CN112446570B - 一种库存健康度指标构建方法、系统、设备、存储介质 - Google Patents

一种库存健康度指标构建方法、系统、设备、存储介质 Download PDF

Info

Publication number
CN112446570B
CN112446570B CN201910812318.2A CN201910812318A CN112446570B CN 112446570 B CN112446570 B CN 112446570B CN 201910812318 A CN201910812318 A CN 201910812318A CN 112446570 B CN112446570 B CN 112446570B
Authority
CN
China
Prior art keywords
index
input
inventory
indexes
warehouse
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
Application number
CN201910812318.2A
Other languages
English (en)
Other versions
CN112446570A (zh
Inventor
陈佳琦
葛倩茹
杨明城
王本玉
张朝东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SF Technology Co Ltd
Original Assignee
SF Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN201910812318.2A priority Critical patent/CN112446570B/zh
Publication of CN112446570A publication Critical patent/CN112446570A/zh
Application granted granted Critical
Publication of CN112446570B publication Critical patent/CN112446570B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Analysis (AREA)
  • Marketing (AREA)
  • Computational Mathematics (AREA)
  • Finance (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种库存健康度指标构建方法、系统、设备、存储介质，其中构建方法包括根据预选定的运行指标，采集相应的指标数据；根据所述指标数据生成投入指标和产出指标；基于所述投入指标和产出指标计算所述运行指标对应的库存健康指数；将所述健康指数与预设阈值相比较并根据比较结果构建相应的健康度指标数。本发明的库存健康度指标构建方法，通过将数据包络分析法应用于库存管理中，能够生成以运行良好的仓库相比的库存健康指数，从而及时向使用者反应仓库的整体运行状况，以便使用者能够对运行效率不达标的仓库做出及时合理的调整。

