CN113343166A - 一种基于离散事件仿真的物流库存管理系统 - Google Patents
一种基于离散事件仿真的物流库存管理系统 Download PDFInfo
- Publication number
- CN113343166A CN113343166A CN202110598493.3A CN202110598493A CN113343166A CN 113343166 A CN113343166 A CN 113343166A CN 202110598493 A CN202110598493 A CN 202110598493A CN 113343166 A CN113343166 A CN 113343166A
- Authority
- CN
- China
- Prior art keywords
- module
- inventory
- logistics
- simulation
- model
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 82
- 238000007726 management method Methods 0.000 claims abstract description 95
- 238000004891 communication Methods 0.000 claims abstract description 33
- 238000013439 planning Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000003908 quality control method Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 14
- 238000005315 distribution function Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (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
本发明涉及库存管理技术领域，具体地说，涉及一种基于离散事件仿真的物流库存管理系统。包括基础建设单元、离散仿真单元、库存管理单元和功能应用单元；基础建设单元包括云端数库模块、智能感知模块、技术支持模块和网络通信模块；离散仿真单元包括到达模型模块、服务模型模块、排队模型模块、程序运行模块和输出报告模块；库存管理单元包括项目设置模块、控制计划模块、库存事务模块和报表分析模块；功能应用单元包括供应链模块、企业物流模块、质量控制模块和成本管理模块。本发明设计可以快速且准确地判断库存满足需求的容量，可以有效控制库存质量、降低库存成本，通过制定科学合理的库存策略，可以优化资源配置、提高经济运行质量。
Description
技术领域
本发明涉及库存管理技术领域，具体地说，涉及一种基于离散事件仿真的物流库存管理系统。
背景技术
现代物流作为一种先进的组织方式和管理技术，在国民经济和社会发展中发挥着重要作用。传统物流中的库存管理都是各自为政的，其各个环节都是各自管理自己的库存，导致“牛鞭效应”的产生，最终增加了物流中总体库存的成本，从而影响了物流行业的整体优化运行。库存管理是企业物流中很重要的组成部分，如何改善库存管理已成为当今物流研究的重点。物流库存管理过程中，涉及的项目广泛、管理事务繁重，很难判定库存的实时需求量，也无法预测下一时段的库存需求量，从而无法很好控制库存的容量及建设投入，导致库存管理工作量大、冗余库存多，投资成本高、库存效率低，进而导致整体物流运行成本高。若能引入离散事件仿真算法来对库存的货物出入库活动进行仿真分析，可以提高判定库存满足需求的容量。但是，目前却没有很好的应用离散事件仿真技术对物流库存进行管理的技术。
发明内容
本发明的目的在于提供了一种基于离散事件仿真的物流库存管理系统，以解决上述背景技术中提出的问题。
为实现上述技术问题的解决，本发明的目的之一在于，提供了一种基于离散事件仿真的物流库存管理系统，包括
基础建设单元、离散仿真单元、库存管理单元和功能应用单元；所述基础建设单元、所述离散仿真单元、所述库存管理单元与所述功能应用单元依次通过以太网通讯连接并独立运行；所述基础建设单元用于提供包括数据库、智能感知设备、智能技术及多种网络通信技术以支持系统运行；所述离散仿真单元用于基于离散事件建立物流库存仿真模型以供预测库存运行状况；所述库存管理单元用于根据仿真预测的库存情况对物流库存的过程进行管理；所述功能应用单元用于将经仿真调整后的库存管理技术应用到供应链及企业物流中并对库存质量和库存成本进行控制管理；
所述基础建设单元包括云端数库模块、智能感知模块、技术支持模块和网络通信模块；
所述离散仿真单元包括到达模型模块、服务模型模块、排队模型模块、程序运行模块和输出报告模块；
所述库存管理单元包括项目设置模块、控制计划模块、库存事务模块和报表分析模块；
所述功能应用单元包括供应链模块、企业物流模块、质量控制模块和成本管理模块。
