CN113592398A - 一种基于物联网的商品智能供应链配送方法 - Google Patents

一种基于物联网的商品智能供应链配送方法 Download PDF

Info

Publication number
CN113592398A
CN113592398A CN202110860594.3A CN202110860594A CN113592398A CN 113592398 A CN113592398 A CN 113592398A CN 202110860594 A CN202110860594 A CN 202110860594A CN 113592398 A CN113592398 A CN 113592398A
Authority
CN
China
Prior art keywords
period
commodity
data
supply chain
shipment
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
Application number
CN202110860594.3A
Other languages
English (en)
Inventor
周琛
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110860594.3A priority Critical patent/CN113592398A/zh
Publication of CN113592398A publication Critical patent/CN113592398A/zh
Pending legal-status Critical Current

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
    • G06Q10/08—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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于物联网的商品智能供应链配送方法，包括：商品大数据采集智能模块，用于商品销售实时数据生成，汇总，按照“约定时间周期”上报；商品物流信息智能模块，用于接收云服务器发出的物流信息数据，按照“约定时间周期”实施补货；中心控制智能模块承担商品大数据汇总，数据的过滤，数据的结构，数据的加工，数据指令生成、数据的输出。当中心控制智能模块，商品大数据采集智能模块，商品物流信息智能模块等之间通过网络链接起来后，供应链各方之间建立了网络信息通道。通过采集商品信息数据，数据信息加工，数据信息生成，信息指令生成，控制指令生成等一系列实时动态数据信息演进过程，商品智能化动态数据信息就源源不断生产加工出来，从而满足商品智能供应链对配送信息的需求，实现供应链遵照人们的意志来运行。

