CN111242524B - 一种确定单品补货量的方法、系统、设备及存储介质 - Google Patents
一种确定单品补货量的方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN111242524B CN111242524B CN201811446495.5A CN201811446495A CN111242524B CN 111242524 B CN111242524 B CN 111242524B CN 201811446495 A CN201811446495 A CN 201811446495A CN 111242524 B CN111242524 B CN 111242524B
- Authority
- CN
- China
- Prior art keywords
- replenishment
- single item
- limit threshold
- sales
- product
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000012384 transportation and delivery Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
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
- G06Q10/08—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
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种确定单品补货量的方法、系统、设备及存储介质。所述方法包括:获取单品信息,所述单品信息包括如下一种或多种:单品编号、单品名称、历史销量、单品体积、单品需求量;基于所述单品信息计算所述单品的补货上限阈值;检验所述单品信息是否满足预设的补货触发条件,若满足,则根据所述单品的补货上限阈值,确定所述单品的补货量。所述系统用于执行所述方法。本发明实施例通过使用该确定补货量的方法为仓库物流提供定量化的管理,为解决仓库补货过于依赖人员经验,次数过多,以及时效水平较差等行为。
Description
技术领域
本发明一般涉及物流信息处理领域,具体涉及一种确定单品补货量的方法、系统、设备及存储介质。
背景技术
仓库面积大,若将所有SKU(Stock Keeping Unit,单品)平铺在整个仓库中,为了缩小拣货员的行走距离,将仓库的存储区与拣货区进行分离。通常利用所采集到的SKU商品出库数据结合商品的受欢迎,预测单位出库周期内的SKU出库量,设置安全库存和最大库存天数,通过这些数据预测单品的安全库存和最大库存量。现有技术中,经常采取历史销量数据训练的得到销量模型,但是因为仓库的货品会随着促销等各种情况发生变化,数据随着用户喜好以及时间发生巨大波动,采用这种方法来预测单品销量并不实用,除此之外现有技术考虑的因素并不全面,成本带来的诸多问题未考虑进方案中,导致了效率低下且执行率低等问题。
本发明使用补货策略可以提供系统化、定量化的补货管理,为解决仓库补货过于依赖人员经验,紧急补货次数过多,以及时效水平较差等补货行为提供了有效的解决方案。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供单品补货的方法,其有效的解决现有技术中存在仓库补货过于依赖人员经验,紧急补货次数过多等问题,提交物流作业补货效率。
第一方面,本发明实施例提供一种确定单品补货量的方法,包括以下步骤:
获取单品信息,所述单品信息包括如下一种或多种:单品编号、单品名称、历史销量、单品体积、单品需求量;
基于所述单品信息计算所述单品的补货上限阈值;
检验所述单品信息是否满足预设的补货触发条件,若满足,则根据所述单品的补货上限阈值,确定所述单品的补货量。
可选的,所述计算所述单品的补货上限阈值,具体包括:
在每个货品库位调整周期,基于单品需求量和单品体积计算所述单品在该货品库位调整周期内的补货量;
基于历史销量,计算所述单品的补货下限阀值;
所述补货上限阀值为所述补货下限阀值与补货量之和。
可选的,所述预设的补货触发条件为单品库存数量小于所述单品的补货量的下限阈值。
可选的,所述单品的补货量的下限阈值的计算,具体包括:
基于上一个历史销量周期内的平均销量及其方差计算单品的补货量的下限阈值。
可选的,所述单品的补货量的下限阈值的计算,具体包括:
基于上一个历史销量周期及本货品库位调整周期内前N天的平均销量及方差计算本货品库位调整周期内第N+1天的下限阈值。
可选的,基于上一个历史销量周期及本货品库位调整周期内前N天的平均销量及方差计算本货品库位调整周期内第N+1天的下限阀值,包括:
其中,i代表单品的编号,Rti*为单品i日更新后的最终下限阈值即第N+1天的下限阀值,Si为单品i在货品库位调整周期内补货量的上限阈值,R0i为单品i在本货品库位调整周期内第一天的补货下限阈值,Rti为单品i在货品库位调整周期内第N天的补货下限阈值,tanh为双曲正切函数,N取自然数,1≤i≤N。