作为本技术方案的进一步改进，所述云端数库模块、所述智能感知模块与所述技术支持模块依次通过以太网通讯连接且并列运行；所述云端数库模块用于收录物流仓库涵盖范围内的生产商、供应商、零售商及物流运输路线等信息以形成数据库并存储在云端以便调用；所述智能感知模块用于通过多种具有感知功能的智能设备对基础状态数据进行感知采集；所述技术支持模块用于在系统内载入多种智能技术以支持系统各层面的运行；所述网络通信模块用于通过多种网络技术在系统的各层面之间建立连接及数据传输的通道。
其中，具有感知功能的智能设备包括但不限于时钟、随机数发生器、计数器、摄像头、扫描仪等。
其中，智能技术包括但不限于事件仿真建模软件、RFID技术等。
其中，网络通信包括有线网、局域网、无线网、无线WiFi、数据流量等。
作为本技术方案的进一步改进，所述到达模型模块、所述服务模型模块与所述排队模型模块依次通过以太网通讯连接并独立运行，所述到达模型模块、所述服务模型模块、所述排队模型模块的信号输出端同时与所述程序运行模块的信号输入端连接，所述程序运行模块的信号输出端与所述输出报告模块的信号输入端连接；所述到达模型模块用于描述临时实体到达系统的时间特性；所述服务模型模块用于描述永久实体为临时实体服务的时间特性；所述排队模型模块用于描述在永久实体的服务速度低于临时实体互相到达速度时出现的排队现象并设定一定的规则以便系统从等候服务的队列中挑选下一个接受服务的临时实体；所述程序运行模块用于在建立离散时间系统模型后编制用于描述系统活动的运行程序；所述输出报告模块用于在运行程序后对仿真结果进行统计、分析并给出输出报告。
其中，常用的排队模型包括但不限于先进先出制、后进先出制、随机服务制等。
其中，输出报告的内容包括计数、累加测量、利用率及占有率。
作为本技术方案的进一步改进，所述到达模型模块的到达分布函数表达式为：
Ta＝t2-t1；
A0(t)＝e-λt；
λ＝1/Ta；
式中，t1为临时实体1到达系统的时刻，t2为临时实体2到达系统的时刻，Ta为两者时间的时间间隔，称为临时实体互相到达时间，并用Ta大于时间t的概率来表示到达模型，A0(t)称为到达分布函数，λ称为互相到达速度；其中，假设临时实体何时到达完全是随机的，即第k个临时实体到达的时间与第k-1个临时实体到达的时间无关，而且在时间区间Δt内到达的概率正比于Δt。
作为本技术方案的进一步改进，所述服务模型模块的服务分布函数表达式为：
S0(t)＝e-μt；
μ＝1/Ts；
式中，Ts为永久实体为单个临时实体服务所需要的的时间，则用Ts大于时间t的概率来表示服务模型，A0(t)称为服务分布函数，μ称为服务速度。
其中，假设服务时间完全是随机的，但多数情况下服务时间会在一个常数附近波动。
作为本技术方案的进一步改进，所述程序运行模块包括面向事件模块、面向活动模块、面向进程模块和三阶段离散模块；所述面向事件模块、所述面向活动模块、所述面向进程模块与所述三阶段离散模块并列运行；所述面向事件模块用于对以事件为基础对象的模型进行仿真运行；所述面向活动模块用于对以活动为基础对象的模型进行仿真运行；所述面向进程模块用于对以服务进程为基础对象的模型进行仿真运行；所述三阶段离散模块用于对兼具事件、活动及进程内容的事件模型进行仿真运行。
作为本技术方案的进一步改进，所述项目设置模块、所述控制计划模块、所述库存事务模块与所述报表分析模块依次通过以太网通讯连接并独立运行；所述项目设置模块用于对库存内容按不同标准进行分类并设置对应的项目；所述控制计划模块用于通过对库存容量进行计划控制以便在既能保证生产连续性又能合理使用流动资金之间找到平衡点；所述库存事务模块用于对仓库的货物入库、出库情况进行统计管理；所述报表分析模块用于对仓库管理的货物、资金等方面进行记账盘点并定期形成报表以供统计分析。
其中，库存项目的扩展属性包括但不限于项目的库存编码、安全库存量、ABC类别、仓库属性、保存时限、数量限制、成本、损耗信息等。
作为本技术方案的进一步改进，所述控制计划模块包括库存需求模块、订货周期模块、库存费用模块和库存策略模块；所述库存需求模块、所述订货周期模块、所述库存费用模块与所述库存策略模块依次通过以太网通讯连接并独立运行；所述库存需求模块用于根据需求的连续性或间断性来确定库存可满足需求量的容量情况；所述订货周期模块用于根据库存需求和库存消耗来确定订货补充库存的时间周期；所述库存费用模块用于计划分配库存运转过程中需涉及的费用成本；所述库存策略模块用于根据库存运行情况来决定库存的存量与补货周期的组合策略。
其中，库存费用包括但不限于存储费、订货费、生产费、缺货费等。
作为本技术方案的进一步改进，所述供应链模块(401)、所述企业物流模块(402)、所述质量控制模块(403)与所述成本管理模块(404)依次通过以太网通讯连接并独立运行；所述供应链模块(401)用于将库存管理策略应用于覆盖多产业的供应链上的各物流仓管；所述企业物流模块(402)用于将库存管理策略应用于企业物流中的各层仓管；所述质量控制模块(403)用于通过合理分配的库存策略来控制库存货物的质量情况；所述成本管理模块(404)用于通过降低库存管理的运行费用及流动资金以便实现企业供应及物流产业的投入成本。
本发明的目的之二在于，提供了一种基于离散事件仿真的物流库存管理系统的运行方式，包括如下步骤：
S1、系统连接物联网，获取物流涵盖范围内的生产商、供应商、物流仓库、零售商等信息并在云端形成数据库；
