CN113269457A - 一种基于大数据的商品销售供货一体化管理系统及方法 - Google Patents

一种基于大数据的商品销售供货一体化管理系统及方法 Download PDF

Info

Publication number
CN113269457A
CN113269457A CN202110620695.3A CN202110620695A CN113269457A CN 113269457 A CN113269457 A CN 113269457A CN 202110620695 A CN202110620695 A CN 202110620695A CN 113269457 A CN113269457 A CN 113269457A
Authority
CN
China
Prior art keywords
supply
unit
goods
commodity
distributor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110620695.3A
Other languages
English (en)
Other versions
CN113269457B (zh
Inventor
钟斌
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.)
Zhuhai Haolei Technology Co ltd
Original Assignee
Zhuhai Haolei 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 Zhuhai Haolei Technology Co ltd filed Critical Zhuhai Haolei Technology Co ltd
Priority to CN202110620695.3A priority Critical patent/CN113269457B/zh
Publication of CN113269457A publication Critical patent/CN113269457A/zh
Application granted granted Critical
Publication of CN113269457B publication Critical patent/CN113269457B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于大数据的商品销售供货一体化管理系统及方法，涉及大数据分析技术领域，该一体化管理系统包括一用于为分销商提供商品供应的供货商；一用于对供货商所供应的商品进行销售的分销商；一用于对供货商与分销商之间的供货关系进行管理的管理终端；所述分销商将历史销售额发送至管理终端，所述管理终端对分销商的历史销售额进行分析，输出供货指令至供货商，所述供货商按照供货指令为分销商进行供货，本发明通过对分销商历史销售额大数据的分析，对供货日期进行预测，对分销商进行统一供货，缩短了供货商的供货次数，减少了供货压力，通过对分销商的库存量进行预测，使得可以确认统一供货的时间点，实现统一供货。