Description

一种库存健康度指标构建方法、系统、设备、存储介质
技术领域
本发明涉及仓库运营管理相关技术领域，具体是一种库存健康度指标构建方法、系统、设备、存储介质。
背景技术
目前大部分仓库管理者缺乏对仓库运行水平的整体上的认识，仓库管理者所面对的仓库各项指标都是单独反映仓库运转的一方面的情况，单凭这些分散的指标，难以形成一个对仓库运行情况的综合认识。
由于对仓库的运行情况缺乏整体认识，难以对运行效率不达标的仓库做出及时调整，从而造成仓库拣货效率低下，货品摆放不合理等问题，因此亟需一种库存健康度指标构建方法，能够及时向使用者反应仓库的整体运行状况，以便使用者能够对运行效率不达标的仓库做出及时合理的调整。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种库存健康度指标构建方法、系统、设备、存储介质。
根据本发明的第一个方面，提供了一种库存健康度指标构建方法，包括：
基于库存的投入指标、产出指标构建数据包络分析模型求解库存健康指数；
识别库存健康指数小于预设阈值的不健康库存；
在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，将所述投入指标组合分别输入数据包络分析模型进行求解；
输出求解得到的库存健康指数大于预设阈值的投入指标组合。
进一步，基于所述投入指标、产出指标构建数据包络分析模型，包括：
基于投入指标、产出指标及其权重建立约束条件；
在所述约束条件的限制下求解投入指标、产出指标的权重，使得产出指标与其权重乘积加权和最大。
进一步，在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，包括：
获取不健康库存的投入指标对应的增幅和/或降幅因子；
在预设幅度内降低不健康库存投入指标的增幅和/或降幅因子，对各个投入指标的增幅和/或降幅因子进行全因子分析生成多个投入指标组合。
进一步，基于库存的投入指标、产出指标构建数据包络分析模型求解库存健康指数前，还包括采集指标数据，根据所述指标数据生成库存的投入指标、产出指标。
进一步，所述预设约束条件为以下至少一种：投入指标及其权重乘积加权和为1、产出指标及其权重乘积加权和不大于投入指标及其权重乘积加权和、投入指标、产出指标均不小于0。
进一步，所述投入指标包括:仓库工作人员投入的工时总数、仓库工作人员数目、仓库工作人员工资、仓库租金、仓库运营费用、拣货距离、拣货时长、移库距离、移库时长中的一个或多个；
和/或
所述产出指标包括：日均处理订单数、日均拣货完成数、日均出库货品体积、拣货距离减少量、拣货时间减少量、订单失败率减少量中的一个或多个。
根据本发明的另一个方面，提供了一种库存健康度指标构建系统，包括：
模型构建模块，配置用于基于库存的投入指标、产出指标构建数据包络分析模型求解库存健康指数；
识别模块，配置用于识别库存健康指数小于预设阈值的不健康库存；
健康指数求解模块，配置用于在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，将所述投入指标组合分别输入数据包络分析模型进行求解；
投入指标组合输出模块，配置用于输出求解得到的库存健康指数大于预设阈值的投入指标组合。
进一步的，所述模型构建模块包括：
约束条件构建单元，配置用于基于投入指标、产出指标及其权重建立约束条件；
求解单元，配置用于在所述约束条件的限制下求解投入指标、产出指标的权重，使得产出指标与其权重乘积加权和最大。
进一步，所述健康指数求解模块包括：
敏感度因子获取单元，配置用于获取不健康库存的投入指标对应的增幅和/或降幅因子；
投入指标组合生成单元，配置用于在预设幅度内降低不健康库存投入指标的增幅和/或降幅因子，对各个投入指标的增幅和/或降幅因子进行全因子分析生成多个投入指标组合。
进一步，还包括：指标生成模块，配置用于采集指标数据，根据所述指标数据生成库存的投入指标、产出指标。
根据本发明的另一个方面，提供了一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述任一项所述的方法。
根据本发明的另一个方面，提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现上述任一项所述的方法。
对比现有技术，本发明的有益效果在于：
1、本发明的库存健康度指标构建方法，生成了以运行良好的仓库相比的库存健康指数，
从而及时向决策者反映了仓库的整体的运行状况，发现运行效率不达标的仓库，并改变健康指数小于预设阈值的库存的投入指标，输出求解得到的库存健康指数大于预设阈值的投入指标组合，以便使用者发现仓库可能改善的方面，对运行不达目标的仓库制定改善的途径。
2、本发明的库存健康度指标构建系统，通过模型构建模块求解库存健康指数，使用者可根据该健康度指数形成对仓库的整体认识，以便能够及时发现运行效率不达标的仓库，在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，将所述投入指标组合分别输入数据包络分析模型进行求解，并根据求解结果输出求解得到的库存健康指数大于预设阈值的投入指标组合，以便针对运行效率不达标的仓库制定可实施的改善方案做出及时合理的调整。