S2、系统通过AnyLogic流程建模库根据物流仓库的运行模式建立离散事件仿真建模；
S3、物流仓库运行过程中，通过RFID射频技术实时采集货物出入库的时刻、耗时、货物量、实时库存量等数据进行采集统计；
S4、系统将采集的数据导入离散事件仿真模型进行仿真计算，并输出仿真结果的报告；
S5、系统根据该物流仓库的需求量及仿真结果，对仓管的库存策略进行调整，降低冗余库存量、提高库存流动性；
S6、将上述库存管理策略应用于供应链或企业物流的仓储管理中。
本发明的目的之三在于，提供了一种基于离散事件仿真的物流库存管理系统的运行装置，包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现上述任一的基于离散事件仿真的物流库存管理系统。
本发明的目的之四在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一的基于离散事件仿真的物流库存管理系统。
与现有技术相比，本发明的有益效果：该基于离散事件仿真的物流库存管理系统中，通过引入离散事件仿真模型，结合射频技术，可以对物流库存管理事件进行仿真分析，从而快速且准确地判断库存满足需求的容量，并可以预测下一时段的库存需求量，还可以有效控制库存质量、降低库存成本，通过制定科学合理的库存策略，可以优化资源配置、提高经济运行质量，进而加快现代物流的发展，促进企业改革发展。
附图说明
图1为本发明的局部示例性产品结构图；
图2为本发明的系统整体装置结构图；
图3为本发明的系统局部装置结构图之一；
图4为本发明的系统局部装置结构图之二；
图5为本发明的系统局部装置结构图之三；
图6为本发明的系统局部装置结构图之四；
图7为本发明的系统局部装置结构图之五；
图8为本发明的系统局部装置结构图之六；
图9为本发明的示例性计算机程序产品结构图。
图中各个标号意义为：
1、处理器；2、显示终端；3、离散事件仿真程序；4、云端数据库；5、RFID射频装置；
100、基础建设单元；101、云端数库模块；102、智能感知模块；103、技术支持模块；104、网络通信模块；
200、离散仿真单元；201、到达模型模块；202、服务模型模块；203、排队模型模块；204、程序运行模块；2041、面向事件模块；2042、面向活动模块；2043、面向进程模块；2044、三阶段离散模块；205、输出报告模块；
300、库存管理单元；301、项目设置模块；302、控制计划模块；3021、库存需求模块；3022、订货周期模块；3023、库存费用模块；3024、库存策略模块；303、库存事务模块；304、报表分析模块；
400、功能应用单元；401、供应链模块；402、企业物流模块；403、质量控制模块；404、成本管理模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
系统实施例
如图1-图9所示，本实施例提供了一种基于离散事件仿真的物流库存管理系统，包括
基础建设单元100、离散仿真单元200、库存管理单元300和功能应用单元400；基础建设单元100、离散仿真单元200、库存管理单元300与功能应用单元400依次通过以太网通讯连接并独立运行；基础建设单元100用于提供包括数据库、智能感知设备、智能技术及多种网络通信技术以支持系统运行；离散仿真单元200用于基于离散事件建立物流库存仿真模型以供预测库存运行状况；库存管理单元300用于根据仿真预测的库存情况对物流库存的过程进行管理；功能应用单元400用于将经仿真调整后的库存管理技术应用到供应链及企业物流中并对库存质量和库存成本进行控制管理；
基础建设单元100包括云端数库模块101、智能感知模块102、技术支持模块103和网络通信模块104；
离散仿真单元200包括到达模型模块201、服务模型模块202、排队模型模块203、程序运行模块204和输出报告模块205；
库存管理单元300包括项目设置模块301、控制计划模块302、库存事务模块303和报表分析模块304；
功能应用单元400包括供应链模块401、企业物流模块402、质量控制模块403和成本管理模块404。
本实施例中，云端数库模块101、智能感知模块102与技术支持模块103依次通过以太网通讯连接且并列运行；云端数库模块101用于收录物流仓库涵盖范围内的生产商、供应商、零售商及物流运输路线等信息以形成数据库并存储在云端以便调用；智能感知模块102用于通过多种具有感知功能的智能设备对基础状态数据进行感知采集；技术支持模块103用于在系统内载入多种智能技术以支持系统各层面的运行；网络通信模块104用于通过多种网络技术在系统的各层面之间建立连接及数据传输的通道。
其中，具有感知功能的智能设备包括但不限于时钟、随机数发生器、计数器、摄像头、扫描仪等。
其中，智能技术包括但不限于事件仿真建模软件、RFID技术等。
其中，网络通信包括有线网、局域网、无线网、无线WiFi、数据流量等。