第二方面,本发明实施例还提供一种确定单品补货量的系统,包括以下模块:
获取模块,配置用于获取单品信息,所述单品信息包括如下一种或多种:单品编号、单品名称、历史销量、单品体积、单品需求量;
计算模块,配置用于基于所述单品信息计算所述单品的补货上限阈值;
判断模块,配置检验所述单品信息是否满足预设的补货触发条件,若满足,则根据所述单品的补货上限阈值,确定所述单品的补货量。
可选的,所述计算模块,具体用于:
在每个货品库位调整周期,基于单品需求量和单品体积计算所述单品在该货品库位调整周期内的补货量;
基于历史销量,计算所述单品的补货下限阈值;
所述补货上限阈值为所述补货下限阀值与补货量之和。
第三方面,本发明实施例提供一种电子设备,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过对所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令执行第一方面的方法步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,包括:所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使得所述计算机执行第一方面的方法步骤。
与现有技术相比,本申请技术方案旨在解决实际作业中补货下限估计不准,导致紧急补货次数过多,效率低下,订单履约率较低,补货上限估计不准,导致热销商品分配库位不够,个别单品频繁补货,本发明实施例通过使用该补货方法为仓库物流提供定量化的管理,为解决仓库补货过于依赖人员经验,次数过多,以及时效水平较差等行为。
进一步地,通过此方法确定的补货上下限,使得仓库现场人员补货更加高效。
进一步地,基于上下限来确定补货量,无须现场人员人工导出库存并依据经验确认补货量。
进一步地,通过捕捉销量的变化情况,实现在不影响整体摆放的情况下,按照时间窗口的滑移每日更新补货点,从而应对销量波动对补货量可能带来的冲击。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本发明的实施例的确定单品补货量的方法的示例性流程图;
图2为本发明的实施例的确定单品补货量的系统的示例性结构框图;
图3是本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
如背景技术中所提到的,仓库的存储区与拣货区是分离的,缩小分拣员的路程只在拣货区行走,拣货区包含尽可能全的SKU保证拣货员进行拣货时不会导致货架上没有货物。当订单持续不断的时候,拣货区货架上的SKU将会逐渐被卖空,此时需要从存储区进行补货,则单品补货点和补货量为多少,以及仓库现实体积所能容纳的商品量则为亟待解决的问题。现有技术中,经常采取历史销量数据训练的得到销量模型,但是因为仓库的货品会随着促销等各种情况发生变化,数据随着用户喜好以及时间发生巨大波动,采用这种方法来预测单品销量并不实用。
鉴于现有技术的上述缺陷,本申请实施例提供一种单品补货的方案。系统终端提供单品信息,其中单品信息包括单品名称、单品编号、单品历史销量、单品体积;接收所述补货请求信息,根据单品的最终补货量进行补货,从而可以提供系统化、定量化的补货管理,为解决仓库补货过于依赖人员经验,紧急补货次数过多,以及时效水平较差等补货行为提供了有效的解决方案。经过该方法计算的补货上下限可以在不改变现有货位摆放情况下优化补货策略。
下面将参考附图并结合实施例来详细说明本申请。
需要说明的是,下述方法实施例的执行主体可以是确定单品补货量的装置,该装置可以通过软件、硬件或者硬软件结合的方式实现成为终端设备的部分或者全部。下述方式的实施例的执行主体是计算机设备为例来进行说明的。
请参考图1,第一方面,本发明实施例提供一种确定单品补货量的方法的示例性流程图,该方法包括以下步骤:
步骤11,获取单品信息,所述单品信息包括如下一种或多种:单品编号、单品名称、历史销量、单品体积、单品需求量。
具体的,本申请实施例中,每种SKU商品都是一种单品,每种单品都可以查询到其在过去单位时间内的销售量,此种单品的编号,单品的名称,以及此类单品库存的体积。其中,历史销售数据可以通过云端下载销量数据,也可以通过奇特设备导入销量数据,同时工作人员可以根据工作经验分析得到销量数据。
获取单品信息中的历史销量周期下单品销量。其中,获得单品在一段时间内的历史销量,此处的历史销量周期可以为3个月或者6个月甚至更长的时间,本发明实施例对此不做任何限制。由于仓库内货品的季节性或者促销等各种情况经常发生,销量数据波动较大,所以每个历史销量周期下的单品总销量的值会有所偏差。
除此之外,单品信息通常包括存储商品的总数、每日的单品订单的消耗量以及单品的库存记录,单品标识以及单品标识对应的一个或者多个仓库的标识以及该单品标识在每个仓库的库存数量,本实施对此不做限定。
为了计算出单品的补货上限阈值,还需要获取单品需求量和每种单品体积等信息。
步骤12,基于所述单品信息计算所述单品的补货上限阈值。
具体的,补货的上限估计不准,导致热销商品分配库位不够,个别单品频繁的进行补货,并且在涉及计算上限阈值的时候未考虑到存储成本和定货成本等因素,导致效率低下且订单履约率较低。