Description

一种基于大数据的商品销售供货一体化管理系统及方法
技术领域
本发明涉及大数据分析技术领域，具体是一种基于大数据的商品销售供货一体化管理系统及方法。
背景技术
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产；
大数据的应用范围比较广泛，例如：企业库存管理、商场照明管理、企业办公管理等；当大数据应用于企业库存管理时，存在以下问题：
1、现有的基于大数据的库存管理，往往是根据分销商的销售额预测在某一时间段该为分销商进行供货，但是，由于分销商众多，无法对若干个分销商进行串联，导致供货商的供货频率较高，为供货商带来了较大的工作量；
2、当根据大数据的分析结构进行供货时，商品在货车内的摆放不紧密，不仅会导致商品在运输的过程中发生晃动，且会导致货车内存储空间的浪费；
所以，人们急需一种基于大数据的商品销售供货一体化管理系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据的商品销售供货一体化管理系统及方法，以解决现有技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的商品销售供货一体化管理系统，该一体化管理系统包括一用于为分销商提供商品供应的供货商；一用于对供货商所供应的商品进行销售的分销商；一用于对供货商与分销商之间的供货关系进行管理的管理终端；所述分销商将历史销售额发送至管理终端，所述管理终端对分销商的历史销售额进行分析，输出供货指令至供货商，所述供货商按照供货指令为分销商进行供货。
根据上述技术方案，所述管理终端包括供货日期分析模块、供货路线规划模块、供货商品堆码模块和供货流程控制模块；
所述供货日期分析模块用于根据若干分销商的历史销售额分析其当前库存，进而对若干供销商的统一供货日期进行分析，进行统一供货；所述供货路线规划模块用于根据若干供销商的位置信息，对统一供货的路线进行规划；所述供货商品堆码模块用于对不同分销商的不同类别商品在供货货车中码放的位置进行分析和确认；所述供货流程控制模块用于对供货商的供货流程进行智能化控制；
所述分销商输出历史销售额至供货日期分析模块，所述供货日期分析模块输出供货日期至供货流程控制模块；
所述供货日期分析模块输出供货商品信息至供货商品堆码模块，所述供货商品堆码模块输出堆码方式至供货流程控制模块；
所述供货流程控制模块的输出端连接供货路线规划模块，所述供货路线规划模块输出供货路线至供货商品堆码模块，所述供货路线规划模块输出供货路线至供货流程管理模块；
所述供货流程控制模块输出供货指令至供货商。
通过上述技术方案，使得可以以分销商的历史销售额以及分销商的位置信息对供货日期、商品堆码方式以及供货路线进行规划，使得可以利用大数据分析的方式，完善整个供货流程，使得供货流程更加的顺畅，供货过程更加的简洁，节约供货商的工作量。
根据上述技术方案，所述供货日期分析模块包括历史数据整理单元、当前库存分析单元、警戒库存预测单元、供货数量梳理单元和供货容量比对单元；
所述历史数据整理单元用于对分销商提供的历史销售额进行归类和整理；所述当前库存分析单元用于根据分销商的历史销售额以及初始库存分析每一个分销商的当前库存量，所述初始库存是指上一次供货之后的库存量，得到当前库存信息；所述警戒库存预测单元用于根据分销商的历史销售额以及当前库存信息对分销商的库存量达到警戒库存的时间点进行预测，还用于对在供货时间点需要供货的数量进行预测；所述供货数量梳理单元用于根据警戒库存预测单元预测的供货数量信息，对供货商品的数量进行分类梳理；所述供货容量比对单元对供货商品所占用的总体积与供货货车的总容量进行比对，确认是否供货货车是否可以通过一次运输完成所有分销商的供货；
所述分销商输出历史销售额至历史数据整理单元，所述历史数据整理单元输出整理之后的历史销售额至当前库存分析单元和警戒库存预测单元，所述当前库存分析单元输出当前库存信息至警戒库存预测单元，所警戒库存预测单元输出供货数量信息至供货数量梳理单元，所述所述供货数量梳理单元输出供货商品信息至供货容量比对单元和供货商品堆码模块，供货流程控制模块输出火车货箱尺寸至供货容量比对单元，所述供货容量比对单元输出容量比对结果至警戒库存预测单元，所述供货容量比对单元还输出供货指令至供货流程控制模块。
通过上述技术方案，可以对若干个分销商的库存进行监控，使得可以根据若干分销商的库存量对送货日期进行分析，使得可以对分销商进行统一供货，并且，可以分析商品体积与货车容量之间的关系，判定是否可以一次完成所有分销商的供货，使得可以大大的减轻供货商的工作量。
根据上述技术方案，所述供货路线规划模块包括二维模型建立单元、坐标系赋予单元、位置信息标注单元、坐标点整理单元和最优路线分析单元；
所述二维模型建立单元用于建立供货商的所有分销商所在区域的二维模型；所述位置信息标注单元用于将所有分销商的位置在二维模型上进行标注；所述坐标系赋予单元用于赋予二维模型以坐标系，并对二维模型中的每一个点进行坐标值的赋予，其中包括分销商所在位置的坐标值以及每一个路口所在位置的坐标值；所述坐标点整理单元用于对供货货车每一条供货路线上的坐标点进行整理；所述最优路线分析单元用于对坐标整理单元所整理的每一条路线上的相邻坐标点之间的距离进行计算，进而对每一条路线的总长度进行分析；
所述二维模型建立单元输出二维模型，所述坐标系赋予单元和位置信息标注单元的输出端连接二维模型，所述二维模型输出端连接坐标点整理单元，所述坐标点整理单元的输出端连接最优路线分析单元。
通过上述技术方案，可以对供货商供货的路线进行规划，使得可以以最优的路线对若干个分销商进行供货，减少供货的路程，缩短供货时长。
根据上述技术方案，所述供货商品堆码模块包括场景虚拟建设单元、商品位置分析单元、商品堆码模拟单元和商品堆放投影单元；
所述场景虚拟建设单元用于对货车货箱的虚拟场景进行建设；所述商品位置分析单元用于根据供货路线规划模块所规划的供货最优路线对不同分销商的供货商品在虚拟场景中的位置进行分析；所述商品堆码模拟单元用于对每一个分销商的供货商品在货箱中摆放的位置进行模拟；所述商品堆放投影单元用于对每一个商品应当堆放的位置进行投影；
所述场景虚拟建设单元输出虚拟场景，所述最优路线分析单元输出供货路线信息至商品位置分析单元，所述供货数量梳理单元输出供货商品信息至商品位置分析单元，所述商品位置分析单元输出商品位置信息至商品堆码模拟单元，所述堆码模拟单元的输出端连接虚拟场景的输入端，所述虚拟场景的输出端连接商品堆放投影单元的输入端，所述商品堆放投影单元输出供货指令至供货指令发送单元。
通过上述技术方案，可以对供给每一个分销商的商品在货车货箱中摆放的位置进行模拟，使得可以充分利用货车货箱的存储空间，减少存储空间的浪费，使得供货货车可以一次性供给更多的货物，同时，避免了货物由于摆放不紧密导致在货车货箱内部发生移动，影响货物品质的问题。
根据上述技术方案，所述供货流程控制模块包括存储数据库、尺寸记录单元和供货指令发送单元；