3、本发明示例的设备，通过处理器执行库存健康度指标构建方法，能够保证使用者对仓库整体运行的综合认识，以便对不达标的仓库做出及时调整。
4、本发明示例的可读存储介质，储存有被处理器执行时实现的所述库存健康度指标构建方法，便于库存健康度指标构建系统的使用及推广。
附图说明
附图1是本发明的库存健康度指标构建方法的结构框图；
具体实施方式
为了更好的了解本发明的技术方案，下面结合具体实施例、说明书附图对本发明作进一步说明。
如图1所示，本实施例的一种库存健康度指标构建系统，包括
指标生成模块，配置用于采集指标数据，根据所述指标数据生成库存的投入指标、产出指标；采集指标数据时同一投入指标(产出指标)的数据保持同一格式和口径即可。所述投入指标包括:仓库工作人员投入的工时总数、仓库工作人员数目、仓库工作人员工资、仓库租金、仓库运营费用、拣货距离、拣货时长、移库距离、移库时长中的一个或多个，投入指标可以表示为结果越小越好的指标；所述产出指标包括：日均处理订单数、日均拣货完成数、日均出库货品体积、拣货距离减少量、拣货时间减少量、订单失败率减少量中的一个或多个，产出指标可以表示为结果越大越好的指标。
模型构建模块，配置用于基于库存的投入指标、产出指标构建数据包络分析模型求解库存健康指数，具体的，模型构建模块包括约束条件构建单元，配置用于基于投入指标、产出指标及其权重建立约束条件，所述预设约束条件为以下至少一种：投入数据与投入权重乘积加权和为1，产出数据与产出权重乘积加权和小于投入数据与投入权重乘积加权和，投入权重、产出权重均不小于0；求解单元，配置用于在所述约束条件的限制下求解投入指标、产出指标的权重，使得产出指标与其权重乘积加权和最大，以及将所述投入指标组合分别输入数据包络分析模型进行求解。
识别模块，配置用于识别库存健康指数小于预设阈值的不健康库存；
健康指数求解模块，配置用于在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，将所述投入指标组合分别输入数据包络分析模型进行求解；具体的所述健康指数求解模块，包括：敏感度因子获取单元，配置用于获取不健康库存的投入指标对应的增幅和/或降幅因子；投入指标组合生成单元，配置用于在预设幅度内降低不健康库存投入指标的增幅和/或降幅因子，对各个投入指标的增幅和/或降幅因子进行全因子分析生成多个投入指标组合；健康指数求解单元，配置用于将所述投入指标组合分别输入数据包络分析模型进行求解。
投入指标组合输出模块，配置用于输出求解得到的库存健康指数大于预设阈值的投入指标组合，使用者可将新的投入指标和/或产出指标与原始投入指标和/或产出指标对比，确定该仓库需要进行改进的具体策略，比如在新的投入指标中拣货距离相比原拣货距离减少，即意味着通过减少拣货距离可以提高仓库运行效率并使其达到目标状态，那么使用者可以考虑采取如移库，货位优化等可以减少拣货距离的相应措施从而使仓库运行效率达到理想状态。
通过上述各模块，使用者可根据该健康度指数形成对仓库的整体认识，以便能够及时发现运行效率不达标的仓库，针对运行效率不达标的仓库制定可实施的改善方案做出及时合理的调整。
上述库存健康度指标构建系统对应的库存健康度指标构建方法，应当理解，上述库存健康度指标构建系统中各步骤与库存健康度指标构建方法中记载的诸子单元相对应。由此，上文针对系统及其中包含的单元描述的操作和特征同样适用于上述方法，在此不再赘述，包括以下步骤：
S1、采集指标数据，根据所述指标数据生成库存的投入指标、产出指标；
所述投入指标包括:仓库工作人员投入的工时总数、仓库工作人员数目、仓库工作人员工资、仓库租金、仓库运营费用、拣货距离、拣货时长、移库距离、移库时长中的一个或多个；
所述产出指标包括：日均处理订单数、日均拣货完成数、日均出库货品体积、拣货距离减少量、拣货时间减少量、订单失败率减少量中的一个或多个。
S2、基于库存的投入指标、产出指标构建数据包络分析模型求解库存健康指数，具体的构建数据包络分析模型包括：
S2-1、基于投入指标、产出指标及其权重建立约束条件，所述预设约束条件为以下至少一种：投入指标及其权重乘积加权和为1、产出指标及其权重乘积加权和不大于投入指标及其权重乘积加权和、投入指标、产出指标均不小于0。
S2-2、在所述约束条件的限制下求解投入指标、产出指标的权重，使得产出指标与其权重乘积加权和最大。
S3、识别库存健康指数小于预设阈值的不健康库存，包括：
S4、在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，将所述投入指标组合分别输入数据包络分析模型进行求解，具体的：，在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，包括：
S4-1、获取不健康库存的投入指标对应的增幅和/或降幅因子；
S4-2、在预设幅度内降低不健康库存投入指标的增幅和/或降幅因子，对各个投入指标的增幅和/或降幅因子进行全因子分析生成多个投入指标组合。
S5、输出求解得到的库存健康指数大于预设阈值的投入指标组合。
本实施例的库存健康度指标构建方法，使用者可以将计算出的健康指数与预设阈值相比较，从而能够及时向使用者反应仓库的整体运行状况，及时发现运行效率不达标的仓库，同时根据比较结果构建相应的健康度指标，以便使用者发现仓库可能改善的方面，制定可实施的改善方案做出及时合理的调整。
