/>始终等于最大绝对误差kp。
返回参考图4,在框430,计算设备100基于第一估计和第二估计来确定针对节点i的资源的安全库存量LDi(也即,第一阈值)。在一些实现中,第一阈值LDi可以从区间来被确定。特别地,在一些实现中,第一阈值LDi可以被确定为区间 中的最大值,也即/>以充分克服针对/>的预测中的不确定性。
在一些实现中,计算设备100可以以与确定第一阈值LDi的方式类似的方式来确定第二阈值HDi。出于简化的目的,在此不再详细赘述。
返回参考图2,在框220处,除了确定针对时空网络中的节点i的一组约束之外,计算设备100可以进一步确定与这一组约束相关联的相应惩罚(也称为“成本”)。例如,以如公式(1)~(3)所示的一组约束为例,计算设备100可以确定与如公式(1)所示的第一约束相关联的第一惩罚为COST1,与如公式(2)所示的第二约束相关联的第二惩罚为COST2,以及与如公式(3)所示的第三约束相关联的第三惩罚为COST3。在一些实现中,为了能够优先向资源不足的节点运送资源,可以使得针对不满足第一约束而要施加的第一惩罚COST1不低于确定针对不满足第二约束而要施加的第二惩罚COST2。也即,COST1≥COST2。以此方式,本公开的实现能够为资源不足的节点设置比资源平衡的节点更高的优先级,从而允许优先向资源不足的节点运送资源。
在框230,计算设备100基于至少一个约束和相应惩罚,来确定与多个节点(也即,多个时间点处的多个地点)相关联的惩罚的和。在一些实现中,例如针对如图3所示的时空网络300,计算设备100可以建立目标函数,以表示时空网络300中的多个节点相关联的惩罚的和。例如,该目标函数如下所示:
其中,i表示节点的索引,j表示针对节点i的约束的索引。例如,以如公式(1)~(3)所示的一组约束为例,j∈[1,3]。COSTj表示与第j个约束相关联的惩罚,并且SLKi,j表示在节点i处剩余的资源的第一数量不满足第j个约束的程度。以此方式,本公开的实现能够建立目标函数,以表示时空网络300中的多个节点相关联的惩罚的和。
在框240,计算设备100确定第二数量和第三数量,以使得与多个节点(也即,多个时间点处的多个地点)相关联的惩罚的和最小。例如,计算设备100可以通过使得如公式(4)所示的目标函数最小化,来确定向节点i运送的资源的第二数量INi和从节点i运出的资源的第三数量OUTi。以此方式,本公开的实现能够确定与如图3所示的时空网络300中的每一条边相关联的值,该值可以指示经由这条边所表示的路径来运送的资源的数量。因此,在不事先预测时空网络中的每个节点的角色的情况下,本公开的实现能够通过对每个节点施加一组并不复杂的约束来确定在不同节点之间进行资源调运的方案。
基于以上描述能够看出,本公开的实现提供了一种用于资源的库存控制的方案。该方案对表示多个地点之间的路径信息的时空网络中的每个节点施加一组约束,并且利用线性规划模型来决定向每个节点运送的资源的数量和从每个节点运出的资源的数量。该方案没有通过预先预测每个地点的角色来确定资源调运的数量,因此能够有效克服预测过程的不确定性。通过该方案,能够在不对不同地点施加复杂约束的情况下,在各个地点处保持合适的资源的库存水平,从而既能满足客户的需求也能节省不必要的成本。鉴于该方案的种种益处,该方案能够被应用于包括但不限于空集装箱调运等的各种领域。
以下列出了本公开的一些示例实现方式。
在第一方面,本公开提供了一种设备。该设备包括:处理单元;存储器,该存储器耦合至处理单元并且存储用于由处理单元执行的指令。该指令当由处理单元执行时使得该设备执行动作,动作包括:获取关于多个地点的路径信息,该路径信息指示在多个时间点中的特定时间点处从多个地点中的一个地点出发的第一路径和在特定时间点处到达该地点的第二路径;确定针对在特定时间点在该地点处的资源的第一数量的至少一个约束以及与至少一个约束相关联的相应惩罚,第一数量至少与经由第二路径向该地点运送的资源的第二数量和经由第一路径从该地点运出的资源的第三数量相关联;基于至少一个约束和相应惩罚,来确定与多个时间点处的多个地点相关联的惩罚的和;以及确定第二数量和第三数量,以使得该惩罚的和最小。
在一些实现中,确定至少一个约束包括:确定针对第一数量的第一约束,第一约束要求第一数量超过零。
在一些实现中,确定至少一个约束还包括:确定针对第一数量的第二约束,第二约束要求第一数量超过第一阈值,其中第一阈值表示在特定时间点处该地点所要求的资源的最小数量。
在一些实现中,确定相应惩罚包括:确定针对不满足第一约束而要施加的第一惩罚;以及确定针对不满足第二约束而要施加的第二惩罚,其中第一惩罚超过第二惩罚。
在一些实现中,第一阈值是预先确定的固定值。
在一些实现中,确定第二约束包括:确定对于第一阈值的第一估计;确定对于第一估计所存在的偏差的第二估计;基于第一估计和第二估计来确定第一阈值;以及基于第一阈值来确定第二约束。
在一些实现中,确定第二估计包括:获取与该地点所要求的资源的数量有关的最大绝对误差;获取在特定时间点之前对于该地点所要求的资源的数量的历史估计所存在的历史偏差;以及至少基于最大绝对误差和历史偏差来确定第二估计。