Description

一种基于物联网的商品智能供应链配送方法
技术领域：
本发明涉及一种基于物联网的商品智能供应链配送方法。
背景技术：
随着大数据、智能化技术的兴起，以及物联网的高速发展，如何面对卖场的周转存货、出货、补货这一“平衡”关系，并从场景、对象、等要素方面实现供销的平衡，进而解决当下人们尚未解决的课题。商品供应链中，出货信息和补货信息至配送中心，配送中心补货给卖场这一过程中，商品补货，考虑在什么时间？采购量是多少？商品调拨，考虑在什么时间，调配量是多少？看似简单问题，却又很难给出准确的答案，原因就在于想要做到准确不是那么容易的事情。这是因为人们还没有运用大数据，没有严谨的算法，无法把握尚未发生事项。就拿补货来说，补的太多会增加库存成本，补的太少会增加缺货成本。
商品供应链特点：需求首先是由“人”随机行为引发的；其二是商品出货数量是随时间变动而变动的；其三是存货、消耗、补充都是变动的。所需要解决的问题是如何实现商品的供应链在运行中的供销数量平衡？传统方法一般都是采用“预测法”，“库存线法”来适应供应链运行。这两种方法都尚存有不足，都无法实现把正确数量的商品，在正确的时间，配送到正确的地点。
发明内容：
本发明所要解决的问题是提供一种基于物联网的商品智能供应链配送方法。本方法通过对卖场出货一方、物流送货一方、商品供货方等通过物联网方式的组网，形成信息数据链通道。通过智能算法导入物联网中心控制模块，在实时大数据与算法的引导下，智能模块之间信息数据链的衔接，实现商品供应链的供销商品的平衡。
为了解决前述存在的技术问题，本发明基于物联网的商品智能供应链配送方法，按照“云”服务结构搭建的数据功能分担模块，提出了一种运用商品实时动态大数据反馈人工智能控制系统的控制方法。包括如下：
第一中心控制智能模块，部署在网络上(云端)，是核心数据处理模块，主要依据F(覆盖周期)＝补货周期×2+冗余周期这一公式，确定补货的时间周期条件，确立覆盖期数量；二是按照算法确立覆盖期存货数列Bi，变动存货数列Ci，以及补货数列Di，承担数据信息的运算与控制指令生成、以及下发至各智能模块。
第二商品大数据采集智能模块，部署在商场一方，承担按照时间周期、出货数量、罗列时间周期数列Ni，出货数列Ai数据表格，形成源数据收集，实现出货实时数据等信息的汇总，输出上报至中心控制模块。
第三商品物流信息智能模块，部署在商品与物流的提供一方，承担按照时间周期、出货数量、罗列时间周期数列Ni，补货数列Di数据结构，形成输入补货收货数据等信息，实现物流信息指令的接受与发布。
当第一中心控制智能模块，第二商品数据采集智能模块，第三商品物流信息智能模块之间通过网络链接起来后，模块之间建立了信息通道。控制智能模块接收来自商品数据采集智能模块信息数据传输，生成信息数据指令，下发至物流智能信息模块，形成数据信息生成，信息指令生成，控制指令生成。
附图说明：
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明示例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
附图1是物联网结构下实时大数据反馈人工智能控制系统的框图；
附图2是物联网结构下实时大数据反馈人工智能控制系统的控制过程流程图。
本发明通过第一中心控制智能模块，包括：
步骤1：导入商品流转时间周期公式。即：F＝2X+b；F代表出货周期、X代表补货周期、b代表冗余周期。即：出货周期＝补充周期×2+冗余周期，冗余周期b＝0、1、2、3……，b根据条件可设定为任意常数。
步骤2：导入算法定义如下：
N周期：N可以是日、周、旬、月、年…；
i＝1、2、3、4……，i指第i个时间周期；
Ai出货：是指某种商品某周期的出货数量；
Bi覆盖期存货：是指某种商品不同覆盖周期的存货数量；
Ci变动存货：是指1/2出货周期末存货数量；
Di补货：是指1/2出货周期末开始应补充货数量。
步骤3：卖场里有某种商品需要按某时间周期补充供货。依据该种商品的有关数据，对其每周的出货数据做以数据序列，进行数据运算，具体如下：
F＝2X+b；当X＝1；b＝1
F＝3时：
Bi覆盖存货＝Ai周期出货+A(i-1)周期出货+A(i-2)周期出货
当F＝5时：
Bi覆盖存货＝Ai覆盖周期+A(i-1)覆盖周期+…+A(i-4)覆盖周期
当F＝7：
Bi覆盖存货＝Ai覆盖周期+A(i-1)覆盖周期+…+A(i-6)覆盖周期
数列数据移动每次1个周期，Ci变动存货＝B(i-1)-Ai
数列数据移动每次2个周期，Ci变动存货＝B(i-2)-Ai-A(i-1)
数列数据移动每次3个周期，Ci变动存货＝B(i-3)-Ai-A(i-1)-A(i-2)，以此类推
Di补货＝Bi-Ci
通过第二商品数据采集智能模块，包括：
步骤1：导入本模块数据生成列表输入源数据，并按照每种商品的时间周期、数量生成数列信息结构，依据商品大数据进行数据嵌入，生成商品周期数据；
步骤2：按照指令向控制模块上报实时源数据，接受控制模块下发的指令数据。
通过第三商品物流智能信息模块，包括：
步骤1：导入本模块物流数据生成列表，并按照接受的每种商品的时间周期、数量指令生成物流数据结构；
步骤2：承接发给本模块数据信息，形成物流信息指令，上报中心控制模块物流信息生成指令。
本发明在物联网各智能模块承载下，按照一个实例的实时数据反馈人工智能控制系统的控制方法的流程图，见附图2。
下面结合附图1、图2和实施方式对本发明做进一步的详细说明
具体实施方式：
举例一：
表一的数据数列如下：
按照F(覆盖周期数)＝补充周期×2+冗余周期，
出货周期＝补货周期×2+冗余周期
当补充周期＝1、出货周期＝2、冗余周期＝1、覆盖周期＝3
Bi覆盖存货＝Ai周期出货+A(i-1)周期出货+A(i-2)周期出货