本实施例中，到达模型模块201、服务模型模块202与排队模型模块203依次通过以太网通讯连接并独立运行，到达模型模块201、服务模型模块202、排队模型模块203的信号输出端同时与程序运行模块204的信号输入端连接，程序运行模块204的信号输出端与输出报告模块205的信号输入端连接；到达模型模块201用于描述临时实体到达系统的时间特性；服务模型模块202用于描述永久实体为临时实体服务的时间特性；排队模型模块203用于描述在永久实体的服务速度低于临时实体互相到达速度时出现的排队现象并设定一定的规则以便系统从等候服务的队列中挑选下一个接受服务的临时实体；程序运行模块204用于在建立离散时间系统模型后编制用于描述系统活动的运行程序；输出报告模块205用于在运行程序后对仿真结果进行统计、分析并给出输出报告。
其中，常用的排队模型包括但不限于先进先出制、后进先出制、随机服务制等。
其中，输出报告的内容包括计数、累加测量、利用率及占有率。
具体地，计数为求得一个特殊类型的实体数目，或统计一些事件发生的时间数值；累加测量包括测量最终值、平均值、标准差值等；利用率为一些实体参与仿真的时间和总时间的百分比；占有率为一组实体在使用中的平均数和实体总数的百分比。
进一步地，到达模型模块201的到达分布函数表达式为：
Ta＝t2-t1；
A0(t)＝e-λt；
λ＝1/Ta；
式中，t1为临时实体1到达系统的时刻，t2为临时实体2到达系统的时刻，Ta为两者时间的时间间隔，称为临时实体互相到达时间，并用Ta大于时间t的概率来表示到达模型，A0(t)称为到达分布函数，λ称为互相到达速度；其中，假设临时实体何时到达完全是随机的，即第k个临时实体到达的时间与第k-1个临时实体到达的时间无关，而且在时间区间Δt内到达的概率正比于Δt。
进一步地，服务模型模块202的服务分布函数表达式为：
S0(t)＝e-μt；
μ＝1/Ts；
式中，Ts为永久实体为单个临时实体服务所需要的的时间，则用Ts大于时间t的概率来表示服务模型，A0(t)称为服务分布函数，μ称为服务速度；其中，假设服务时间完全是随机的，但多数情况下服务时间会在一个常数附近波动。
本实施例中，程序运行模块204包括面向事件模块2041、面向活动模块2042、面向进程模块2043和三阶段离散模块2044；面向事件模块2041、面向活动模块2042、面向进程模块2043与三阶段离散模块2044并列运行；面向事件模块2041用于对以事件为基础对象的模型进行仿真运行；面向活动模块2042用于对以活动为基础对象的模型进行仿真运行；面向进程模块2043用于对以服务进程为基础对象的模型进行仿真运行；三阶段离散模块2044用于对兼具事件、活动及进程内容的事件模型进行仿真运行。
本实施例中，项目设置模块301、控制计划模块302、库存事务模块303与报表分析模块304依次通过以太网通讯连接并独立运行；项目设置模块301用于对库存内容按不同标准进行分类并设置对应的项目；控制计划模块302用于通过对库存容量进行计划控制以便在既能保证生产连续性又能合理使用流动资金之间找到平衡点；库存事务模块303用于对仓库的货物入库、出库情况进行统计管理；报表分析模块304用于对仓库管理的货物、资金等方面进行记账盘点并定期形成报表以供统计分析。
其中，库存项目的扩展属性包括但不限于项目的库存编码、安全库存量、ABC类别、仓库属性、保存时限、数量限制、成本、损耗信息等。
本实施例中，控制计划模块302包括库存需求模块3021、订货周期模块3022、库存费用模块3023和库存策略模块3024；库存需求模块3021、订货周期模块3022、库存费用模块3023与库存策略模块3024依次通过以太网通讯连接并独立运行；库存需求模块3021用于根据需求的连续性或间断性来确定库存可满足需求量的容量情况；订货周期模块3022用于根据库存需求和库存消耗来确定订货补充库存的时间周期；库存费用模块3023用于计划分配库存运转过程中需涉及的费用成本；库存策略模块3024用于根据库存运行情况来决定库存的存量与补货周期的组合策略。
其中，库存费用包括但不限于存储费、订货费、生产费、缺货费等。
具体地，存储费为用于维持库存活动的费用；订货费为采购及运输费用；生产费为自己制造库存的费用，尤其指成品价值不仅使原材料的简单相加；缺货费为因库存不足而造成的损失费用。
进一步地，库存策略包括推动式库存管理法和拉动式库存管理法。
具体地，推动式库存管理中，将产品推向各存储点的方法步骤如下：
1.通过预测或其他手段确定从现在到下一次生产或采购期间的需求量；
2.找出每个仓储点现有的库存量；
3.设定每个存储点库存的现货供应水平；
4.计算总需求，即预测值加上为防备预测中的不确定性而额外准备的库存量；
5.确定净需求，及总需求与所持库存量之差；
6.在平均需求速率(即预测需求)的基础上，将超过总净需求的部分分配到各存储点；
7.用净需求加上分摊的超量部分得到需分配到每个存储点的货物总量。
进一步地，拉动式库存管理中，包括基本的拉动式库存管理和高级拉动式库存管理，其中，基本拉动管理包括一次性订货和重复订货，重复订货包括即刻补货、有前提期的补货、非即刻补货；高级拉动管理包括需求不确定条件下的再订货计算、缺货成本抑制情况下的再订货点计算、需求和提前期不确定条件下的再订货点计算及需求不确定条件下的定期盘点等。
本实施例中，供应链模块401、企业物流模块402、质量控制模块403与成本管理模块404依次通过以太网通讯连接并独立运行；供应链模块401用于将库存管理策略应用于覆盖多产业的供应链上的各物流仓管；企业物流模块402用于将库存管理策略应用于企业物流中的各层仓管；质量控制模块403用于通过合理分配的库存策略来控制库存货物的质量情况；成本管理模块404用于通过降低库存管理的运行费用及流动资金以便实现企业供应及物流产业的投入成本。