在一些实现中,确定至少一个约束包括:确定针对第一数量的第三约束,第三约束要求第一数量低于第二阈值,其中第二阈值表示在特定时间点处该地点能够容纳的资源的最大数量。
在第二方面,本公开提供了一种计算机实现的方法。该方法包括:获取关于多个地点的路径信息,该路径信息指示在多个时间点中的特定时间点处从多个地点中的一个地点出发的第一路径和在特定时间点处到达该地点的第二路径;确定针对在特定时间点在该地点处的资源的第一数量的至少一个约束以及与至少一个约束相关联的相应惩罚,第一数量至少与经由第二路径向该地点运送的资源的第二数量和经由第一路径从该地点运出的资源的第三数量相关联;基于至少一个约束和相应惩罚,来确定与多个时间点处的多个地点相关联的惩罚的和;以及确定第二数量和第三数量,以使得该惩罚的和最小。
在一些实现中,确定至少一个约束包括:确定针对第一数量的第一约束,第一约束要求第一数量超过零。
在一些实现中,确定至少一个约束还包括:确定针对第一数量的第二约束,第二约束要求第一数量超过第一阈值,其中第一阈值表示在特定时间点处该地点所要求的资源的最小数量。
在一些实现中,确定相应惩罚包括:确定针对不满足第一约束而要施加的第一惩罚;以及确定针对不满足第二约束而要施加的第二惩罚,其中第一惩罚超过第二惩罚。
在一些实现中,第一阈值是预先确定的固定值。
在一些实现中,确定第二约束包括:确定对于第一阈值的第一估计;确定对于第一估计所存在的偏差的第二估计;基于第一估计和第二估计来确定第一阈值;以及基于第一阈值来确定第二约束。
在一些实现中,确定第二估计包括:获取与该地点所要求的资源的数量有关的最大绝对误差;获取在特定时间点之前对于该地点所要求的资源的数量的历史估计所存在的历史偏差;以及至少基于最大绝对误差和历史偏差来确定第二估计。
在一些实现中,确定至少一个约束包括:确定针对第一数量的第三约束,第三约束要求第一数量低于第二阈值,其中第二阈值表示在特定时间点处该地点能够容纳的资源的最大数量。
在第三方面,本公开提供了一种计算机程序产品,计算机程序产品被有形地存储在非瞬态计算机存储介质中并且包括计算机可执行指令,计算机可执行指令在由设备执行时使设备执行本公开的第二方面中的方法。
在第四方面,本公开提供了一种计算机可读介质,其上存储有计算机可执行指令,计算机可执行指令在由设备执行时使设备执行本公开的第二方面中的方法。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实现的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (13)
1.一种电子设备,包括:
处理单元;
存储器,所述存储器被耦合到所述处理单元并且存储用于由所述处理单元执行的指令,所述指令当由所述处理单元执行时,使得所述设备执行动作,所述动作包括:
获取关于多个地点的路径信息,所述路径信息指示在多个时间点中的特定时间点处从所述多个地点中的一个地点出发的第一路径和在所述特定时间点处到达所述地点的第二路径;
确定针对在所述特定时间点在所述地点处的资源的第一数量的至少一个约束以及与所述至少一个约束相关联的相应惩罚,所述第一数量至少与经由所述第二路径向所述地点运送的资源的第二数量和经由所述第一路径从所述地点运出的资源的第三数量相关联;
基于所述至少一个约束和所述相应惩罚,来确定与所述多个时间点处的所述多个地点相关联的惩罚的和;以及
确定所述第二数量和所述第三数量,以使得所述惩罚的和最小,
其中确定所述至少一个约束包括:确定针对所述第一数量的第二约束,所述第二约束要求所述第一数量超过第一阈值,其中所述第一阈值表示在所述特定时间点处所述地点所要求的资源的最小数量,
其中确定所述第二约束包括:
确定对于所述第一阈值的第一估计;
确定对于所述第一估计所存在的偏差的第二估计;
基于所述第一估计和所述第二估计来确定所述第一阈值;以及
基于所述第一阈值来确定所述第二约束,并且
其中确定所述第二估计包括:
获取与所述地点所要求的资源的数量有关的最大绝对误差;
获取在所述特定时间点之前对于所述地点所要求的资源的数量的历史估计所存在的历史偏差;以及
至少基于所述最大绝对误差和所述历史偏差来确定所述第二估计。
2.根据权利要求1所述的电子设备,其中确定所述至少一个约束包括:
确定针对所述第一数量的第一约束,所述第一约束要求所述第一数量超过零。
3.根据权利要求2所述的电子设备,其中确定所述相应惩罚包括:
确定针对不满足所述第一约束而要施加的第一惩罚;以及
确定针对不满足所述第二约束而要施加的第二惩罚,其中所述第一惩罚超过所述第二惩罚。
4.根据权利要求1所述的电子设备,其中所述第一阈值是预先确定的固定值。
5.根据权利要求1所述的电子设备,其中确定所述至少一个约束包括:
确定针对所述第一数量的第三约束,所述第三约束要求所述第一数量低于第二阈值,其中所述第二阈值表示在所述特定时间点处所述地点能够容纳的资源的最大数量。
6.一种计算机实现的方法,包括:
