CN110633820A - 仓库地址的推荐方法、装置及计算机可读存储介质 - Google Patents
仓库地址的推荐方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110633820A CN110633820A CN201810658639.7A CN201810658639A CN110633820A CN 110633820 A CN110633820 A CN 110633820A CN 201810658639 A CN201810658639 A CN 201810658639A CN 110633820 A CN110633820 A CN 110633820A
- Authority
- CN
- China
- Prior art keywords
- recommended
- warehouse address
- type
- warehouse
- determining
- 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
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
- G06Q10/04—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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种仓库地址的推荐方法、装置及计算机可读存储介质,涉及物流技术领域,所述方法包括:根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与所述期望运营目标对应的运营参数;根据所述期望运营目标和所述商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重;基于每个备选仓库地址的运营参数和权重,从所述多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足所述期望运营目标。
Description
技术领域
本公开涉及物流技术领域,尤其是一种仓库地址的推荐方法、装置及计算机可读存储介质。
背景技术
随着物流行业的快速发展,大型电商自建仓库越来越多。大型电商的自建仓库分布比较广泛,因此,可以将自建的仓库租用给其他商家,即,第三方商家。这样,一方面能够节省第三方商家的运营成本,另一方面还能提高大型电商自建仓库的利用率。
发明内容
发明人注意到,相关技术中,在为第三方商家选择仓库地址时,通常是由人工来选择。人工选择的仓库地址更多依赖个人主观性,但可能并不能满足第三方商家的运营需求。
有鉴于此,本公开实施例提出了一种仓库地址的推荐方案,能够满足商家的运营需求。
根据本公开实施例的一方面,提供一种仓库地址的推荐方法,包括:根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与所述期望运营目标对应的运营参数;根据所述期望运营目标和所述商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重;基于每个备选仓库地址的运营参数和权重,从所述多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足所述期望运营目标。
在一些实施例中,所述预定数量为所述商家的期望数量。
在一些实施例中,所述方法还包括:确定所述商家的每类商品需要在所述待推荐仓库地址初始布置的初始数量;确定每类商品在所述初始布置后的第i天需要在所述待推荐仓库地址进行补货的补货数量,1≤i≤N,N为整数;根据每类商品第i天在所述待推荐仓库地址的实际销售数据和第s天前的补货数量,计算每类商品第i天在所述待推荐仓库地址的模拟运营参数,s为将每类商品运到所述待推荐仓库地址需要的天数;将所述待推荐仓库地址和每类商品第i天在所述待推荐仓库地址的模拟运营参数推荐给所述商家,其中所述模拟运营参数包括运营成本和配送时间中的至少一个。
在一些实施例中,确定所述初始数量包括:在所述初始布置前,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内的未来日均销量;根据所述未来日均销量和安全销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最小数量;根据所述未来日均销量和期望销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最大数量;确定大于所述最小数量、且小于所述最大数量的所述初始数量,以使得所述待推荐仓库地址在初始布置所述初始数量后的每类商品后的运营参数最小。
在一些实施例中,确定所述补货数量包括:在初始布置每类商品后的第i天,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内未来日均销量;根据所述未来日均销量和安全销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最小补货数量;根据所述未来日均销量和期望销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最大补货数量;获取每类商品第i天在所述待推荐仓库地址的当前库存数量;在所述当前库存数量小于或等于所述最小补货数量的情况下,将所述最大补货数量与所述当前库存数量的差值确定为所述补货数量。