方法实施例
本实施例的目的在于，提供了一种基于离散事件仿真的物流库存管理系统的运行方式，包括如下步骤：
S1、系统连接物联网，获取物流涵盖范围内的生产商、供应商、物流仓库、零售商等信息并在云端形成数据库；
S2、系统通过AnyLogic流程建模库根据物流仓库的运行模式建立离散事件仿真建模；
S3、物流仓库运行过程中，通过RFID射频技术实时采集货物出入库的时刻、耗时、货物量、实时库存量等数据进行采集统计；
S4、系统将采集的数据导入离散事件仿真模型进行仿真计算，并输出仿真结果的报告；
S5、系统根据该物流仓库的需求量及仿真结果，对仓管的库存策略进行调整，降低冗余库存量、提高库存流动性；
S6、将上述库存管理策略应用于供应链或企业物流的仓储管理中。
计算机程序产品实施例
参阅图1，示出了本实施例的局部示例性产品结构图，包括处理器1及其配套的显示终端，处理器1上装载有离散事件仿真程序3，处理器1通过以太网通讯连接有云端数据库4，部署在仓库基础的RFID射频装置5通过以太网通讯与处理器1连接。
参阅图9，示出了一种基于离散事件仿真的物流库存管理系统的运行装置结构示意图，该装置包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序。
处理器包括一个或一个以上处理核心，处理器通过总线与处理器相连，存储器用于存储程序指令，处理器执行存储器中的程序指令时实现上述的基于离散事件仿真的物流库存管理系统。
可选的，存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随时存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
此外，本发明还提供了计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的基于离散事件仿真的物流库存管理系统。
可选的，本发明还提供了包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面基于离散事件仿真的物流库存管理系统。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储与计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种基于离散事件仿真的物流库存管理系统，其特征在于：包括
基础建设单元(100)、离散仿真单元(200)、库存管理单元(300)和功能应用单元(400)；所述基础建设单元(100)、所述离散仿真单元(200)、所述库存管理单元(300)与所述功能应用单元(400)依次通过以太网通讯连接并独立运行；所述基础建设单元(100)用于提供包括数据库、智能感知设备、智能技术及多种网络通信技术以支持系统运行；所述离散仿真单元(200)用于基于离散事件建立物流库存仿真模型以供预测库存运行状况；所述库存管理单元(300)用于根据仿真预测的库存情况对物流库存的过程进行管理；所述功能应用单元(400)用于将经仿真调整后的库存管理技术应用到供应链及企业物流中并对库存质量和库存成本进行控制管理；
所述基础建设单元(100)包括云端数库模块(101)、智能感知模块(102)、技术支持模块(103)和网络通信模块(104)；
所述离散仿真单元(200)包括到达模型模块(201)、服务模型模块(202)、排队模型模块(203)、程序运行模块(204)和输出报告模块(205)；
所述库存管理单元(300)包括项目设置模块(301)、控制计划模块(302)、库存事务模块(303)和报表分析模块(304)；
所述功能应用单元(400)包括供应链模块(401)、企业物流模块(402)、质量控制模块(403)和成本管理模块(404)。
2.根据权利要求1所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述云端数库模块(101)、所述智能感知模块(102)与所述技术支持模块(103)依次通过以太网通讯连接且并列运行；所述云端数库模块(101)用于收录物流仓库涵盖范围内的生产商、供应商、零售商及物流运输路线等信息以形成数据库并存储在云端以便调用；所述智能感知模块(102)用于通过多种具有感知功能的智能设备对基础状态数据进行感知采集；所述技术支持模块(103)用于在系统内载入多种智能技术以支持系统各层面的运行；所述网络通信模块(104)用于通过多种网络技术在系统的各层面之间建立连接及数据传输的通道。
