CN113592146B - 目标产品的发货方法及发货系统、电子设备 - Google Patents
目标产品的发货方法及发货系统、电子设备 Download PDFInfo
- Publication number
- CN113592146B CN113592146B CN202110738559.4A CN202110738559A CN113592146B CN 113592146 B CN113592146 B CN 113592146B CN 202110738559 A CN202110738559 A CN 202110738559A CN 113592146 B CN113592146 B CN 113592146B
- Authority
- CN
- China
- Prior art keywords
- product
- warehouse
- delivery
- shipping
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002716 delivery method Methods 0.000 title abstract description 5
- 238000004519 manufacturing process Methods 0.000 claims abstract description 59
- 238000005457 optimization Methods 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000003860 storage Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 241000965478 Darksidea epsilon Species 0.000 description 1
- 206010012186 Delayed delivery Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/083—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
- G06Q10/08—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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Finance (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)
- General Factory Administration (AREA)
Abstract
本发明公开了一种目标产品的发货方法及发货系统、电子设备。其中,该发货方法包括:获取目标产品的生产数据和库存数据;基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件;在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数;基于发货模型的参数求解结果,确定目标产品的产品发货计划。本发明解决了相关技术中工厂员工通过经验提供的产品发货计划,仅仅考虑局部订单需求,误差率较大的技术问题。
Description
技术领域
本发明涉及信息处理技术领域,具体而言,涉及一种目标产品的发货方法及发货系统、电子设备。
背景技术
相关技术中,各个工厂、公司每周都会有大量的产品订单,由于产品订单的数据量大,且产品种类繁杂,加上市场订单需求的不确定性(每条产品订单的要求到货期不一致,每个仓库的存储能力不同,库内现有产品品类不同),导致发货计划员工作异常繁重。当前阶段,产品发货员往往根据经验来给出多种发货计划,由于发货计划需要同时考虑多个目标,依靠因果推导只能分步求解,一次考虑一个目标,过程中不仅逻辑繁琐,而且误码率高,人工凭借经验做发货计划不可能同时考虑上千订单的交货及时性和运输成本最小性,故排出的计划只能算局部最优解,不能够给出最优的发货方案。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种目标产品的发货方法及发货系统、电子设备,以至少解决相关技术中工厂员工通过经验提供的产品发货计划,仅仅考虑局部订单需求,误差率较大的技术问题。
根据本发明实施例的一个方面,提供了一种目标产品的发货方法,包括:获取目标产品的生产数据和库存数据;基于所述生产数据和所述库存数据,确定与所述目标产品的订单数据对应的发货约束条件;在满足所述发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,所述产品优化参数用于指示所述目标产品的成本参数;基于所述发货模型的参数求解结果,确定所述目标产品的产品发货计划。