以下举例对库存健康度指标构建方法进一步说明：
第1步：指标选择，使用者选择能反映仓库运行情况的和使用者(仓库管理者)所关心的各项指标；给定一个仓库集合，选择一系列可以起反映其运行情况的指标。这些指标共分为两类，一类是投入指标，一类是产出指标。投入指标可以表示为结果越小越好的指标，比如仓库工作人员投入的工时总数，仓库工作人员数目，仓库工作人员工资，仓库租金，仓库运营费用，拣货距离，拣货时长，移库距离，移库时长等。产出指标可以表示为结果越大越好的指标，比如，日均处理订单数，日均拣货完成数，日均出库货品体积，拣货距离减少量，拣货时间减少量，订单失败率减少量等。作为可选方案，在选定这些指标的时候可以采取头脑风暴等方法，选取与仓库下一步决策最相关的指标，例如，如果仓库下一步的决策为是否进行移库，则可以选取和移库相关的指标。
一些指标可以根据所采集数据直接生成，比如，仓库租金，仓库工作人员数目，仓库运营费用等，一些指标需要将采集到的数据进行一些计算生成，比如，日均处理订单数，日均拣货完成数等，作为可选方案，数据采集预先设定一个统计周期，这个统计周期可以是1天，1周，2周，1月等，根据这个统计周期所采集到的相关数据，如处理订单总数，拣货完成总数等除以预设统计周期的长度生成所需指标。本实施例库存健康指数计算模块基于根据数据包络分析模型建立网络模型，基于各项投入指标、产出指标通过数据包络分析方法生成各个仓库的健康度指标；
第2步：基于库存的投入指标、产出指标构建数据包络分析模型，例如，给定K个仓库，则每个仓库含有N个投入指标和M个产出指标，对于任意仓库k,(k＝1,…,K),其投入指标为xnk，其中n＝1,…N；其产出指标为ymk，其中m＝1,…,M。对于仓库k(k＝1,...,K)，根据数据包络分析模型进行建模：
其中vn和um分别代表第n个投入指标和第m个产出指标的权重，求解以上线性规划问题并得出每个仓库的库存健康指数：θk在0到1之间，0表示的仓库k的相对运行效率为0％(非常无效)，1表示仓库k的运行效率为100％(非常有效)，其中仓库集合中在各方面运行情况较高的仓库的库存健康指数会等于或趋近于1，而其他仓库的健康系数则小于1。
第3步：设置一个健康指数阈值，优选的，可以根据在各方面运行情况较高的仓库的库存健康指数作为健康指数阈值，这些仓库可以是刚刚进行过移库和货位优化的仓库，也可以是已经基本没有优化空间的仓库等等。计算各个仓库的相对运行效率即库存健康指数，识别库存健康指数小于预设阈值的不健康库存；不健康库存需要对其进行调整；对于大于该健康指数阈值的仓库为库存健康的仓库，无需对其进行调整，对于需要调整的仓库进行增幅和/或降幅因子(敏感度)分析。
第4步：获取不健康库存的投入指标对应的增幅和/或降幅因子，对仓库k的每个投入指标在预设幅度内减少，并且进行全因子分析构建新的增幅和/或降幅因子组合，重复数据包络分析模块的求解过程并得到仓库k的相应的新的健康指数。比较该指数与健康指数阈值，从而找出仓库k可能进行优化的途径。进一步说明，例如表1中展示了对于每个投入指标其相应的降幅因子：
表1：敏感性分析
其中降幅通过百分比表示可以是1％，5％，20％等等，但不要超过25％，过大的降幅容易出现没有现实意义的结果。
通过表1中各个投入指标的可能降幅进行全因子分析，即生成SN个不同的投入指标组合，并对相应因子水平组合进行分析生成新的投入指标，基于新的投入指标计算所述运行指标对应的库存健康指数；针对每个投入指标组合生成新的投入指标输入数据包络分析模型并对其进行求解，得到关于仓库k的SN个新的库存健康指数θ’r，其中r＝1,...,SN，如果其中没有大于阈值的库存健康指数则对各降幅因子进行适当变换，反复进行该全因子分析，从而得到大于库存健康指数阈值的健康指数，找出其中大于预设健康度阈值的因子水平组合，为防止构建出的健康度指标没有现实可行性可对其进行可行性评估。其中，在进行全因子分析时每个投入指标的因子数可以不相等。在进行敏感性分析时选用指标也可以是产出指标，或是投入指标与产出指标等等。
第5步：输出求解得到的库存健康指数大于预设阈值的投入指标组合和采集指标数据生成的投入指标进行比较，找出仓库k需要进行改进的方面并进行下一步的具体决策，比如如果在新的投入指标组合中拣货距离相比原拣货距离减少，即意味着通过减少拣货距离可以提高仓库运行效率并使其达到目标状态。那么仓库决策者可以考虑采取如移库，货位优化等可以减少拣货距离的相应措施从而使仓库运行效率达到理想状态。通过库存健康度指标构建方法，使用者可根据该健康度指数形成对仓库的整体认识，以便能够及时发现运行效率不达标的仓库，针对运行效率不达标的仓库制定可实施的改善方案做出及时合理的调整。
本实施例提供了一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一项所述的方法。
本实施例提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的方法。
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所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。