3.根据权利要求1所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述到达模型模块(201)、所述服务模型模块(202)与所述排队模型模块(203)依次通过以太网通讯连接并独立运行，所述到达模型模块(201)、所述服务模型模块(202)、所述排队模型模块(203)的信号输出端同时与所述程序运行模块(204)的信号输入端连接，所述程序运行模块(204)的信号输出端与所述输出报告模块(205)的信号输入端连接；所述到达模型模块(201)用于描述临时实体到达系统的时间特性；所述服务模型模块(202)用于描述永久实体为临时实体服务的时间特性；所述排队模型模块(203)用于描述在永久实体的服务速度低于临时实体互相到达速度时出现的排队现象并设定一定的规则以便系统从等候服务的队列中挑选下一个接受服务的临时实体；所述程序运行模块(204)用于在建立离散时间系统模型后编制用于描述系统活动的运行程序；所述输出报告模块(205)用于在运行程序后对仿真结果进行统计、分析并给出输出报告。
4.根据权利要求3所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述到达模型模块(201)的到达分布函数表达式为：
Ta＝t2-t1；
A0(t)＝e-λt；
λ＝1/Ta；
式中，t1为临时实体1到达系统的时刻，t2为临时实体2到达系统的时刻，Ta为两者时间的时间间隔，称为临时实体互相到达时间，并用Ta大于时间t的概率来表示到达模型，A0(t)称为到达分布函数，λ称为互相到达速度；其中，假设临时实体何时到达完全是随机的，即第k个临时实体到达的时间与第k-1个临时实体到达的时间无关，而且在时间区间Δt内到达的概率正比于Δt。
5.根据权利要求3所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述服务模型模块(202)的服务分布函数表达式为：
S0(t)＝e-μt；
μ＝1/Ts
式中，Ts为永久实体为单个临时实体服务所需要的的时间，则用Ts大于时间t的概率来表示服务模型，A0(t)称为服务分布函数，μ称为服务速度；其中，假设服务时间完全是随机的，但多数情况下服务时间会在一个常数附近波动。
6.根据权利要求3所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述程序运行模块(204)包括面向事件模块(2041)、面向活动模块(2042)、面向进程模块(2043)和三阶段离散模块(2044)；所述面向事件模块(2041)、所述面向活动模块(2042)、所述面向进程模块(2043)与所述三阶段离散模块(2044)并列运行；所述面向事件模块(2041)用于对以事件为基础对象的模型进行仿真运行；所述面向活动模块(2042)用于对以活动为基础对象的模型进行仿真运行；所述面向进程模块(2043)用于对以服务进程为基础对象的模型进行仿真运行；所述三阶段离散模块(2044)用于对兼具事件、活动及进程内容的事件模型进行仿真运行。
7.根据权利要求1所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述项目设置模块(301)、所述控制计划模块(302)、所述库存事务模块(303)与所述报表分析模块(304)依次通过以太网通讯连接并独立运行；所述项目设置模块(301)用于对库存内容按不同标准进行分类并设置对应的项目；所述控制计划模块(302)用于通过对库存容量进行计划控制以便在既能保证生产连续性又能合理使用流动资金之间找到平衡点；所述库存事务模块(303)用于对仓库的货物入库、出库情况进行统计管理；所述报表分析模块(304)用于对仓库管理的货物、资金等方面进行记账盘点并定期形成报表以供统计分析。
8.根据权利要求7所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述控制计划模块(302)包括库存需求模块(3021)、订货周期模块(3022)、库存费用模块(3023)和库存策略模块(3024)；所述库存需求模块(3021)、所述订货周期模块(3022)、所述库存费用模块(3023)与所述库存策略模块(3024)依次通过以太网通讯连接并独立运行；所述库存需求模块(3021)用于根据需求的连续性或间断性来确定库存可满足需求量的容量情况；所述订货周期模块(3022)用于根据库存需求和库存消耗来确定订货补充库存的时间周期；所述库存费用模块(3023)用于计划分配库存运转过程中需涉及的费用成本；所述库存策略模块(3024)用于根据库存运行情况来决定库存的存量与补货周期的组合策略。
9.根据权利要求1所述的基于离散事件仿真的物流库存管理系统，其特征在于：所述供应链模块(401)、所述企业物流模块(402)、所述质量控制模块(403)与所述成本管理模块(404)依次通过以太网通讯连接并独立运行；所述供应链模块(401)用于将库存管理策略应用于覆盖多产业的供应链上的各物流仓管；所述企业物流模块(402)用于将库存管理策略应用于企业物流中的各层仓管；所述质量控制模块(403)用于通过合理分配的库存策略来控制库存货物的质量情况；所述成本管理模块(404)用于通过降低库存管理的运行费用及流动资金以便实现企业供应及物流产业的投入成本。
10.根据权利要求1所述的基于离散事件仿真的物流库存管理系统，其特征在于：该管理系统的运行方式包括如下步骤：
S1、系统连接物联网，获取物流涵盖范围内的生产商、供应商、物流仓库、零售商等信息并在云端形成数据库；
S2、系统通过AnyLogic流程建模库根据物流仓库的运行模式建立离散事件仿真建模；