根据本公开实施例的另一方面,提供一种仓库地址的推荐装置,包括:运营参数确定模块,用于根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与所述期望运营目标对应的运营参数;权重确定模块,用于根据所述期望运营目标和所述商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重;仓库地址确定模块,用于基于每个备选仓库地址的运营参数和权重,从所述多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足所述期望运营目标。
在一些实施例中,所述预定数量为所述商家的期望数量。
在一些实施例中,所述装置还包括:初始数量确定模块,用于确定所述商家的每类商品需要在所述待推荐仓库地址初始布置的初始数量;补货数量确定模块,用于确定每类商品在所述初始布置后的第i天需要在所述待推荐仓库地址进行补货的补货数量,1≤i≤N,N为整数;运营参数计算模块,用于根据每类商品第i天在所述待推荐仓库地址的实际销售数据和第s天前的补货数量,计算每类商品第i天在所述待推荐仓库地址的模拟运营参数,s为将每类商品运到所述待推荐仓库地址需要的天数;仓库地址推荐模块,用于将所述待推荐仓库地址和每类商品第i天在所述待推荐仓库地址的模拟运营参数推荐给所述商家,其中所述模拟运营参数包括运营成本和配送时间中的至少一个。
在一些实施例中,所述初始数量确定模块用于:在所述初始布置前,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内的未来日均销量;根据所述未来日均销量和安全销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最小数量;根据所述未来日均销量和期望销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最大数量;确定大于所述最小数量、且小于所述最大数量的所述初始数量,以使得所述待推荐仓库地址在初始布置所述初始数量后的每类商品后的运营参数最小。
在一些实施例中,所述补货数量确定模块用于:在初始布置每类商品后的第i天,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内未来日均销量;根据所述未来日均销量和安全销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最小补货数量;根据所述未来日均销量和期望销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最大补货数量;获取每类商品第i天在所述待推荐仓库地址的当前库存数量;在所述当前库存数量小于或等于所述最小补货数量的情况下,将所述最大补货数量与所述当前库存数量的差值确定为所述补货数量。
根据本公开实施例的又一方面,提供一种仓库地址的推荐装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令执行上述任意一个实施例所述的方法。
根据本公开实施例的还一方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上述任意一个实施例所述的方法。
本公开实施例中,基于商家的期望运营目标和每个备选仓库地址的历史销量数据,可以得到每个备选仓库地址的运营参数和权重,进而可以得到满足期望运营目标的预定数量的待推荐仓库地址。这样的仓库推荐方式可以满足商家的运营需求。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本公开一些实施例的仓库地址的推荐方法的流程示意图;
图2是根据本公开另一些实施例的仓库地址的推荐方法的流程示意图;
图3是根据本公开一些实施例的确定初始数量的流程示意图;
图4是根据本公开一些实施例的确定补货数量的流程示意图;
图5是根据本公开一些实施例的仓库地址的推荐装置的结构示意图;
图6是根据本公开另一些实施例的仓库地址的推荐装置的结构示意图;
图7是根据本公开又一些实施例的仓库地址的推荐装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1是根据本公开一些实施例的仓库地址的推荐方法的流程示意图。
在步骤102,根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与期望运营目标对应的运营参数。
备选仓库地址例如可以是某个城市,每个城市可以配置有多个仓库。当然,本公开并不限于此,例如,备选仓库地址也可以是某个县等其他级别的区域。
不同的期望运营目标对应不同的运营参数。例如,期望运营目标为运营成本最小,如果根据体积来计算成本,则某个备选仓库地址与期望运营目标对应的运营参数可以是单位体积的成本。又例如,期望运营目标为配送时效最短,则某个备选仓库地址与期望运营目标对应的运营参数可以是从该备选仓库地址到任意一个城市的运输时间。
在一些实施例中,商家的期望运营目标可以用不同的标识来表示,这样,根据接收到的标识可以识别出商家的期望运营目标,进而确定每个备选仓库地址对应的运营参数。