本发明的实施例为单品优化补货策略,提供合理的补货上限,使得不同单品根据销量的变化合理分配仓库库位,减少补货次数,降低成本。
在每个货品库位调整周期,基于单品需求量和单品体积计算单品在该货品库位调整周期内的补货量,基于历史销量,计算单品的补货下限阀值,补货上限阀值为补货下限阀值与补货量之和。
具体的,基于单品需求量和单品体积计算单品在该货品库位调整周期内的补货量,可通过如下公式得出,其中,Si-Ri为单品补货量,Ai为单品i在一定时间内的需求量,M为除补货点占用外仓库可用体积(立方米),Vi为任意SKUi商品占用体积(立方米/件)。其中,i代表单品的编号,n为自然数,1≤i≤n。
一般情况下,单品需求量由仓库的管理策略确定,例如单品需求量可以根据历史销量数据确定,如确定为历史日平均销量的5倍。
按照货品库位调整周期内的统一设定上限阈值,根据调整周期重复计算单品的上限阈值,满足订单需要。
进一步的,在常规的(S,R)策略中补货点R为安全库存,保证仓库内现有货量可以维持一段时间的订单消耗,从而减少紧急补货次数和订单失败率;补货上限S为该SKU的最大摆放量,并决定该SKU占用的库位个数。当SKU在拣货区的数量消耗至补货点R时,该SKU会在下一个定时周期进行补货,补至该SKU的补货上限S。
步骤13,检验所述单品信息是否满足预设的补货触发条件,若满足,则根据所述单品的补货上限阈值,确定所述单品的补货量。
具体的,预设的补货触发条件为单品数量小于所述单品的补货量的下限阈值。若满足则计算单品当下的补货量,若不满足则不需要进行任何操作,直至订单中的单品消耗到补货点的时候进行补货。
上述的预设的补货条件可以包括一般预设的补货触发条件以及紧急预设补货条件等等,其中,一般补货触发条件若满足则进行次日补货,若紧急预设补货条件若满足则立即定量补货,不存在时效造成的损失。
在此实施例的基础上,该方法,还包括:
根据确定的货品库位调整周期,对步骤11至13进行重复执行。
具体的,由于不同单品的销量在不同的季节可能不同,波动较大,所以在每个货品库位调整周期内,补货上限进行一次调整,并且在同一个货品库位调整周期内保持不变。因此,选择合理的时间段作为货品库位调整周期进行补货上限阈值计算周期。根据预设的货品库位调整周期重复上述方法流程。应该强调的是,预设的货品库位调整周期可以为30天,或者60天,本发明实施例对此不做限定。
进一步的,本发明实施例中,所述计算所述单品的补货上限阈值,还通过以下方法得到:
在每个货品库位调整周期,基于单品需求量和单品体积计算所述单品在该货品库位调整周期内的补货量;
基于历史销量,计算所述单品的补货下限阀值;
所述补货上限阀值为所述补货下限阀值与补货量之和。
具体的,在满足所有安全库存的情况下,即满足正常日订单,最小化总成本。基于总成本包括存储成本和订货成本建立逻辑表达式,构造未加权的所有单品的最优补货量所占用的总体积,去掉公约数后,根据调整后的公式确定补货量。
通过获取单位时间内单品的历史销量数据,根据历史销量数据下的销量方差和销量均值确定单品的补货下限阈值。当单品库存量消耗至补货下限阈值时,系统会发送补货指令,采取紧急补货或者次日对该单品进行补货,若补货时效为一天,则补货下限阈值的数量需要满足一天内的销量。其中,补货上限阈值等于计算出来的补货量和补货下限阈值之和。
具体的,在确定出单品的补货上限和补货下限以及补货量以后,工作人员可以确定出该单品的补货上下限表,以及实际订单的实时库存,对单品进行补货,从而优化单品的补货策略,进而很大程度上提高了仓库的管理效率。
进一步的,补货触发条件为单品库存数量小于所述单品的补货量的下限阈值。
具体的,在本实施例中,当满足补货触发条件,也就是单品库存数量小于单品的补货量的下限阈值,生成补货指令。在判定需要补货时,可以直接显示提示补货的信息,根据计算出来的补货数量,将补货后的库存数量保持在该上限阈值与设置的下限阈值之间,也就是补货后的库存数量必须小于或者等于预设的上限阈值。这样,既避免了单品不足或货物过多带来的情况,即既可以保证物流工作的正常进行,也不会浪费库存资金及库存空间。
除此之外,若未满足预设的补货触发条件,即单品库存数量大于或者等于单品的补货量的下限阈值。则继续等待,进行单品订单消耗,不做任何处理。
进一步的,单品补货量的下限阈值的计算,包括,基于上一个历史销量周期内的平均销量及其方差计算单品的补货量的下限阈值。
具体的,均值和方差都是描述性统计,可以通过均值描述平均水平,方差描述波动状况,通过这两个参数就可以描述历史销量的历史情况。
根据单品销量及方差,计算单品在货品库位调整周期内的补货量的首日下限阈值。每一个历史销量周期下不同单品销量会随着季节的变化而变化,利用销量方差和销量均值构建逻辑关系来计算单品的补货下限阈值更加符合实际的订单作业。其中,首日下限阈值作为初始值,每个货品库位调整周期内的第一天的下限阈值都会存在波动,根据历史销量周期随着时间窗口向后滑动,所以会随着时间段的不同而发生改变,次日下限阈值将会以此为基础,重新计算。
进一步的,在上述方法的基础上,单品的补货量的下限阈值的计算,还包括:基于上一个历史销量周期及本货品库位调整周期内前N天的平均销量及方差计算本货品库位调整周期内第N+1天的下限阈值。
