CN112785127A - 停产后车辆配件产量的计划方法、终端及可读存储介质 - Google Patents
停产后车辆配件产量的计划方法、终端及可读存储介质 Download PDFInfo
- Publication number
- CN112785127A CN112785127A CN202110013203.4A CN202110013203A CN112785127A CN 112785127 A CN112785127 A CN 112785127A CN 202110013203 A CN202110013203 A CN 202110013203A CN 112785127 A CN112785127 A CN 112785127A
- Authority
- CN
- China
- Prior art keywords
- information
- demand
- production
- accessories
- preset
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000013439 planning Methods 0.000 title claims abstract description 20
- 238000012937 correction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000000737 periodic effect Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种停产后车辆配件产量的计划方法、终端及可读存储介质,其中,该方法包括:获取当前车型的生产时间、车辆产量信息、车辆报废信息、以及各类配件的销售量;根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数;根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息;根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息;根据所述需求量预测信息制定各类配件的采购计划和/或生产计划。本发明可准确预测和计划车辆停产后维修配件产量。
Description
技术领域
本发明涉及车辆生产领域,具体涉及一种停产后车辆配件产量的计划方法、终端及可读存储介质。
背景技术
随着中国经济的不断发展,人民生活水平的不断提高,汽车已经成为家家户户重要的交通工具,其需求量在我国不断增加。使得汽车的更新换代也在变得频繁,在汽车更新换代的过程中,维修配件作为汽车在发生故障进行维修时的重要替换件,对于汽车来说是重要的。维修配件的供给不仅要保证市场的供应,而且还要保证库存量达到最小。在汽车停产后,虽然汽车已经不再生产,但是维修配件需要继续供给市场,因为市场上还有许多车辆在使用,随着汽车使用时间的推移,汽车会不断的发生故障;此时需要维修配件能持续的供给。因此,对于生产企业而言,对于维修配件的数量既要考虑到满足市场供应,又要考虑库存量达到最小。准确的预测维修配件的供给量不仅能稳定市场,而且对于企业而言能减小库存,增加资金流动。而现有技术中工作人员仅根据经验进行预测,使得预测结果受人为操作影响较大。
发明内容
本发明的主要目的是提供一种停产后车辆配件产量的计划方法、终端及可读存储介质,旨在解决现有无法对车辆停产后维修配件产量进行准确预测和计划的技术问题。
为实现上述目的,本发明实施例提供一种停产后车辆配件产量的计划方法,该方法包括:
获取当前车型的生产时间、车辆产量信息、车辆报废信息、以及各类配件的销售量;
根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数;
根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息;
根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息;
根据所述需求量预测信息制定各类配件的采购计划和/或生产计划。
可选的,所述根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数的步骤包括:
根据当前车型停产前的生产时间、车辆产量信息、以及各类配件的销售量计算得到各类配件的平均更换率;
根据当前车型停产前的车辆报废信息和当前车型停产前的车辆产量信息计算得到当前车型的市场保有量;
根据所述市场保有量和所述平均更换率计算得到当前车型的各类配件的需求基数。
可选的,所述根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息的步骤包括:
根据当前车型停产前的各类配件的销售量计算得到各类配件在当前车型停产前的各预设周期的需求比率;
将停产前的每预设周期的所述需求比率依照时间维度拟合成走势曲线,根据所述走势曲线和预设市场周期规律获得各类配件停产后依照时间维度的预测需求量的模拟走势曲线;
根据所述模拟走势曲线获得停产后各类配件各预设周期的需求比率信息。
可选的,所述根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息的步骤包括:
判断当前车型停产后经历的预设周期的个数是否达到第一预设次序;
若当前车型停产后经历的预设周期的个数未达到第一预设次序,则根据所述需求基数和当前预设周期的需求比率信息,获得各类配件当前预设周期对应的需求量预测信息;
若当前车型停产后经历的预设周期的个数达到第一预设次序,则根据最近经历的预设数量个预设周期的各类配件的总销售量和所述预设数量,计算得到各类配件的平均周期销售量,更新需求基数为所述平均周期销售量;
根据更新后的需求基数和当前预设周期的需求比率信息获得各类配件当前预设周期对应的需求量预测信息。