在步骤104,根据期望运营目标和商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重。
例如,期望运营目标为运营成本最小,则根据历史销量数据可以确定在某个备选仓库地址的全部订单的体积之和,进而可以将该备选仓库地址的全部订单的体积之和作为该备选仓库地址的权重。
又例如,期望运营目标为配送时效最短,则根据历史销量数据可以确定在某个备选仓库地址的全部订单的数量之和,进而可以将该备选仓库地址的全部订单的数量之和作为该备选仓库地址的权重。
在步骤106,基于每个备选仓库地址的运营参数和权重,从多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足期望运营目标。
在一些实施例中,预定数量可以是自建仓库的电商自身预先确定的固定数量。在另一些实施例中,预定数量可以是商家的期望数量,即,可以根据商家的需求确定相应数量的待推荐仓库地址。这里,期望数量可以是一个,也可以是多个。
例如,预定数量为3,期望运营目标为运营成本最小,则可以根据每个备选仓库地址的运营参数和权重,对多个备选仓库中任意3个备选仓库的运营参数进行加权求和,然后将加权求和最小的3个备选仓库地址作为待推荐仓库地址。这样,便可以满足期望运营目标。
下面介绍在预定数量为多个的情况下,如何确定预定数量的待推荐仓库地址。应理解,以下方式仅为示例性的实现方式。
假设某区域内一共有N个城市,有P个城市可以作为备选仓库地址,P≤N。
假设当前期望数量为t=l,根据以下公式可以得到l个待推荐仓库地址:
令t=t+1,根据上述公式可以得到l+1个待推荐仓库地址。重复利用上述公式,直到t=r,从而得到r个待推荐仓库地址。如此,可以得到l至r之间不同期望数量的待推荐仓库地址。
上述实施例中,基于商家的期望运营目标和每个备选仓库地址的历史销量数据,可以得到每个备选仓库地址的运营参数和权重,进而可以得到满足期望运营目标的预定数量的待推荐仓库地址。这样的仓库推荐方式可以满足商家的运营需求。
在一些应用实例中,例如,某个商家在将自建仓库租用给第三方商家时,可以利用本公开实施例提供的仓库地址的推荐方法来确定向第三方商家推荐的仓库地址。
图2是根据本公开另一些实施例的仓库地址的推荐方法的流程示意图。
图2中的步骤202-步骤206可以参照图1所示实施例中步骤102-步骤106的描述,在此不再赘述。以下重点介绍图2与图1所示实施例的不同之处,即图2相对于图1额外包括的步骤208-步骤214。
在步骤202,根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与期望运营目标对应的运营参数。
在步骤204,根据期望运营目标和商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重。
在步骤206,基于每个备选仓库地址的运营参数和权重,从多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足期望运营目标。
在确定预定数量的待推荐仓库地址后,可以将预定数量的待推荐仓库地址推荐给第三商家,以供商家选择。
另外,在一些实施例中,还可以通过以下步骤208-步骤214介绍的方式对待推荐仓库地址的运营进行模拟,以得到模拟运营参数,进而可以将待推荐仓库地址和模拟运营参数一并推荐给第三商家,以便商家基于模拟运营参数从待推荐仓库地址中选择仓库地址作为自身的运营仓库地址。
在步骤208,确定商家的每类商品需要在待推荐仓库地址初始布置的初始数量。
在一些实现方式中,可以针对商家预设初始数量,例如,针对不同的商家,同一类商品在同一待推荐仓库地址初始布置的初始数量相同。
在另一些实现方式中,可以根据在初始布置前每类商品在待推荐仓库地址过去一段时间内的历史日均销量、安全销售天数和期望销售天数,来确定每类商品需要在待推荐仓库地址初始布置的初始数量。后文将结合图3对这种实现方式进行详细介绍。
需要说明的是,这里及下文提到的安全销售天数,例如可以是确保每类商品在待推荐仓库地址的库存数量大于0的天数。
在步骤210,确定每类商品在初始布置后的第i天需要在待推荐仓库地址进行补货的补货数量,1≤i≤N,N为整数。例如,可以根据预期模拟运营天数来确定N的值。
在一些实现方式中,可以针对商家预设每类商品第i天在待推荐仓库地址的补货数量,例如,针对不同的商家,同一类商品第i天在同一待推荐仓库地址的补货数量相同。
在另一些实现方式中,可以根据在初始布置每类商品后的第i天,每类商品在待推荐仓库地址过去一段时间内的历史日均销量、安全销售天数和期望销售天数,来确定每类商品在初始布置后的第i天需要在待推荐仓库地址进行补货的补货数量。后文将结合图4对这种实现方式进行详细介绍。
在步骤212,根据每类商品第i天在待推荐仓库地址的实际销售数据和第s天前的补货数量,计算每类商品第i天在待推荐仓库地址的模拟运营参数。这里,s为将每类商品(例如从生产地)运到待推荐仓库地址需要的天数。在一些实施例中,s可以与安全销售天数相同。
模拟运营参数可以包括运营成本和配送时间中的至少一个。运营成本例如可以包括库存成本、运输成本、配送成本、分拣成本等。例如,根据第i天的实际销售数据可以得到每类商品第i天在待推荐仓库地址的配送成本和分拣成本。例如,根据第i天的实际销售数据和每类商品第s天前的补货数量,可以得到每类商品第i天在待推荐仓库地址的运输成本。例如,根据第i-1天的剩余数量和第i天的实际销售数据可以计算每类商品第i天的剩余数量,根据每类商品第i天的剩余数量可以得到库存成本。