可选地,所述发货约束条件包括下述至少之一:控制每条产品订单单选固定仓库发货;控制产品需求量低于预设数值的地域禁止从目标仓库发货;控制每个产品仓库的周发货总量;控制目标时间段内从产品仓库发货的产品数量;控制仓库发货量低于目标产品在产品仓库的总库存数量。
可选地,所述产品优化参数包括下述至少之一:延期交货成本、运输成本、产品剩余占库比值。
可选地,所述运输成本包括:地区集中时间发货的运输成本和地区集中地点发货的运输成本,所述延期交货成本包括:延期订单类型成本和延期发货时间成本。
可选地,在获取目标产品的生产数据和库存数据之后,所述发货方法还包括:基于所述目标产品的订单数据,生成产品调拨计划,其中,所述产品调拨计划用于将生产下线的产品发往对应的至少一个仓库。
可选地,所述发货方法还包括:基于目标时间段内的生产下线产品数量和前一时间段内的下线产品数量,计算所述目标时间段内的可调拨产品数量。
可选地,基于所述发货模型的参数求解结果,确定所述目标产品的产品发货计划的步骤,包括:确定与每个所述产品优化参数对应的参数权重值;基于所述产品优化参数的参数求解结果和所述参数权重值,对所述发货模型进行求解,得到所述参数求解结果;基于所述参数求解结果,确定所述目标产品的产品发货计划。
根据本发明实施例的另一方面,还提供了一种目标产品的发货系统,包括:获取单元,用于获取目标产品的生产数据和库存数据;第一确定单元,用于基于所述生产数据和所述库存数据,确定与所述目标产品的订单数据对应的发货约束条件;构建单元,用于在满足所述发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,所述产品优化参数用于指示所述目标产品的成本参数;第二确定单元,用于基于所述发货模型的参数求解结果,确定所述目标产品的产品发货计划。
可选地,所述发货约束条件包括下述至少之一:控制每条产品订单单选固定仓库发货;控制产品需求量低于预设数值的地域禁止从目标仓库发货;控制每个产品仓库的周发货总量;控制目标时间段内从产品仓库发货的产品数量;控制仓库发货量低于目标产品在产品仓库的总库存数量。
可选地,所述产品优化参数包括下述至少之一:延期交货成本、运输成本、产品剩余占库比值。
可选地,所述运输成本包括:地区集中时间发货的运输成本和地区集中地点发货的运输成本,所述延期交货成本包括:延期订单类型成本和延期发货时间成本。
可选地,所述目标产品的发货系统还包括:生成单元,用于在获取目标产品的生产数据和库存数据之后,基于所述目标产品的订单数据,生成产品调拨计划,其中,所述产品调拨计划用于将生产下线的产品发往对应的至少一个仓库。
可选地,所述目标产品的发货系统还包括:计算单元,用于基于目标时间段内的生产下线产品数量和前一时间段内的下线产品数量,计算所述目标时间段内的可调拨产品数量。
可选地,所述第二确定单元包括:第一确定模块,用于确定与每个所述产品优化参数对应的参数权重值;求解模块,用于基于所述产品优化参数的参数求解结果和所述参数权重值,对所述发货模型进行求解,得到所述参数求解结果;第二确定模块,用于基于所述参数求解结果,确定所述目标产品的产品发货计划。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的目标产品的发货方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的目标产品的发货方法。
本发明实施例中,采用获取目标产品的生产数据和库存数据,基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件,在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数,基于发货模型的参数求解结果,确定目标产品的产品发货计划。在该实施例中,可以构建与多个产品优化参数关联的发货模型,该发货模型考虑到多目标产品优化参数,综合考虑各类发货约束条件及产品优化参数之间的优先顺序,在短时间内求出全局较优解,提供最优的产品发货计划,不仅考虑的产品优化参数较为全面,且处理速度大大提高,误差率明显降低,能够解决相关技术中工厂员工通过经验提供的产品发货计划,仅仅考虑局部订单需求,误差率较大的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例的一种目标产品的发货方法的计算机终端的硬件结构框图;
图2是根据本发明实施例的一种可选的目标产品的发货方法的流程图;
图3是根据本发明实施例的一种可选的制定产品发货计划的示意图;
图4是根据本发明实施例的一种可选的确定目标产品的产品发货计划的流程图;
图5是根据本发明实施例的一种可选的目标产品的发货系统的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请下述各实施例所提供的方法实施例可以在计算机终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例,图1是本发明实施例的一种目标产品的发货方法的计算机终端的硬件结构框图。如图1所示,计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104,在一个示例性实施例中,上述计算机终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述计算机终端的结构造成限定。例如,计算机终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明下述各实施例中的目标产品的发货方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Control ler,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
本发明可应用于各种工厂、公司等产品发货的场景中,该产品发货场景包括:产品生产阶段、产品调拨阶段、产品发货阶段,其中,在产品生产阶段,一般是按照固定周期,根据生产计划进行产品生产;在产品调拨阶段,需要考虑到每个仓库的存储能力和库内现有产品的品类数量,将生产下线的产品分别发往附近不同的仓库;产品发货阶段,考虑到各个产品订单、仓储数据,确定不同仓库的发货日期和发货地址。
本发明中的工厂类型不做限定,包括但不限于:冷柜工厂、空调工厂、洗衣机工厂等,本发明下述各实施例中以冷柜工厂发货进行示意性说明。每个工厂生产的产品型号和产品数量可能都不相同,每个仓库内存储的产品型号和产品数量也可能不相同,因此,需要通过产品发货约束条件和产品优化参数来选取出发货成本最低和时间成本最低的产品发货计划。
本发明可以利用运筹优化领域内的知识,将工厂产业周度发货的现实过程提炼成MIP(混合整数规划)建模问题(将现实问题提炼为混合整数规划问题),然后利用线性优化算法对多目标产品优化参数进行求解,综合考虑各类约束条件及多目标产品优化参数之间的优先顺序,在短时间内求出全局较优解,确定产品发货计划,解决工厂的发货问题。下面结合各个实施例来说明本发明。
实施例一
根据本发明实施例,提供了一种目标产品的发货方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本发明实施例的一种可选的目标产品的发货方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,获取目标产品的生产数据和库存数据;
步骤S204,基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件;
步骤S206,在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数;
步骤S208,基于发货模型的参数求解结果,确定目标产品的产品发货计划。
通过上述步骤,可以获取目标产品的生产数据和库存数据,基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件,在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数,基于发货模型的参数求解结果,确定目标产品的产品发货计划。在该实施例中,可以构建与多个产品优化参数关联的发货模型,该发货模型考虑到多目标产品优化参数,综合考虑各类发货约束条件及产品优化参数之间的优先顺序,在短时间内求出全局较优解,提供最优的产品发货计划,不仅考虑的产品优化参数较为全面,且处理速度大大提高,误差率明显降低,能够解决相关技术中工厂员工通过经验提供的产品发货计划,仅仅考虑局部订单需求,误差率较大的技术问题。
本实施例中以冷柜工厂生产的制冷柜产品作为目标产品,对本发明实施例进行详细说明。下面结合上述各实施步骤来详细说明本发明。
步骤S202,获取目标产品的生产数据和库存数据。
冷柜工厂的产品发货计划的包括:收集数据、产品调拨-调拨计划和产品发货-发货计划,首先,从各系统收集数据,主要包括产品的生产数据、订单数据、库存数据等。其次,常规工厂仓库的存储能力一般都有限,因此常常需要将生产下线的产品分别发往附近不同的仓库(下文简称外库)。最后,根据每个外库的存储能力、库内现有产品品类以及不同产品对应发往的地区等因素,确定出发货计划与调拨计划。
图3是根据本发明实施例的一种可选的制定产品发货计划的示意图,如图3所示,分别从生产系统中收集产品的生产数据,从订单系统中收集产品的订单数据,从库存系统中收集产品仓库的库存数据。然后,确定各个工厂库的调拨方式,最后,确定发往各个地区的产品的发货计划。
上述生产数据包括但不限于:生产周期、生产日期、产品型号、生产数量、生产工厂名称。上述的订单数据包括但不限于:订单号、产品名称、地区、要求交货日期,库存数据包括但不限于:仓库名称、仓库地址、仓库存储的产品类型、每种产品类型的存储数量。
由于整个生产计划的过程中需要考虑的因素较多,为方便建模,常量声明和变量声明的内容如下:
(1)、常量声明
日历编码D∈[0,1,…,delay];