可选的,所述根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息的步骤之后还包括:
实时获取各类配件在当前车型停产后的当前预设周期对应的实际销售量;
根据当前预设周期对应的所述实际销售量和当前预设周期对应的需求量预测信息计算得到当前预设周期的预测误差系数;
判断所述预测误差系数是否大于预设值;
若所述预测误差系数大于预设值,则生成预警信息,以提醒工作人员,并根据所述实际销售量和所述预测量信息获得各类配件的当前预设周期的修正系数;
根据所述修正系数对各预设周期的需求量预测信息进行修正,以实时更新所述需求量预测信息。
可选的,所述根据所述需求量预测信息制定各类配件的采购计划和/或生产计划的步骤包括:
获取与各供应商对应的历史供应零件数据;
根据所述历史供应零件数据确定各供应商对应各类配件的供应能力;
根据所述供应能力和所述需求量预息确定各供应商对应各类配件的供应任务,并生成与所述供应任务对应的电子表单发送给各对应的供应商的账户,以使对应的供应商确认并回复回执信息。
接收各对应的供应商回复的回执信息,并根据所述回执信息制定各类配件的采购计划。
可选的,所述接收各对应的供应商回复的回执信息,并根据所述回执信息制定各类配件的采购计划的步骤包括:
接收各对应的供应商回复的回执信息,判断所述回执信息是否满足所述供应任务的要求;
若所述回执信息不满足所述供应任务的要求,则根据所述回执信息和所述需求量预测信息再次确定各供应商对应各类配件的供应任务;
生成与所述供应任务对应的电子表单发送给各对应的供应商的账户,以使各对应的供应商确认并回复回执信息,并返回执行所述接收各对应的供应商回复的回执信息,判断所述回执信息是否满足所述供应任务的要求的步骤;
若所述回执信息满足所述供应任务的要求,则根据所述回执信息生成各类配件的采购计划。
可选的,所述根据所述需求量预测信息制定各类配件的采购计划和/或生产计划的步骤包括:
获取各类配件的毛坯料采购周期和各类配件的加工工艺周期;
根据所述毛坯料采购周期和所述加工工艺周期确定各类配件的生产周期;
根据所述生产周期和所述需求量预测信息制定各类配件的生产计划。
此外,为实现上述目的,本发明还提供一种终端,包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如上述停产后车辆配件产量的计划方法的步骤。
为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述停产后车辆配件产量的计划方法的步骤。
本发明提供一种停产后车辆配件产量的计划方法、终端及可读存储介质。本发明通过获取当前车型的生产时间、车辆产量信息、车辆报废信息、以及各类配件的销售量的步骤为预设的预测需求量算法提供必要的原始参数或原始数据;通过根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数的步骤可以准确预测当前预设周期下各类配件的需求量,例如准确预测到各类配件在本月份或本年度的需求量;通过根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息的步骤可得到未来根据时间顺序各预设周期的需求比率信息,进而可通过从需求比率信息中获得各类配件在未来各预设周期与当前预设周期的比率;通过根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息的步骤可较准确得到各类配件在未来各预设周期的预测需求量;通过根据所述需求量预测信息制定各类配件的采购计划和/或生产计划的步骤以完成对各类配件的采购计划和/或生产计划的合理决策,从而使车辆在停产后仍能及时保证各类配件的市场供应需求,进而提高售后顾客的满意度和品牌体验感,且同时使库存量达到最小,减少流动资金,进而控制了成本。
附图说明
图1为本发明实施例终端的硬件结构示意图;
图2为本发明停产后车辆配件产量的计划方法第一实施例的流程示意图;
图3为本发明停产后车辆配件产量的计划方法第二实施例,基于第一实施例步骤S200和步骤S300的细化流程示意图;
图4为本发明停产后车辆配件产量的计划方法第三实施例,基于第一实施例步骤S400的细化流程示意图;
图5为本发明停产后车辆配件产量的计划方法第四实施例的部分流程示意图;
图6为本发明停产后车辆配件产量的计划方法第五实施例的部分流程示意图;
图7为本发明停产后车辆配件产量的计划方法第六实施例,基于第六实施例步骤S540的细化流程示意图;
图8为本发明停产后车辆配件产量的计划方法第七实施例的部分流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参照图1,图1为本发明各个实施例中所提供的终端的硬件结构示意图。所述终端包括通信模块01、存储器02及处理器03等部件。本领域技术人员可以理解,图1中所示出的硬件结构还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中,所述处理器03分别与所述存储器02和所述通信模块01连接,所述存储器02上存储有计算机程序,所述计算机程序同时被处理器03执行。
通信模块01可通过网络与外部设备连接。通信模块01可以接收外部设备发出的数据,还可发送数据、指令及信息至所述外部设备,所述外部设备可以是预警设备、数据管理终端、手机、平板电脑、笔记本电脑和台式电脑等电子设备,所述预警设备包括发声设备和/或发光设备,可发出预设声音和/或预设光源以执行预警提示。
存储器02,可用于存储软件程序以及各种数据。存储器02可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据终端的使用所创建的数据或信息等。此外,存储器02可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器03,是终端的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器02内的软件程序和/或模块,以及调用存储在存储器02内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。处理器03可包括一个或多个处理单元;优选的,处理器03可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器03中。尽管图1未示出,但上述终端还可以包括电路控制模块,电路控制模块用于与市电连接,实现电源控制,保证其他部件的正常工作。