具体的,因为补货上限的更换周期决定了拣货区的单品摆放的良好状态可以维持多久,补货下限阈值又是决定补货上限的基础数据,并且随着销量的变化,补货下限阈值也需要调整。所以在此基础上,需要对补货下限阈值的计算关系和计算公式进行调整。
具体的,本申请实施例还提供了计算单品的补货下限阈值的计算过程以及在相比于现有计算方法的基础上的改进点。
进一步,当销量增加时,所述基于上一个历史销量周期及本货品库位调整周期内前N天的平均销量及方差计算本货品库位调整周期内第N+1天的下限阀值,为通过以下公式来重新更新下限阈值:
其中R0i=μ0i+2σ0i,Rti=μti+2σti,i代表单品的编号,Rti*为单品i日更新后的最终下限阈值,即第N+1天的下限阀值,Si为单品i在货品库位调整周期内补货量的上限阈值,R0i为单品i在本货品库位调整周期内第一天的补货下限阈值,Rti为单品i在货品库位调整周期内第N天的补货下限阈值,tanh为双曲正切函数,N取自然数,1≤i≤N。
根据上述公式计算出货品库位调整周期内,单品因历史销量周期随着时间的滑动总销量的改变而造成的波动的条件下的日补货下限阈值。此方法的优点在于可以更好地捕捉销量的变化情况,在不影响整体摆放的情况下,应对销量波动对补货策略可能带来的冲击。此外,此公式保证单调性的同时将Rti与R0i的差距限制在一定范围内,从而控制补货点的值直至下一次更新Si。R0i为单品i在货品库位调整周期内第一天的补货下限阈值,根据仓库信息中之前的历史销量周期数据得到。
进一步的,单品的补货量的下限阈值的计算包括基于上一个历史销量周期及本货品库位调整周期内前N天的平均销量及方差计算本货品库位调整周期内第N+1天的下限阈值。Rti为单品i在货品库位调整周期内第N天补货下限阈值,tanh为双曲正切函数,Si为单品i在货品库位调整周期内补货量的上限阈值,μ0i为单品i在货品库位调整周期内第一天前的历史销量周期的销量均值,σ0i为单品i在货品库位调整周期内第一天前的历史销量周期的的销量方差,μti为单品i在货品库位调整周期内第N天前的历史销量周期的销量均值,σti为单品i在货品库位调整周期内第N天前的历史销量周期的销量方差。
进一步的,货品库位调整周期和历史销量周期相同或货品库位调整周期和历史销量周期不同。
进一步的,在上述实施例的基础上,本申请实施例进一步改进点还提供了单品最终补货量的方法,补货处理是指根据补货请求中的产品ID、补货量进行补货。在云端数据库更新当前单品信息,系统将接收到的订单按照单品进行分类,库位进行整合,相类似的单品划分到一个波次当中,其次根据订单队列完成情况,获取各库位的剩余库存信息,将路径较近的波次下方到一个队列,或者将时间相近的按照同一趟补货。其中,仓库单品信息管理系统中存储实时的剩余存储体积,每种商品的补货次数,以及每种商品补货进仓时的补货时间等信息。
在上述实施例基础上,该方法还可以包括:
根据单品的最终补货量进行补货为采取定时补货或定量紧急补货的方法,不考虑补货路程带来的时效损失。
进一步的,单品仓库补货的方法的下限阈值变化周期为一天,下限阈值的更新随着时间窗口的滑动而改变。
进一步的,基于上述确定补货量的方法采取订单失败率、补货人效、存储成本这三个评价指标进行效果评价。
第二方面,本发明实施例还提供一种确定单品补货量的系统,图3示出了本发明的实施例的单品补货的系统。
如图2所示,该系统包括:
获取模块21,配置用于获取单品信息,所述单品信息包括如下一种或多种:单品编号、单品名称、历史销量、单品体积、单品需求量。计算模块22,配置用于基于所述单品信息计算所述单品的补货上限阈值。
判断模块23,配置检验所述单品信息是否满足预设的补货触发条件,若满足,则根据所述单品的补货上限阈值,确定所述单品的补货量。
可选的,本申请实施例中单品仓库补货的系统中的计算模块,用于计算单品补货的上限阈值,具体步骤如下:
在每个货品库位调整周期,基于单品需求量和单品体积计算所述单品在该货品库位调整周期内的补货量;基于历史销量,计算所述单品的补货下限阈值;所述补货上限阈值为所述补货下限阀值与补货量之和。
可选的,以货品库位调整周期为计算周期,重复执行上述单元的计算方法。除此之外,自动设置每次补货的时间和补货量,以及最优任务波次,首先系统按照接收到的订单按照单品、库位进行整合,相类似的单品划分到一个波次进行补货,这样可以减少拣货在路径上的花费的时间,也减少了路径规划时间。
应当理解,装置20中记载的诸单元或模块与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征同样适用于装置20及其中包含的单元,在此不再赘述。装置20可以预先实现在电子设备的浏览器或其他安全应用中,也可以通过下载等方式而加载到电子设备的浏览器或其安全应用中。装置20中的相应单元可以与电子设备中的单元相互配合以实现本申请实施例的方案。
本实施例提供一种计算机设备的结构示意图,下面参考图3,其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。
如图3所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考图1描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括有形地包含在机器可读介质上的计算机程序,上述计算机程序包含用于执行图1的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。
作为另外一方面,本申请还提供一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中前述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存在有一个或者一个以上程序,前述程度被一个或者一个以上的处理器用来执行描述于本申请的确定单品补货量的方案。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案
通过以上描述可知:本领域技术人员可以清楚地了解到本申请必须借助硬件后台方式来实现。基于此理解,本申请的技术方案本质上可以说对现有技术做出贡献的部分借助计算机的开发程序形式体现出来,包括若干指令使得一台计算机设备(个人计算,服务器,或者网络设备等)执行本申请实施例的某些部分所述方法。
Claims (6)
1.一种确定单品补货量的方法,其特征在于,包括以下步骤:
获取单品信息,所述单品信息包括如下一种或多种:单品编号、单品名称、历史销量、单品体积、单品需求量;
在每个货品库位调整周期,基于单品需求量和单品体积计算所述单品在该货品库位调整周期内的补货量;
基于历史销量,计算所述单品的补货下限阈值;
补货上限阈值为所述补货下限阈值与补货量之和;
检验所述单品信息是否满足预设的补货触发条件,若满足,则根据所述单品的所述补货上限阈值,确定所述单品的补货量;
所述单品的补货量的下限阈值的计算,包括:
基于上一个历史销量周期及本货品库位调整周期内前N天的平均销量及方差计算本货品库位调整周期内第N+1天的下限阈值:
其中,,/>,i代表单品的编号,Rti *为单品i日更新后的最终下限阈值,Si为单品i在货品库位调整周期内补货量的上限阈值,R0i为单品i在本货品库位调整周期内第一天的补货下限阈值,Rti为单品i在货品库位调整周期内第N天的补货下限阈值,tanh为双曲正切函数,N取自然数,1<=i<=N,/> 0i为单品i在货品库位调整周期内第一天前的历史销量周期的销量均值,/>为单品i在货品库位调整周期内第一天前的历史销量周期的销量方差,/>为单品i在货品库位调整周期内第N天前的历史销量周期的销量均值,/>为单品i在货品库位调整周期内第N天前的历史销量周期的销量方差。
2.根据权利要求1所述的确定单品补货量的方法,其特征在于,所述预设的补货触发条件为单品库存数量小于所述单品的补货量的下限阈值。
3.一种确定单品补货量的系统,用于实现如权利要求1-2任一项所述的确定单品补货量的方法,其特征在于,包括以下模块:
获取模块,配置用于获取单品信息,所述单品信息包括如下一种或多种:单品编号、单品名称、历史销量、单品体积、单品需求量;
计算模块,配置用于基于所述单品信息计算所述单品的补货上限阈值;
判断模块,配置检验所述单品信息是否满足预设的补货触发条件,若满足,则根据所述单品的补货上限阈值,确定所述单品的补货量。
4.根据权利要求3所述的确定单品补货量的系统,其特征在于,所述计算模块,用于:
在每个货品库位调整周期,基于单品需求量和单品体积计算所述单品在该货品库位调整周期内的补货量;
基于历史销量,计算所述单品的补货下限阈值;
补货上限阈值为所述补货下限阈值与补货量之和。
5.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,
所述处理器和所述存储器通过对所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令执行1-2任一项所述的方法。
6.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使得所述计算机执行如权利要求1-2任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811446495.5A CN111242524B (zh) | 2018-11-29 | 2018-11-29 | 一种确定单品补货量的方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811446495.5A CN111242524B (zh) | 2018-11-29 | 2018-11-29 | 一种确定单品补货量的方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111242524A CN111242524A (zh) | 2020-06-05 |
CN111242524B true CN111242524B (zh) | 2023-12-01 |
Family