获取关于多个地点的路径信息,所述路径信息指示在多个时间点中的特定时间点处从所述多个地点中的一个地点出发的第一路径和在所述特定时间点处到达所述地点的第二路径;
确定针对在所述特定时间点在所述地点处的资源的第一数量的至少一个约束以及与所述至少一个约束相关联的相应惩罚,所述第一数量至少与经由所述第二路径向所述地点运送的资源的第二数量和经由所述第一路径从所述地点运出的资源的第三数量相关联;
基于所述至少一个约束和所述相应惩罚,来确定与所述多个时间点处的所述多个地点相关联的惩罚的和;以及
确定所述第二数量和所述第三数量,以使得所述惩罚的和最小,
其中确定所述至少一个约束包括:确定针对所述第一数量的第二约束,所述第二约束要求所述第一数量超过第一阈值,其中所述第一阈值表示在所述特定时间点处所述地点所要求的资源的最小数量,
其中确定所述第二约束包括:
确定对于所述第一阈值的第一估计;
确定对于所述第一估计所存在的偏差的第二估计;
基于所述第一估计和所述第二估计来确定所述第一阈值;以及
基于所述第一阈值来确定所述第二约束,并且
其中确定所述第二估计包括:
获取与所述地点所要求的资源的数量有关的最大绝对误差;
获取在所述特定时间点之前对于所述地点所要求的资源的数量的历史估计所存在的历史偏差;以及
至少基于所述最大绝对误差和所述历史偏差来确定所述第二估计。
7.根据权利要求6所述的方法,其中确定所述至少一个约束包括:
确定针对所述第一数量的第一约束,所述第一约束要求所述第一数量超过零。
8.根据权利要求7所述的方法,其中确定所述相应惩罚包括:
确定针对不满足所述第一约束而要施加的第一惩罚;以及
确定针对不满足所述第二约束而要施加的第二惩罚,其中所述第一惩罚超过所述第二惩罚。
9.根据权利要求6所述的方法,其中所述第一阈值是预先确定的固定值。
10.根据权利要求6所述的方法,其中确定所述至少一个约束包括:
确定针对所述第一数量的第三约束,所述第三约束要求所述第一数量低于第二阈值,其中所述第二阈值表示在所述特定时间点处所述地点能够容纳的资源的最大数量。
11.一种计算机存储介质,存储机器可执行指令,所述机器可执行指令在由设备执行时使所述设备执行动作,所述动作包括:
获取关于多个地点的路径信息,所述路径信息指示在多个时间点中的特定时间点处从所述多个地点中的一个地点出发的第一路径和在所述特定时间点处到达所述地点的第二路径;
确定针对在所述特定时间点在所述地点处的资源的第一数量的至少一个约束以及与所述至少一个约束相关联的相应惩罚,所述第一数量至少与经由所述第二路径向所述地点运送的资源的第二数量和经由所述第一路径从所述地点运出的资源的第三数量相关联;
基于所述至少一个约束和所述相应惩罚,来确定与所述多个时间点处的所述多个地点相关联的惩罚的和;以及
确定所述第二数量和所述第三数量,以使得所述惩罚的和最小,
其中确定所述至少一个约束包括:确定针对所述第一数量的第二约束,所述第二约束要求所述第一数量超过第一阈值,其中所述第一阈值表示在所述特定时间点处所述地点所要求的资源的最小数量,
其中确定所述第二约束包括:
确定对于所述第一阈值的第一估计;
确定对于所述第一估计所存在的偏差的第二估计;
基于所述第一估计和所述第二估计来确定所述第一阈值;以及
基于所述第一阈值来确定所述第二约束,并且
其中确定所述第二估计包括:
获取与所述地点所要求的资源的数量有关的最大绝对误差;
获取在所述特定时间点之前对于所述地点所要求的资源的数量的历史估计所存在的历史偏差;以及
至少基于所述最大绝对误差和所述历史偏差来确定所述第二估计。
12.根据权利要求11所述的计算机存储介质,其中确定所述至少一个约束包括:
确定针对所述第一数量的第一约束,所述第一约束要求所述第一数量超过零。
13.根据权利要求11所述的计算机存储介质,其中确定所述至少一个约束还包括:
确定针对所述第一数量的第三约束,所述第三约束要求所述第一数量低于第二阈值,其中所述第二阈值表示在所述特定时间点处所述地点能够容纳的资源的最大数量。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810552780.9A CN110555542B (zh) | 2018-05-31 | 2018-05-31 | 资源的库存控制 |
PCT/US2019/031911 WO2019231637A1 (en) | 2018-05-31 | 2019-05-13 | Inventory control of resources |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810552780.9A CN110555542B (zh) | 2018-05-31 | 2018-05-31 | 资源的库存控制 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110555542A CN110555542A (zh) | 2019-12-10 |