在步骤214,将待推荐仓库地址和每类商品第i天在待推荐仓库地址的模拟运营参数推荐给商家。
商家可以根据每类商品第i天在待推荐仓库地址的模拟运营参数,从预定数量的待推荐仓库地址中选择一个或多个作为自身的运营地址。
上述实施例中,在确定待推荐仓库地址后,通过模拟得到每个待推荐仓库地址的模拟运营参数,然后将待推荐仓库地址和模拟运营参数一并推荐给第三商家,以便商家基于模拟运营参数从待推荐仓库地址中选择仓库地址作为自身的运营仓库地址。这样的仓库地址推荐方式能够更好地满足商家的需求。
图3是根据本公开一些实施例的确定初始数量的流程示意图。
在步骤302,在初始布置前,根据每类商品在待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在待推荐仓库地址未来一段时间内的未来日均销量。
这里,过去一段时间和未来一段时间例如可以是一周等其他时间段。历史日均销量为每类商品在待推荐仓库地址的实际历史日均销量。
假设当前为第i天,在初始布置前,某类商品在待推荐仓库地址过去一周的历史日均销量为xi,未来一周的未来日均销量为yi。
假设yi和xi之间满足线性关系:yi=βixi+∈i。利用过去n天某类商品的实际销量数据,根据以下公式可以得到βi:
上述公式中,距离第i天约接近,权重wi-j越大。在一些实施例中,权重wi-j例如可以是径向基函数。然而,本公开不限于此,例如,权重wi-j也可以是其他核函数。
在得到βi后,根据以下公式可以得到第i天未来一段时间内未来日均销量
yi=βixi
在步骤304,根据未来日均销量和安全销售天数,确定每类商品需要在待推荐仓库地址初始布置的最小数量。
这里,最小数量也可以称为安全库存量。假设安全销售天数为s,则最小数量si=s×yi。
在步骤306,根据未来日均销量和期望销售天数,确定每类商品需要在待推荐仓库地址初始布置的最大数量。
这里,最大数量也可以称为期望库存量。假设期望销售天数为e,则最大数量ei=e×yi。
在步骤308,确定大于最小数量、且小于最大数量的初始数量,以使得待推荐仓库地址在初始布置初始数量后的每类商品后的运营参数最小。
下面以运营成本最小为例介绍步骤308的一个具体实现方式。
假设某类商品在第i个待推荐仓库地址的仓储成本是ai,从生产地将该类商品运输到第i个待推荐仓库地址的物流成本是bi,从第i个待推荐仓库地址将该类商品逆向物流回生产地的成本是ci。初始布置的商品在未来1天有可能卖出,则该商品的成本为ai+bi;初始布置的商品在未来1天有可能逆向物流回生产地,则该商品的成本为ai+bi+ci。
初始布置的商品在未来1天卖出和逆向物流的概率分别为pi和1-pi。例如,可以设pi=0.5。又例如,可以设fi为某类商品在第i个待推荐仓库地址的当前库存量,i=0,…,p,p为待推荐仓库的数量。xi为需要初始布置商家的该类商品的初始数量,si≤xi≤ei+hi,hi为预设库存缓冲量。例如,hi=1.5×ei。
根据上述公式可以使得第i个待推荐仓库地址在初始布置初始数量xi后的某类商品后的运营成本最小。
通过上述方式可以确定每类商品在每个待推荐仓库地址需要进行初始布置的初始数量。
图4是根据本公开一些实施例的确定补货数量的流程示意图。
在步骤402,在初始布置每类商品后的第i天,根据每类商品在待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在待推荐仓库地址未来一段时间内未来日均销量。
例如,可以利用上面给出的方式来预测未来日均销量。
在步骤404,根据未来日均销量和安全销售天数,确定每类商品第i天需要在待推荐仓库地址进行补货的最小补货数量。
最小补货数量也可以称为安全库存量。例如,可以利用上面确定最小数量的方式来确定最小补货数量。
在步骤406,根据未来日均销量和期望销售天数,确定每类商品第i天需要在待推荐仓库地址进行补货的最大补货数量。
最大补货数量也可以称为期望库存量。例如,可以利用上面确定最大数量的方式来确定最大补货数量。
在步骤408,获取每类商品第i天在待推荐仓库地址的当前库存数量。
例如,针对某类商品,可以对该类商品在待推荐仓库地址的实际库存数量与从生产地运输到待推荐仓库地址的在途库存数量求和,然后,减去该类商品当日已经预定销售的预定库存数量,从而得到当前库存数量。
在步骤410,在当前库存数量小于或等于最小补货数量的情况下,将最大补货数量与当前库存数量的差值确定为补货数量。
通过上述方式可以确定任意一天每类商品在待推荐仓库地址需要进行补货的数量。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图5是根据本公开一些实施例的仓库地址的推荐装置的结构示意图。如图5所示,该实施例的装置包括运营参数确定模块501、权重确定模块502和仓库地址确定模块503。
运营参数确定模块501用于根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与期望运营目标对应的运营参数。权重确定模块502用于根据期望运营目标和商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重。仓库地址确定模块503用于基于每个备选仓库地址的运营参数和权重,从多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足期望运营目标。在一些实施例中,预定数量为商家的期望数量。