本领域技术人员可以理解,图1中示出的终端的硬件结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
根据上述终端的硬件结构,提出本发明方法各个实施例。
参照图2,图2本发明停产后车辆配件产量的计划方法第一实施例的流程示意图,所述停产后车辆配件产量的计划方法包括:
步骤S100,获取当前车型的生产时间、车辆产量信息、车辆报废信息、以及各类配件的销售量;
其中,当前车型为当前已停产的具有特定车辆型号的车辆,生产时间为车辆上市开始到停止生产所持续的总时长,例如12年。车辆产量信息为当前车型所生产的产量信息,例如每月或每年的当前车型的产量数据。车辆报废信息为车辆的报废量信息,例如每月或每年的当前车型的报废量数据。可以理解的是,上述包括生产时间、车辆产量信息等原始数据可从企业的相关数据库中获取,亦或通过其它方式获取,本实施例不作具体限定。同时,需要注意的是,所述各类配件不仅可以细分到配件的种类,例如刹车片、散热器、变速箱、轮毂、发动机、前保险杠、后保险杠、大灯等,而且可以细分到具体配件种类的型号,例如刹车片型号包括D941、D924、L0037等。
步骤S200,根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数;
需要说明的是,各类配件的需求基数即为各类配件在当前预设周期的预测需求量。
步骤S300,根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息;
其中,可以将每月作为预设周期,也可以将每年作为预设周期,本领域技术人员可根据实际需要进行设定。需要说明的是,各类配件在当前预设周期之后的依照时间顺序的各个预设周期的预测需求量与当前预设周期的预测需求量的比值即为需求比率信息。
步骤S400,根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息;
可以理解的是,各类配件的需求基数与所述需求基数对应的各预设周期的需求比率的乘积,得到与各类配件的各预设周期的预测需求量。
步骤S500,根据所述需求量预测信息制定各类配件的采购计划和/或生产计划。
本实施例通过获取当前车型的生产时间、车辆产量信息、车辆报废信息、以及各类配件的销售量的步骤为预设的预测需求量算法提供必要的原始参数或原始数据;通过根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数的步骤可以准确预测当前预设周期下各类配件的需求量,例如准确预测到各类配件在本月份或本年度的需求量;通过根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息的步骤可得到未来根据时间顺序各预设周期的需求比率信息,进而可通过从需求比率信息中获得各类配件在未来各预设周期与当前预设周期的比率;通过根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息的步骤可较准确得到各类配件在未来各预设周期的预测需求量;通过根据所述需求量预测信息制定各类配件的采购计划和/或生产计划的步骤以完成对各类配件的采购计划和/或生产计划的合理决策,从而使车辆在停产后仍能及时保证各类配件的市场供应需求,进而提高售后顾客的满意度和品牌体验感,且同时使库存量达到最小,减少流动资金,进而控制了成本。
请参照图3,为本发明停产后车辆配件产量的计划方法提出第二实施例的部分流程示意图,基于第一实施例,所述步骤S200包括:
步骤S210,根据当前车型停产前的生产时间、车辆产量信息、以及各类配件的销售量计算得到各类配件的平均更换率;
在一实施例中,生产时间为12年,预设周期以每年为例,计算当前车型的A类配件的平均更换率,则从当前车型的车辆产量信息中提取得到生产时间内每一年的车辆产量,从A类配件的销售量信息中提取得到生产时间内的每一年A类配件的销售量,然后分别将当年的A类配件的销售量除以当年的车辆产量得到每一年的A类配件的配件更换率。然后将每一年A类配件的配件更换率相加得到的和除以12,得到A类配件的平均更换率。可以理解的是,A类配件为当前车型的各类配件的一种,求当前车型的其他类别配件的平均更换率,只需将上述参数中A类配件的销售量替换成其他类别的销售量即可获得其他类别配件的平均更换率。
步骤S220,根据当前车型停产前的车辆报废信息和当前车型停产前的车辆产量信息计算得到当前车型的市场保有量;
还是以预设周期为每年为例,则从车辆报废信息中提取得到生产时间内每一年的车辆报废量,然后分别将每一年对应的车辆产量减去每一年对应的车辆报废量的差,得到每一年的车辆增减值。然后将每一年的车辆增减值相加得到的和,即为当前车型的市场保有量。
步骤S230,根据所述市场保有量和所述平均更换率计算得到当前车型的各类配件的需求基数。
可以理解的是,将当前车型的市场保有量乘以当前车型各类配件的平均更换率得到的积即为各类配件的需求基数。
所述步骤S300包括:
步骤S310,根据当前车型停产前的各类配件的销售量计算得到各类配件在当前车型停产前的各预设周期的需求比率;
需要说明的是,所述根据当前车型停产前的各类配件的销售量计算得到各类配件在当前车型停产前的各预设周期的需求比率应该为根据当前车型停产前的各类配件的销售量计算得到各类配件在当前车型停产前的各预设周期(除开始生产或上市后的第一个周期以为)的销售量相对于开始生产或上市后的第一个周期的销售量的需求比率,若预设周期为每年,则第一个预设周期为当前车型开始生产或上市后的第一年。