CN110555542B true CN110555542B (zh) | 2023-06-02 |
Family
ID=66669105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810552780.9A Active CN110555542B (zh) | 2018-05-31 | 2018-05-31 | 资源的库存控制 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110555542B (zh) |
WO (1) | WO2019231637A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113035340B (zh) * | 2021-03-26 | 2023-11-24 | 贵州和瑞医疗科技有限公司 | 医疗耗材自动补货系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010086055A (ja) * | 2008-09-29 | 2010-04-15 | Canon Marketing Japan Inc | 在庫管理装置、在庫管理方法、プログラム |
KR20110014323A (ko) * | 2009-08-05 | 2011-02-11 | 부산대학교 산학협력단 | 컨테이너 자원의 최적화 관리 시스템 및 방법 |
CN102201084A (zh) * | 2010-03-23 | 2011-09-28 | 通用汽车环球科技运作有限责任公司 | 库存管理 |
CN107025495A (zh) * | 2015-12-17 | 2017-08-08 | Sap欧洲公司 | 基于用户选择来降低确定用于装运集装箱的路线的复杂度 |
US9818082B1 (en) * | 2016-01-28 | 2017-11-14 | Amazon Technologies, Inc | Managing a removal channel based on inventory capacity |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8433596B2 (en) * | 2004-07-20 | 2013-04-30 | Sap Aktiengesellschaft | System and method for service parts planning |
US20060085299A1 (en) * | 2004-10-15 | 2006-04-20 | Goll Michael H | Methods and systems for managing inventory by optimizing order quantity and safety stock |
JP4410167B2 (ja) * | 2005-07-14 | 2010-02-03 | 株式会社日立製作所 | コンテナ管理方法およびコンテナ管理システム |
US20160055438A1 (en) * | 2014-08-19 | 2016-02-25 | Yuanyuan CEN | System and method for empty container reposition resistant to disruptions |
-
2018
- 2018-05-31 CN CN201810552780.9A patent/CN110555542B/zh active Active
-
2019
- 2019-05-13 WO PCT/US2019/031911 patent/WO2019231637A1/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010086055A (ja) * | 2008-09-29 | 2010-04-15 | Canon Marketing Japan Inc | 在庫管理装置、在庫管理方法、プログラム |
KR20110014323A (ko) * | 2009-08-05 | 2011-02-11 | 부산대학교 산학협력단 | 컨테이너 자원의 최적화 관리 시스템 및 방법 |
CN102201084A (zh) * | 2010-03-23 | 2011-09-28 | 通用汽车环球科技运作有限责任公司 | 库存管理 |
CN107025495A (zh) * | 2015-12-17 | 2017-08-08 | Sap欧洲公司 | 基于用户选择来降低确定用于装运集装箱的路线的复杂度 |
US9818082B1 (en) * | 2016-01-28 | 2017-11-14 | Amazon Technologies, Inc | Managing a removal channel based on inventory capacity |