仓库编码Q∈[0,1,…];
产品编码Z∈[0,1,…];
订单编码O∈[0,1,…];
订单类型编码Otype∈[0,1];
编码C∈[0,1,…];
工厂库每日发货产品的数目上限为N,正数;
产品当日下线后可调拨数量的比例Tnum;
量小的地区的发货量上限为SCnum;
不能往量小的地区发货的仓库其编码为qs,其中qs∈Q;
工厂库的仓库编码为qg,其中qg∈Q;
时间跨度阈值为Tthreshold,正数;
(2)、变量声明
Lq,q仓库本周的发货量上限,正数;其中q∈Q;
rq,z,z产品在q仓库的初始库存数量,正整数;其中q∈Q,z∈Z;
pd,z,d日z产品的计划生产数量,正整数;其中d∈D,z∈Z,d≠delay;
no,z,c,o订单对应的产品z,地区c的市场下单数量,正数;其中o∈O,c∈C,z∈Z;
tido,z,c,o订单对应的产品z,地区c的要求交货日期距开始排发货计划日期的时间差,正整数;其中o∈O,c∈C,z∈Z;
vo,z,c,d,q,d日o订单对应的产品z,地区c是否在q仓库发货,二值型;其中o∈O,z∈Z,c∈C,d∈D,d≠delay,q∈Q;
delayo,z,c,o订单对应的产品z,地区c是否延期,二值型;其中o∈O,z∈Z,c∈C;
td,z,q,d日z产品调拨到q仓库的数量,正整数;其中d∈D,d≠delay,z∈Z,q∈Q;
根据其上定义的变量,可以确定如下表1定义的产品订单明细:
表1产品订单明细
可选的,在获取目标产品的生产数据和库存数据之后,发货方法还包括:基于目标产品的订单数据,生成产品调拨计划,其中,产品调拨计划用于将生产下线的产品发往对应的至少一个仓库。
通过当前的产品订单数据,可以确定如下表2的调拨计划表:
表2调拨计划表明细
步骤S204,基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件。
可选的,发货约束条件包括下述至少之一:控制每条产品订单单选固定仓库发货;控制产品需求量低于预设数值的地域禁止从目标仓库发货;控制每个产品仓库的周发货总量;控制目标时间段内从产品仓库发货的产品数量;控制仓库发货量低于目标产品在产品仓库的总库存数量。
上述的各个发货约束条件有通用的约束条件(例如,控制每条产品订单单选固定仓库发货、控制仓库发货量低于目标产品在产品仓库的总库存数量),也有可选择的约束条件(例如,控制每个产品仓库的周发货总量、控制产品需求量低于预设数值的地域禁止从目标仓库发货),各个发货约束条件是可以相互组合选取的,
下面分别对上述各个发货约束条件进行说明。
(1)控制每条产品订单单选固定仓库发货。即确定发货唯一性,例如,每条订单只能选某天从某个固定仓库发货。
本实施例可设定其中oi对应zi,ci;
(2)控制产品需求量低于预设数值的地域禁止从目标仓库发货。
例如,产品需求量小的地区禁止从某个给定的仓库发货(冷柜工厂的定制化需求,产品需求量小的地区不能调拨该仓库的产品)。
若使得
则对z∈Z,d∈D,d≠delay,都有/>
(3)控制每个产品仓库的周发货总量。例如,对仓库周发货总量进行条件约束。
本实施例可设定
(4)控制目标时间段内从产品仓库发货的产品数量。例如,设定每天从工厂库发货的产品数不超过N个(定制化需求)。
给定di≠delay,zi∈Z,记
变量定义如下:
则对di≠delay:/>
(5)控制仓库发货量低于目标产品在产品仓库的总库存数量。例如,控制产品每天的仓库发货量不能超过该产品在这个仓库当天的总库存数量。
可选的,发货方法还包括:基于目标时间段内的生产下线产品数量和前一时间段内的下线产品数量,计算目标时间段内的可调拨产品数量。
其中,/>di≠delay,qi∈Q,zi∈Z
其中调拨约束为对某个有生产计划的产品来说,某天可调拨的生产数量=当天生产下线数*Tnum+前一天生产下线数*(1-Tnum);
其中,/>di≠delay,zi∈Z。
步骤S206,在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数。
本申请建立的发货模型可以为MIP(混合整数规划)模型,利用运筹优化领域内的专业知识,将工厂冷柜产业周度发货的现实过程提炼成MIP建模问题,利用多目标线性优化算法,综合考虑各类约束条件及多目标产品优化参数之间的优先顺序,在短时间内求出全局较优解。
本实施例中的产品优化参数可以设置优先级顺序,该优先级顺序结合产品发货约束条件,可以求解出各个产品优化参数的最优解,通过该最优解最终可确定出每个产品订单的发货时间(即实际交货日期)和发货地址,得到产品发货计划。
可选的,产品优化参数包括下述至少之一:延期交货成本、运输成本、产品剩余占库比值。
下面对上述各个产品优化参数进行说明。
(1)、延期交货成本。
本实施例中,延期交货成本包括:延期订单类型成本和延期发货时间成本。延期交货成本设定为yd_cost;
延期订单类型成本为其中a,b为常数
对zi∈Z,ci∈C,记订单oi的延期发货时间成本为/>其计算过程如下:
令
其中,/>zi∈Z,ci∈C;
其中,/>zi∈Z,ci∈C;
则所有订单的要求交货时间可分为t_span个段,其中
若使得
则订单oi,对应zi∈Z,ci∈C的延期发货时间成本为:
综上,延期交货成本的计算公式为:
运输成本包括:地区集中时间发货的运输成本和地区集中地点发货的运输成本。
(2)运输成本最小-地区集中时间发货。
本实施例,可设定di∈D,记/>
变量定义如下:
则地区集中时间发货成本的计算公式为:
(3)运输成本最小—地区集中地点发货。
本实施例中,可设定qi∈Q,记/>
变量定义如下:
则地区集中地点发货成本的计算公式为:
(4)产品剩余占库比值。
给定qi∈Q,
产品zi在仓库qi的总发货量为:
产品zi在仓库qi的总库存量为:
变量定义如下:
即在发货数量与产品库存一致,将产品仓库中的产品全部发送出去,产品占库为0时,给定变量为0;而如果产品仓库中还存在剩余的产品,则确定变量为1。
则产品剩余占库成本的计算公式为:
步骤S208,基于发货模型的参数求解结果,确定目标产品的产品发货计划。
图4是根据本发明实施例的一种可选的确定目标产品的产品发货计划的流程图,如图4所示,基于发货模型的参数求解结果,确定目标产品的产品发货计划的步骤,包括:
步骤S401,确定与每个产品优化参数对应的参数权重值;
步骤S403,基于产品优化参数的参数求解结果和参数权重值,对发货模型进行求解,得到参数求解结果;
步骤S405,基于参数求解结果,确定目标产品的产品发货计划。
本发明实施例,可以通过如下公式进行求解:
Product_delivery_Min:
yd_cost×P1+gm_d_cost×P2+zyk_cost×P3+gm_time_cost,
其中P1、P2、P3为常数,为各个产品优化参数的权重。
通过求解上述公式,得到目标产品在某一时间段内(例如,每天、每周)内与所有产品订单对应的产品发货计划。
例如,通过如下表3表示产品发货计划的明细数据:
表3产品发货计划表明细
通过上述实施例,能够利用线性优化中的多产品优化算法确定产品发货计划,同步考虑工厂库存能力不足时存在调拨到其他库的场景,给出了调拨计划和发货计划,解决了工厂发货员只能分步做计划的难题;本发明实施例利用优化算法固化业务逻辑,可短时间内给出相对较好的全局最优解,实现经济效益最大化。
下面结合另一种可选的实施例来说明本发明。
实施例二
本实施例中涉及到目标产品的发货系统,该发货系统中包含多个实施单元,每个实施单元对应于上述实施例一中的各个实施步骤。
图5是根据本发明实施例的一种可选的目标产品的发货系统的示意图,如图5所示,该发货系统可以包括:获取单元51、第一确定单元53、构建单元55、第二确定单元57,其中,
获取单元51,用于获取目标产品的生产数据和库存数据;
第一确定单元53,用于基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件;
构建单元55,用于在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数;
第二确定单元57,用于基于发货模型的参数求解结果,确定目标产品的产品发货计划。
上述目标产品的发货系统,可以通过获取单元51获取目标产品的生产数据和库存数据,通过第一确定单元53基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件,通过构建单元55在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数,通过第二确定单元57基于发货模型的参数求解结果,确定目标产品的产品发货计划。在该实施例中,可以构建与多个产品优化参数关联的发货模型,该发货模型考虑到多目标产品优化参数,综合考虑各类发货约束条件及产品优化参数之间的优先顺序,在短时间内求出全局较优解,提供最优的产品发货计划,不仅考虑的产品优化参数较为全面,且处理速度大大提高,误差率明显降低,能够解决相关技术中工厂员工通过经验提供的产品发货计划,仅仅考虑局部订单需求,误差率较大的技术问题。
可选的,发货约束条件包括下述至少之一:控制每条产品订单单选固定仓库发货;控制产品需求量低于预设数值的地域禁止从目标仓库发货;控制每个产品仓库的周发货总量;控制目标时间段内从产品仓库发货的产品数量;控制仓库发货量低于目标产品在产品仓库的总库存数量。
可选的,产品优化参数包括下述至少之一:延期交货成本、运输成本、产品剩余占库比值。
可选的,运输成本包括:地区集中时间发货的运输成本和地区集中地点发货的运输成本,延期交货成本包括:延期订单类型成本和延期发货时间成本。
另一种可选的,目标产品的发货系统还包括:生成单元,用于在获取目标产品的生产数据和库存数据之后,基于目标产品的订单数据,生成产品调拨计划,其中,产品调拨计划用于将生产下线的产品发往对应的至少一个仓库。
可选的,目标产品的发货系统还包括:计算单元,用于基于目标时间段内的生产下线产品数量和前一时间段内的下线产品数量,计算目标时间段内的可调拨产品数量。