Claims (4)

1.一种提高库存健康度指标的方法，其特征在于，包括：
采集指标数据，根据所述指标数据生成库存的投入指标、产出指标；
基于库存的投入指标、产出指标构建数据包络分析模型求解库存健康指数；
识别库存健康指数小于预设阈值的不健康库存；
在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，将所述投入指标组合分别输入数据包络分析模型进行求解；
输出求解得到的库存健康指数大于预设阈值的投入指标组合；
基于所述投入指标、产出指标构建数据包络分析模型，包括：
基于投入指标、产出指标及其权重建立约束条件；
在所述约束条件的限制下求解投入指标、产出指标的权重，使得产出指标与其权重乘积加权和最大；
在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，包括：
获取不健康库存的投入指标对应的增幅和/或降幅因子；
在预设幅度内降低不健康库存投入指标的增幅和/或降幅因子，对各个投入指标的增幅和/或降幅因子进行全因子分析生成多个投入指标组合；
所述投入指标包括:仓库工作人员投入的工时总数、仓库工作人员数目、仓库工作人员工资、仓库租金、仓库运营费用、拣货距离、拣货时长、移库距离、移库时长中的一个或多个；
和/或
所述产出指标包括：日均处理订单数、日均拣货完成数、日均出库货品体积、拣货距离减少量、拣货时间减少量、订单失败率减少量中的一个或多个；
所述约束条件为以下至少一种：投入指标及其权重乘积加权和为1、产出指标及其权重乘积加权和不大于投入指标及其权重乘积加权和、投入指标、产出指标均不小于0；
所述数据包络分析模型为：
其中，K为仓库数量，每个仓库含有N个投入指标和M个产出指标，对于任意仓库k，(k＝1，…，K)，其投入指标为xnk，其中n＝1，…N；其产出指标为ymk，其中m＝1，…，M；
vn和um分别代表第n个投入指标和第m个产出指标的权重，每个仓库的库存健康指数为：
θk在0到1之间。
2.一种库存健康度指标构建系统，其特征在于，使用如权利要求1所述的方法，包括：
模型构建模块，配置用于基于库存的投入指标、产出指标构建数据包络分析模型求解库存健康指数；
识别模块，配置用于识别库存健康指数小于预设阈值的不健康库存；
健康指数求解模块，配置用于在预设幅度内改变不健康库存的投入指标大小形成多个投入指标组合，将所述投入指标组合分别输入数据包络分析模型进行求解；
投入指标组合输出模块，配置用于输出求解得到的库存健康指数大于预设阈值的投入指标组合；
所述模型构建模块包括：
约束条件构建单元，配置用于基于投入指标、产出指标及其权重建立约束条件；
求解单元，配置用于在所述约束条件的限制下求解投入指标、产出指标的权重，使得产出指标与其权重乘积加权和最大。
3.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1所述的方法。
4.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1所述的方法。
CN201910812318.2A 2019-08-30 2019-08-30 一种库存健康度指标构建方法、系统、设备、存储介质 Active CN112446570B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910812318.2A CN112446570B (zh) 2019-08-30 2019-08-30 一种库存健康度指标构建方法、系统、设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910812318.2A CN112446570B (zh) 2019-08-30 2019-08-30 一种库存健康度指标构建方法、系统、设备、存储介质

Publications (2)