Non-Patent Citations (2)
Title |
---|
《Management of empty container repositioning considering leveling marine container logistics》;Heng Wang.etc;《 2016 Techno-Ocean (Techno-Ocean)》;20161008;全文 * |
跨区域远洋航线空集装箱动态调运优化模型;芦立华等;《计算机工程与应用》;20150421(第22期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110555542A (zh) | 2019-12-10 |
WO2019231637A1 (en) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9665387B2 (en) | User-influenced placement of virtual machine instances | |
US20170206490A1 (en) | System and method to dynamically integrate components of omni-channel order fulfilment | |
US20140244848A1 (en) | Fulfillment of requests for computing capacity | |
US9015169B2 (en) | Tenant placement in multitenant cloud databases with data sharing | |
US20140337834A1 (en) | User-Influenced Placement of Virtual Machine Instances | |
US20130024573A1 (en) | Scalable and efficient management of virtual appliance in a cloud | |
CN111047243A (zh) | 一种确定物流配送费用的方法和装置 | |
KR101340371B1 (ko) | 모바일 디바이스를 이용한 클라우드 컴퓨팅 리소스 분배 장치 및 방법 | |
CN113765820A (zh) | 基于令牌桶的限流方法、装置、计算设备及介质 | |
CN113448728B (zh) | 一种云资源调度方法、装置、设备及存储介质 | |
CN105335389A (zh) | 一种业务可视化方法及系统 | |
US20140337833A1 (en) | User-Influenced Placement of Virtual Machine Instances | |
CN110555542B (zh) | 资源的库存控制 | |
CN110659850A (zh) | 用于货物调配的规划 | |
CN112149863A (zh) | 确定资源消耗量的方法、设备和计算机存储介质 | |
Bai et al. | Asymptotic optimality of semi-open-loop policies in markov decision processes with large lead times | |
Millhiser et al. | Optimal admission control in series production systems with blocking | |
US9628591B2 (en) | Packet transport protocol processing | |
US20130103456A1 (en) | Method, system and program storage device for production planning | |
Wang et al. | Supply chain scheduling with receiving deadlines and non-linear penalty | |
CN113436003A (zh) | 时长确定方法、装置、电子设备、介质和程序产品 | |
CN112396360A (zh) | 针对多货物混合存储的理货方法和装置 | |
US11500399B2 (en) | Adjustable control of fluid processing networks based on proportions of server effort | |
CN111949500B (zh) | 资源匹配方法、装置、电子设备及可读存储介质 | |
CN110019165A (zh) | 一种清洗异常数据的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |