CN111353671B - 供应链管理方法、装置及系统 - Google Patents
供应链管理方法、装置及系统 Download PDFInfo
- Publication number
- CN111353671B CN111353671B CN201811574696.3A CN201811574696A CN111353671B CN 111353671 B CN111353671 B CN 111353671B CN 201811574696 A CN201811574696 A CN 201811574696A CN 111353671 B CN111353671 B CN 111353671B
- Authority
- CN
- China
- Prior art keywords
- yield
- production process
- product
- specified
- supply
- 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 340
- 238000013068 supply chain management Methods 0.000 title claims abstract description 82
- 238000004519 manufacturing process Methods 0.000 claims abstract description 616
- 239000000047 product Substances 0.000 claims description 430
- 238000007726 management method Methods 0.000 claims description 178
- 239000002994 raw material Substances 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 14
- 239000000758 substrate Substances 0.000 claims description 12
- 239000011265 semifinished product Substances 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 description 36
- 235000012431 wafers Nutrition 0.000 description 22
- 238000010586 diagram Methods 0.000 description 15
- 238000012858 packaging process Methods 0.000 description 13
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 101150091204 ksp1 gene Proteins 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 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
- G06Q10/06—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
- G06Q10/06—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
- G06Q10/06316—Sequencing of tasks or work
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (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
本申请涉及一种供应链管理方法、装置及系统,涉及供应链管理技术领域,所述方法包括:接收目标供应商设备发送的关键供应节点KSP数据,所述KSP数据为影响产品成品的产量的指定生产工序所对应的数据,所述目标供应商设备属于所述至少一个供应商设备;获取所述指定生产工序的工序产品的需求产量,所述指定生产工序的工序产品为经过所述指定生产工序所得到的产品;基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息,所述供需指示信息用于指示所述接收到的KSP数据所反映的指定生产工序的产能是否满足所述工序产品的需求产量。本申请能够解决预测供应风险的准确率较低的问题。
Description
技术领域
本申请涉及供应链管理技术领域,特别涉及一种供应链管理方法、装置及系统。
背景技术
供应链是由供应商和需求商组成的虚拟商业链条,该供应链的反映的供需信息是企业生产较为重要的参考因素,因此,对于供应链中供需信息的有效管理可以帮助企业合理地提前识别供应风险(如供应不足或供应过量),并基于该供应风险调整企业生产运作,从而保障供应安全,支撑企业正常生产。
目前的供应链管理方法主要是人为根据供应商提供的产品成品的产量与企业的需求产量,进行企业和供应商之间的供需匹配,从而维持企业的生产运作的连续性。
但是,由于根据产品成品的产量进行供需匹配时,一旦企业的需求量产生变动,通过人为预测供应风险的准确率较低,亟需一种能够有效预测供应风险的设备。
发明内容
本申请提供了一种供应链管理方法、装置及系统,可以解决相关技术中的预测供应风险的准确率较低的问题。
第一方面,提供一种供应链管理方法,应用于供应链管理系统中的管理设备,所述供应链管理系统包括:所述管理设备和至少一个供应商设备,所述管理设备管理所述至少一个供应商设备,所述方法包括:
接收目标供应商设备发送的关键供应节点KSP数据,所述KSP数据为影响产品成品的产量的指定生产工序所对应的数据,所述目标供应商设备属于所述至少一个供应商设备;
获取所述指定生产工序的工序产品的需求产量,所述指定生产工序的工序产品为经过所述指定生产工序所得到的产品;
基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息,所述供需指示信息用于指示所述接收到的KSP数据所反映的指定生产工序的产能是否满足所述工序产品的需求产量。
这样,由于根据影响产品成品的产量的指定生产工序的产能与该指定生产工序的需求产量进行供需匹配,相较于根据产品成品的产量与需求商的需求产量进行供需匹配的方式,本申请提供的供应链管理方法可以细化供需匹配的产品的类型,提高预测供应风险的准确率,从而保障产品成品的连续供应。
在所述接收目标供应商设备发送的关键供应节点KSP数据之前,可以进行指定生产工序和目标供应商设备的确定过程,该确定过程可以包括:
在影响所述产品成品的产量的生产工序中确定所述指定生产工序;
在所述至少一个供应商设备中确定管理所述指定生产工序的供应商设备,将所述管理所述指定生产工序的供应商设备作为所述目标供应商设备。
其中,所述在影响所述产品成品的产量的生产工序中确定所述指定生产工序的过程,可以包括:
接收KSP指定指令,所述KSP指定指令用于指示所述指定生产工序,基于所述KSP指定指令,确定所述指定生产工序;
或者,接收所述至少一个供应商设备发送的生产工序数据,所述生产工序数据为影响所述产品成品的产量的生产工序所对应的数据,基于接收到的生产工序数据,在影响所述产品成品的产量的生产工序中确定所述指定生产工序。
其中,上述指定生产工序为影响所述产品成品的产量的生产工序中符合约束条件集合中的任一约束条件的生产工序,所述约束条件集合包括以下至少一种:
生产工序的货期大于指定货期,且成本占比大于指定成本占比,所述货期为经过一个所述生产工序加工一个工序产品的整体时长,所述工序成本占比为所述工序产品的成本在产品成品的成本中的占比;
生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,所述指定原材料为制造所述工序产品的材料;
生产工序的参考扩产周期大于所有目标生产工序的货期,所述参考扩产周期为采用所述生产工序生产指定的参考产量的工序产品所需要的时长,其中,所述目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
在影响所述产品成品的产量的生产工序中确定所述指定生产工序之前,可以进行影响所述产品成品的产量的生产工序的确定过程,该确定过程可以包括:
将所有目标生产工序中生产过程相同的生产工序合并,将合并后的生产工序确定为影响所述产品成品的产量的生产工序;
这样,确定的影响产品成品的产量的生产工序包括所有目标生产工序,实现了对所有目标生产工序的统一管理。
或者,该确定过程可以包括:
将所有目标生产工序,确定为影响所述产品成品的产量的生产工序;
其中,上述目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
在本申请实施例中,上述所述基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息的确定过程可以实现的方式有多种,本申请实施例以以下三种实现方式为例进行说明。
第一种可选的实现方式,利用供需估算模型,确定供需指示信息。
当利用供需估算模型确定供需指示信息时,该供需指示信息的确定过程可以包括:
获取风险估算模型,所述风险估算模型用于基于KSP数据,以及需求产量,确定供需指示信息;
将所述接收到的KSP数据以及所述工序产品的需求产量输入所述风险估算模型,得到所述风险估算模型输出的供需指示信息。
第二种可选的实现方式,利用供需关系表,确定供需指示信息。
当利用供需关系表确定供需指示信息时,该供需指示信息的确定过程可以包括:
获取供需关系表,所述供需关系表用于记录KSP数据、需求产量和供需指示信息的对应关系;
根据所述接收到的KSP数据以及所述工序产品的需求产量,查询所述供需关系表,得到所述接收到的KSP数据以及所述工序产品的需求产量对应的供需指示信息。
第三种可选的实现方式,当该KSP数据包括产能时,该供需指示信息的确定过程可以包括:
比较该产能与工序产品的需求产量的数值的大小,确定供需指示信息。当产能大于工序产品的需求产量的数值,该供需指示信息指示接收到的KSP数据满足工序产品的需求产量;当产能小于工序产品的需求产量的数值,该供需指示信息指示接收到的KSP数据不满足工序产品的需求产量。
由于通常情况下,供应链上涉及的KSP数据和对应的需求产量的数据量较大,相较于人为确定供需指示信息,前述第一、第二和第三种可选的实现方式中,管理设备确定供需指示信息的效率更高,准确率也相应更高。
为了进一步便于工作人员了解指定生产工序的生产情况,可选地,所述工序产品的需求产量为指定时长内的需求产量,所述KSP数据包括:所述指定时长内的指定生产工序的产能、扩产产量和扩产周期,所述扩产周期为采用所述指定生产工序生产所述扩产产量的工序产品所需要的时长。
在所述基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息之后,可以基于供需指示信息,添加风险标识。该风险标识的添加过程可以包括:
当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能满足所述工序产品的需求产量时,为所述供需指示信息添加第一风险标识,所述第一风险标识用于指示所述接收到的KSP数据所反映的指定生产工序的产能满足所述工序产品的需求产量;
当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能不满足所述工序产品的需求产量时,比较所述扩展周期和所述指定时长的大小;
当所述扩产周期小于所述指定时长时,比较所述扩产产量与差值产量的大小,所述差值产量为所述指定时长内的需求产量与所述指定时长内的指定生产工序的产能的差值;
当所述扩产产量大于或等于所述差值产量时,为所述供需指示信息添加第二风险标识,所述第二风险标识用于指示在所述扩产周期内所述指定生产工序的产能能够满足所述工序产品的需求产量;
当所述扩产产量小于所述差值产量时,为所述供需指示信息添加第三风险标识,所述第三风险标识用于指示在所述扩产周期内所述指定生产工序的产能不能满足所述工序产品的需求产量。
其中,所述第一风险标识、所述第二风险标识和所述第三风险标识分别对应一个风险等级,所述第一风险标识、所述第二风险标识和所述第三风险标识对应的风险等级依次增大。所述第一风险标识、所述第二风险标识和所述第三风险标识为颜色标识,所述第一风险标识、所述第二风险标识和所述第三风险标识对应的颜色依次加深。
这样,由于在供需指示信息中添加风险标识,且该风险标识是考虑了产能、扩产产量和扩产周期得到的,因此,该风险标识可以更加准确地指示出接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量的可能性,提高了预测供应风险的准确率。
为了使工作人员可以通过管理设备明确影响指定生产工序的产量的主要因素,从而使工作人员可以基于该主要因素进行合理地供需匹配,该供应链管理方法可以还包括:
确定KSP的关键约束因素,所述关键约束因素用于反映影响所述指定生产工序的产量的主要因素;
在所述供需指示信息中添加所述KSP的关键约束因素。
其中,所述确定KSP的关键约束因素的过程可以包括:
当所述指定生产工序的货期大于指定货期,且成本占比大于指定成本占比时,将原材料或半成品确定为所述KSP的关键约束因素;
和/或,当所述指定生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,将原材料或半成品确定为所述KSP的关键约束因素;
和/或,当所述指定生产工序的参考扩产周期大于所有目标生产工序的货期时,将所述指定生产工序所涉及的生产设备和指定类别的技术人员确定为所述KSP的关键约束因素。
在获取所述指定生产工序的工序产品的需求产量之后,为了使需求商对应的供应商可以了解到该供应商对应的产品成品的需求产量,还可以向管理设备管理的至少一个供应商设备发送需求商相关信息。
进一步的,针对不同的供应商设备,上述需求商相关信息的内容可以不同,例如,针对目标供应商设备,需求商相关信息可以包括产品成品的需求产量和指定生产工序的工序产品的需求产量,针对除目标供应商设备之外的其他供应商设备,需求商相关信息可以包括产品成品的需求产量。也即是可以向目标供应商设备发送产品成品的需求产量和指定生产工序的工序产品的需求产量,向其他供应商设备发送产品成品的需求产量。
第二方面,提供一种供应链管理装置,该装置可以包括至少一个模块,该至少一个模块可以用于实现上述第一方面所述的供应链管理方法。
第三方面,提供一种供应链管理装置,包括:
处理器和存储器,所述存储器用于存储计算机执行指令,当所述处理器运行时,所述处理器执行所述存储器中的计算机执行指令,以实现上述第一方面任一所述方法。
第四方面,提供一种供应链管理系统,包括管理设备和至少一个供应商设备,所述管理设备管理所述至少一个供应商设备,所述管理设备包括上述第二方面或第三方面任一所述的供应链管理装置。
第五方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述可读存储介质在计算机上运行时,使得所述计算机执行第一方面任一所述的供应链管理方法。
第六方面,提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行第一方面任一所述的供应链管理方法。
第七方面,提供一种芯片,芯片包括可编程逻辑电路和/或程序指令,当芯片运行时用于实现第一方面任一所述的供应链管理方法。
本申请提供的技术方案带来的有益效果至少可以包括:
本申请实施例提供的供应链管理方法、装置及系统,由于根据影响产品成品的产量的指定生产工序的产能与该指定生产工序的需求产量进行供需匹配,相较于根据产品成品的产量与需求商的需求产量进行供需匹配的方式,细化了供需匹配的产品的类型,提高了预测供应风险的准确率,保障了产品成品的连续供应。
附图说明
图1为本申请一示意性实施例提供的一种供应链管理系统的结构示意图。
图2为本申请一示意性实施例提供的另一种供应链管理系统的结构示意图。
图3为本申请一示意性实施例提供的一种供应链管理方法的流程图。
图4为本申请一示意性实施例提供的10G光模块的生产数据示意图。
图5为本申请一示意性实施例提供的一种添加风险标识过程的流程图。
图6为本申请一示意性实施例提供的一种供应链管理装置的框图。
图7为本申请一示意性实施例提供的一种供应链管理装置的框图。
图8为本申请一示意性实施例提供的一种供应链管理装置的框图。
图9为本申请一示意性实施例提供的一种第一确定模块的框图。
图10为本申请一示意性实施例提供的一种第一确定模块的框图。
图11为本申请一示意性实施例提供的一种供应链管理装置的框图。
图12为本申请一示意性实施例提供的一种供应链管理装置的框图。
图13为本申请一示意性实施例提供的一种供应链管理装置的框图。
图14为本申请一示意性实施例提供的一种供应链管理装置的结构示意图。
具体实施方式
供应链是将产品成品的生产过程中涉及的多个节点串连起来的虚拟商业链条,该多个节点指的是影响该产品成品的产量的企业或个人等。其中,该多个节点可以根据供需关系划分为供应商和需求商。该供应商与该需求商是相对存在的。例如,当某一节点为需求商时,供应链上位于该节点之前的,且与该节点相连的至少一个节点为该需求商对应的至少一个供应商;又例如,该某一节点为供应商时,供应链上位于该节点之后的,且与该节点相连的至少一个节点为该供应商对应的至少一个需求商,也即是供应商和需求商的对应关系可以是一对一,一对多,多对一,或者多对多,本申请实施例对该对应关系并不进行限制。在本申请实施例中,供应链的各个节点均部署至少一个设备,以一个需求商与其对应的至少一个供应商为例,部署于供应商处的设备可以称为供应商设备,部署于需求商处的设备可以称为管理设备,用于管理其对应的供应商的供应商设备,由该至少一个供应商的供应商设备以及该管理设备组成的系统称为供应链管理系统,在一个供应链上可以存在至少一个供应链管理系统。
请参考图1,图1是本申请实施例提供的一种供应链管理系统的结构示意图。该供应链管理系统包括:管理设备10和至少一个供应商设备20。图1以该供应链管理系统包括管理设备10和两个供应商设备20为例,但并不对此进行限定。
其中,管理设备10与至少一个供应商设备20通过网络建立有通信连接。该管理设备10用于管理至少一个供应商设备20。示例的,该管理设备10可以是智能手机、电脑、一台服务器,或者由若干台服务器组成的服务器集群,各个服务器实现不同功能,例如,部分服务器实现数据库功能,部分服务器实现服务器管理功能。供应商设备20用于向管理设备10发送数据,例如,将管理设备管理所需生产工序的相关数据发送至管理设备。示例的,该供应商设备20可以是智能手机、电脑或者服务器。
在实际应用中,为了区分各个供应商,管理设备可以为各个供应商分配供应商标识,每个供应商标识用于在管理设备处唯一标识一个供应商,各个供应商设备在向该管理设备发送其管理的生产工序的相关数据时,可以携带其所属供应商的供应商标识;进一步的,为了区分各个生产工序所属的供应商设备,管理设备可以为各个供应商设备分配设备标识,每个设备标识用于在管理设备处唯一标识一个供应商设备,不同供应商设备在向该管理设备发送其管理的生产工序的相关数据时,可以携带该自身的设备标识。更进一步的,为了区分各个生产工序,管理设备可以为各个生产工序分配工序标识,每个工序标识用于在管理设备处唯一标识一个生产工序,不同供应商设备在向该管理设备发送其管理的生产工序的相关数据时,可以携带对应生产工序的标识。其中,该供应商标识、设备标识和/或工序标识可以是数字标识或者颜色标识等,其中数字标识也称编码(item)。
图2是本申请实施例提供的另一种供应链管理系统的结构示意图。如图2所示,在图1所示的供应链管理系统的基础上,该供应链管理系统还包括需求管理设备30。
该需求管理设备30与管理设备10通过网络建立有通信连接。该需求管理设备30用于管理需求商的需求产量。示例的,该需求管理设备30可以是一台计算机、一台服务器,或者由若干台服务器组成的服务器集群。
需要说明的是,上述网络可以是有线或无线网络(wireless network)。其中,有线网络包括传输控制协议/互联网协议(Transmission Control Protocol/InternetProtocol,TCP/IP)网络、光纤网络或无限带宽(InfiniBand,IB)网络;无线网络包括:无线保真(wireless fidelity,WIFI)网络、第三代(3rd-generation,3G)移动通信技术网络或通用分组无线服务技术(general packet radio service,GPRS)等。
可选地,在本申请实施例中,上述管理设备10和上述需求管理设备30可以集成为一体结构,例如,两者集成在同一台服务器,或者由若干台服务器组成的服务器集群上。
为了方便读者理解,本申请实施例对下文涉及的供应链管理方法中的一些定义进行解释:
产品成品,指的是一个供应商最终供应的产品,也即是通过一个供应商的所有生产工序进行加工后得到的产品。该产品成品可以是器件,也可以是电子仪器等产品。
生产工序,指的是至少一个工人和/或至少一个生产设备在一个工作地对一个(或几个)生产对象(也称劳动对象)连续进行生产活动的综合过程,是组成产品成品的生产过程的基本单位。
工序产品,指的是通过一个生产工序进行加工后得到的产品,每个工序产品对应一个生产工序,其可以为上述生产工序的生产对象。
货期,指的是经过以一个生产工序加工一个工序产品的整体时长。
工序成本占比,指的是工序产品的成本在产品成品的成本中的占比。
产能,指的是生产工序在指定时长所能提供的产量。
需求产量,指的是需求商所需要的产量,其通常指的是指定时长内的需求产量,该指定时长可以是一天、一个月或一年,则,相应的,该需求产量可以依次是天需求产量、月需求产量或年需求产量。
总拥有成本(Total Cost of Ownership,TCO),指的是包括产品成品采购到后期产品成品使用和维护的总成本。
示例一,假设需求商是手机的制造商,该需求商需要供应商供应显示屏和机壳。第一供应商供应显示屏,第二供应商供应机壳,一个显示屏需要经过显示基板(也称阵列基板)制造、显示盖板制造以及封装三个生产工序制成。其中,通过显示基板制造工序进行加工后得到的产品为显示基板,通过显示盖板制造工序进行加工后得到的产品为显示盖板,通过封装工序进行加工后得到的产品为显示屏。机壳需要经过模型压制一个工序制成。则,该示例一中,产品成品共2个,分别为显示屏和机壳,对于产品成品:显示屏,对应的生产工序为显示基板制造工序、显示盖板制造工序和封装工序,工序产品分别对应为显示基板、显示盖板和显示屏;对于产品成品:机壳,对应的生产工序为模型压制工序。供应商提供的产品成品指的是显示屏幕和机壳。工序产品指的是显示基板、显示盖板、显示屏以及机壳。
示例二,假设需求商需求的产品为10G(兆)光模块器件(即每秒可以发送和接收10G数据信号的光模块器件),该需求商需要供应商供应10G光模块器件。其中,第三供应商和第四供应商均向需求商供应10G光模块器件。一个10G光模块器件需要经过晶元/芯片(wafer/chip)制造工序、镭射二极体模组(transistor outline/through-hole,TO-CAN)封装工序、光器件组装(optical-sub-assembly,OSA)工序以及光模块制造工序制成。其中,通过晶元/芯片制造工序进行加工后得到的产品为晶元/芯片,通过镭射二极体模组封装工序进行加工后得到的产品为封装芯片,通过光器件组装工序进行加工后得到的产品为光器件,通过光模块制造工序进行加工后得到的产品为光模块。则,该示例二中,该产品成品为10G光模块器件,对应的生产工序为晶元/芯片制造工序、镭射二极体模组封装工序、光器件组装工序以及光模块制造工序,工序产品分别对应为晶元/芯片、封装芯片、光器件以及光模块。
传统的供应链中,由于需要人为根据供应商提供的产品成品的产量与需求商的需求产量进行供需匹配,一旦企业的需求量产生变动,导致人为基于该供需匹配的结果进行供应风险预测的准确率较低。
本申请实施例提供一种供应链管理方法,可以解决上述供应链的问题。请参考图3,
图3是本申请实施例提供的一种供应链管理方法的流程图,该供应链管理方法可以应用于图1或图2所示的系统架构中。为了便于理解,后续步骤以需求商所需要的产品成品为一个为例进行说明,当需求商所需要的产品成品为多个时,针对每个产品成品的供应链管理方法可以参考后续供应链管理方法,本申请对此不再赘述,该供应链管理方法可以包括如下几个步骤:
步骤101、管理设备确定影响产品成品的产量的生产工序。
示例的,管理设备在确定其管理的所有供应商设备后,可以在所有供应商设备所管理的生产工序中,确定影响该产品成品的生产工序。上述步骤101可以有多种实现方式,本申请实施例以以下三种可选的实现方式为例进行说明:
在第一种可选的实现方式中,管理设备将所有目标生产工序,确定为影响产品成品的产量的生产工序。该目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
其中,生产工序与产品成品关联指的是该生产工序所生产的工序产品组成该产品成品或者影响该产品成品的生成。
示例的,假设该管理设备所管理的所有供应商设备包括第一供应商设备和第二供应商设备,第一供应商设备管理生产工序1和生产工序2,第二供应商设备管理生产工序3和生产工序4,其中,生产工序1、生产工序2、生产工序3和生产工序4均与产品成品关联,管理设备将生产工序1、生产工序2、生产工序3和生产工序4都确定为影响产品成品的产量的生产工序。仍然以上述示例一为例,第一供应商部署有第一供应商设备,第二供应商部署有第二供应商设备。其中,该第一供应商设备管理显示屏对应的生产工序,即该第一供应商设备管理显示基板制造工序、显示盖板制造工序和封装工序,第二供应商设备管理机壳对应的生产工序,即该第二供应商设备管理模型压制工序。对于产品成品:显示屏,显示基板制造工序、显示盖板制造工序和封装工序均与显示屏关联,管理设备将显示基板制造工序、显示盖板制造工序和封装工序都确定为影响显示屏的产量的生产工序。对于产品成品:机壳,模型压制工序与机壳关联,管理设备将模型压制工序确定为影响机壳的产量的生产工序。
这样,管理设备确定的影响产品成品的产量的生产工序包括所有目标生产工序,所以,管理设备实现对所有目标生产工序的统一管理。
在第二种可选的实现方式中,管理设备将所有目标生产工序中生产过程相同的生产工序合并,将合并后的生产工序确定为影响产品成品的产量的生产工序。
请参考前述第一种可选的实现方式,该目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
示例的,假设所有供应商设备包括第一供应商设备和第二供应商设备,第一供应商设备管理生产工序1和生产工序2,第二供应商设备管理生产工序3和生产工序4,其中,生产工序1、生产工序2、生产工序3和生产工序4均与产品成品关联,且生产工序1和生产工序3为生产过程相同的生产工序。管理设备将第一供应商设备所管理的生产工序1和第二供应商设备所管理的生产工序3进行合并,得到新的生产工序1,则该管理设备将新的生产工序1、生产工序2和生产工序4确定为影响产品成品的产量的生产工序。仍然以上述示例二为例,第三供应商部署有第三供应商设备,第四供应商部署有第四供应商设备。其中,该第三供应商设备和第四供应商设备均管理10G光模块器件对应的生产工序,即该第三供应商设备和第四供应商设备均管理晶元/芯片制造工序、镭射二极体模组封装工序、光器件组装工序以及光模块制造工序。对于产品成品:10G光模块器件,晶元/芯片制造工序、镭射二极体模组封装工序、光器件组装工序以及光模块制造工序均与10G光模块器件关联。管理设备将第三供应商设备和第四供应商设备所管理的生产工序进行合并,得到新的晶元/芯片制造工序、镭射二极体模组封装工序、光器件组装工序以及光模块制造工序,管理设备将新的晶元/芯片制造工序、镭射二极体模组封装工序、光器件组装工序以及光模块制造工序确定为影响10G光模块器件的产量的生产工序。
在第三种可选的实现方式中,管理设备将所有目标生产工序,确定为影响产品成品的产量的第一生产工序,并将所有目标生产工序中生产过程相同的生产工序合并,将合并后的生产工序确定为影响产品成品的产量的第二生产工序。
仍然以第二种可选的实现方式中的例子为例,管理设备将生产工序1、生产工序2、生产工序3和生产工序4都确定为影响产品成品的产量的第一生产工序,同时,该管理设备将新的生产工序1、生产工序2和生产工序4确定为影响产品成品的产量的第二生产工序。仍然以上述示例二为例,管理设备将晶元/芯片制造工序、镭射二极体模组封装工序、光器件组装工序以及光模块制造工序都确定为影响10G光模块器件的产量的第一生产工序,同时,该管理设备将新的晶元/芯片制造工序、镭射二极体模组封装工序、光器件组装工序以及光模块制造工序确定为影响10G光模块器件的产量的的第二生产工序。
步骤102、管理设备在影响产品成品的产量的生产工序中确定指定生产工序。
其中,指定生产工序为影响产品成品的产量的生产工序中符合约束条件集合中的任一约束条件的生产工序。
上述步骤102可以有多种实现方式,本申请实施例以以下两种实现方式为例进行说明。
在第一种可选的实现方式中,管理设备接收关键供应节点(key supply point,KSP)指定指令,KSP指定指令用于指示指定生产工序(也称KSP),管理设备基于该KSP指定指令,确定指定生产工序。
其中,该指定生产工序可以是供应商设备在影响产品成品的产量的生产工序中确定的符合约束条件集合中的任一约束条件的生产工序,该KSP指定指令由该供应商设备发送至管理设备。该指定生产工序也可以是工作人员在影响产品成品的产量的生产工序中确定的符合约束条件集合中的任一约束条件的生产工序,工作人员在确定指定生产工序后执行指令触发操作,相应的,管理设备接收该指令触发操作所触发的该KSP指定指令,该指令触发操作可以通过触控屏、按钮、键盘和鼠标等中的至少一者触发。
在第二种可选的实现方式中,管理设备接收至少一个供应商设备发送的生产工序数据,该生产工序数据为影响产品成品的产量的生产工序所对应的数据,基于接收到的生产工序数据,在影响产品成品的产量的生产工序中确定指定生产工序。
该生产工序数据可以包括:每个生产工序对应的货期、成本占比、工序产品的种类数量、指定原材料的种类数量、参考扩产周期和指定的参考产量。管理设备基于接收到的至少一个供应商设备发送的生产工序数据,在影响产品成品的产量的生产工序中确定符合约束条件集合中的任一约束条件的指定生产工序。
可选地,该约束条件集合包括至少一个约束条件。上述约束条件集合包括以下至少一种约束条件:
第一种约束条件为,生产工序的货期大于指定货期,且成本占比大于指定成本占比。
其中,该指定货期可以根据实际情况确定,例如,该指定货期可以是平均货期,也即是所有目标生产工序的货期之和与目标生产工序的总数的比值。该指定成本占比可以根据实际情况确定,例如,该指定成本占比可以是平均成本占比,也即是所有目标生产工序的成本占比之和与目标生产工序的总数的比值。
第二种约束条件为,生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,指定原材料为制造该工序产品的材料。
该指定阈值可以根据具体工序产品的生产情况确定,示例的,该指定阈值可以为5。
第三种约束条件为,生产工序的参考扩产周期大于所有目标生产工序的货期,该参考扩产周期为采用生产工序生产指定的参考产量的工序产品所需要的时长。
该指定的参考产量可以根据具体工序产品的生产情况确定,该指定的参考产量可以是指定数值,也可以属于一个数值范围。示例的,该指定的参考产量可以为产品成品的产能的50%,也可以为产品成品的产能的30%-50%。
仍然以上述示例二为例,假设约束条件集合中,指定货期为平均货期,指定阈值为10,且约束条件集合包括第一种约束条件、第二种约束条件和第三种约束条件。如图4所示的数据,至少一个供应商设备发送的生产数据包括:晶元/芯片制造工序对应的货期为12星期,成本占比为50%,工序产品的种类数量为242种,指定原材料的种类数量为4种,参考扩产周期为24星期,指定的参考产量为100个。TO-CAN封装工序对应的货期为1星期,成本占比为15%,工序产品的种类数量为242种,指定原材料的种类数量为242种,参考扩产周期为4星期,指定的参考产量为100个。OSA工序对应的货期为1星期,成本占比为15%,工序产品的种类数量为242种,指定原材料的种类数量为242种,参考扩产周期为4星期,指定的参考产量为100个。光模块制造工序对应的货期为1星期,成本占比为20%,工序产品的种类数量为242种,指定原材料的种类数量为242种,参考扩产周期为4星期,指定的参考产量为100个。
对于晶元/芯片制造工序,由于12>(12+1+1+1)/4且50%>(50%+15%+15%+20%)/4,满足第一种约束条件,则管理设备确定晶元/芯片制造工序为指定生成工序,也即是管理设备确定晶元/芯片制造工序为KSP。
需要说明的是,为了便于区分,指定生产工序基于其确定方式不同可以划分为指定生产工序大类和指定生产工序小类,指定生产工序大类可以通过将指定生产工序小类中生产过程相同的指定生产工序小类进行合并得到。
其中,管理设备在根据上述步骤101的第一种可选的实现方式确定的影响产品成品的产量的生产工序中确定的指定生产工序称为指定生产工序小类;管理设备根据上述步骤101的第三种可选的实现方式在第一生产工序中,确定的指定生产工序也称为指定生产工序小类。
管理设备在根据上述步骤101的第二种可选的实现方式确定的影响产品成品的产量的生产工序中确定的指定生产工序称为指定生产工序大类;管理设备根据上述步骤101的第三种可选的实现方式在第二生产工序中,确定的指定生产工序也称为指定生产工序大类。
步骤103、管理设备在其所管理的至少一个供应商设备中确定管理指定生产工序的供应商设备,将管理指定生产工序的供应商设备作为目标供应商设备。
在一种可选的示例中,管理设备通过其管理的至少一个供应商设备来确定目标供应商设备,该过程可以包括:管理设备发送目标设备确定请求发送至供应商设备,该目标设备确定请求包含指示指定生产工序的信息,供应商设备基于该目标设备确定请求中包含的指定生产工序的信息,确定其所管理的生产工序是否包含该指定生产工序,当确定其所管理的生产工序包含该指定生产工序,供应商设备向管理设备发送目标设备确定响应,管理设备确定发出该目标设备确定响应的供应商设备为目标供应商设备。其中,该管理设备向供应商设备发送目标设备确定请求的方式可以为,管理设备依次向供应商设备发送该目标设备确定请求,也可以为,管理设备同时向供应商设备发送目标设备确定请求,也即是进行目标设备确定请求的广播或组播。
在另一种可选的示例中,管理设备自行确定目标供应商设备,该过程可以包括:管理设备预先记录有其管理的所有供应商设备的设备标识,以及每个供应商设备所管理的生产工序的工序标识,该设备标识和工序标识的对应关系可以采用关系表或索引表的方式存储,管理设备基于该对应关系,在其管理的供应商设备中确定管理指定生产工序的供应商设备,将管理指定生产工序的供应商设备作为目标供应商设备。例如,采用指定生产工序的工序标识查询该对应关系,得到相应的设备标识,将该设备标识所指示的供应商设备确定为目标供应商设备。
步骤104、管理设备接收目标供应商设备发送的KSP数据,KSP数据为影响产品成品的产量的指定生产工序所对应的数据,目标供应商设备属于管理设备所管理的至少一个供应商设备。
其中,该KSP数据可以包括反映指定生产工序的产能的数据,该产能为指定生产工序在指定时长所能提供的产量。示例的,该KSP数据可以为指定生产工序的产能,也可以为指定生产工序的产能的标识。
在步骤104中,该管理设备接收目标供应商设备发送的KSP数据的实现方式有多种,本申请实施例以以下两种为例进行说明。
在第一种可选的实现方式中,管理设备向目标供应商设备发送KSP数据请求,该KSP数据请求包括指示指定生产工序的信息,例如该指定生产工序的工序标识,目标供应商设备在接收到该KSP数据请求后,基于该KSP数据请求确定其所管理的生产工序中的指定生产工序,将该指定生产工序所对应的数据,也即是KSP数据发送至管理设备。其中,管理设备向目标供应商设备发送KSP数据请求的方式可以参考上述该管理设备向供应商设备发送目标设备确定请求的方式,本申请实施例对此不再赘述。
在第二种可选的实现方式中,管理设备所管理的所有供应商设备向其发送生产能力数据,管理设备在接收到该生产能力数据后,基于确定的目标供应商设备,筛选得到目标供应商设备发送的生产能力数据,基于确定的指定生产工序确定该生产能力数据中包含的KSP数据。其中,该生产能力数据为供应商设备所管理的影响产品成品的产量的生产工序对应的数据。
步骤105、管理设备获取指定生产工序的工序产品的需求产量,指定生产工序的工序产品为经过指定生产工序所得到的产品。
管理设备可以获取自身存储的指定生产工序的工序产品的需求产量,也可以接收需求管理设备发送的指定生产工序的工序产品的需求产量,还可以是接收工作人员输入至管理设备的指定生产工序的工序产品的需求产量。
步骤106、管理设备基于接收到的KSP数据,以及工序产品的需求产量,确定供需指示信息,供需指示信息用于指示接收到的KSP数据所反映的指定生产工序的产能是否满足工序产品的需求产量。
管理设备通过接收到的KSP数据以及KSP对应的工序产品的需求产量确定供需指示信息,其中,该工序产品的需求产量为该工序产品在指定时长内的需求产量。该KSP数据所反映的指定生产工序的产能对应的指定时长与需求产量的对应的指定时长相同。上述指定时长可以根据实际情况而确定,示例的,通常情况下,该指定时长为一个月。
上述步骤106中基于接收到的KSP数据,以及工序产品的需求产量,确定供需指示信息的确定过程,可以实现的方式有多种,本申请实施例以以下三种实现方式为例进行说明。
第一种可选的实现方式,管理设备利用供需估算模型,确定供需指示信息。
当管理设备利用供需估算模型确定供需指示信息时,该供需指示信息的确定过程可以包括:
步骤a1、管理设备获取供需估算模型。
示例的,管理设备预先存储有供需估算模型,该供需估算模型是基于KSP数据、需求产量和供需指示信息的对应关系建立的,该供需估算模型用于基于KSP数据,以及需求产量,确定供需指示信息。
其中,该供需估算模型可以由管理设备或其他设备训练得到,该训练过程可以包括:预先建立由不同KSP数据和不同需求量及各个KSP数据和需求量对应的供需指示信息组成的样本集;采用该样本集来训练该供需估算模型,得到用于确定供需指示信息的供需估算模型。
该供需估算模型也可以是一个函数模型,该函数模型用于基于KSP数据和需求产量得到供需指示信息。在函数模型中,供需指示信息I可以满足:I=F(C,D),其中,C为KSP数据,D为需求产量,F()为预设的关系函数,示例的,该关系函数F()可以是线性函数,也可以为非线性函数,本申请实施例对此不做限定。
需要说明的是,管理设备针对其需要的不同产品成品可能存储有多个供需估算模型,管理设备可以基于当前所需确定供需指示信息的产品成品来在多个供需估算模型中筛选对应的供需估算模型。
步骤a2、管理设备将接收到的KSP数据以及工序产品的需求产量输入供需估算模型,得到供需估算模型输出的供需指示信息。
第二种可选的实现方式,管理设备利用供需关系表,确定供需指示信息。
当管理设备利用供需关系表确定供需指示信息时,该供需指示信息的确定过程可以包括:
步骤b1、管理设备获取供需关系表。
示例的,管理设备预先存储有供需关系表,该供需关系表是基于KSP数据、需求产量和供需指示信息的对应关系建立的,供需关系表用于记录KSP数据、需求产量和供需指示信息的对应关系。该供需关系表可以是通过软件模拟的方式建立的,也可以是根据供应商和需求商的日常运营的经验建立的。
步骤b2、管理设备根据接收到的KSP数据以及工序产品的需求产量,查询供需关系表,得到接收到的KSP数据以及工序产品的需求产量对应的供需指示信息。
管理设备根据接收到的KSP数据以及工序产品的需求产量,遍历该供需关系表,得到对应的供需指示信息。
第三种可选的实现方式,当该KSP数据包括产能时,该供需指示信息的确定过程可以包括:
管理设备比较该产能与工序产品的需求产量的数值的大小,确定供需指示信息。当产能大于工序产品的需求产量的数值,该供需指示信息指示接收到的KSP数据满足工序产品的需求产量;当产能小于工序产品的需求产量的数值,该供需指示信息指示接收到的KSP数据不满足工序产品的需求产量。
上述供需指示信息可以为多种形式的标识,只要保证清楚直观地标识出接收到的KSP数据所反映的指定生产工序的产能是否满足工序产品的需求产量即可。示例的,在一种可选方式中,该供需指示信息可以为数字标识。例如,该数字标识可以是0或1,且当接收到的KSP数据所反映的指定生产工序的产能不满足工序产品的需求产量,该供需指示信息包含0;当接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量,该供需指示信息包含1。在另一种可选方式中,该供需指示信息也可以为颜色标识。例如,该颜色标识可以是反映红色或绿色的信息,且当接收到的KSP数据所反映的指定生产工序的产能不满足工序产品的需求产量,供需指示信息包含反映红色的信息;当接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量,供需指示信息包含反映绿色的信息。
管理设备在确定了供需指示信息后,可以将该供需指示信息呈现给工作人员。进一步的,为了便于工作人员了解指定生产工序的生产情况,管理设备也可以将该KSP数据呈现给工作人员。示例的,管理设备具有显示屏,可以通过该显示屏显示供需指示信息以及KSP数据;或者该管理设备与显示屏连接,通过显示屏显示供需指示信息以及KSP数据。为了进一步便于工作人员了解指定生产工序的生产情况,可选地,KSP数据还包括:指定时长内的指定生产工序的产能、扩产产量和扩产周期,该扩产周期为采用指定生产工序生产扩产产量的工序产品所需要的时长。
进一步需要说明的是,上述基于接收到的KSP数据,以及工序产品的需求产量,确定供需指示信息的过程也可以由工作人员执行,示例的,该管理设备可以将接收到的KSP数据以及工序产品的需求产量提供给工作人员,例如管理设备具有显示屏,通过该显示屏显示接收到的KSP数据以及工序产品的需求产量,或者该管理设备与显示屏连接,通过显示屏显示管理设备接收到的KSP数据以及工序产品的需求产量,管理人员基于该KSP数据和需求产量,判断该KSP数据所反映的指定生产工序的产能是否满足工序产品的需求产量,进而确定供需指示信息。
示例的,假设工序产品的需求产量为5,该KSP数据包括产能,该产能为10,管理设备将接收到的KSP数据和工序产品的需求产量通过显示屏进行显示,由管理人员确定供需指示信息。
但是,由于通常情况下,供应链上涉及的KSP数据和对应的需求产量的数据量较大,相较于人为确定供需指示信息,前述第一、第二和第三种可选的实现方式中,管理设备确定供需指示信息的效率更高,准确率也相应更高。
步骤107、管理设备基于供需指示信息,添加风险标识。
可选的,管理设备确定供需指示信息之后,根据该供需指示信息,为该供需指示信息添加风险标识,该风险标识用于指示接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量的风险等级。该风险标识可以有多个,分别对应多个风险等级。示例的,该风险标识可以有三个,包括:第一风险标识、第二风险标识和第三风险标识。该第一风险标识、第二风险标识和第三风险标识分别对应一个风险等级,且该第一风险标识、第二风险标识和第三风险标识对应的风险等级依次增大。
如图5所示,管理设备基于供需指示信息,添加风险标识的过程可以包括:
步骤1071、当供需指示信息指示接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量时,管理设备为供需指示信息添加第一风险标识,第一风险标识用于指示接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量。
步骤1072、当供需指示信息指示接收到的KSP数据所反映的指定生产工序的产能不满足工序产品的需求产量时,管理设备比较扩产周期和指定时长的大小。
当供需指示信息指示接收到的KSP数据所反映的指定生产工序的产能不满足工序产品的需求产量时,管理设备通过比较扩产周期和指定时长的大小,确定该供需指示信息添加的风险标识的等级。
该比较扩展周期和指定时长的大小,确定该供需指示信息添加的风险标识的等级的过程,包括:
步骤c1、当扩产周期小于指定时长时,比较扩产产量与差值产量的大小,该差值产量为指定时长内的需求产量与指定时长内的指定生产工序的产能的差值。
步骤c2、当扩产产量大于或等于差值产量时,为供需指示信息添加第二风险标识,第二风险标识用于指示在扩产周期内指定生产工序的产能能够满足工序产品的需求产量。
步骤c3、当扩产产量小于差值产量时,为供需指示信息添加第三风险标识,第三风险标识用于指示在扩产周期内指定生产工序的产能不能满足工序产品的需求产量。
需要说明的是,风险标识可以为多种形式的标识,只要保证清楚直观地标识出对应的风险等级即可。示例的,假设风险标识包括:第一风险标识、第二风险标识和第三风险标识,且该第一风险标识、第二风险标识和第三风险标识对应的风险等级依次增大。在一种可选方式中,该风险标识可以为颜色标识,且风险等级越高,该风险标识的对应的颜色越深,则第一风险标识、第二风险标识和第三风险标识可以对应的颜色依次加深;在另一种可选方式中,该风险标识也可以为数字标识,且风险等级越高,风险标识的对应的数字越大,则第一风险标识、第二风险标识和第三风险标识对应的数字越大。
由于在供需指示信息中添加风险标识,且该风险标识是考虑了产能、扩产产量和扩产周期得到的,因此,该风险标识可以更加准确地指示出接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量的可能性,提高了预测供应风险的准确率。
步骤108、管理设备确定KSP的关键约束因素。
为了使工作人员可以通过管理设备明确影响指定生产工序的产量的主要因素,从而使工作人员可以基于该主要因素进行合理地供需匹配,管理设备可以基于KSP数据确定该KSP的关键约束因素。其中,该关键约束因素为用于反映影响指定生产工序的产量的主要因素,该主要因素是指对指定生产工序的产量影响程度最大的因素,或者,对指定生产工序的产量影响程度大于指定程度的因素,该指定程度可以根据实际情况而定。示例的,仍然以上述示例二为例,假设指定生产工序为晶元/芯片制造工序,由于经过晶元/芯片制造工序制造得的晶元/芯片的种类数量远大于晶元/芯片的原材料的种类数量,一旦原材料发生短缺,将较大的影响到多种晶元/芯片的产量,因此,原材料是影响晶元/芯片的产量的主要因素。
上述管理设备基于KSP数据确定该KSP的关键约束因素的过程,包括:
当指定生产工序的货期大于指定货期,且成本占比大于指定成本占比时,将原材料或半成品确定为KSP的关键约束因素;和/或,当指定生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,将原材料或半成品确定为KSP的关键约束因素;和/或,当指定生产工序的参考扩产周期大于所有目标生产工序的货期时,将指定生产工序所涉及的生产设备和指定类别的技术人员确定为KSP的关键约束因素。
其中,该指定货期和指定成本占比与上述步骤102中的指定货期和指定成本占比相同。该指定类别的技术人员可以是具有指定生产工序所需技能的专有技术人员,也可以是具有一定学历和工作经验的技术人员,该指定类别的技术人员的定义可以根据实际情况而定,本申请实施例对此不做限定。
步骤109、管理设备在供需指示信息中添加KSP的关键约束因素。
管理设备在KSP对应的供需指示信息中添加该KSP的关键约束因子。
为了使需求商对应的供应商可以了解到该供应商对应的产品成品的需求产量,管理设备还可以向其管理的至少一个供应商设备发送需求商相关信息,以便供应商可以了解需求商相关信息,并可以基于该需求商相关信息对后续产品成品或工序产品的产能做出相应调整。示例的,该需求商相关信息可以包括:产品成品的需求产量,和/或指定生产工序的工序产品的需求产量。
进一步的,针对不同的供应商设备,上述需求商相关信息的内容可以不同,例如,针对目标供应商设备,需求商相关信息可以包括产品成品的需求产量和指定生产工序的工序产品的需求产量,针对除目标供应商设备之外的其他供应商设备,需求商相关信息可以包括产品成品的需求产量。也即是管理设备可以向目标供应商设备发送产品成品的需求产量和指定生产工序的工序产品的需求产量,向其他供应商设备发送产品成品的需求产量。
需要说明的是,管理设备向发送需求商相关信息的过程,可以在上述步骤103之后执行,也可以在步骤109之后执行。
上述需求商相关信息中携带的需求产量可以为指定时长的需求产量,该指定时长可以是6个月,也可以12个月,只要该指定时长大于所有指定生产工序的工序产品的扩充周期即可。当管理设备向目标供应商设备发送需求商相关信息时,在一种情况下,产品成品的需求产量和指定生产工序的工序产品的需求产量对应的指定时长可以相等,在另一种情况下,产品成品的需求产量和指定生产工序的工序产品的需求产量对应的指定时长可以不等,其中,产品成品的需求产量对应的指定时长n可以满足:n=p-q,p为总货期,该总货期为经过所有生产工序加工一个产品成品的时长,q为指定生产工序的货期;该指定生产工序的工序产品的需求产量对应的指定时长m可以满足:m=w-n,w为预先设置的大于所有指定生产工序的工序产品的扩充周期的时长。
这样,供应商可以基于供应商设备接收到的需求产量进行供应匹配,由于该需求商相关信息可以包括工序产品的需求产量,因此,细化了供需匹配的产品的类型,一旦企业的需求量产生变动,供应商可以更快的基于需求量变动的情况,进行产品成品的供应。
需要说明的是,由于指定生产工序可能随着时间产生变化,因此,管理设备可以周期性的执行上述步骤102至步骤109,以使供需指示信息更接近实际情况,提高预测供应风险的准确率。示例的,该周期性执行上述步骤102-109的间隔时间可以是1个月,也可以是6个月。
本申请实施例提供的供应链管理方法步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减。任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本申请的保护范围之内,因此不再赘述。
综上所述,本申请实施例提供的供应链管理方法,由于根据影响产品成品的产量的指定生产工序的产能与该指定生产工序的需求产量进行供需匹配,相较于根据产品成品的产量与需求商的需求产量进行供需匹配的方式,细化了供需匹配的产品的类型,提高了预测供应风险的准确率,保障了产品成品的连续供应。
进一步的,由于在供需指示信息中添加风险标识,且该风险标识是考虑了产能、扩产产量和扩产周期得到的,因此,该风险标识可以更加准确地指示出接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量的可能性,提高了预测供应风险的准确率。
同时,由于预测供应风险的准确率上升,使管理设备对应的需求商可以基于该预测供应风险,提前针对供应风险较大的需求产量作出相应调整,或提前采取其他措施保证需求产量,避免了因供应不足需要临时增加产能的可能性,降低了总拥有成本。
进一步的,由于该供应链管理方法是基于管理设备所管理的供应商设备所管理的生产工序,确定的供需指示信息,因此,该方法在预测供应风险中,考虑到了管理设备所管理的多种供应商设备,也即是考虑了多个供应商(也称为多级供应商)在供应风险中的作用,提高了预测供应风险的准确性。
在一种可选的示例中,管理设备可以具有显示屏,管理设备通过显示屏显示管理设备接收的KSP数据和该KSP对应的工序产品的需求产量,以及管理设备确定的供需指示信息等等。
例如,该管理设备可以以表格的形式显示KSP数据和该KSP对应的工序产品的需求产量。如表1和表2所示,表1为确定的指定生产工序为指定生产工序小类时,显示屏显示的信息;表2为确定的指定生产工序为指定生产工序大类时,显示屏显示的信息。
假设该某一需求商,有两个对应的供应商,该两个对应的供应商包括:第一供应商和第二供应商,该第一供应商配置有第一供应商设备,第二供应商配置有第二供应商设备,管理设备向第一供应商设备配置的设备标识为item1,第二供应商设备配置的设备标识为item2。其中,第一供应商设备所管理的指定生产工序为工序A、工序B和工序C,第二供应商设备所管理的指定生产工序为工序A和工序B,生产过程相同的生产工序的命名相同。假设供需指示信息中第一风险标识、第二风险标识和第三风险标识为分别对应绿色标识、黄色标识和红色标识,该绿色标识为将指定生产工序对应的月需求产量所在的表格的底色显示为绿色,黄色标识显示为黄色,红色标识显示为红色。KSP对应的工序产品的需求产量的指定时长为月,也即是该需求产量为每月的需求产量,表1和表2中,以3个月的需求产量为例进行说明。
通过表1和表2工作人员可以得到供应链上指定生产工序相应的数据,为了使工作人员可以更清晰地分别各个KSP,管理设备在以表格的形式显示KSP数据和该KSP对应的工序产品的需求产量时,配置KSP序号对各个KSP进行了标记。
示例的,表1中,KSP序号为KSP1对应的供应商编码:item1,KSP小类为工序A,关键约束因子为原材料或半成品,KSP产能为100,扩产周期为4周,扩产产量为50,第1个月需求产量为80,第2个月需求产量为90,第3个月需求产量为120。
表2中,KSP序号为KSPA对应的供应商编码:item1,item2,KSP大类为工序A,关键约束因子为生产设备,KSP产能为100,扩产周期为4周,扩产产量为50,第1个月需求产量为80,第2个月需求产量为90,第3个月需求产量为120。
其中,根据步骤105可以得到表1和表2中第1个月需求产量、第2个月需求产量和第3个月需求产量。根据步骤106-107可以得到表1和表2中风险指示标识。该风险指示标识显示为在表1中,KSP1、KSP2、KSP3、KSP4和KSP5所在行的倒数第2列和第3列的所有表格的底色为绿色,KSP1、KSP2、KSP4和KSP5所在行的倒数第1列的所有表格的底色为黄色,KSP3所在行的倒数第1列的表格的底色为红色。在表2中,KSPA所在行的倒数第2列和第3列的所有表格的底色为绿色,倒数第1列的表格的底色为黄色。根据步骤109可以得到表1和表2中各个KSP序号对应的关键约束因子。
表1
表2
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
本申请实施例提供一种供应链管理装置60,如图6所示,应用于供应链管理系统中的管理设备,装置60包括:
接收模块601、获取模块602和第一确定模块603。
接收模块601,用于接收目标供应商设备发送的关键供应节点KSP数据,KSP数据为影响产品成品的产量的指定生产工序所对应的数据,目标供应商设备属于至少一个供应商设备,例如实现上述方法实施例中步骤104所示的方法;
获取模块602,用于获取指定生产工序的工序产品的需求产量,指定生产工序的工序产品为经过指定生产工序所得到的产品,例如实现上述方法实施例中步骤105所示的方法;
第一确定模块603,用于基于接收到的KSP数据,以及工序产品的需求产量,确定供需指示信息,供需指示信息用于指示接收到的KSP数据所反映的指定生产工序的产能是否满足工序产品的需求产量,例如实现上述方法实施例中步骤106所示的方法。
综上所述,本申请实施例提供的供应链管理装置,由于根据影响产品成品的产量的指定生产工序的产能与该指定生产工序的需求产量进行供需匹配,相较于根据产品成品的产量与需求商的需求产量进行供需匹配的方式,细化了供需匹配的产品的类型,提高了预测供应风险的准确率,保障了产品成品的连续供应。
可选的,如图7所示,装置60在图6所示的基础上还包括:
第二确定模块604和第三确定模块605。
第二确定模块604,用于在接收目标供应商设备发送的关键供应节点KSP数据之前,在影响产品成品的产量的生产工序中确定指定生产工序,例如实现上述方法实施例中步骤102所示的方法;
第三确定模块605,用于在至少一个供应商设备中确定管理指定生产工序的供应商设备,将管理指定生产工序的供应商设备作为目标供应商设备,例如实现上述方法实施例中步骤103所示的方法。
可选的,第二确定模块604,用于:
接收KSP指定指令,KSP指定指令用于指示指定生产工序,基于KSP指定指令,确定指定生产工序;
或者,接收至少一个供应商设备发送的生产工序数据,生产工序数据为影响产品成品的产量的生产工序所对应的数据,基于接收到的生产工序数据,在影响产品成品的产量的生产工序中确定指定生产工序。
可选的,如图8所示,装置60在图7所示的基础上还包括:
第四确定模块606。第四确定模块606用于:
在影响产品成品的产量的生产工序中确定指定生产工序之前,将所有目标生产工序中生产过程相同的生产工序合并,将合并后的生产工序确定为影响产品成品的产量的生产工序;
或者,将所有目标生产工序,确定为影响产品成品的产量的生产工序。
例如第四确定模块606可以实现上述方法实施例中步骤101所示的方法。
其中,目标生产工序为管理设备所管理的所有供应商设备的生产工序中,与产品成品关联的生产工序。
可选的,由于上述方法实施例中步骤106所示的方法的实现方式有多种,且第一确定装置603可以实现上述方法实施例中步骤106所示的方法,因此,第一确定装置603可以被配置为以下两种可能的情况中的任意一种。
第一种可能的情况,如图9所示,第一确定模块603,包括:
获取子模块6031和处理子模块6032。
获取子模块6031,用于获取风险估算模型,风险估算模型用于基于KSP数据,以及需求产量,确定供需指示信息;
处理子模块6032,用于将接收到的KSP数据以及工序产品的需求产量输入风险估算模型,得到风险估算模型输出的供需指示信息。
第二种可能的情况,如图10所示,第一确定模块603,包括:
获取子模块6033和查询子模块6034。
获取子模块6033,用于获取供需关系表,供需关系表用于记录KSP数据、需求产量和供需指示信息的对应关系;
查询子模块6034,用于根据接收到的KSP数据以及工序产品的需求产量,查询供需关系表,得到接收到的KSP数据以及工序产品的需求产量对应的供需指示信息。
可选的,工序产品的需求产量为指定时长内的需求产量,KSP数据包括:指定时长内的指定生产工序的产能、扩产产量和扩产周期,扩产周期为采用指定生产工序生产扩产产量的工序产品所需要的时长。如图11所示,装置60在图8所示的基础上还包括:
第一添加模块607。第一添加模块607用于:
在基于接收到的KSP数据,以及工序产品的需求产量,确定供需指示信息之后,当供需指示信息指示接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量时,为供需指示信息添加第一风险标识,第一风险标识用于指示接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量;
当供需指示信息指示接收到的KSP数据所反映的指定生产工序的产能不满足工序产品的需求产量时,比较扩展周期和指定时长的大小;
当扩产周期小于指定时长时,比较扩产产量与差值产量的大小,差值产量为指定时长内的需求产量与指定时长内的指定生产工序的产能的差值;
当扩产产量大于或等于差值产量时,为供需指示信息添加第二风险标识,第二风险标识用于指示在扩产周期内指定生产工序的产能能够满足工序产品的需求产量;
当扩产产量小于差值产量时,为供需指示信息添加第三风险标识,第三风险标识用于指示在扩产周期内指定生产工序的产能不能满足工序产品的需求产量。
例如第一添加模块607可以实现上述方法实施例中步骤107所示的方法。
其中,第一风险标识、第二风险标识和第三风险标识分别对应一个风险等级,第一风险标识、第二风险标识和第三风险标识对应的风险等级依次增大。
可选的,指定生产工序为影响产品成品的产量的生产工序中符合约束条件集合中的任一约束条件的生产工序,约束条件集合包括以下至少一种:
生产工序的货期大于指定货期,且成本占比大于指定成本占比,货期为经过以一个生产工序加工一个工序产品的整体时长,工序成本占比为工序产品的成本在产品成品的成本中的占比;
生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,指定原材料为制造工序产品的材料;
生产工序的参考扩产周期大于所有目标生产工序的货期,参考扩产周期为采用生产工序生产指定的参考产量的工序产品所需要的时长,其中,目标生产工序为管理设备所管理的所有供应商设备的生产工序中,与产品成品关联的生产工序。
可选的,如图12所示,装置60在图7所示的基础上还包括:
第五确定模块608和第二添加模块609。
第五确定模块608,用于确定KSP的关键约束因素,关键约束因素用于反映影响指定生产工序的产量的主要因素,例如实现上述方法实施例中步骤108所示的方法;
第二添加模块609,用于在供需指示信息中添加KSP的关键约束因素,例如实现上述方法实施例中步骤109所示的方法。
可选的,确定KSP的关键约束因素,包括:
当指定生产工序的货期大于指定货期,且成本占比大于指定成本占比时,将原材料或半成品确定为KSP的关键约束因素;
和/或,当指定生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,将原材料或半成品确定为KSP的关键约束因素;
和/或,当指定生产工序的参考扩产周期大于所有目标生产工序的货期时,将指定生产工序所涉及的生产设备和指定类别的技术人员确定为KSP的关键约束因素。
可选的,如图13所示,装置60在图7所示的基础上还包括:
发送模块610。发送模块610用于在获取指定生产工序的工序产品的需求产量之后,将产品成品的需求产量和/或指定生产工序的工序产品的需求产量发送至至少一个供应商设备。
可选的,第一风险标识、第二风险标识和第三风险标识为颜色标识,第一风险标识、第二风险标识和第三风险标识对应的颜色依次加深。
综上所述,本申请实施例提供的供应链管理装置,由于根据影响产品成品的产量的指定生产工序的产能与该指定生产工序的需求产量进行供需匹配,相较于根据产品成品的产量与需求商的需求产量进行供需匹配的方式,细化了供需匹配的产品的类型,提高了预测供应风险的准确率,保障了产品成品的连续供应。进一步的,由于在供需指示信息中添加风险标识,且该风险标识是考虑了产能、扩产产量和扩产周期得到的,因此,该风险标识可以更加准确地指示出接收到的KSP数据所反映的指定生产工序的产能满足工序产品的需求产量的可能性,提高了预测供应风险的准确率。同时,由于预测供应风险的准确率上升,使管理设备对应的需求商可以基于该预测供应风险,提前针对供应风险较大的需求产量作出相应调整,或提前采取其他措施保证需求产量,避免了因供应不足需要临时增加产能的可能性,降低了总拥有成本。进一步的,由于该供应链管理方法是基于管理设备所管理的供应商设备所管理的生产工序,确定的供需指示信息,因此,该方法在预测供应风险中,考虑到了管理设备所管理的多种供应商设备,也即是考虑了多个供应商(也称为多级供应商)在供应风险中的作用,提高了预测供应风险的准确性。
图14是本申请实施例提供的一种供应链管理装置的结构示意图,如图14所示,该供应链管理装置可以包括:处理器1401(如CPU)、存储器1402、网络接口1403和总线1404。其中,总线1404用于连接处理器1401、存储器1402和网络接口1403。存储器1402可能包含随机存取存储器(random access memory,RAM),也可能包含非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过网络接口1403(可以是有线或者无线)实现供应链管理装置与通信设备之间的通信连接。存储器1402中存储有计算机程序14021,该计算机程序14021用于实现各种应用功能,处理器1401用于执行存储器1402中存储的计算机程序14021来实现上述方法实施例提供的供应链管理方法。
本申请实施例提供一种供应链管理系统,该系统包括管理设备和至少一个供应商设备,管理设备管理至少一个供应商设备,管理设备包括本申请上述实施例提供的任一供应链管理装置。示例的,该供应链管理系统可以为上述图1或图2中实施环境所提供的供应链管理系统。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当可读存储介质在计算机上运行时,使得计算机执行上述方法实施例提供的供应链管理方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述方法实施例提供的任一供应链管理方法。
本申请实施例提供一种芯片,芯片包括可编程逻辑电路和/或程序指令,当芯片运行时用于实现上述方法实施例提供的供应链管理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现,计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、计算机网络或者其他可编程装置。计算机指令可以存储在计算机的可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者包含一个或多个可用介质集成的服务器、数据中心等供应链管理装置。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质,或者半导体介质(例如固态硬盘)等。
在本申请中,术语“第一”、“第二”、“第三”和“第四”仅用于描述目的,而不能理解为指示或暗示相对重要性,除非另有明确的限定。术语“多个”指两个或两个以上,术语“至少一个”表示一个或多个,除非另有明确的限定。本申请中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
Claims (27)
1.一种供应链管理方法,其特征在于,应用于供应链管理系统中的管理设备,所述供应链管理系统包括:所述管理设备和至少一个供应商设备,所述管理设备管理所述至少一个供应商设备,所述方法包括:
接收目标供应商设备发送的关键供应节点KSP数据,所述KSP数据为影响产品成品的产量的指定生产工序所对应的数据,所述KSP数据包括指定时长内所述指定生产工序的产能、扩产产量和扩产周期,所述扩产周期为采用所述指定生产工序生产所述扩产产量的工序产品所需要的时长,所述目标供应商设备属于所述至少一个供应商设备;
获取所述指定时长内所述指定生产工序的工序产品的需求产量,所述指定生产工序的工序产品为经过所述指定生产工序所得到的产品;
基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息,所述供需指示信息用于指示所述接收到的KSP数据所反映的指定生产工序的产能是否满足所述工序产品的需求产量;
当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能不满足所述工序产品的需求产量时,根据所述扩产周期和所述指定时长的大小关系以及所述扩产产量与差值产量的大小关系为所述供需指示信息添加风险标识,所述差值产量为所述指定时长内的需求产量与所述指定时长内的指定生产工序的产能的差值。
2.根据权利要求1所述的方法,其特征在于,在所述接收目标供应商设备发送的关键供应节点KSP数据之前,所述方法还包括:
在影响所述产品成品的产量的生产工序中确定所述指定生产工序;
在所述至少一个供应商设备中确定管理所述指定生产工序的供应商设备,将所述管理所述指定生产工序的供应商设备作为所述目标供应商设备。
3.根据权利要求2所述的方法,其特征在于,
所述在影响所述产品成品的产量的生产工序中确定所述指定生产工序,包括:
接收KSP指定指令,所述KSP指定指令用于指示所述指定生产工序,基于所述KSP指定指令,确定所述指定生产工序;
或者,
接收所述至少一个供应商设备发送的生产工序数据,所述生产工序数据为影响所述产品成品的产量的生产工序所对应的数据,基于接收到的生产工序数据,在影响所述产品成品的产量的生产工序中确定所述指定生产工序。
4.根据权利要求2所述的方法,其特征在于,在影响所述产品成品的产量的生产工序中确定所述指定生产工序之前,所述方法还包括:
将所有目标生产工序中生产过程相同的生产工序合并,将合并后的生产工序确定为影响所述产品成品的产量的生产工序;
或者,将所有目标生产工序,确定为影响所述产品成品的产量的生产工序;
其中,所述目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
5.根据权利要求1至4任一所述的方法,其特征在于,所述基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息,包括:
获取风险估算模型,所述风险估算模型用于基于KSP数据,以及需求产量,确定供需指示信息;
将所述接收到的KSP数据以及所述工序产品的需求产量输入所述风险估算模型,得到所述风险估算模型输出的供需指示信息。
6.根据权利要求1至4任一所述的方法,其特征在于,所述基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息,包括:
获取供需关系表,所述供需关系表用于记录KSP数据、需求产量和供需指示信息的对应关系;
根据所述接收到的KSP数据以及所述工序产品的需求产量,查询所述供需关系表,得到所述接收到的KSP数据以及所述工序产品的需求产量对应的供需指示信息。
7.根据权利要求1至4任一所述的方法,其特征在于,在所述基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息之后,所述方法还包括:当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能满足所述工序产品的需求产量时,为所述供需指示信息添加第一风险标识,所述第一风险标识用于指示所述接收到的KSP数据所反映的指定生产工序的产能满足所述工序产品的需求产量;
所述当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能不满足所述工序产品的需求产量时,根据所述扩产周期和所述指定时长的大小关系以及所述扩产产量与差值产量的大小关系为所述供需指示信息添加风险标识,包括:
当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能不满足所述工序产品的需求产量时,比较所述扩产周期和所述指定时长的大小;
当所述扩产周期小于所述指定时长时,比较所述扩产产量与所述差值产量的大小;
当所述扩产产量大于或等于所述差值产量时,为所述供需指示信息添加第二风险标识,所述第二风险标识用于指示在所述扩产周期内所述指定生产工序的产能能够满足所述工序产品的需求产量;
当所述扩产产量小于所述差值产量时,为所述供需指示信息添加第三风险标识,所述第三风险标识用于指示在所述扩产周期内所述指定生产工序的产能不能满足所述工序产品的需求产量;
其中,所述第一风险标识、所述第二风险标识和所述第三风险标识分别对应一个风险等级,所述第一风险标识、所述第二风险标识和所述第三风险标识对应的风险等级依次增大。
8.根据权利要求2所述的方法,其特征在于,
所述指定生产工序为影响所述产品成品的产量的生产工序中符合约束条件集合中的任一约束条件的生产工序,所述约束条件集合包括以下至少一种:
生产工序的货期大于指定货期,且工序成本占比大于指定成本占比,所述货期为经过一个所述生产工序加工一个工序产品的整体时长,所述工序成本占比为所述工序产品的成本在产品成品的成本中的占比;
生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,所述指定原材料为制造所述工序产品的材料;
生产工序的参考扩产周期大于所有目标生产工序的货期,所述参考扩产周期为采用所述生产工序生产指定的参考产量的工序产品所需要的时长,其中,所述目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
确定KSP的关键约束因素,所述关键约束因素用于反映影响所述指定生产工序的产量的主要因素;
在所述供需指示信息中添加所述KSP的关键约束因素。
10.根据权利要求9所述的方法,其特征在于,
所述确定KSP的关键约束因素,包括:
当所述指定生产工序的货期大于指定货期,且工序成本占比大于指定成本占比时,将原材料或半成品确定为所述KSP的关键约束因素;
和/或,当所述指定生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,将原材料或半成品确定为所述KSP的关键约束因素;
和/或,当所述指定生产工序的参考扩产周期大于所有目标生产工序的货期时,将所述指定生产工序所涉及的生产设备和指定类别的技术人员确定为所述KSP的关键约束因素。
11.根据权利要求2所述的方法,其特征在于,在获取所述指定生产工序的工序产品的需求产量之后,所述方法还包括:
将所述产品成品的需求产量和/或所述指定生产工序的工序产品的需求产量发送至所述至少一个供应商设备。
12.根据权利要求7所述的方法,其特征在于,所述第一风险标识、所述第二风险标识和所述第三风险标识为颜色标识,所述第一风险标识、所述第二风险标识和所述第三风险标识对应的颜色依次加深。
13.一种供应链管理装置,其特征在于,应用于供应链管理系统中的管理设备,所述供应链管理系统包括:所述管理设备和至少一个供应商设备,所述管理设备管理所述至少一个供应商设备,所述装置包括:
接收模块,用于接收目标供应商设备发送的关键供应节点KSP数据,所述KSP数据为影响产品成品的产量的指定生产工序所对应的数据,所述KSP数据包括指定时长内所述指定生产工序的产能、扩产产量和扩产周期,所述扩产周期为采用所述指定生产工序生产所述扩产产量的工序产品所需要的时长,所述目标供应商设备属于所述至少一个供应商设备;
获取模块,用于获取所述指定时长内所述指定生产工序的工序产品的需求产量,所述指定生产工序的工序产品为经过所述指定生产工序所得到的产品;
第一确定模块,用于基于接收到的KSP数据,以及所述工序产品的需求产量,确定供需指示信息,所述供需指示信息用于指示所述接收到的KSP数据所反映的指定生产工序的产能是否满足所述工序产品的需求产量;
第一添加模块,用于当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能不满足所述工序产品的需求产量时,根据所述扩产周期和所述指定时长的大小关系以及所述扩产产量与差值产量的大小关系为所述供需指示信息添加风险标识,所述差值产量为所述指定时长内的需求产量与所述指定时长内的指定生产工序的产能的差值。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第二确定模块,用于在所述接收目标供应商设备发送的关键供应节点KSP数据之前,在影响所述产品成品的产量的生产工序中确定所述指定生产工序;
第三确定模块,用于在所述至少一个供应商设备中确定管理所述指定生产工序的供应商设备,将所述管理所述指定生产工序的供应商设备作为所述目标供应商设备。
15.根据权利要求14所述的装置,其特征在于,所述第二确定模块,用于,
接收KSP指定指令,所述KSP指定指令用于指示所述指定生产工序,基于所述KSP指定指令,确定所述指定生产工序;
或者,
接收所述至少一个供应商设备发送的生产工序数据,所述生产工序数据为影响所述产品成品的产量的生产工序所对应的数据,基于接收到的生产工序数据,在影响所述产品成品的产量的生产工序中确定所述指定生产工序。
16.根据权利要求14所述的装置,其特征在于,所述装置还包括:
第四确定模块,用于:
在影响所述产品成品的产量的生产工序中确定所述指定生产工序之前,将所有目标生产工序中生产过程相同的生产工序合并,将合并后的生产工序确定为影响所述产品成品的产量的生产工序;
或者,将所有目标生产工序,确定为影响所述产品成品的产量的生产工序;
其中,所述目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
17.根据权利要求13至16任一所述的装置,其特征在于,所述第一确定模块,包括:
获取子模块,用于获取风险估算模型,所述风险估算模型用于基于KSP数据,以及需求产量,确定供需指示信息;
处理子模块,用于将所述接收到的KSP数据以及所述工序产品的需求产量输入所述风险估算模型,得到所述风险估算模型输出的供需指示信息。
18.根据权利要求13至16任一所述的装置,其特征在于,所述第一确定模块,包括:
获取子模块,用于获取供需关系表,所述供需关系表用于记录KSP数据、需求产量和供需指示信息的对应关系;
查询子模块,用于根据所述接收到的KSP数据以及所述工序产品的需求产量,查询所述供需关系表,得到所述接收到的KSP数据以及所述工序产品的需求产量对应的供需指示信息。
19.根据权利要求13至16任一所述的装置,其特征在于,
所述第一添加模块,用于:
当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能满足所述工序产品的需求产量时,为所述供需指示信息添加第一风险标识,所述第一风险标识用于指示所述接收到的KSP数据所反映的指定生产工序的产能满足所述工序产品的需求产量;
当所述供需指示信息指示所述接收到的KSP数据所反映的指定生产工序的产能不满足所述工序产品的需求产量时,比较所述扩产周期和所述指定时长的大小;
当所述扩产周期小于所述指定时长时,比较所述扩产产量与所述差值产量的大小;
当所述扩产产量大于或等于所述差值产量时,为所述供需指示信息添加第二风险标识,所述第二风险标识用于指示在所述扩产周期内所述指定生产工序的产能能够满足所述工序产品的需求产量;
当所述扩产产量小于所述差值产量时,为所述供需指示信息添加第三风险标识,所述第三风险标识用于指示在所述扩产周期内所述指定生产工序的产能不能满足所述工序产品的需求产量;
其中,所述第一风险标识、所述第二风险标识和所述第三风险标识分别对应一个风险等级,所述第一风险标识、所述第二风险标识和所述第三风险标识对应的风险等级依次增大。
20.根据权利要求14所述的装置,其特征在于,
所述指定生产工序为影响所述产品成品的产量的生产工序中符合约束条件集合中的任一约束条件的生产工序,所述约束条件集合包括以下至少一种:
生产工序的货期大于指定货期,且工序成本占比大于指定成本占比,所述货期为经过一个所述生产工序加工一个工序产品的整体时长,所述工序成本占比为所述工序产品的成本在产品成品的成本中的占比;
生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,所述指定原材料为制造所述工序产品的材料;
生产工序的参考扩产周期大于所有目标生产工序的货期,所述参考扩产周期为采用所述生产工序生产指定的参考产量的工序产品所需要的时长,其中,所述目标生产工序为所述管理设备所管理的所有供应商设备的生产工序中,与所述产品成品关联的生产工序。
21.根据权利要求20所述的装置,其特征在于,所述装置还包括:
第五确定模块,用于确定KSP的关键约束因素,所述关键约束因素用于反映影响所述指定生产工序的产量的主要因素;
第二添加模块,用于在所述供需指示信息中添加所述KSP的关键约束因素。
22.根据权利要求21所述的装置,其特征在于,
所述确定KSP的关键约束因素,包括:
当所述指定生产工序的货期大于指定货期,且工序成本占比大于指定成本占比时,将原材料或半成品确定为所述KSP的关键约束因素;
和/或,当所述指定生产工序的工序产品的种类数量和指定原材料的种类数量的比值大于指定阈值,将原材料或半成品确定为所述KSP的关键约束因素;
和/或,当所述指定生产工序的参考扩产周期大于所有目标生产工序的货期时,将所述指定生产工序所涉及的生产设备和指定类别的技术人员确定为所述KSP的关键约束因素。
23.根据权利要求14所述的装置,其特征在于,所述装置还包括:
发送模块,用于在获取所述指定生产工序的工序产品的需求产量之后,将所述产品成品的需求产量和/或所述指定生产工序的工序产品的需求产量发送至所述至少一个供应商设备。
24.根据权利要求19所述的装置,其特征在于,所述第一风险标识、所述第二风险标识和所述第三风险标识为颜色标识,所述第一风险标识、所述第二风险标识和所述第三风险标识对应的颜色依次加深。
25.一种供应链管理装置,其特征在于,所述供应链管理装置包括:
处理器和存储器,所述存储器用于存储计算机执行指令,当所述处理器运行时,所述处理器执行所述存储器中的计算机执行指令,以实现所述权利要求1至12任一所述方法。
26.一种供应链管理系统,所述供应链管理系统包括管理设备和至少一个供应商设备,所述管理设备管理所述至少一个供应商设备,所述管理设备包括权利要求13至24任一所述供应链管理装置,或者,权利要求25所述供应链管理装置。
27.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述可读存储介质在计算机上运行时,使得所述计算机执行如权利要求1至12任一所述的供应链管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811574696.3A CN111353671B (zh) | 2018-12-21 | 2018-12-21 | 供应链管理方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811574696.3A CN111353671B (zh) | 2018-12-21 | 2018-12-21 | 供应链管理方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111353671A CN111353671A (zh) | 2020-06-30 |
CN111353671B true CN111353671B (zh) | 2023-12-08 |
Family
ID=71193727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811574696.3A Active CN111353671B (zh) | 2018-12-21 | 2018-12-21 | 供应链管理方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353671B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860276B (zh) * | 2023-02-24 | 2023-05-16 | 惠州润众科技股份有限公司 | 基于多区域管理的pcb生产管理方法及系统 |
CN117557073B (zh) * | 2024-01-11 | 2024-04-02 | 云南建投物流有限公司 | 一种全生命周期的供应商业务管理方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784583A (zh) * | 2017-02-20 | 2018-03-09 | 上海陆家嘴国际金融资产交易市场股份有限公司 | 风险匹配方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7904350B2 (en) * | 2001-07-20 | 2011-03-08 | International Business Machines Corporation | Network-based supply chain management method |
US20150120368A1 (en) * | 2013-10-29 | 2015-04-30 | Steelwedge Software, Inc. | Retail and downstream supply chain optimization through massively parallel processing of data using a distributed computing environment |
US9721316B2 (en) * | 2014-01-10 | 2017-08-01 | Bank Of America Corporation | Change convergence risk mapping |
WO2016079843A1 (ja) * | 2014-11-20 | 2016-05-26 | 株式会社日立製作所 | 生産計画調整支援装置および生産計画調整支援方法 |
WO2016129502A1 (ja) * | 2015-02-10 | 2016-08-18 | 三菱重工業株式会社 | 設備計画支援システム、設備計画支援方法及びプログラム |
US10803414B2 (en) * | 2016-05-25 | 2020-10-13 | Dassault Systemes Americas Corp. | Risk identification in supply chain |
CN108876478A (zh) * | 2018-07-17 | 2018-11-23 | 北京群智营销咨询有限公司 | 一种产业动态供需比的预测方法及装置 |
-
2018
- 2018-12-21 CN CN201811574696.3A patent/CN111353671B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784583A (zh) * | 2017-02-20 | 2018-03-09 | 上海陆家嘴国际金融资产交易市场股份有限公司 | 风险匹配方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于反馈与扰动控制的协同供应链集成模型;陈婧,张树有;《计算机集成制造系统》;第1992-1998页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111353671A (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11245586B2 (en) | Data insight scoring for performance analytics | |
US10942946B2 (en) | Automatic triage model execution in machine data driven monitoring automation apparatus | |
US20180349482A1 (en) | Automatic triage model execution in machine data driven monitoring automation apparatus with visualization | |
US9069352B2 (en) | Automated fault analysis and response system | |
US10354343B2 (en) | Automated process control hardware engineering using schema-represented requirements | |
KR20130124328A (ko) | 툴링 활동들을 모니터링하기 위한 시스템 및 방법 | |
US9424367B2 (en) | Interactive visualization of trending data | |
CN111353671B (zh) | 供应链管理方法、装置及系统 | |
CN108632071A (zh) | 一种通信网络巡检方法及装置 | |
CN108803542A (zh) | 工业生产数据管理系统 | |
CN111949831A (zh) | 一种图形数据库建立方法和装置、可读存储介质 | |
JP2019532398A (ja) | スマートペアリング方法 | |
CN113076186B (zh) | 任务处理的方法、装置、电子设备和存储介质 | |
US20210089977A1 (en) | Data insights for performance analytics | |
CN115834625A (zh) | 一种基于物联网的运维管理系统及管理方法 | |
CN114511119A (zh) | 基于物料模型与知识图谱相结合的智能匹配方法和装置 | |
US9123020B2 (en) | Modeling, monitoring, and managing system dimensions for a service assurance system | |
CN112115318B (zh) | 一种机房布线资源管理方法及装置 | |
CN114719244A (zh) | 一种设备监测方法、设备及存储介质 | |
US8694617B2 (en) | System and method for orders and troubles metric attribution identification and aggregation | |
CN104468827A (zh) | Android设备错误信息远程收集与管理的系统及其方法 | |
US11777792B2 (en) | Systems and methods for ranked visualization of events | |
CN109151004B (zh) | 物联网网关、机床数据管理系统及方法 | |
CN113434612B (zh) | 数据统计方法及装置、存储介质及电子装置 | |
EP3764299B1 (en) | Method of delegating data editing authority of product items |
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 |