所述存储数据库用于对各项信息数据进行存储和记录，存储和记录的信息数据包括各个分销商的位置信息、各个分销商的历史销售额信息、历史供货记录等；所述尺寸记录单元用于对供货的各类商品的尺寸以及货车货箱尺寸进行记录，以便于为供货商品堆码模块的商品堆码提供数据参考；所述供货指令发送单元用于对各项供货指令进行发送，包括供货日期、供货数量、供货路线、供货商品堆码方式等；
所述尺寸记录单元输出货车货箱尺寸至供货容量比对单元，所述尺寸记录单元输出商品尺寸至商品堆码模拟单元，所述供货指令发送单元的输出端连接供货商的输入端。
通过上述技术方案，可以实现对供货商整个供货流程的控制，实现对供货日期、供货路线和货品堆码的一个串联，使得管理终端更加方便对供货商的供货进行管理。
一种基于大数据的商品销售供货一体化管理方法，该一体化管理方法包括以下步骤：
S1、根据各个分销商的历史销售额利用供货日期分析模块对供货日期和供货商品信息进行分析；
S2、根据各个分销商的位置信息利用供货路线规划模块对供货的路线进行规划，得到供货路线信息；
S3、根据供货商品信息和供货路线信息对供货商品在货车货箱中的堆放方式进行模拟；
S4、利用商品堆放投影单元对供货商品在货车货箱中的堆放方式进行投影；
S5、工作人员根据商品堆放投影单元的投影影像对供货商品进行码放。
根据上述技术方案，在S1中，所述供货日期分析模块包括历史数据整理单元、当前库存分析单元、警戒库存预测单元、供货数量梳理单元和供货容量比对单元；具体包括以下步骤：
S101、各个所述分销商的历史销售额信息发送至历史数据整理单元，所述历史数据整理单元对各个分销商的历史销售额进行整理，形成集合
Figure BDA0003099750510000081
其中，k表示第k个分销商，
Figure BDA0003099750510000082
表示该分销商的初始库存，所述初始库存是指上一次供货之后的库存量，n表示该分销商的n次历史销售额；
S102、所述当前库存分析单元根据下列公式对分销商的当前库存
Figure BDA0003099750510000083
进行计算：
Figure BDA0003099750510000084
形成当前库存的集合
Figure BDA0003099750510000085
其中，m表示有m个分销商；
S103、所述警戒库存预测单元对m个分销商的当前库存是否达到警戒库存量阈值进行判断；
当
Figure BDA0003099750510000086
时，k＝1、2、3、…、m，表明第k个分销商的当前库存达到了警戒库存量阈值，需要立刻进行供货；
当
Figure BDA0003099750510000087
时，k＝1、2、3、…、m，表明没有分销商的当前库存达到警戒库存量阈值，需要根据历史销售额的集合
Figure BDA0003099750510000088
预测达到警戒库存量阈值的时间点；
根据下列公式对分销商的平均销售额
Figure BDA0003099750510000089
进行计算：
Figure BDA00030997505100000810
根据下列公式对分销商当前库存量到达警戒库存量所需要的时间Tk进行计算：
Figure BDA00030997505100000811
表示第k个分销商在Tk时间后将达到警戒库存量，取n个分销商达到警戒库存量的最短时间Tmin作为供货的时间；
根据下列公式计算在Tmin时间后所需要供货的总量P总：
Figure BDA0003099750510000091
S104、利用供货数量梳理单元对需要供货的商品信息进行梳理，每一个分销商的供货数量形成集合Yk＝{y1,y2,y3,...,yz}，其中，z表示z种商品的类型，y1,y2,y3,...,yz表示第k个分销商每一种类型商品的供货数量；所述供货数量梳理单元还用于对每一种类型的商品的体积进行梳理，得到集合Vk＝{v1,v2,v3,...,vz}，其中，v1,v2,v3,...,vz表示z种商品中每一种商品的体积，所述供货数量梳理单元将上述供货商品信息发送至供货容量比对单元；
S105、所述供货容量比对单元对所需要供货的所有商品的总体积与货车货箱的体积进行计算和比较；
根据下列公式对需要供货的商品的总体积进行计算：
Figure BDA0003099750510000092
其中，V总表示需要供货的商品的总体积，
Figure BDA0003099750510000093
表示为第k个分销商供货商品的总体积；
根据下列公式对第k个分销商供货商品的总体积
Figure BDA0003099750510000094
进行计算：
Figure BDA0003099750510000095
当V总≤V车时，表明可以通过供货货车的一次运输完成所有分销商的供货需求，将供货指令通过供货指令发送单元发送至供货商；
当V总＞V车时，表明无法通过供货货车的一次运输完成所有分销商的供货需求，此时，缩短Tmin至Tmin-t，再次通过S103-S105的分析过程对对所需要供货的所有商品的总体积与货车货箱的体积进行计算和比较，直至V总≤V车，其中，V车表示供货货车货箱的总体积，t表示设定的时间缩短阈值。
通过上述技术方案，不仅仅可以减少为分销商供货的次数，同时，可以缩短货车供货的次数，因为可以通过货车的一次运输完成所有分销商的一次供货，大大的节约了供货商的工作量，缩短了供货所花费的时长。
根据上述技术方案，在S2中，利用供货路线规划模块对供货商的供货路线进行规划，所述供货路线规划模块包括二维模型建立单元、坐标系赋予单元、位置信息标注单元、坐标点整理单元和最优路线规划分析单元；所述S2具体包括以下步骤：
S201、利用二维模型建立单元建立所有分销商所在区域的二维模型；
S202、利用坐标系赋予单元赋予二维模型以平面直角坐标系；
S203、利用位置信息标注单元对每一个分销商在二维模型商的位置进行标注，对二维模型商的每一个路口进行标注，并赋予分销商所在位置以及路口所在位置以坐标值；
S204、利用坐标整理单元对供货商前往n个分销商进行供货时所可能经过的坐标值进行整理，每一个路线形成一个坐标值的集合Wj＝{(X1，Y1),(X2，Y2),(X3，Y3),...,(Xo，Yo)}，其中，j表示第j条路线，o表示第j条路线会经过二维模型上的o个坐标点；
S205、所述最优路线分析单元根据下列公式对每一天路线的总长度
Figure BDA0003099750510000111
进行计算：
Figure BDA0003099750510000112
形成若干个路线的总长度集合
Figure BDA0003099750510000113
其中，u表示u条路线，所述最优路线分析单元从集合L中挑选出最小值Lmin作为为分销商供货的最优路线。
通过上述技术方案，可以对供货商供货的最优路线进行规划，缩短供货所花费的时长，使得可以快速完成所有分销商的供货，减轻供货的压力。
根据上述技术方案，在S3-S5中，根据供货路线上不同分销商的供货顺序，将最后供货的分销商的商品堆放在货车货箱的最内部，以此类推，所述供货商品堆码模块包括场景虚拟建设单元、商品位置分析单元、商品堆码模拟单元和商品堆放投影单元；
利用场景虚拟建设单元建设与货车货箱大小尺寸一致的虚拟货箱，利用位置分析单元对不同分销商的商品在货箱中的存放区域进行分析，按照供货的顺序来对不同分销商的商品进行不同区域的摆放，利用位置分析单元规划每一个分销商的商品在货箱中存放的的区域，利用商品堆码模拟单元模拟不同分销商的不同类型的商品在对应区域摆放的姿态，使得该分销商的商品可以在其对应的区域内整齐摆放，所述商品堆码模拟单元模拟完成所有的商品在货箱中的摆放位置以及摆放姿态之后，利用商品堆放投影单元记录每一个商品在货箱中的摆放位置以及摆放姿势，待进行供货商品的装车时，利用商品堆放投影单元对每一个商品的摆放位置进行光线的投影，摆放商品的工人按照实现模拟好的摆放位置和摆放姿势，对商品进行逐一摆放，使得商品可以在货车货箱内部摆放的更加紧密，提高了对货车货箱存储空间的利用率。
通过上述技术方案，可以根据供货商品信息和供货路线信息事先对供货商品在货车货箱内部的摆放位置进行模拟，使得货车货箱可以尽可能的装载更多的商品，提高货车货箱的空间利用率，同时，还避免了运输途中由于商品之间存在缝隙导致出现碰撞，保护了商品在运输途中的完整性。
与现有技术相比，本发明的有益效果是：
1、通过供货日期分析模块、供货路线规划模块和供货日期堆码模块，使得可以以分销商的历史销售额以及分销商的位置信息对供货日期、商品堆码方式以及供货路线进行规划，使得可以利用大数据分析的方式，完善整个供货流程，使得供货流程更加的顺畅，供货过程更加的简洁，节约供货商的工作量。
2、设置有供货日期分析模块，可以对若干个分销商的库存进行监控，使得可以根据若干分销商的库存量对送货日期进行分析，使得可以对分销商进行统一供货，并且，可以分析商品体积与货车容量之间的关系，判定是否可以一次完成所有分销商的供货，使得可以大大的减轻供货商的工作量。
3、通过供货商品堆码模块，可以对供给每一个分销商的商品在货车货箱中摆放的位置进行模拟，使得可以充分利用货车货箱的存储空间，减少存储空间的浪费，使得供货货车可以一次性供给更多的货物，同时，避免了货物由于摆放不紧密导致在货车货箱内部发生移动，影响货物品质的问题。
附图说明
图1为本发明一种基于大数据的商品销售供货一体化管理系统的模块组成示意图；
图2为本发明一种基于大数据的商品销售供货一体化管理系统及方法的连接关系示意图；
图3为本发明一种基于大数据的商品销售供货一体化管理系统及方法中管理终端的连接关系示意图；
图4为本发明一种基于大数据的商品销售供货一体化管理方法的操作流程示意图；
图5为本发明一种基于大数据的商品销售供货一体化管理方法的步骤流程示意图。
具体实施方式
如图1～5所示，本发明提供以下技术方案，一种基于大数据的商品销售供货一体化管理系统，该一体化管理系统包括一用于为分销商提供商品供应的供货商；一用于对供货商所供应的商品进行销售的分销商；一用于对供货商与分销商之间的供货关系进行管理的管理终端；所述分销商将历史销售额发送至管理终端，所述管理终端对分销商的历史销售额进行分析，输出供货指令至供货商，所述供货商按照供货指令为分销商进行供货。
所述管理终端包括供货日期分析模块、供货路线规划模块、供货商品堆码模块和供货流程控制模块；所述供货日期分析模块用于根据若干分销商的历史销售额分析其当前库存，进而对若干供销商的统一供货日期进行分析，进行统一供货，通过统一供货，可以减少为分销商供货的次数，减轻供货商的工作量；所述供货路线规划模块用于根据若干供销商的位置信息，对统一供货的路线进行规划，使得可以提高供货商供货的效率，缩短供货商一次统一供货所行驶的路程以及所花费的时间；所述供货商品堆码模块用于对不同分销商的不同类别商品在供货货车中码放的位置进行分析和确认，使得可以最大程度上利用供货货车的存储空间，使得供货货车能够一次运送更多的商品；所述供货流程控制模块用于对供货商的供货流程进行智能化控制；
所述分销商输出历史销售额至供货日期分析模块，所述供货日期分析模块输出供货日期至供货流程控制模块；
所述供货日期分析模块输出供货商品信息至供货商品堆码模块，所述供货商品堆码模块输出堆码方式至供货流程控制模块；所述供货流程控制模块的输出端连接供货路线规划模块，所述供货路线规划模块输出供货路线至供货商品堆码模块，所述供货路线规划模块输出供货路线至供货流程管理模块；
所述供货流程控制模块输出供货指令至供货商。
通过上述技术方案，使得可以以分销商的历史销售额以及分销商的位置信息对供货日期、商品堆码方式以及供货路线进行规划，使得可以利用大数据分析的方式，完善整个供货流程，使得供货流程更加的顺畅，供货过程更加的简洁，节约供货商的工作量。
所述供货日期分析模块包括历史数据整理单元、当前库存分析单元、警戒库存预测单元、供货数量梳理单元和供货容量比对单元；所述历史数据整理单元用于对分销商提供的历史销售额进行归类和整理，便于后期对历史销售额数据的直接应用；所述当前库存分析单元用于根据分销商的历史销售额以及初始库存分析每一个分销商的当前库存量，所述初始库存是指上一次供货之后的库存量，得到当前库存信息，使得可以对每一个分销商的当前库存量进行了解；所述警戒库存预测单元用于根据分销商的历史销售额以及当前库存信息对分销商的库存量达到警戒库存的时间点进行预测，还用于对在供货时间点需要供货的数量进行预测，所述警戒库存是指分销商的库存量达到设定的最低阈值库存量，供货上的任何一个分销商的库存量达到设定的最低阈值库存量都是达到了警戒阈值，使得可以对供货时间点以及供货的数量和类型进行了预测，使得可以实现对分销商的精准供货；所述供货数量梳理单元用于根据警戒库存预测单元预测的供货数量信息，对供货商品的数量进行分类梳理，使得方便进行商品的调度；所述供货容量比对单元对供货商品所占用的总体积与供货货车的总容量进行比对，确认是否供货货车是否可以通过一次运输完成所有分销商的供货；
所述分销商输出历史销售额至历史数据整理单元，所述历史数据整理单元输出整理之后的历史销售额至当前库存分析单元和警戒库存预测单元，所述当前库存分析单元输出当前库存信息至警戒库存预测单元，所警戒库存预测单元输出供货数量信息至供货数量梳理单元，所述所述供货数量梳理单元输出供货商品信息至供货容量比对单元和供货商品堆码模块，供货流程控制模块输出火车货箱尺寸至供货容量比对单元，所述供货容量比对单元输出容量比对结果至警戒库存预测单元，所述供货容量比对单元还输出供货指令至供货流程控制模块。
通过上述技术方案，可以对若干个分销商的库存进行监控，使得可以根据若干分销商的库存量对送货日期进行分析，使得可以对分销商进行统一供货，并且，可以分析商品体积与货车容量之间的关系，判定是否可以一次完成所有分销商的供货，使得可以大大的减轻供货商的工作量。
所述供货路线规划模块包括二维模型建立单元、坐标系赋予单元、位置信息标注单元、坐标点整理单元和最优路线分析单元；所述二维模型建立单元用于建立供货商的所有分销商所在区域的二维模型；所述位置信息标注单元用于将所有分销商的位置在二维模型上进行标注；所述坐标系赋予单元用于赋予二维模型以坐标系，并对二维模型中的每一个点进行坐标值的赋予，其中包括分销商所在位置的坐标值以及每一个路口所在位置的坐标值，以便于通过数字化分析的方式对最优路线进行规划，使得对于供货路线的规划更加的精准；所述坐标点整理单元用于对供货货车每一条供货路线上的坐标点进行整理，方便进行最优路线的规划；所述最优路线分析单元用于对坐标整理单元所整理的每一条路线上的相邻坐标点之间的距离进行计算，进而对每一条路线的总长度进行分析，使得可以规划出距离最短的最优路线；
所述二维模型建立单元输出二维模型，所述坐标系赋予单元和位置信息标注单元的输出端连接二维模型，所述二维模型输出端连接坐标点整理单元，所述坐标点整理单元的输出端连接最优路线分析单元。
通过上述技术方案，可以对供货商供货的路线进行规划，使得可以以最优的路线对若干个分销商进行供货，减少供货的路程，缩短供货时长。
所述供货商品堆码模块包括场景虚拟建设单元、商品位置分析单元、商品堆码模拟单元和商品堆放投影单元；所述场景虚拟建设单元用于对货车货箱的虚拟场景进行建设，以便于实现虚拟的商品堆码模拟；所述商品位置分析单元用于根据供货路线规划模块所规划的供货最优路线对不同分销商的供货商品在虚拟场景中的位置进行分析，使得可以实现对供货商品的初步堆码；所述商品堆码模拟单元用于对每一个分销商的供货商品在货箱中摆放的位置进行模拟，使得可以最大程度上利用货箱的存储空间，同时，避免货箱中货物之间的间隙过大导致运输过程中发生晃动；所述商品堆放投影单元用于对每一个商品应当堆放的位置进行投影，所述投影的内容包括堆放商品的轮廓、堆放商品的各项信息和堆放商品的角度，以便于工作人员根据投影进行商品的堆码，使得商品可以完全按照模拟的堆码方式进行堆码；
所述场景虚拟建设单元输出虚拟场景，所述最优路线分析单元输出供货路线信息至商品位置分析单元，所述供货数量梳理单元输出供货商品信息至商品位置分析单元，所述商品位置分析单元输出商品位置信息至商品堆码模拟单元，所述堆码模拟单元的输出端连接虚拟场景的输入端，所述虚拟场景的输出端连接商品堆放投影单元的输入端，所述商品堆放投影单元输出供货指令至供货指令发送单元。
通过上述技术方案，可以对供给每一个分销商的商品在货车货箱中摆放的位置进行模拟，使得可以充分利用货车货箱的存储空间，减少存储空间的浪费，使得供货货车可以一次性供给更多的货物，同时，避免了货物由于摆放不紧密导致在货车货箱内部发生移动，影响货物品质的问题。
所述供货流程控制模块包括存储数据库、尺寸记录单元和供货指令发送单元；所述存储数据库用于对各项信息数据进行存储和记录，存储和记录的信息数据包括各个分销商的位置信息、各个分销商的历史销售额信息、历史供货记录等；所述尺寸记录单元用于对供货的各类商品的尺寸以及货车货箱尺寸进行记录，以便于为供货商品堆码模块的商品堆码提供数据参考；所述供货指令发送单元用于对各项供货指令进行发送，包括供货日期、供货数量、供货路线、供货商品堆码方式等；
所述尺寸记录单元输出货车货箱尺寸至供货容量比对单元，所述尺寸记录单元输出商品尺寸至商品堆码模拟单元，所述供货指令发送单元的输出端连接供货商的输入端。
通过上述技术方案，可以实现对供货商整个供货流程的控制，实现对供货日期、供货路线和货品堆码的一个串联，使得管理终端更加方便对供货商的供货进行管理。
一种基于大数据的商品销售供货一体化管理方法，该一体化管理方法包括以下步骤：
S1、根据各个分销商的历史销售额利用供货日期分析模块对供货日期和供货商品信息进行分析；
S2、根据各个分销商的位置信息利用供货路线规划模块对供货的路线进行规划，得到供货路线信息；
S3、根据供货商品信息和供货路线信息对供货商品在货车货箱中的堆放方式进行模拟；
S4、利用商品堆放投影单元对供货商品在货车货箱中的堆放方式进行投影；
S5、工作人员根据商品堆放投影单元的投影影像对供货商品进行码放。
在S1中，所述供货日期分析模块包括历史数据整理单元、当前库存分析单元、警戒库存预测单元、供货数量梳理单元和供货容量比对单元；具体包括以下步骤：
S101、各个所述分销商的历史销售额信息发送至历史数据整理单元，所述历史数据整理单元对各个分销商的历史销售额进行整理，形成集合
Figure BDA0003099750510000201
其中，k表示第k个分销商，
Figure BDA0003099750510000202
表示该分销商的初始库存，所述初始库存是指上一次供货之后的库存量，n表示该分销商的n次历史销售额；
S102、所述当前库存分析单元根据下列公式对分销商的当前库存
Figure BDA0003099750510000203
进行计算：
Figure BDA0003099750510000204
形成当前库存的集合
Figure BDA0003099750510000205
其中，m表示有m个分销商；
S103、所述警戒库存预测单元对m个分销商的当前库存是否达到警戒库存量阈值进行判断；
当
Figure BDA0003099750510000206
时，k＝1、2、3、…、m，表明第k个分销商的当前库存达到了警戒库存量阈值，需要立刻进行供货；
当
Figure BDA0003099750510000211
时，k＝1、2、3、…、m，表明没有分销商的当前库存达到警戒库存量阈值，需要根据历史销售额的集合
Figure BDA0003099750510000212
预测达到警戒库存量阈值的时间点；
根据下列公式对分销商的平均销售额
Figure BDA0003099750510000213
进行计算：
Figure BDA0003099750510000214
根据下列公式对分销商当前库存量到达警戒库存量所需要的时间Tk进行计算：
Figure BDA0003099750510000215
表示第k个分销商在Tk时间后将达到警戒库存量，取n个分销商达到警戒库存量的最短时间Tmin作为供货的时间；
根据下列公式计算在Tmin时间后所需要供货的总量P总：
Figure BDA0003099750510000216
S104、利用供货数量梳理单元对需要供货的商品信息进行梳理，每一个分销商的供货数量形成集合Yk＝{y1,y2,y3,...,yz}，其中，z表示z种商品的类型，y1,y2,y3,...,yz表示第k个分销商每一种类型商品的供货数量；所述供货数量梳理单元还用于对每一种类型的商品的体积进行梳理，得到集合Vk＝{v1,v2,v3,...,vz}，其中，v1,v2,v3,...,vz表示z种商品中每一种商品的体积，所述供货数量梳理单元将上述供货商品信息发送至供货容量比对单元；
S105、所述供货容量比对单元对所需要供货的所有商品的总体积与货车货箱的体积进行计算和比较；
根据下列公式对需要供货的商品的总体积进行计算：
Figure BDA0003099750510000221
其中，V总表示需要供货的商品的总体积，
Figure BDA0003099750510000222