S3、物流仓库运行过程中，通过RFID射频技术实时采集货物出入库的时刻、耗时、货物量、实时库存量等数据进行采集统计；
S4、系统将采集的数据导入离散事件仿真模型进行仿真计算，并输出仿真结果的报告；
S5、系统根据该物流仓库的需求量及仿真结果，对仓管的库存策略进行调整，降低冗余库存量、提高库存流动性；
S6、将上述库存管理策略应用于供应链或企业物流的仓储管理中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110598493.3A CN113343166B (zh) | 2021-05-31 | 2021-05-31 | 一种基于离散事件仿真的物流库存管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110598493.3A CN113343166B (zh) | 2021-05-31 | 2021-05-31 | 一种基于离散事件仿真的物流库存管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113343166A true CN113343166A (zh) | 2021-09-03 |
| CN113343166B CN113343166B (zh) | 2024-07-23 |
Family
ID=77472306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110598493.3A Active CN113343166B (zh) | 2021-05-31 | 2021-05-31 | 一种基于离散事件仿真的物流库存管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113343166B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114819601A (zh) * | 2022-04-21 | 2022-07-29 | 杭州田涧云工业科技有限公司 | 流程制造生产计划策略确定方法、系统及装置 |
| CN115660535A (zh) * | 2022-12-26 | 2023-01-31 | 北京京东振世信息技术有限公司 | 物流信息的预测方法、装置和计算机可读存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150046363A1 (en) * | 2013-08-07 | 2015-02-12 | Flextronics Ap, Llc | Method and Apparatus for Managing, Displaying, Analyzing, Coordinating, and Optimizing Innovation, Engineering, Manufacturing, and Logistics Infrastructures |
| CN109960826A (zh) * | 2017-12-22 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 供应链仿真方法和装置 |
-
2021
- 2021-05-31 CN CN202110598493.3A patent/CN113343166B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150046363A1 (en) * | 2013-08-07 | 2015-02-12 | Flextronics Ap, Llc | Method and Apparatus for Managing, Displaying, Analyzing, Coordinating, and Optimizing Innovation, Engineering, Manufacturing, and Logistics Infrastructures |
| CN109960826A (zh) * | 2017-12-22 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 供应链仿真方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 王美音;范文慧;: "小型批发企业的多产品库存系统建模与仿真方法", 软件, no. 03, 15 March 2018 (2018-03-15) * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114819601A (zh) * | 2022-04-21 | 2022-07-29 | 杭州田涧云工业科技有限公司 | 流程制造生产计划策略确定方法、系统及装置 |
| CN115660535A (zh) * | 2022-12-26 | 2023-01-31 | 北京京东振世信息技术有限公司 | 物流信息的预测方法、装置和计算机可读存储介质 |
| CN115660535B (zh) * | 2022-12-26 | 2024-04-16 | 北京京东振世信息技术有限公司 | 物流信息的预测方法、装置和计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113343166B (zh) | 2024-07-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Juan et al. | A review of simheuristics: Extending metaheuristics to deal with stochastic combinatorial optimization problems | |
| CN110599090B (zh) | 一种仓储出库管理方法、服务器和存储介质 | |
| CN109272276B (zh) | 一种库存补货管理方法以及装置 | |
| CN110097203A (zh) | 库存调度方法、库存调度装置以及计算机可读存储介质 | |
| Lu et al. | Study on construction material allocation policies: A simulation optimization method | |
| CN106991543A (zh) | 调拨系统及调拨方法 | |
| US20200364630A1 (en) | System and method for managing transportation vessels | |
| Stenius et al. | Sustainable multi-echelon inventory control with shipment consolidation and volume dependent freight costs | |
| Stenius et al. | Exact analysis of divergent inventory systems with time-based shipment consolidation and compound poisson demand | |
| JP2021163485A (ja) | スマートサプライチェーンシステム | |
| WO2018180743A1 (ja) | 作業管理装置、作業管理方法およびプログラム記憶媒体 | |
| WO2023202326A1 (zh) | 数据处理方法及相关装置 | |
| CN113343166A (zh) | 一种基于离散事件仿真的物流库存管理系统 | |
| CN110490521A (zh) | 一种物流资源调度方法 | |
| CN110866653A (zh) | 基于大数据平台对仓库空间优化的方法及装置 | |
| CN106991544A (zh) | 调拨系统及调拨方法 | |
| Yadollahi et al. | Evaluating approximate solution models for the stochastic periodic inventory routing problem | |
| Raman et al. | Quantity of material handling equipment—A queuing theory based approach | |
| Amjath et al. | Fleet sizing of trucks for an inter-facility material handling system using closed queueing networks | |
| Alemany et al. | A decision support tool for the order promising process with product homogeneity requirements in hybrid Make-To-Stock and Make-To-Order environments. Application to a ceramic tile company | |
| Sai Suraj et al. | Positioning of Inventory in Supply Chain Using Simulation Modeling. | |
| Chiang et al. | An order fulfillment model with periodic review mechanism in semiconductor foundry plants | |
| Zhang et al. | Stability measure for prefab balancing in prefabrication construction supply chain management | |
| US11580490B2 (en) | Supply chain replenishment simulation | |
| CN114444751A (zh) | 物资需求预测方法、装置、计算机设备以及存储介质 |
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 |