可选的,第二确定单元包括:第一确定模块,用于确定与每个产品优化参数对应的参数权重值;求解模块,用于基于产品优化参数的参数求解结果和参数权重值,对发货模型进行求解,得到参数求解结果;第二确定模块,用于基于参数求解结果,确定目标产品的产品发货计划。
上述的目标产品的发货系统还可以包括处理器和存储器,上述获取单元51、第一确定单元53、构建单元55、第二确定单元57等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
上述处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来基于发货模型的参数求解结果,确定目标产品的产品发货计划。
上述存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的目标产品的发货方法。
根据本发明实施例的另一方面,还提供了一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行上述任意一项的目标产品的发货方法。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行上述任意一项的目标产品的发货方法。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取目标产品的生产数据和库存数据;基于生产数据和库存数据,确定与目标产品的订单数据对应的发货约束条件;在满足发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,产品优化参数用于指示目标产品的成本参数;基于发货模型的参数求解结果,确定目标产品的产品发货计划。
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。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种目标产品的发货方法,其特征在于,包括:
获取目标产品的生产数据和库存数据;
基于所述生产数据和所述库存数据,确定与所述目标产品的订单数据对应的发货约束条件,所述发货约束条件包括下述至少之一:控制每条产品订单单选固定仓库发货;控制产品需求量低于预设数值的地域禁止从目标仓库发货;控制每个产品仓库的周发货总量;控制目标时间段内从产品仓库发货的产品数量;控制仓库发货量低于目标产品在产品仓库的总库存数;
发货方法还包括:基于目标时间段内的生产下线产品数量和前一时间段内的下线产品数量,计算目标时间段内的可调拨产品数量, 其中,di∈D,di≠delay,zi∈Z,D为日历编码,D∈[0,1,…,delay],di指示日期,O为订单编码,Z为产品编码,zi指示产品,工厂库的仓库编码为qg,vo,z,c,d,q指示d日o订单对应的产品z,地区c是否在q仓库发货,no,z,c表示o订单对应的产品z,地区c的市场下单数量,rq,z表示z产品在q仓库的初始库存数量,td,z,q表示d日z产品调拨到q仓库的数量;
在满足所述发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,所述产品优化参数用于指示所述目标产品的成本参数;
基于所述发货模型的参数求解结果,确定所述目标产品的产品发货计划,包括:确定与每个所述产品优化参数对应的参数权重值;基于所述产品优化参数的参数求解结果和所述参数权重值,对所述发货模型进行求解,得到所述参数求解结果;基于所述参数求解结果,确定所述目标产品的产品发货计划。
2.根据权利要求1所述的发货方法,其特征在于,所述产品优化参数包括下述至少之一:延期交货成本、运输成本、产品剩余占库比值。
3.根据权利要求2所述的发货方法,其特征在于,所述运输成本包括:地区集中时间发货的运输成本和地区集中地点发货的运输成本,所述延期交货成本包括:延期订单类型成本和延期发货时间成本。
4.根据权利要求1所述的发货方法,其特征在于,在获取目标产品的生产数据和库存数据之后,所述发货方法还包括:
基于所述目标产品的订单数据,生成产品调拨计划,其中,所述产品调拨计划用于将生产下线的产品发往对应的至少一个仓库。
5.一种目标产品的发货系统,其特征在于,包括:
获取单元,用于获取目标产品的生产数据和库存数据;
第一确定单元,用于基于所述生产数据和所述库存数据,确定与所述目标产品的订单数据对应的发货约束条件,所述发货约束条件包括下述至少之一:控制每条产品订单单选固定仓库发货;控制产品需求量低于预设数值的地域禁止从目标仓库发货;控制每个产品仓库的周发货总量;控制目标时间段内从产品仓库发货的产品数量;控制仓库发货量低于目标产品在产品仓库的总库存数量;