Publication Number Publication Date
CN112446570A CN112446570A (zh) 2021-03-05
CN112446570B true CN112446570B (zh) 2024-04-19

Family

ID=74740821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910812318.2A Active CN112446570B (zh) 2019-08-30 2019-08-30 一种库存健康度指标构建方法、系统、设备、存储介质

Country Status (1)

Country Link
CN (1) CN112446570B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303311A (zh) * 2015-10-21 2016-02-03 中国人民解放军装甲兵工程学院 基于数据包络分析的评估指标选取方法及装置
CN106447268A (zh) * 2016-10-18 2017-02-22 广州基创企业管理咨询有限公司 一种基于单元检测板的智能物联仓库管理系统
CN106951359A (zh) * 2017-02-28 2017-07-14 深圳市华傲数据技术有限公司 一种系统健康度检测分析方法及装置
CN107578195A (zh) * 2016-07-04 2018-01-12 北京京东尚科信息技术有限公司 库存监视方法和库存监视装置
CN108985633A (zh) * 2018-07-19 2018-12-11 上海中通吉网络技术有限公司 快递网点经营健康度评估方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5698860B1 (ja) * 2014-08-22 2015-04-08 株式会社アールファイブ 在庫管理システム、在庫管理方法、及びプログラム
US20180005151A1 (en) * 2016-06-29 2018-01-04 General Electric Company Asset health management framework

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303311A (zh) * 2015-10-21 2016-02-03 中国人民解放军装甲兵工程学院 基于数据包络分析的评估指标选取方法及装置
CN107578195A (zh) * 2016-07-04 2018-01-12 北京京东尚科信息技术有限公司 库存监视方法和库存监视装置
CN106447268A (zh) * 2016-10-18 2017-02-22 广州基创企业管理咨询有限公司 一种基于单元检测板的智能物联仓库管理系统
CN106951359A (zh) * 2017-02-28 2017-07-14 深圳市华傲数据技术有限公司 一种系统健康度检测分析方法及装置
CN108985633A (zh) * 2018-07-19 2018-12-11 上海中通吉网络技术有限公司 快递网点经营健康度评估方法及装置

Also Published As

Publication number Publication date
CN112446570A (zh) 2021-03-05

Similar Documents

Publication Publication Date Title
US7243001B2 (en) Time-based warehouse movement maps
EP2456076A1 (en) Analysis of large data sets using distributed polynominal interpolation
CN106095639A (zh) 一种集群亚健康预警方法及系统
Ballin et al. Joint determination of optimal stratification and sample allocation using genetic algorithm
CN102750367A (zh) 在云端平台的大数据检核系统及其方法
CN115423289A (zh) 智能板材加工车间数据处理方法及终端
Zimmermann et al. Pathways to truth: comparing different upscaling options for an agent-based sector model
CN117557078B (zh) 一种基于时间节点的智能生产计划管理方法及系统
CN111260288A (zh) 订单管理方法、装置、介质及电子设备
Mead Requirements prioritization introduction
CN106560850A (zh) 计划生成装置以及计划生成方法
CN116881242B (zh) 一种生鲜农产品电商采购数据智能存储系统
CN113421056A (zh) 一种互联网人力资源管理系统
CN112446570B (zh) 一种库存健康度指标构建方法、系统、设备、存储介质
CN113191533A (zh) 仓库用工预测方法、装置、设备及存储介质
CN110414776B (zh) 分行业用电特性快速响应分析系统
Tanphet et al. Applying business intelligence technology for equipment maintenance and repair plan of telecommunications services provider
Mital et al. Robust material handling system design with standard deviation, variance and downside risk as risk measures
CN115203545A (zh) 基于深度学习和知识图谱的康养服务智能匹配方法和系统
CN109409650A (zh) 一种企业资源的erp管理系统
CN115545881A (zh) 一种基于信贷风险处理的风险因子归因方法
CN114693265A (zh) 一种云切平台的供应链多用户对接方法及系统
Marinkovic et al. Digital Twins for Internal Transport Systems: Use Cases, Functions, and System Architecture
CN116664052B (zh) 基于人工智能的全域数字化运营管理方法及系统
CN117688845B (zh) 一种建筑物化阶段施工方案多目标优化方法及系统

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