其中,为了能更清楚的理解本发明,以一实施例进行更详细的说明。
在一实施例中,以Y型号汽车的大灯配件为例,该配件从2007年上市至2016年1月停产的销售量如下所述。
此时,Y型号汽车的大灯配件在当前车型停产前的各预设周期的需求比率如下:
步骤S320,将停产前的每预设周期的所述需求比率依照时间维度拟合成走势曲线,根据所述走势曲线和预设市场周期规律获得各类配件停产后依照时间维度的预测需求量的模拟走势曲线;
其中,需要说明的是,所述预设市场周期规律应该为各类配件的预测需求量依照时间维度的市场周期规律,因为每类配件的市场周期规律都多多少少不同,因此,一类配件应该对应一种预设市场周期规律。所述预设市场周期规律包括两部分:第一部分为当前车型停产前的预设市场周期规律部分,第二部分为当前车型停产后的预设市场周期规律部分。可以理解的是,所述预设市场周期规律可以有多种呈现形式,例如柱状图、曲线图、表格等形式。
配件种类以A类配件为例,所述预设市场周期规律可以通过根据大数据下其他多种车型的A类配件的实际市场周期规律总结获得,也可以通过大数据下其他多种车型的A类配件的相仿类配件或可相互替代类配件的实际市场周期规律总结获得,本实施例不做具体的限定。需要说明的是,所述走势曲线的作用是与预设市场周期规律的第一部分进行对比分析,从而确认是否可用所述预设市场周期规律作为当前车型的A类配件的需求量预测的数据参考。可以理解的是,将所述预设市场周期规律的呈现形式为曲线图,更方便所述预设市场周期规律与所述走势曲线进行对比分析。
进一步的,通过计算机程序计算预设市场周期规律的第一部分和所述走势曲线的匹配度/重合度;判断预设市场周期规律的第一部分与所述走势曲线的匹配度/重合度是否大于或等于预设阈值;若预设市场周期规律的第一部分与所述走势曲线的匹配度/重合度大于或等于预设阈值,则根据所述预设市场周期规律得到A类配件停产后依照时间维度的预测需求量的模拟走势曲线;若预设市场周期规律的第一部分与所述走势曲线的匹配度/重合度小于预设阈值,则生成待审批信息,以使工作人员进行审批反馈。需要说明的是,所述待审批信息包括接受和拒绝的选择项,如果工作人员选择接收项,则根据所述预设市场周期规律得到A类配件停产后依照时间维度的预测需求量的模拟走势曲线;如果工作人员选择拒绝项,则弹出对所述预设市场周期规律的编辑界面,以接收工作人员对所述预设市场周期规律的编辑信息,使更新所述预设市场周期规律,并根据更新后的预设市场周期规律得到A类配件停产后依照时间维度的预测需求量的模拟走势曲线。
进一步的,所述若预设市场周期规律的第一部分与所述走势曲线的匹配度/重合度小于预设阈值,则生成审批信息步骤之后包括:若预设时间内,未接收到审批反馈,则根据所述预设市场周期规律得到A类配件停产后依照时间维度的预测需求量的模拟走势曲线。
步骤S330,根据所述模拟走势曲线获得停产后各类配件各预设周期的需求比率信息。
本实施例通过将停产前的每预设周期的所述需求比率依照时间维度拟合成走势曲线的步骤来得到直观的当前车型的各类配件在停产前的需求比率的变化规律;通过根据所述走势曲线和预设市场周期规律获得各类配件停产后依照时间维度的预测需求量的模拟走势曲线的步骤对当前车型各类配件在停产前的需求比率的变化规律与预设市场周期规律的局部部分进行比较分析,评估所述预设市场周期规律的匹配度,根据所述匹配度来采取对应的措施,从而提高停产后各类配件各预设周期的需求比率信息的准确性和可靠性。
请参照图4,为本发明停产后车辆配件产量的计划方法第三实施例的部分流程示意图,基于第一实施例,所述步骤S400包括:
步骤S410,判断当前车型停产后经历的预设周期的个数是否达到第一预设次序;
可以理解的是,第一预设次序本领域技术人员可根据实际情况进行设置,本实施例将所述预设周期以每年为例,第一预设次序以第10年为例。
步骤S420,若当前车型停产后经历的预设周期的个数未达到第一预设次序,则根据所述需求基数和当前预设周期的需求比率信息,获得各类配件当前预设周期对应的需求量预测信息;
可以理解的是,第一次计算需求基数的时间为停产当年或者停产后的第一年。需要说明的是,若当前车型停产后经历的预设周期的个数未达到第一预设次序,则此时需求比率信息应该为计算或更新需求基数时的第二个预设周期到第一预设次序预设周期的前一个预设周期的预测需求量相对于计算或更新需求基数时的第一个预设周期的预测需求量的需求比率。例如,在一实施例中,当前预设周期次序为第9年,判断当前车型停产后未达到第一预设次序预设周期即未达到第10年,则此时需求比率信息为停产后第2年到第9年每年的预测需求量相对于停产后第1年的预测需求量的需求比率。
其中,为了能更清楚的理解本发明,以一实施例进行更详细的说明。
以Y型号汽车的大灯配件为例,从Y型号汽车的大灯配件对应的模拟走势曲线中获得的Y型号汽车的大灯配件的需求比率如下所示:
此时将Y型号汽车的大灯配件的需求基数和上述每年对应的需求比率相乘得到的积则为Y型号汽车的大灯配件上述每年对应的预测需求量。
步骤S430,若当前车型停产后经历的预设周期的个数达到第一预设次序,则根据最近经历的预设数量个预设周期的各类配件的总销售量和所述预设数量,计算得到各类配件的平均周期销售量,更新需求基数为所述平均周期销售量;
可以理解的是,第二次为计算或更新需求基数的时间为第一预设次序周期。需要说明的是,若当前车型停产后经历的预设周期的个数达到第一预设次序,则此时需求比率信息应该为第一预设次序周期后的各预设周期的预测需求量相对于第一预设次序周期的预测需求量的需求比率。例如,在一实施例中,当前预设周期次序为第10年,判断当前车型停产后已达到第一预设次序预设周期即达到第10年,则此时需求比率信息为停产后第10年后每年的预测需求量相对于停产后第10年的预测需求量的需求比率。在一实施例中,设置所述预设数量为3,则根据最近经历的3年的各类配件的总销售量和所述预设数量,计算得到各类配件的平均周期销售量,即将第8年、第9年、以及第10年的各类配件每年的销售量相加除以3得到各类配件的平均周期销售量,然后更新需求基数为所述平均周期销售量。
其中,为了能更清楚的理解本发明,以一实施例进行更详细的说明。
此时,从Y型号汽车的大灯配件对应的模拟走势曲线中获得的需求比率如下所示(即为Y型号汽车的大灯配件第一预设次序周期后的各预设周期的预测需求量相对于第一预设次序周期的预测需求量的需求比率):
此时将Y型号汽车的大灯配件的更新后的需求基数和上述每年对应的需求比率相乘得到的积则为Y型号汽车的大灯配件上述每年对应的预测需求量。
步骤S440,根据更新后的需求基数和当前预设周期的需求比率信息获得各类配件当前预设周期对应的需求量预测信息。
本实施通过判断当前车型停产后经历的预设周期的个数是否达到第一预设次序的步骤来确定是否需要对所述需求基数进行更新;通过若当前车型停产后经历的预设周期的个数达到第一预设次序,则根据最近经历的预设数量个预设周期的各类配件的总销售量和所述预设数量,计算得到各类配件的平均周期销售量,更新需求基数为所述平均周期销售量的步骤以及时更新所述需求基数,从而进一步提升各类配件的需求量预测信息的准确性和可靠性。
参照图5,为本发明停产后车辆配件产量的计划方法第四实施例的部分流程示意图,基于第一实施例,所述步骤S400之后包括:
步骤S610,实时获取各类配件在当前车型停产后的当前预设周期对应的实际销售量;
步骤S620,根据当前预设周期对应的所述实际销售量和当前预设周期对应的需求量预测信息计算得到当前预设周期的预测误差系数;
需要说明的是,所述预测误差系数的计算模型可以为:
ηcurrent=Scurrent/Lcurrent
μcurrent=|1-ηcurrent|
其中,ηcurrent为当前预设周期的预测差别系数,μcurrent为当前预设周期的预测误差系数,Lcurrent为当前预设周期的预测需求量(Lcurrent的值不等于零),Scurrent为当前预设周期的实际销售量。
步骤S630,判断所述预测误差系数是否大于预设值;
步骤S640,若所述预测误差系数大于预设值,则生成预警信息,以提醒工作人员,并根据所述实际销售量和所述预测量信息获得各类配件的当前预设周期的修正系数;
其中,所述预设值本领域技术人员可根据实际情况进行设置。所述生成预警信息可以通过控制终端的发声模块和/或显示模块发送预警信号,使发声模块发出与预警提示对应的预设声音和/或显示模块显示预设字幕以执行预警提示,以提醒用户所述需求量预测信息准确度偏低,从而及时调整生产计划和/或采购计划,进而减小企业损失,降低成本。
需要说明的是,所述预测修正系数的计算模型可以为:
为了便于理解,举例为:例如当前预设周期的次序为第三个预设周期,所述预设值设置为0.15。第一个预设周期的预设误差系数为0.1,第二个预设周期的预设误差系数为0.05,第三个预设周期的预设误差系数为0.2,此时第三个预设周期的预设误差系数大于0.15,则计算当前预设周期的平均预测差别系数:计算当前预设周期的预测修正系数:
然后,根据当前预设周期的修正系数对未来的预设周期的需求量预测信息进行修正,即将第三个预设周期之后的各预设周期的预测需求量乘以当前预设周期的预测修正系数K3的积得到第三个预设周期之后的修正后的各预设周期的预测需求量。
步骤S650,根据所述修正系数对各预设周期的需求量预测信息进行修正,以实时更新所述需求量预测信息。
本实施例通过根据当前预设周期对应的所述实际销售量和当前预设周期对应的需求量预测信息计算得到当前预设周期的预测误差系数的步骤来实时评估需求量预测信息的准确性;通过若所述预测误差系数大于预设值,则生成预警信息,以提醒工作人员,并根据所述实际销售量和所述预测量信息获得各类配件的当前预设周期的修正系数的步骤及时提醒工作人员所述需求量预测信息准确度偏低,从而及时调整生产计划和/或采购计划,进而减小企业损失,降低成本;通过根据所述修正系数对各预设周期的需求量预测信息进行修正的步骤,以实时更新所述需求量预测信息使得每个月的预测误差更小,即使在市场需求波动等不可控因素也依然能进行重新计算和修正,使预测误差降到最小,提升了停产后车辆配件产量的计划方法的可靠性和鲁棒性,该方法适于推广应用。
参照图6,为本发明停产后车辆配件产量的计划方法第五实施例的部分流程示意图,基于第一实施例,所述步骤S500包括:
步骤S510,获取与各供应商对应的历史供应零件数据;
所述供应零件数据可以包括:各类配件的采购数量、各类配件的采购价格、以及各类配件的交付周期。
步骤S520,根据所述历史供应零件数据确定各供应商对应各类配件的供应能力;
步骤S530,根据所述供应能力和所述需求量预息确定各供应商对应各类配件的供应任务,并生成与所述供应任务对应的电子表单发送给各对应的供应商的账户,以使对应的供应商确认并回复回执信息;
所述供应任务可以包括:各类配件的要求供应数量和各类配件的要求交期时间,所述回执信息可以包括:能完成所述要求供应数量的供应比例和能完成所述供应比例的具体交期时间。
步骤S540,接收各对应的供应商回复的回执信息,并根据所述回执信息制定各类配件的采购计划。
本实施例通过根据所述供应能力和所述需求量预息确定各供应商对应各类配件的供应任务,并生成与所述供应任务对应的电子表单发送给各对应的供应商的账户,以使对应的供应商确认并回复回执信息的方法来简化及缩短各供应商评估其配件供应量的程序及时间,通过所述回执信息的反馈也更高效与各供应商进行合作意向的交流,省去了大量面谈与线下签合同等繁琐程序,提升了效率,同时线上的交流信息例如回执信息也进一步为双方的合作内容提供了担保凭证,从而提升了产后车辆配件产量的计划方法的可靠性。
参照图7,为本发明停产后车辆配件产量的计划方法第六实施例的部分流程示意图,基于第五实施例,所述步骤S540包括:
步骤S541,接收各对应的供应商回复的回执信息,判断所述回执信息是否满足所述供应任务的要求;
可以理解的是,若确定各对应的供应商的回执信息是能如期交付各对应的各类配件的预期需求量,则视为所述回执信息是能满足所述供应任务的要求。
进一步的,所述接收各对应的供应商回复的回执信息,并根据所述回执信息制定各类配件的采购计划的步骤之前还包括:判断从发送所述电子表单起预设时长内是否接收到各对应的供应商回复的回执信息;若从发送所述电子表单起预设时长内未接收到对各对应的供应商回复的回执信息,则生成待审批信息,以使工作人员进行审批反馈。
需要说明的是,所述待审批信息包括接受和拒绝的选择项,如果工作人员选择接收项,则确定未回复回执信息的供应商可完成对应的各类配件的供应任务;如果工作人员选择拒绝项,则显示对未回复回执信息的供应商对应的供应任务的编辑界面,以接收工作人员对所述供应任务的编辑信息。
步骤S542,若所述回执信息不满足所述供应任务的要求,则根据所述回执信息和所述需求量预测信息再次确定各供应商对应各类配件的供应任务;
步骤S543,生成与所述供应任务对应的电子表单发送给各对应的供应商的账户,以使各对应的供应商确认并回复回执信息,并返回执行步骤S541;
步骤S544,若所述回执信息满足所述供应任务的要求,则根据所述回执信息生成各类配件的采购计划。
本实施例通过与各对应的供应商以回执信息的形式进行多次交流与确认,从而最大幅度降低因交流欠充分而导致错误发生的可能,同时也使得所述供应任务合理的分配到各供应商,确保能如期交付各类配件的预期需求量。
参照图8,为本发明停产后车辆配件产量的计划方法第七实施例的部分流程示意图,基于第一实施例,所述步骤S500还包括:
步骤S550,获取各类配件的毛坯料采购周期和各类配件的加工工艺周期;
可以理解的是,所述毛坯料既可以指还没加工的原材料,也可以指成品完成前的那部分。
步骤S560,根据所述毛坯料采购周期和所述加工工艺周期确定各类配件的生产周期;
步骤S570,根据所述生产周期和所述需求量预测信息制定各类配件的生产计划。
本实例通过对各类配件的毛坯料采购周期和各类配件的加工工艺周期的步骤提前预估各类配件的生产周期;通过根据所述生产周期和所述需求量预测信息制定各类配件的生产计划的步骤以确保能如期交付各类配件的预期需求量。
本发明还提出一种可读存储介质,其上存储有计算机程序。所述可读存储介质可以是图1的终端中的存储器02,也可以是如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘中的至少一种,所述可读存储介质包括若干信息用以使得终端执行本发明各个实施例所述的方法。
本发明可读存储介质的具体实施例与上述停产后车辆配件产量的计划方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种停产后车辆配件产量的计划方法,其特征在于,该方法包括:
获取当前车型的生产时间、车辆产量信息、车辆报废信息、以及各类配件的销售量;
根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数;
根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息;
根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息;
根据所述需求量预测信息制定各类配件的采购计划和/或生产计划。
2.如权利要求1所述的停产后车辆配件产量的计划方法,其特征在于,所述根据所述生产时间、所述车辆产量信息、所述车辆报废信息、以及所述销售量获得当前车型的各类配件的需求基数的步骤包括:
根据当前车型停产前的生产时间、车辆产量信息、以及各类配件的销售量计算得到各类配件的平均更换率;
根据当前车型停产前的车辆报废信息和当前车型停产前的车辆产量信息计算得到当前车型的市场保有量;
根据所述市场保有量和所述平均更换率计算得到当前车型的各类配件的需求基数。
3.如权利要求2所述的停产后车辆配件产量的计划方法,其特征在于,所述根据所述销售量获得各类配件在当前车型停产后的每个预设周期对应的需求比率信息的步骤包括:
根据当前车型停产前的各类配件的销售量计算得到各类配件在当前车型停产前的各预设周期的需求比率;
将停产前的每预设周期的所述需求比率依照时间维度拟合成走势曲线,根据所述走势曲线和预设市场周期规律获得各类配件停产后依照时间维度的预测需求量的模拟走势曲线;
根据所述模拟走势曲线获得停产后各类配件各预设周期的需求比率信息。
4.如权利要求3所述的停产后车辆配件产量的计划方法,其特征在于,所述根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息的步骤包括:
判断当前车型停产后经历的预设周期的个数是否达到第一预设次序;
若当前车型停产后经历的预设周期的个数未达到第一预设次序,则根据所述需求基数和当前预设周期的需求比率信息,获得各类配件当前预设周期对应的需求量预测信息;
若当前车型停产后经历的预设周期的个数达到第一预设次序,则根据最近经历的预设数量个预设周期的各类配件的总销售量和所述预设数量,计算得到各类配件的平均周期销售量,更新需求基数为所述平均周期销售量;
根据更新后的需求基数和当前预设周期的需求比率信息获得各类配件当前预设周期对应的需求量预测信息。
5.如权利要求1所述的停产后车辆配件产量的计划方法,其特征在于,所述根据所述需求基数和所述需求比率信息获得各类配件在当前车型停产后的各预设周期的需求量预测信息的步骤之后还包括:
实时获取各类配件在当前车型停产后的当前预设周期对应的实际销售量;
根据当前预设周期对应的所述实际销售量和当前预设周期对应的需求量预测信息计算得到当前预设周期的预测误差系数;
判断所述预测误差系数是否大于预设值;
若所述预测误差系数大于预设值,则生成预警信息,以提醒工作人员,并根据所述实际销售量和所述预测量信息获得各类配件的当前预设周期的修正系数;
根据所述修正系数对各预设周期的需求量预测信息进行修正,以实时更新所述需求量预测信息。
6.如权利要求1所述的停产后车辆配件产量的计划方法,其特征在于,所述根据所述需求量预测信息制定各类配件的采购计划和/或生产计划的步骤包括:
获取与各供应商对应的历史供应零件数据;
根据所述历史供应零件数据确定各供应商对应各类配件的供应能力;
根据所述供应能力和所述需求量预息确定各供应商对应各类配件的供应任务,并生成与所述供应任务对应的电子表单发送给各对应的供应商的账户,以使对应的供应商确认并回复回执信息。
接收各对应的供应商回复的回执信息,并根据所述回执信息制定各类配件的采购计划。
7.如权利要求6所述的停产后车辆配件产量的计划方法,其特征在于,所述接收各对应的供应商回复的回执信息,并根据所述回执信息制定各类配件的采购计划的步骤包括:
接收各对应的供应商回复的回执信息,判断所述回执信息是否满足所述供应任务的要求;
若所述回执信息不满足所述供应任务的要求,则根据所述回执信息和所述需求量预测信息再次确定各供应商对应各类配件的供应任务;
生成与所述供应任务对应的电子表单发送给各对应的供应商的账户,以使各对应的供应商确认并回复回执信息,并返回执行所述接收各对应的供应商回复的回执信息,判断所述回执信息是否满足所述供应任务的要求的步骤;
若所述回执信息满足所述供应任务的要求,则根据所述回执信息生成各类配件的采购计划。
8.如权利要求1所述的停产后车辆配件产量的计划方法,其特征在于,所述根据所述需求量预测信息制定各类配件的采购计划和/或生产计划的步骤包括:
获取各类配件的毛坯料采购周期和各类配件的加工工艺周期;
根据所述毛坯料采购周期和所述加工工艺周期确定各类配件的生产周期;
根据所述生产周期和所述需求量预测信息制定各类配件的生产计划。
9.一种终端,其特征在于,包括存储器、处理器、以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述停产后车辆配件产量的计划方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述停产后车辆配件产量的计划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110013203.4A CN112785127A (zh) | 2021-01-06 | 2021-01-06 | 停产后车辆配件产量的计划方法、终端及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110013203.4A CN112785127A (zh) | 2021-01-06 | 2021-01-06 | 停产后车辆配件产量的计划方法、终端及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112785127A true CN112785127A (zh) | 2021-05-11 |
Family
ID=75755828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110013203.4A Pending CN112785127A (zh) | 2021-01-06 | 2021-01-06 | 停产后车辆配件产量的计划方法、终端及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785127A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115983901A (zh) * | 2023-03-17 | 2023-04-18 | 山东捷瑞数字科技股份有限公司 | 基于数字孪生的设备配件需求量预测方法、系统及介质 |
CN116777157A (zh) * | 2023-06-20 | 2023-09-19 | 上海朗晖慧科技术有限公司 | 一种基于大数据的供需数据集中监管系统及方法 |
CN117788038A (zh) * | 2024-02-28 | 2024-03-29 | 山东硕为思大数据科技有限公司 | 一种汽车行业平台数据智能监测分析处理方法 |
JP7492648B2 (ja) | 2021-03-15 | 2024-05-29 | 本田技研工業株式会社 | 発注数算出装置および発注数算出システム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020198794A1 (en) * | 2001-06-21 | 2002-12-26 | Williams Edward P. | Inventory management system for determining suggested part stocking levels for a vehicle dealer |
CN109657870A (zh) * | 2018-12-27 | 2019-04-19 | 重庆科技学院 | 一种汽车停产后维修配件产量预测方法 |
CN109801016A (zh) * | 2019-01-17 | 2019-05-24 | 雅马哈发动机(厦门)信息系统有限公司 | 一种基于耗用履历预测配件需求量的方法 |
CN111915254A (zh) * | 2020-07-30 | 2020-11-10 | 上海数策软件股份有限公司 | 一种适用于汽车售后配件的库存优化控制方法和系统 |
-
2021
- 2021-01-06 CN CN202110013203.4A patent/CN112785127A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020198794A1 (en) * | 2001-06-21 | 2002-12-26 | Williams Edward P. | Inventory management system for determining suggested part stocking levels for a vehicle dealer |
CN109657870A (zh) * | 2018-12-27 | 2019-04-19 | 重庆科技学院 | 一种汽车停产后维修配件产量预测方法 |