基于目标时间段内的生产下线产品数量和前一时间段内的下线产品数量,计算目标时间段内的可调拨产品数量,其中,di∈D,di≠delay,zi∈Z,D为日历编码,D∈[0,1,…,delay],di指示日期,O为订单编码,Z为产品编码,zi指示产品,工厂库的仓库编码为qg,vo,z,c,d,q指示d日o订单对应的产品z,地区c是否在q仓库发货,no,z,c表示o订单对应的产品z,地区c的市场下单数量,rq,z表示z产品在q仓库的初始库存数量,td,z,q表示d日z产品调拨到q仓库的数量;
构建单元,用于在满足所述发货约束条件的情况下,构建与多个产品优化参数关联的发货模型,其中,所述产品优化参数用于指示所述目标产品的成本参数;
第二确定单元,用于基于所述发货模型的参数求解结果,确定所述目标产品的产品发货计划,所述第二确定单元包括:第一确定模块,用于确定与每个所述产品优化参数对应的参数权重值;求解模块,用于基于所述产品优化参数的参数求解结果和所述参数权重值,对所述发货模型进行求解,得到所述参数求解结果;第二确定模块,用于基于所述参数求解结果,确定所述目标产品的产品发货计划。
6.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至4中任意一项所述的目标产品的发货方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至4中任意一项所述的目标产品的发货方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738559.4A CN113592146B (zh) | 2021-06-30 | 2021-06-30 | 目标产品的发货方法及发货系统、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738559.4A CN113592146B (zh) | 2021-06-30 | 2021-06-30 | 目标产品的发货方法及发货系统、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592146A CN113592146A (zh) | 2021-11-02 |
CN113592146B true CN113592146B (zh) | 2023-07-25 |
Family
ID=78245218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110738559.4A Active CN113592146B (zh) | 2021-06-30 | 2021-06-30 | 目标产品的发货方法及发货系统、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592146B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114091994A (zh) * | 2021-10-29 | 2022-02-25 | 青岛海尔科技有限公司 | 货物的数据处理方法及装置 |
CN114862045A (zh) * | 2022-05-27 | 2022-08-05 | 北京中祥英科技有限公司 | 排产优化方法、装置、电子设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109726863A (zh) * | 2018-12-26 | 2019-05-07 | 深圳市北斗智能科技有限公司 | 一种多目标优化的物流方法和系统 |
CN109816301A (zh) * | 2018-12-20 | 2019-05-28 | 武汉璞华大数据技术有限公司 | 物流仓发货管理方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016181039A (ja) * | 2015-03-23 | 2016-10-13 | 富士通株式会社 | 計画決定方法、計画決定プログラムおよび計画決定装置 |
JP6805059B2 (ja) * | 2017-04-12 | 2020-12-23 | 株式会社日立製作所 | 共同配送計画装置、及び共同配送計画方法 |
-
2021
- 2021-06-30 CN CN202110738559.4A patent/CN113592146B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816301A (zh) * | 2018-12-20 | 2019-05-28 | 武汉璞华大数据技术有限公司 | 物流仓发货管理方法及装置 |
CN109726863A (zh) * | 2018-12-26 | 2019-05-07 | 深圳市北斗智能科技有限公司 | 一种多目标优化的物流方法和系统 |
Non-Patent Citations (2)
Title |
---|