ID=70863767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811446495.5A Active CN111242524B (zh) | 2018-11-29 | 2018-11-29 | 一种确定单品补货量的方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111242524B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111861633A (zh) * | 2020-06-08 | 2020-10-30 | 青岛奥利普自动化控制系统有限公司 | 资源调度方法、装置、设备和存储介质 |
CN113947341A (zh) * | 2020-07-17 | 2022-01-18 | 上海顺如丰来技术有限公司 | 供应链补货方法、装置、计算机设备和存储介质 |
CN113763001A (zh) * | 2020-08-24 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 数据显示方法及装置 |
CN112990827A (zh) * | 2021-04-16 | 2021-06-18 | 北京橙心无限科技发展有限公司 | 货物数据处理方法、装置、设备及存储介质 |
CN113762885B (zh) * | 2021-06-30 | 2023-12-05 | 北京京东振世信息技术有限公司 | 补货量确定方法、装置、设备、存储介质及程序产品 |
CN113627847A (zh) * | 2021-08-11 | 2021-11-09 | 北京京东振世信息技术有限公司 | 补货单的生成方法和装置 |
CN113673938B (zh) * | 2021-10-25 | 2022-02-18 | 北京每日优鲜电子商务有限公司 | 物品分拣方法、装置、电子设备和计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5596493A (en) * | 1991-04-19 | 1997-01-21 | Meiji Milk Products Co., Ltd. | Method for classifying sale amount characteristics, method for predicting sale volume, method for ordering for restocking, system for classifying sale amount characteristics and system for ordering for restocking |
CN102184507A (zh) * | 2011-05-16 | 2011-09-14 | 苏州两江科技有限公司 | 一种仓库补货方法 |
CN106529859A (zh) * | 2016-10-20 | 2017-03-22 | 浙江中烟工业有限责任公司 | 一种动态安全库存的控制装置及安全库存的调控方法 |
CN106971249A (zh) * | 2017-05-05 | 2017-07-21 | 北京挖玖电子商务有限公司 | 一种销量预测及补货方法 |
CN106991550A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 商品对象补货信息处理方法及装置 |
CN107657410A (zh) * | 2017-10-17 | 2018-02-02 | 九州通医疗信息科技(武汉)有限公司 | 补货判断方法及装置 |
CN108596540A (zh) * | 2018-04-23 | 2018-09-28 | 北京京东尚科信息技术有限公司 | 补货方法及装置、计算机可读存储介质、电子设备 |
CN108629894A (zh) * | 2018-04-17 | 2018-10-09 | 合肥美的智能科技有限公司 | 自动补货的方法、系统、售货柜及计算机设备 |
-
2018
- 2018-11-29 CN CN201811446495.5A patent/CN111242524B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5596493A (en) * | 1991-04-19 | 1997-01-21 | Meiji Milk Products Co., Ltd. | Method for classifying sale amount characteristics, method for predicting sale volume, method for ordering for restocking, system for classifying sale amount characteristics and system for ordering for restocking |
CN102184507A (zh) * | 2011-05-16 | 2011-09-14 | 苏州两江科技有限公司 | 一种仓库补货方法 |