图6是根据本公开另一些实施例的仓库地址的推荐装置的结构示意图。如图6所示,该实施例的装置与图5相比,还包括初始数量确定模块601、补货数量确定模块602、运营参数计算模块603和仓库地址推荐模块604。
初始数量确定模块601用于确定商家的每类商品需要在待推荐仓库地址初始布置的初始数量。补货数量确定模块602用于确定每类商品在初始布置后的第i天需要在待推荐仓库地址进行补货的补货数量,1≤i≤N,N为整数。运营参数计算模块603用于根据每类商品第i天在待推荐仓库地址的实际销售数据和第s天前的补货数量,计算每类商品第i天在待推荐仓库地址的模拟运营参数,s为将每类商品运到待推荐仓库地址需要的天数。仓库地址推荐模块604用于将待推荐仓库地址和每类商品第i天在待推荐仓库地址的模拟运营参数推荐给商家,这里的模拟运营参数包括运营成本和配送时间中的至少一个。
在一些实施例中,初始数量确定模块601用于根据以下方式确定初始数量:在初始布置前,根据每类商品在待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在待推荐仓库地址未来一段时间内的未来日均销量;根据未来日均销量和安全销售天数,确定每类商品需要在待推荐仓库地址初始布置的最小数量;根据未来日均销量和期望销售天数,确定每类商品需要在待推荐仓库地址初始布置的最大数量;确定大于最小数量、且小于最大数量的初始数量,以使得待推荐仓库地址在初始布置初始数量后的每类商品后的运营参数最小。
在一些实施例中,补货数量确定模块602用于根据以下方式确定补货数量:在初始布置每类商品后的第i天,根据每类商品在待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在待推荐仓库地址未来一段时间内未来日均销量;根据未来日均销量和安全销售天数,确定每类商品第i天需要在待推荐仓库地址进行补货的最小补货数量;根据未来日均销量和期望销售天数,确定每类商品第i天需要在待推荐仓库地址进行补货的最大补货数量;获取每类商品第i天在待推荐仓库地址的当前库存数量;在当前库存数量小于或等于最小补货数量的情况下,将最大补货数量与当前库存数量的差值确定为补货数量。
图7是根据本公开又一些实施例的仓库地址的推荐装置的结构示意图。如图7所示,该实施例的装置700包括存储器701以及耦接至该存储器701的处理器702,处理器702被配置为基于存储在存储器701中的指令,执行前述任意一些实施例的方法。
存储器701例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如可以存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
装置700还可以包括输入输出接口703、网络接口704、存储接口705等。这些接口703、704、705之间、以及存储器701与处理器702之间例如可以通过总线706连接。输入输出接口703为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口704为各种联网设备提供连接接口。存储接口705为SD卡、U盘等外置存储设备提供连接接口。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (12)
1.一种仓库地址的推荐方法,包括:
根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与所述期望运营目标对应的运营参数;
根据所述期望运营目标和所述商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重;
基于每个备选仓库地址的运营参数和权重,从所述多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足所述期望运营目标。
2.根据权利要求1所述的方法,其中,所述预定数量为所述商家的期望数量。
3.根据权利要求1或2所述的方法,还包括:
确定所述商家的每类商品需要在所述待推荐仓库地址初始布置的初始数量;
确定每类商品在所述初始布置后的第i天需要在所述待推荐仓库地址进行补货的补货数量,1≤i≤N,N为整数;
根据每类商品第i天在所述待推荐仓库地址的实际销售数据和第s天前的补货数量,计算每类商品第i天在所述待推荐仓库地址的模拟运营参数,s为将每类商品运到所述待推荐仓库地址需要的天数;
将所述待推荐仓库地址和每类商品第i天在所述待推荐仓库地址的模拟运营参数推荐给所述商家,其中所述模拟运营参数包括运营成本和配送时间中的至少一个。
4.根据权利要求3所述的方法,其中,确定所述初始数量包括:
在所述初始布置前,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内的未来日均销量;
根据所述未来日均销量和安全销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最小数量;
根据所述未来日均销量和期望销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最大数量;
确定大于所述最小数量、且小于所述最大数量的所述初始数量,以使得所述待推荐仓库地址在初始布置所述初始数量后的每类商品后的运营参数最小。