CN109801016A (zh) * | 2019-01-17 | 2019-05-24 | 雅马哈发动机(厦门)信息系统有限公司 | 一种基于耗用履历预测配件需求量的方法 |
CN111915254A (zh) * | 2020-07-30 | 2020-11-10 | 上海数策软件股份有限公司 | 一种适用于汽车售后配件的库存优化控制方法和系统 |
Non-Patent Citations (1)
Title |
---|
王业宏: "短生命周期电子产品备件预测方法及其在展望电子公司的应用", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》, 15 April 2014 (2014-04-15), pages 30 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7492648B2 (ja) | 2021-03-15 | 2024-05-29 | 本田技研工業株式会社 | 発注数算出装置および発注数算出システム |
CN115983901A (zh) * | 2023-03-17 | 2023-04-18 | 山东捷瑞数字科技股份有限公司 | 基于数字孪生的设备配件需求量预测方法、系统及介质 |
CN115983901B (zh) * | 2023-03-17 | 2023-06-06 | 山东捷瑞数字科技股份有限公司 | 基于数字孪生的设备配件需求量预测方法、系统及介质 |
CN116777157A (zh) * | 2023-06-20 | 2023-09-19 | 上海朗晖慧科技术有限公司 | 一种基于大数据的供需数据集中监管系统及方法 |
CN116777157B (zh) * | 2023-06-20 | 2024-01-30 | 上海朗晖慧科技术有限公司 | 一种基于大数据的供需数据集中监管系统及方法 |
CN117788038A (zh) * | 2024-02-28 | 2024-03-29 | 山东硕为思大数据科技有限公司 | 一种汽车行业平台数据智能监测分析处理方法 |
CN117788038B (zh) * | 2024-02-28 | 2024-05-07 | 山东硕为思大数据科技有限公司 | 一种汽车行业平台数据智能监测分析处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112785127A (zh) | 停产后车辆配件产量的计划方法、终端及可读存储介质 | |
Boute et al. | Dual sourcing and smoothing under nonstationary demand time series: Reshoring with SpeedFactories | |
CN110610289B (zh) | 加油站成品油补货量预测方法、计算机存储介质及计算机设备 | |
Bassok et al. | Analysis of supply contracts with commitments and flexibility | |
US8190465B2 (en) | Make-to-specification process and data model | |
US9767495B2 (en) | Different sales and planning product options | |
EP1416347A1 (en) | Production management system production management method | |
US20210027257A1 (en) | Systems and methods for operating an interactive repair facility including automatic parts tracking and ordering | |
US20100161366A1 (en) | Product requirement specification in production model | |
CN111340421A (zh) | 一种采购方法 | |
CN111915254A (zh) | 一种适用于汽车售后配件的库存优化控制方法和系统 | |
CN109948829B (zh) | 一种基于多个售货点的调货方法、电子设备及存储介质 | |
JPH096862A (ja) | 約束管理システム | |
CN113469591A (zh) | 库存补货控制方法、装置、电子设备及存储介质 | |
CN113408981A (zh) | 一种自动化零件订单的智能跟踪管理方法、装置及系统 | |
WO2019163498A1 (ja) | 生産管理装置、生産管理方法及びプログラム | |
JP2009301466A (ja) | サプライチェーンの効率化支援方法 | |
US20030130876A1 (en) | Production with accuracy | |
US20210192431A1 (en) | System and method for optimizing management of inventory data | |
CN112907136B (zh) | 配件产量的生产控制方法、系统及存储介质 | |
CN115564359B (zh) | 汽车售后备件的库存预测方法、设备和存储介质 | |
CN112907136A (zh) | 配件产量的生产控制方法、系统及存储介质 | |
US20030204468A1 (en) | Stock planning method | |
CN114897467A (zh) | 配件的补货方法、装置、可读存储介质及电子设备 | |
CN115023718A (zh) | 交付期计算装置、交付期计算方法以及程序 |
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 |