CN106991550A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 商品对象补货信息处理方法及装置 |
CN106529859A (zh) * | 2016-10-20 | 2017-03-22 | 浙江中烟工业有限责任公司 | 一种动态安全库存的控制装置及安全库存的调控方法 |
CN106971249A (zh) * | 2017-05-05 | 2017-07-21 | 北京挖玖电子商务有限公司 | 一种销量预测及补货方法 |
CN107657410A (zh) * | 2017-10-17 | 2018-02-02 | 九州通医疗信息科技(武汉)有限公司 | 补货判断方法及装置 |
CN108629894A (zh) * | 2018-04-17 | 2018-10-09 | 合肥美的智能科技有限公司 | 自动补货的方法、系统、售货柜及计算机设备 |
CN108596540A (zh) * | 2018-04-23 | 2018-09-28 | 北京京东尚科信息技术有限公司 | 补货方法及装置、计算机可读存储介质、电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111242524A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111242524B (zh) | 一种确定单品补货量的方法、系统、设备及存储介质 | |
US8346516B2 (en) | Predictive modeling | |
US8515835B2 (en) | Systems and methods for multi-echelon inventory planning with lateral transshipment | |
US20170068973A1 (en) | System and method for inventory management | |
US20140156348A1 (en) | System and method for inventory management | |
US9990597B2 (en) | System and method for forecast driven replenishment of merchandise | |
CN109272276A (zh) | 一种库存补货管理方法以及装置 | |
CN111222815A (zh) | 确定单品补货量方法、装置、设备及存储介质 | |
JP6536028B2 (ja) | 発注計画決定装置、発注計画決定方法および発注計画決定プログラム | |
US20240028989A1 (en) | Forecasting system | |
CN112215546A (zh) | 一种对象页面生成方法、装置、设备及存储介质 | |
CN111260275A (zh) | 用于分配库存的方法和系统 | |
US20170039498A1 (en) | Systems and methods to forecast and improve product on-shelf availability | |
CN113780913B (zh) | 一种安全库存信息的生成方法和装置 | |
CN109978421B (zh) | 信息输出方法和装置 | |
US11537961B2 (en) | Forecasting system | |
US20090048889A1 (en) | Manufacturing portfolio flexibility planning | |
CN110874640B (zh) | 使用机器学习(ml)的间歇数据的分布选择和模拟 | |
CN117057550A (zh) | 一种物料需求计划的计算方法、装置、网络设备及介质 | |
US20210365872A1 (en) | A system and method for management of project portfolios | |
CN113837706B (zh) | 物品库存的控制方法、装置、设备及介质 | |
CN114358874A (zh) | 补货方法、装置及电子设备 | |
US20200057972A1 (en) | System and method for management of project portfolios | |
US20230325764A1 (en) | Optimization of maximum quantity allowed per large order | |
US20200286029A1 (en) | Recommended order quantity determining device, recommended order quantity determination method, and recommended order quantity determination program |
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 |