5.根据权利要求3所述的方法,其中,确定所述补货数量包括:
在初始布置每类商品后的第i天,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内未来日均销量;
根据所述未来日均销量和安全销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最小补货数量;
根据所述未来日均销量和期望销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最大补货数量;
获取每类商品第i天在所述待推荐仓库地址的当前库存数量;
在所述当前库存数量小于或等于所述最小补货数量的情况下,将所述最大补货数量与所述当前库存数量的差值确定为所述补货数量。
6.一种仓库地址的推荐装置,包括:
运营参数确定模块,用于根据商家的期望运营目标,确定多个备选仓库地址中的每个备选仓库地址与所述期望运营目标对应的运营参数;
权重确定模块,用于根据所述期望运营目标和所述商家在每个备选仓库地址的历史销量数据,确定每个备选仓库地址的权重;
仓库地址确定模块,用于基于每个备选仓库地址的运营参数和权重,从所述多个备选仓库地址中确定预定数量的待推荐仓库地址,以满足所述期望运营目标。
7.根据权利要求6所述的装置,其中,所述预定数量为所述商家的期望数量。
8.根据权利要求6或7所述的装置,还包括:
初始数量确定模块,用于确定所述商家的每类商品需要在所述待推荐仓库地址初始布置的初始数量;
补货数量确定模块,用于确定每类商品在所述初始布置后的第i天需要在所述待推荐仓库地址进行补货的补货数量,1≤i≤N,N为整数;
运营参数计算模块,用于根据每类商品第i天在所述待推荐仓库地址的实际销售数据和第s天前的补货数量,计算每类商品第i天在所述待推荐仓库地址的模拟运营参数,s为将每类商品运到所述待推荐仓库地址需要的天数;
仓库地址推荐模块,用于将所述待推荐仓库地址和每类商品第i天在所述待推荐仓库地址的模拟运营参数推荐给所述商家,其中所述模拟运营参数包括运营成本和配送时间中的至少一个。
9.根据权利要求8所述的装置,其中,所述初始数量确定模块用于:
在所述初始布置前,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内的未来日均销量;
根据所述未来日均销量和安全销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最小数量;
根据所述未来日均销量和期望销售天数,确定每类商品需要在所述待推荐仓库地址初始布置的最大数量;
确定大于所述最小数量、且小于所述最大数量的所述初始数量,以使得所述待推荐仓库地址在初始布置所述初始数量后的每类商品后的运营参数最小。
10.根据权利要求8所述的装置,其中,所述补货数量确定模块用于:
在初始布置每类商品后的第i天,根据每类商品在所述待推荐仓库地址过去一段时间内的历史日均销量,预测每类商品在所述待推荐仓库地址未来一段时间内未来日均销量;
根据所述未来日均销量和安全销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最小补货数量;
根据所述未来日均销量和期望销售天数,确定每类商品第i天需要在所述待推荐仓库地址进行补货的最大补货数量;
获取每类商品第i天在所述待推荐仓库地址的当前库存数量;
在所述当前库存数量小于或等于所述最小补货数量的情况下,将所述最大补货数量与所述当前库存数量的差值确定为所述补货数量。
11.一种仓库地址的推荐装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器中的指令,执行权利要求1-5任意一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序指令,其中,该指令被处理器执行时实现权利要求1-5任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810658639.7A CN110633820B (zh) | 2018-06-25 | 2018-06-25 | 仓库地址的推荐方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810658639.7A CN110633820B (zh) | 2018-06-25 | 2018-06-25 | 仓库地址的推荐方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110633820A true CN110633820A (zh) | 2019-12-31 |
CN110633820B CN110633820B (zh) | 2022-07-05 |
Family
ID=68967479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810658639.7A Active CN110633820B (zh) | 2018-06-25 | 2018-06-25 | 仓库地址的推荐方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633820B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598359A (zh) * | 2020-06-04 | 2020-08-28 | 上海燕汐软件信息科技有限公司 | 物流场站选址方法及系统 |