表示为第k个分销商供货商品的总体积；
根据下列公式对第k个分销商供货商品的总体积
Figure BDA0003099750510000223
进行计算：
Figure BDA0003099750510000224
当V总≤V车时，表明可以通过供货货车的一次运输完成所有分销商的供货需求，将供货指令通过供货指令发送单元发送至供货商；
当V总＞V车时，表明无法通过供货货车的一次运输完成所有分销商的供货需求，此时，缩短Tmin至Tmin-t，再次通过S103-S105的分析过程对对所需要供货的所有商品的总体积与货车货箱的体积进行计算和比较，直至V总≤V车，其中，V车表示供货货车货箱的总体积，t表示设定的时间缩短阈值。
通过上述技术方案，不仅仅可以减少为分销商供货的次数，同时，可以缩短货车供货的次数，因为可以通过货车的一次运输完成所有分销商的一次供货，大大的节约了供货商的工作量，缩短了供货所花费的时长。
在S2中，利用供货路线规划模块对供货商的供货路线进行规划，所述供货路线规划模块包括二维模型建立单元、坐标系赋予单元、位置信息标注单元、坐标点整理单元和最优路线规划分析单元；所述S2具体包括以下步骤：
S201、利用二维模型建立单元建立所有分销商所在区域的二维模型；
S202、利用坐标系赋予单元赋予二维模型以平面直角坐标系；
S203、利用位置信息标注单元对每一个分销商在二维模型商的位置进行标注，对二维模型商的每一个路口进行标注，并赋予分销商所在位置以及路口所在位置以坐标值；
S204、利用坐标整理单元对供货商前往n个分销商进行供货时所可能经过的坐标值进行整理，每一个路线形成一个坐标值的集合Wj＝{(X1，Y1),(X2，Y2),(X3，Y3),...,(Xo，Yo)}，其中，j表示第j条路线，o表示第j条路线会经过二维模型上的o个坐标点；
S205、所述最优路线分析单元根据下列公式对每一天路线的总长度
Figure BDA0003099750510000231
进行计算：
Figure BDA0003099750510000232
形成若干个路线的总长度集合
Figure BDA0003099750510000233
其中，u表示u条路线，所述最优路线分析单元从集合L中挑选出最小值Lmin作为为分销商供货的最优路线。
通过上述技术方案，可以对供货商供货的最优路线进行规划，缩短供货所花费的时长，使得可以快速完成所有分销商的供货，减轻供货的压力。
在S3-S5中，根据供货路线上不同分销商的供货顺序，将最后供货的分销商的商品堆放在货车货箱的最内部，以此类推，所述供货商品堆码模块包括场景虚拟建设单元、商品位置分析单元、商品堆码模拟单元和商品堆放投影单元；
利用场景虚拟建设单元建设与货车货箱大小尺寸一致的虚拟货箱，利用位置分析单元对不同分销商的商品在货箱中的存放区域进行分析，按照供货的顺序来对不同分销商的商品进行不同区域的摆放，利用位置分析单元规划每一个分销商的商品在货箱中存放的的区域，利用商品堆码模拟单元模拟不同分销商的不同类型的商品在对应区域摆放的姿态，使得该分销商的商品可以在其对应的区域内整齐摆放，所述商品堆码模拟单元模拟完成所有的商品在货箱中的摆放位置以及摆放姿态之后，利用商品堆放投影单元记录每一个商品在货箱中的摆放位置以及摆放姿势，待进行供货商品的装车时，利用商品堆放投影单元对每一个商品的摆放位置进行光线的投影，摆放商品的工人按照实现模拟好的摆放位置和摆放姿势，对商品进行逐一摆放，使得商品可以在货车货箱内部摆放的更加紧密，提高了对货车货箱存储空间的利用率。
通过上述技术方案，可以根据供货商品信息和供货路线信息事先对供货商品在货车货箱内部的摆放位置进行模拟，使得货车货箱可以尽可能的装载更多的商品，提高货车货箱的空间利用率，同时，还避免了运输途中由于商品之间存在缝隙导致出现碰撞，保护了商品在运输途中的完整性。
实施例一：S101、各个所述分销商的历史销售额信息发送至历史数据整理单元，所述历史数据整理单元对各个分销商的历史销售额进行整理，形成集合
Figure BDA0003099750510000251
Figure BDA0003099750510000252
表示该分销商的初始库存，所述初始库存是指上一次供货之后的库存量；
S102、所述当前库存分析单元根据下列公式对分销商的当前库存
Figure BDA0003099750510000253
进行计算：
Figure BDA0003099750510000254
形成当前库存的集合
Figure BDA0003099750510000255
Figure BDA0003099750510000256
S103、所述警戒库存预测单元对m个分销商的当前库存是否达到警戒库存量阈值进行判断；
Figure BDA0003099750510000257
表明没有分销商的当前库存达到警戒库存量阈值，需要根据历史销售额的集合
Figure BDA0003099750510000258
预测达到警戒库存量阈值的时间点；
根据下列公式对分销商的平均销售额
Figure BDA0003099750510000259
进行计算：
Figure BDA00030997505100002510
Figure BDA00030997505100002511
根据下列公式对分销商当前库存量到达警戒库存量所需要的时间Tk进行计算：
Figure BDA00030997505100002512
表示第k个分销商在Tk时间后将达到警戒库存量，取n个分销商达到警戒库存量的最短时间Tmin＝1.333333作为供货的时间；根据下列公式计算在Tmin时间后所需要供货的总量P总：
Figure BDA0003099750510000261
S104、利用供货数量梳理单元对需要供货的商品信息进行梳理，每一个分销商的供货数量形成集合Yk＝{y1,y2,y3,...,yz}，其中，z表示z种商品的类型，y1,y2,y3,...,yz表示第k个分销商每一种类型商品的供货数量；所述供货数量梳理单元还用于对每一种类型的商品的体积进行梳理，得到集合Vk＝{v1,v2,v3,...,vz}，其中，v1,v2,v3,...,vz表示z种商品中每一种商品的体积，所述供货数量梳理单元将上述供货商品信息发送至供货容量比对单元；
S105、所述供货容量比对单元对所需要供货的所有商品的总体积与货车货箱的体积进行计算和比较；
根据下列公式对需要供货的商品的总体积进行计算：
Figure BDA0003099750510000262
其中，V总＝14.32表示需要供货的商品的总体积，
Figure BDA0003099750510000263
表示为第k个分销商供货商品的总体积；
根据下列公式对第k个分销商供货商品的总体积
Figure BDA0003099750510000264
进行计算：
Figure BDA0003099750510000265
表明可以通过供货货车的一次运输完成所有分销商的供货需求，将供货指令通过供货指令发送单元发送至供货商。

Claims (10)

1.一种基于大数据的商品销售供货一体化管理系统，其特征在于：该一体化管理系统包括一用于为分销商提供商品供应的供货商；
一用于对供货商所供应的商品进行销售的分销商；
一用于对供货商与分销商之间的供货关系进行管理的管理终端；
所述分销商将历史销售额发送至管理终端，所述管理终端对分销商的历史销售额进行分析，输出供货指令至供货商，所述供货商按照供货指令为分销商进行供货。
2.根据权利要求1所述的一种基于大数据的商品销售供货一体化管理系统，其特征在于：所述管理终端包括供货日期分析模块、供货路线规划模块、供货商品堆码模块和供货流程控制模块；
所述供货日期分析模块用于根据若干分销商的历史销售额分析其当前库存，进而对若干供销商的统一供货日期进行分析，进行统一供货；所述供货路线规划模块用于根据若干供销商的位置信息，对统一供货的路线进行规划；所述供货商品堆码模块用于对不同分销商的不同类别商品在供货货车中码放的位置进行分析和确认；所述供货流程控制模块用于对供货商的供货流程进行智能化控制；
所述分销商输出历史销售额至供货日期分析模块，所述供货日期分析模块输出供货日期至供货流程控制模块；
所述供货日期分析模块输出供货商品信息至供货商品堆码模块，所述供货商品堆码模块输出堆码方式至供货流程控制模块；
所述供货流程控制模块的输出端连接供货路线规划模块，所述供货路线规划模块输出供货路线至供货商品堆码模块，所述供货路线规划模块输出供货路线至供货流程管理模块；
所述供货流程控制模块输出供货指令至供货商。
3.根据权利要求2所述的一种基于大数据的商品销售供货一体化管理系统，其特征在于：所述供货日期分析模块包括历史数据整理单元、当前库存分析单元、警戒库存预测单元、供货数量梳理单元和供货容量比对单元；
所述历史数据整理单元用于对分销商提供的历史销售额进行归类和整理；所述当前库存分析单元用于根据分销商的历史销售额以及初始库存分析每一个分销商的当前库存量，所述初始库存是指上一次供货之后的库存量，得到当前库存信息；所述警戒库存预测单元用于根据分销商的历史销售额以及当前库存信息对分销商的库存量达到警戒库存的时间点进行预测，还用于对在供货时间点需要供货的数量进行预测；所述供货数量梳理单元用于根据警戒库存预测单元预测的供货数量信息，对供货商品的数量进行分类梳理；所述供货容量比对单元对供货商品所占用的总体积与供货货车的总容量进行比对，确认是否供货货车是否可以通过一次运输完成所有分销商的供货；
所述分销商输出历史销售额至历史数据整理单元，所述历史数据整理单元输出整理之后的历史销售额至当前库存分析单元和警戒库存预测单元，所述当前库存分析单元输出当前库存信息至警戒库存预测单元，所警戒库存预测单元输出供货数量信息至供货数量梳理单元，所述所述供货数量梳理单元输出供货商品信息至供货容量比对单元和供货商品堆码模块，供货流程控制模块输出火车货箱尺寸至供货容量比对单元，所述供货容量比对单元输出容量比对结果至警戒库存预测单元，所述供货容量比对单元还输出供货指令至供货流程控制模块。
4.根据权利要求3所述的一种基于大数据的商品销售供货一体化管理系统，其特征在于：所述供货路线规划模块包括二维模型建立单元、坐标系赋予单元、位置信息标注单元、坐标点整理单元和最优路线分析单元；
所述二维模型建立单元用于建立供货商的所有分销商所在区域的二维模型；所述位置信息标注单元用于将所有分销商的位置在二维模型上进行标注；所述坐标系赋予单元用于赋予二维模型以坐标系，并对二维模型中的每一个点进行坐标值的赋予，其中包括分销商所在位置的坐标值以及每一个路口所在位置的坐标值；所述坐标点整理单元用于对供货货车每一条供货路线上的坐标点进行整理；所述最优路线分析单元用于对坐标整理单元所整理的每一条路线上的相邻坐标点之间的距离进行计算，进而对每一条路线的总长度进行分析；
所述二维模型建立单元输出二维模型，所述坐标系赋予单元和位置信息标注单元的输出端连接二维模型，所述二维模型输出端连接坐标点整理单元，所述坐标点整理单元的输出端连接最优路线分析单元。
5.根据权利要求4所述的一种基于大数据的商品销售供货一体化管理系统，其特征在于：所述供货商品堆码模块包括场景虚拟建设单元、商品位置分析单元、商品堆码模拟单元和商品堆放投影单元；
所述场景虚拟建设单元用于对货车货箱的虚拟场景进行建设；所述商品位置分析单元用于根据供货路线规划模块所规划的供货最优路线对不同分销商的供货商品在虚拟场景中的位置进行分析；所述商品堆码模拟单元用于对每一个分销商的供货商品在货箱中摆放的位置进行模拟；所述商品堆放投影单元用于对每一个商品应当堆放的位置进行投影；
所述场景虚拟建设单元输出虚拟场景，所述最优路线分析单元输出供货路线信息至商品位置分析单元，所述供货数量梳理单元输出供货商品信息至商品位置分析单元，所述商品位置分析单元输出商品位置信息至商品堆码模拟单元，所述堆码模拟单元的输出端连接虚拟场景的输入端，所述虚拟场景的输出端连接商品堆放投影单元的输入端，所述商品堆放投影单元输出供货指令至供货指令发送单元。
6.根据权利要求5所述的一种基于大数据的商品销售供货一体化管理系统，其特征在于：所述供货流程控制模块包括存储数据库、尺寸记录单元和供货指令发送单元；
所述存储数据库用于对各项信息数据进行存储和记录，存储和记录的信息数据包括各个分销商的位置信息、各个分销商的历史销售额信息、历史供货记录等；所述尺寸记录单元用于对供货的各类商品的尺寸以及货车货箱尺寸进行记录，以便于为供货商品堆码模块的商品堆码提供数据参考；所述供货指令发送单元用于对各项供货指令进行发送，包括供货日期、供货数量、供货路线、供货商品堆码方式等；
所述尺寸记录单元输出货车货箱尺寸至供货容量比对单元，所述尺寸记录单元输出商品尺寸至商品堆码模拟单元，所述供货指令发送单元的输出端连接供货商的输入端。
7.一种基于大数据的商品销售供货一体化管理方法，其特征在于：该一体化管理方法包括以下步骤：
S1、根据各个分销商的历史销售额利用供货日期分析模块对供货日期和供货商品信息进行分析；
S2、根据各个分销商的位置信息利用供货路线规划模块对供货的路线进行规划，得到供货路线信息；
S3、根据供货商品信息和供货路线信息对供货商品在货车货箱中的堆放方式进行模拟；
S4、利用商品堆放投影单元对供货商品在货车货箱中的堆放方式进行投影；
S5、工作人员根据商品堆放投影单元的投影影像对供货商品进行码放。
8.根据权利要求7所述的一种基于大数据的商品销售供货一体化管理方法，其特征在于：在S1中，所述供货日期分析模块包括历史数据整理单元、当前库存分析单元、警戒库存预测单元、供货数量梳理单元和供货容量比对单元；
具体包括以下步骤：
S101、各个所述分销商的历史销售额信息发送至历史数据整理单元，所述历史数据整理单元对各个分销商的历史销售额进行整理，形成集合
Figure FDA0003099750500000061
其中，k表示第k个分销商，
Figure FDA0003099750500000062
表示该分销商的初始库存，所述初始库存是指上一次供货之后的库存量，n表示该分销商的n次历史销售额；
S102、所述当前库存分析单元根据下列公式对分销商的当前库存
Figure FDA0003099750500000063
进行计算：
Figure FDA0003099750500000064
形成当前库存的集合
Figure FDA0003099750500000065
其中，m表示有m个分销商；
S103、所述警戒库存预测单元对m个分销商的当前库存是否达到警戒库存量阈值进行判断；
当
Figure FDA0003099750500000066
时，k＝1、2、3、…、m，表明第k个分销商的当前库存达到了警戒库存量阈值，需要立刻进行供货；
当
Figure FDA0003099750500000067
时，k＝1、2、3、…、m，表明没有分销商的当前库存达到警戒库存量阈值，需要根据历史销售额的集合
Figure FDA0003099750500000071
预测达到警戒库存量阈值的时间点；
根据下列公式对分销商的平均销售额
Figure FDA0003099750500000072
进行计算：
Figure FDA0003099750500000073
根据下列公式对分销商当前库存量到达警戒库存量所需要的时间Tk进行计算：
Figure FDA0003099750500000074
表示第k个分销商在Tk时间后将达到警戒库存量，取n个分销商达到警戒库存量的最短时间Tmin作为供货的时间；
根据下列公式计算在Tmin时间后所需要供货的总量P总：
Figure FDA0003099750500000075
S104、利用供货数量梳理单元对需要供货的商品信息进行梳理，每一个分销商的供货数量形成集合Yk＝{y1,y2,y3,...,yz}，其中，z表示z种商品的类型，y1,y2,y3,...,yz表示第k个分销商每一种类型商品的供货数量；所述供货数量梳理单元还用于对每一种类型的商品的体积进行梳理，得到集合Vk＝{v1,v2,v3,...,vz}，其中，v1,v2,v3,...,vz表示z种商品中每一种商品的体积，所述供货数量梳理单元将上述供货商品信息发送至供货容量比对单元；
S105、所述供货容量比对单元对所需要供货的所有商品的总体积与货车货箱的体积进行计算和比较；
根据下列公式对需要供货的商品的总体积进行计算：
Figure FDA0003099750500000081
其中，V总表示需要供货的商品的总体积，
Figure FDA0003099750500000083
表示为第k个分销商供货商品的总体积；
根据下列公式对第k个分销商供货商品的总体积
Figure FDA0003099750500000084
进行计算：
Figure FDA0003099750500000082
当V总≤V车时，表明可以通过供货货车的一次运输完成所有分销商的供货需求，将供货指令通过供货指令发送单元发送至供货商；
当V总＞V车时，表明无法通过供货货车的一次运输完成所有分销商的供货需求，此时，缩短Tmin至Tmin-t，再次通过S103-S105的分析过程对对所需要供货的所有商品的总体积与货车货箱的体积进行计算和比较，直至V总≤V车，其中，V车表示供货货车货箱的总体积，t表示设定的时间缩短阈值。
9.根据权利要求8所述的一种基于大数据的商品销售供货一体化管理方法，其特征在于：在S2中，利用供货路线规划模块对供货商的供货路线进行规划，所述供货路线规划模块包括二维模型建立单元、坐标系赋予单元、位置信息标注单元、坐标点整理单元和最优路线规划分析单元；
所述S2具体包括以下步骤：
S201、利用二维模型建立单元建立所有分销商所在区域的二维模型；
S202、利用坐标系赋予单元赋予二维模型以平面直角坐标系；
S203、利用位置信息标注单元对每一个分销商在二维模型商的位置进行标注，对二维模型商的每一个路口进行标注，并赋予分销商所在位置以及路口所在位置以坐标值；
S204、利用坐标整理单元对供货商前往n个分销商进行供货时所可能经过的坐标值进行整理，每一个路线形成一个坐标值的集合Wj＝{(X1，Y1),(X2，Y2),(X3，Y3),...,(Xo，Yo)}，其中，j表示第j条路线，o表示第j条路线会经过二维模型上的o个坐标点；
S205、所述最优路线分析单元根据下列公式对每一天路线的总长度
Figure FDA0003099750500000091
进行计算：
Figure FDA0003099750500000092
形成若干个路线的总长度集合
Figure FDA0003099750500000093
其中，u表示u条路线，所述最优路线分析单元从集合L中挑选出最小值Lmin作为为分销商供货的最优路线。
10.根据权利要求9所述的一种基于大数据的商品销售供货一体化管理方法，其特征在于：在S3-S5中，根据供货路线上不同分销商的供货顺序，将最后供货的分销商的商品堆放在货车货箱的最内部，以此类推，所述供货商品堆码模块包括场景虚拟建设单元、商品位置分析单元、商品堆码模拟单元和商品堆放投影单元；
利用场景虚拟建设单元建设与货车货箱大小尺寸一致的虚拟货箱，利用位置分析单元对不同分销商的商品在货箱中的存放区域进行分析，按照供货的顺序来对不同分销商的商品进行不同区域的摆放，利用位置分析单元规划每一个分销商的商品在货箱中存放的的区域，利用商品堆码模拟单元模拟不同分销商的不同类型的商品在对应区域摆放的姿态，使得该分销商的商品可以在其对应的区域内整齐摆放，所述商品堆码模拟单元模拟完成所有的商品在货箱中的摆放位置以及摆放姿态之后，利用商品堆放投影单元记录每一个商品在货箱中的摆放位置以及摆放姿势，待进行供货商品的装车时，利用商品堆放投影单元对每一个商品的摆放位置进行光线的投影，摆放商品的工人按照实现模拟好的摆放位置和摆放姿势，对商品进行逐一摆放。
CN202110620695.3A 2021-06-03 2021-06-03 一种基于大数据的商品销售供货一体化管理系统及方法 Active CN113269457B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110620695.3A CN113269457B (zh) 2021-06-03 2021-06-03 一种基于大数据的商品销售供货一体化管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110620695.3A CN113269457B (zh) 2021-06-03 2021-06-03 一种基于大数据的商品销售供货一体化管理系统及方法

Publications (2)

Publication Number Publication Date
CN113269457A true CN113269457A (zh) 2021-08-17
CN113269457B CN113269457B (zh) 2021-12-14

Family

ID=77234197

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110620695.3A Active CN113269457B (zh) 2021-06-03 2021-06-03 一种基于大数据的商品销售供货一体化管理系统及方法

Country Status (1)

Country Link
CN (1) CN113269457B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1391183A (zh) * 2001-06-11 2003-01-15 大智通文化行销股份有限公司 利用安全库存量资料以即时补货方法
CN102142120A (zh) * 2010-02-01 2011-08-03 台湾积体电路制造股份有限公司 动态库存控制的方法与系统
CN107545802A (zh) * 2017-10-18 2018-01-05 重庆欧派信息科技有限责任公司 危险化学品存放模拟体验系统及方法
CN108108940A (zh) * 2017-12-13 2018-06-01 浪潮软件集团有限公司 一种配货量确定方法及装置
CN108665212A (zh) * 2018-05-03 2018-10-16 贝医信息科技（上海）有限公司 基于云平台的库存管理系统
CN109949095A (zh) * 2019-03-21 2019-06-28 中国联合网络通信集团有限公司 补货方法及设备
CN110610289A (zh) * 2019-08-05 2019-12-24 石化盈科信息技术有限责任公司 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
CN111382973A (zh) * 2020-03-03 2020-07-07 舟谱数据技术南京有限公司 一种基于经销商传统业务的门店智能补货系统
CN112101880A (zh) * 2020-11-12 2020-12-18 杭州次元岛科技有限公司 一种基于云计算的供货管理系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1391183A (zh) * 2001-06-11 2003-01-15 大智通文化行销股份有限公司 利用安全库存量资料以即时补货方法
CN102142120A (zh) * 2010-02-01 2011-08-03 台湾积体电路制造股份有限公司 动态库存控制的方法与系统
CN107545802A (zh) * 2017-10-18 2018-01-05 重庆欧派信息科技有限责任公司 危险化学品存放模拟体验系统及方法
CN108108940A (zh) * 2017-12-13 2018-06-01 浪潮软件集团有限公司 一种配货量确定方法及装置
CN108665212A (zh) * 2018-05-03 2018-10-16 贝医信息科技（上海）有限公司 基于云平台的库存管理系统
CN109949095A (zh) * 2019-03-21 2019-06-28 中国联合网络通信集团有限公司 补货方法及设备
CN110610289A (zh) * 2019-08-05 2019-12-24 石化盈科信息技术有限责任公司 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
CN111382973A (zh) * 2020-03-03 2020-07-07 舟谱数据技术南京有限公司 一种基于经销商传统业务的门店智能补货系统
CN112101880A (zh) * 2020-11-12 2020-12-18 杭州次元岛科技有限公司 一种基于云计算的供货管理系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李和洋: "考虑多车型的多周期库存路径优化研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *

Also Published As

Publication number Publication date
CN113269457B (zh) 2021-12-14

Similar Documents

Publication Publication Date Title
Guastaroba et al. Intermediate facilities in freight transportation planning: a survey
Slats et al. Logistic chain modelling
Andersson et al. Industrial aspects and literature survey: Combined inventory management and routing
Díaz-Madroñero et al. A mathematical programming model for integrating production and procurement transport decisions
Jasrotia Unlocking Efficiency: A Comprehensive Approach to Lean In-Plant Logistics
Chen et al. The examination of key performance indicators of warehouse operation systems based on detailed case studies
JP2002501000A (ja) コンテナ及び在庫をモニタする方法とシステム
US7904352B2 (en) Method and system for managing material movement and inventory
Cóccola et al. Toward integrated production and distribution management in multi-echelon supply chains
CN108197761A (zh) 融合循环取货与甩挂式配送的入厂物流调度方法和系统
CN111815231A (zh) 一种物流平台智能拼车方法及系统
US20050289022A1 (en) Part ordering amount calculation device
JP2009286502A (ja) 輸送計画システム
Purba et al. Control and integration of milk-run operation in Japanese automotive company in Indonesia
CN114911238A (zh) 一种无人驾驶矿车协同控制方法及系统
CN102073940A (zh) 一种供应商在线预约时站台动态分配方法和系统
Zoubek et al. Methodology proposal for storage rationalization by implementing principles of industry 4.0. in a technology-driven warehouse
Limère To kit or not to kit: optimizing part feeding in the automotive assembly industry
CN113269457B (zh) 一种基于大数据的商品销售供货一体化管理系统及方法
Fatthi et al. A MIXED INTEGER PROGRAMMING MODEL FOR SOLVING REAL-TIME TRUCK-TO-DOOR ASSIGNMENT AND SCHEDULING PROBLEM AT CROSS DOCKING WAREHOUSE.
Adetunji et al. Economic return quantity model for a multi-type empty container management with possible storage constraint and shared cost of shipping
Conrad et al. Turbo Flow: Using plan for every part (PFEP) to Turbo charge your supply chain
CN114596022B (zh) 一种基于aoa射频定位技术的智慧仓储管理方法及系统
CN116562724A (zh) 一种基于电子围栏的物流仓储调度方法及系统
Wisittipanich et al. Particle swarm optimisation for truck scheduling problem in cross docking network

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