Heuristics for Multi-Depot Inventory Routing Problem;Chayathach Phuaksaman 等;2019 Research, Invention, and Innovation Congress;1-6 * |
烟草工业企业多仓库发货的货源平衡与调度优化模型;杨军 等;物流技术;第38卷(第07期);123-130 * |
Also Published As
Publication number | Publication date |
---|---|
CN113592146A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI814021B (zh) | 用於出勤者指派的方法及電腦實施系統 | |
TWI810488B (zh) | 用於智能化產生採購訂單的電腦實施系統及電腦實施方法 | |
US11270240B2 (en) | Method and system for transfer order management | |
US10181107B2 (en) | Using consumption data and an inventory model to generate a replenishment plan | |
CN113592146B (zh) | 目标产品的发货方法及发货系统、电子设备 | |
KR20210055649A (ko) | 인바운드 구매 주문의 지능적 조정에 의해 제품 재고를 최적화하기 위한 시스템 및 방법 | |
US20170083967A1 (en) | Demand-based product sourcing | |
US10002364B2 (en) | Consumption-driven forecasting using multi-level heterogeneous input data | |
CA2499695C (en) | Part ordering amount calculation device | |
KR20210087917A (ko) | 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법 | |
US20050075920A1 (en) | Projected sales | |
Salzarulo et al. | The incremental value of central control in serial supply chains | |
CN117974014A (zh) | 供应物料智能管控方法、装置、设备及介质 | |
Sawik | Multi-objective master production scheduling in make-to-order manufacturing | |
Dhaiban | Two models of inventory system with stochastic demand and deteriorating items: Case study of a local cheese factory | |
CN112561440A (zh) | 一种送货管理方法及管理装置 | |
Ghasemi et al. | A multi-level production-inventory-distribution system under mixed make to stock, make to order, and vendor managed inventory strategies: An application in the pulp and paper industry | |
JP7219289B2 (ja) | 運転在庫および安全在庫決定システム | |
US6970756B2 (en) | Computer-assisted pull flow production management method | |
US10929801B1 (en) | System and method for automated batch inbound transportation appointment setting for retailer distribution centers | |
CN111292032A (zh) | 仓储作业方法、装置、可读介质及系统 | |
Angelus et al. | An asset assembly problem | |
EP3026612A1 (en) | System and methods for order promising using atp aggregation | |
CN115345554B (zh) | 基于存储模型的收发管控方法、装置、设备及存储介质 | |
JP2004106951A (ja) | 在庫管理システム |
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 |