CN112101645A (zh) * | 2020-09-01 | 2020-12-18 | 震坤行工业超市(上海)有限公司 | 一种多地多仓选仓方法、选仓系统及选仓装置 |
CN112116135A (zh) * | 2020-09-04 | 2020-12-22 | 上海汽车集团股份有限公司 | 一种仓储资源的规划方法及相关装置 |
CN113673233A (zh) * | 2020-05-13 | 2021-11-19 | 北京京东振世信息技术有限公司 | 确定建立仓库地址的方法和装置 |
CN113822543A (zh) * | 2021-08-31 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 一种资源数量确定方法、装置、电子设备及存储介质 |
CN116308402A (zh) * | 2023-05-17 | 2023-06-23 | 酒仙网络科技股份有限公司 | 一种基于大数据的酒类产品售卖管控系统 |
CN117495444A (zh) * | 2023-11-15 | 2024-02-02 | 雨奇(山东)互联科技有限公司 | 一种用于线下加盟的ai选址方法及系统 |
US12033114B2 (en) | 2021-07-06 | 2024-07-09 | Ebay Inc. | System and method for providing warehousing service |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903037A (zh) * | 2011-07-28 | 2013-01-30 | 上海拉手信息技术有限公司 | 配送中心选址的方法 |
CN103632208A (zh) * | 2013-11-14 | 2014-03-12 | 北京锐安科技有限公司 | 一种物流运输距离的定量分析方法和仓库选址方法 |
US20150310384A1 (en) * | 2014-04-23 | 2015-10-29 | Alibaba Group Holding Limited | Method and system of processing commodity object information |
CN105373909A (zh) * | 2015-12-04 | 2016-03-02 | 江苏省现代企业信息化应用支撑软件工程技术研发中心 | 一种基于仿真软件的物流配送中心选址方法 |
-
2018
- 2018-06-25 CN CN201810658639.7A patent/CN110633820B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102903037A (zh) * | 2011-07-28 | 2013-01-30 | 上海拉手信息技术有限公司 | 配送中心选址的方法 |
CN103632208A (zh) * | 2013-11-14 | 2014-03-12 | 北京锐安科技有限公司 | 一种物流运输距离的定量分析方法和仓库选址方法 |
US20150310384A1 (en) * | 2014-04-23 | 2015-10-29 | Alibaba Group Holding Limited | Method and system of processing commodity object information |
CN105373909A (zh) * | 2015-12-04 | 2016-03-02 | 江苏省现代企业信息化应用支撑软件工程技术研发中心 | 一种基于仿真软件的物流配送中心选址方法 |
Non-Patent Citations (4)
Title |
---|
周大为等: "关联矩阵法在企业配送仓库选址中的应用研究", 《物流技术》 * |
李峰: "BH公司产品配送中心选址问题研究", 《中国优秀博硕士学位论文全文数据库(硕士)经济与管理科学辑》 * |
武改凤等: "A公司整车物流配送中心的选址研究", 《中国储运》 * |
郭轶等: "基于TOPSIS/DEA/AHP法的物流配送中心选址问题分析", 《重庆工学院学报(自然科学版)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673233A (zh) * | 2020-05-13 | 2021-11-19 | 北京京东振世信息技术有限公司 | 确定建立仓库地址的方法和装置 |
CN113673233B (zh) * | 2020-05-13 | 2023-09-26 | 北京京东振世信息技术有限公司 | 确定建立仓库地址的方法和装置 |
CN111598359A (zh) * | 2020-06-04 | 2020-08-28 | 上海燕汐软件信息科技有限公司 | 物流场站选址方法及系统 |
CN111598359B (zh) * | 2020-06-04 | 2023-11-21 | 上海燕汐软件信息科技有限公司 | 物流场站选址方法及系统 |
CN112101645A (zh) * | 2020-09-01 | 2020-12-18 | 震坤行工业超市(上海)有限公司 | 一种多地多仓选仓方法、选仓系统及选仓装置 |
CN112116135A (zh) * | 2020-09-04 | 2020-12-22 | 上海汽车集团股份有限公司 | 一种仓储资源的规划方法及相关装置 |
US12033114B2 (en) | 2021-07-06 | 2024-07-09 | Ebay Inc. | System and method for providing warehousing service |
CN113822543A (zh) * | 2021-08-31 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 一种资源数量确定方法、装置、电子设备及存储介质 |
WO2023029874A1 (zh) * | 2021-08-31 | 2023-03-09 | 北京沃东天骏信息技术有限公司 | 一种资源数量确定方法、装置、电子设备及存储介质 |
CN116308402A (zh) * | 2023-05-17 | 2023-06-23 | 酒仙网络科技股份有限公司 | 一种基于大数据的酒类产品售卖管控系统 |
CN117495444A (zh) * | 2023-11-15 | 2024-02-02 | 雨奇(山东)互联科技有限公司 | 一种用于线下加盟的ai选址方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110633820B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110633820B (zh) | 仓库地址的推荐方法、装置及计算机可读存储介质 | |
CN110276571B (zh) | 货物调度方法和装置以及计算机可读存储介质 | |
CN107103446B (zh) | 库存调度方法以及装置 | |
Hemmati et al. | Vendor managed inventory with consignment stock for supply chain with stock-and price-dependent demand | |
Jafari Songhori et al. | A supplier selection and order allocation model with multiple transportation alternatives | |
CN110390501B (zh) | 数据处理方法及其系统、计算机系统及计算机可读介质 | |
CN110472899B (zh) | 一种物品的出库分配方法和装置 | |
JP6031184B2 (ja) | 供給グループ決定支援装置及び供給グループ決定支援プログラム | |
CN108074051B (zh) | 一种库存管理方法及装置 | |
WO2004022463A1 (ja) | 安全在庫量算出方法、安全在庫量算出装置、発注点算出方法、発注点算出装置及び発注量算出方法 | |
JP2020042354A (ja) | 在庫配置設計装置および在庫配置設計方法 | |
CN112396365A (zh) | 一种库存单品预测方法、装置、计算机设备及存储介质 | |
CN113191713A (zh) | 仓库缺货转仓方法、装置、设备及存储介质 | |
KR102473656B1 (ko) | 안전 재고를 관리하는 전자 물류 관리 시스템 및 물류 관리 방법 | |
CN111784223B (zh) | 货物调拨数据的处理方法、装置和存储介质 | |
CN112101879A (zh) | 确定药品采购最佳订货时间的方法及其系统 | |
Kapalka et al. | Retail inventory control with lost sales, service constraints, and fractional lead times | |
CN109978421A (zh) | 信息输出方法和装置 | |
CN114663015A (zh) | 补货方法和装置 | |
JP3751485B2 (ja) | 物流システム | |
KR102649221B1 (ko) | 전자기기의 병행수출을 위한 주문 및 물류 처리 자동화 시스템 | |
CN112446658B (zh) | 一种仓储物品分流上架的方法和装置 | |
US11301805B2 (en) | Recommended order quantity determining device, recommended order quantity determination method, and recommended order quantity determination program | |
CN112330235A (zh) | 用于库存管理的数据处理方法、装置、电子设备及介质 | |
Naserabadi et al. | A new mathematical inventory model with stochastic and fuzzy deterioration rate under inflation |
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 |