B3＝A3+A2+A1＝6+4+2＝12；B4＝A4+A3+A2；…B12＝A12+A11+A10；以此类推
数列数据移动每次为1个周期
Ci变动存货＝B(i-1)覆盖期存货-Ai周期出货
C4＝B3-A4＝12-8＝4；C5＝B4-A5；……C12＝B11-A12；以此类推；
Di补货＝Bi覆盖期存货-Ci变动存货
D4＝B4-C4＝18-4＝14；D5＝B5-C5＝24-8＝16；…D12＝B12-C12＝14-10＝4；
以此类推。
当覆盖期是3，即意味着，系统为您匹配Ai、A(i+1)、2个周期出货时间，一个冗余周期。第A(i+1)个周期时间开始出货时，上报第A(i)个周期已出货信息，第A(i+1)个周期出货与补充第A(i)个周期引起的销售缺货同步进行；下一步数列随时间移动，系统为您匹配A(i+1)、A(i+2)、2个周期出货时间，第A(i+2)个周期时间开始出货时，上报第A(i+1)个周期已出货信息，第A(i+2)个周期出货与补充第A(i+1)个周期引起的销售缺货同步进行。后面以此类推，
以此罗列数字序列获得补货周期数列等其它数列见表一
(表一)
Figure BSA0000248350300000061
注：当Di出现负数时，也就是Ci变动存货等于或大于Bi覆盖存货时，无需补货，并且需要用Ci代替Bi，继续后续运行。
举例二：
表二的数据数列如下：
按照F(覆盖周期数)＝补充周期×2+冗余周期，
出货周期＝补货周期×2
当补充周期＝2、出货周期＝4、冗余周期＝1、覆盖周期＝5
Bi覆盖存货＝Ai覆盖周期+A(i-1)覆盖周期+A(i-2)覆盖周期+A(i-3)覆盖周期+A(i-4)覆盖周期
B5＝A5+A4+A3+A2+A1＝30 B7＝A7+A6+A5+A4+A3＝46以此类推
数列数据移动每次为2个周期
Ci＝B(i-2)-Ai-A(i-1)
C7＝B5-(A7+A6)＝30-(12+10)＝8 C9＝B7-(A9+A8)＝46-(6+8)＝32
C11＝B9-(A11+A10) C13＝B11-(A13+A12)以此类推
Di补货＝Bi覆盖期存货-Ci变动存货
D7＝B7-C7＝46-8＝38 D9＝B9-C9＝46-32＝14……D13＝B13-C13＝22-30＝-8，以此类推。
当覆盖期是5，即意味着，系统为您匹配Ai、A(i+1)、A(i+2)、A(i+3)，4个周期的出货时间，一个冗余周期。第A(i+2)、A(i+3)两个周期出货时，上报第Ai、A(i+1)两个周期出货信息，第A(i+2)、A(i+3)两个周期出货与补充第Ai、A(i+1)两个周期引起的销售缺货同步进行；下一步数列移动至A(i+4)、A(i+5)，系统为您匹配A(i+2)、A(i+3)A(i+4)、A(i+5)4个周期出货时间，第A(i+4)、A(i+5)2个周期时间开始出货时，上报第A(i+2)、A(i+3)个周期出货信息，第A(i+4)、A(i+5)个周期出货时与补充第A(i+2)、A(i+3)个周期引起的销售缺货同步进行。后面以此类推。
以此罗列数字序列获得补货周期数列等其它数列见表二
(表二)
Figure BSA0000248350300000071
注：当Di出现负数时，也就是Ci变动存货等于或大于Bi覆盖存货时，无需补货，并且需要用Ci代替Bi，继续后续运行。
举例三：
表三的数列数据如下：
按照F(覆盖周期数)＝补充周期×2+冗余周期，
出货周期＝补货周期×2
当补充周期＝3，使用周期＝6，冗余周期＝1，覆盖周期7
Bi覆盖存货＝Ai覆盖周期+A(i-1)覆盖周期+A(i-2)覆盖周期+A(i-3)覆盖周期+A(i-4)覆盖周期+A(i-5)覆盖周期+A(i-6)覆盖周期
B7＝A7+A6+A5+A4+A3+A2+A1＝52 B10＝A10+A9+A8+A7+A6+A5+A4＝58，以此类推。
数列数据移动每次为3个周期
Ci＝B(i-3)-Ai-A(i-1)-A(i-2)
C10＝B7-A10-A9-A8＝52-4-6-8＝34
C13＝B10-A13-A12-A11＝58-6-4-2＝46以此类推
Di＝Bi-Ci
D10＝B10-C10＝58-34＝24 D13＝B13-C13＝40-46＝-6
当覆盖期是7，即意味着，系统为您匹配Ai、A(i+1)、A(i+2)、A(i+3)、A(i+4)、A(i+5)6个周期的出货时间，一个冗余周期。A(i+3)、A(i+4)、A(i+5)3个周期的出货时，上报Ai、A(i+1)、A(i+2)3个周期的已出货信息，第A(i+3)、A(i+4)、A(i+5)3个周期时间出货与补充第Ai、A(i+1)、A(i+2)3个周期引起的销售缺货同步进行。下一步数列移动，第A(i+6)、A(i+7)、A(i+8)3个周期出货时，上报A(i+3)、A(i+4)、A(i+5)3个周期已出货信息，第A(i+6)、A(i+7)、A(i+8)3个周期出货与补充A(i+3)、A(i+4)、A(i+5)3个周期引起的销售缺货同步进行。以此类推。
以此罗列数字序列获得补货周期数列等其它数列见表三
(表三)
Figure BSA0000248350300000091
注：当Di出现负数时，也就是Ci变动存货等于或大于Bi覆盖存货时，无需补货，并且需要用Ci代替Bi，继续后续运行。
依据举例一、举例二、举例三，其N定义代表的周期不同，其覆盖的周期就不同。若N为“日”，其举例一覆盖期等于3日，举例二覆盖期等于5日，举例三覆盖期为7日；若N为“周”，其举例一覆盖期等于3周，举例二覆盖期等于5周，举例三覆盖期为7周。其它时间周期等同，以此类推。
动态覆盖需要对定义的每个周期进行数据运算，从新计算出库存配置数量，由其引发的其它变量得出新的数量。动态覆盖是以当期数据为依据的，以此来完成前置时长周期对后续需求时长周期的覆盖。以此类推，每完成一个数据周期任务，数据周期都要随着时间周期而前行。以此实现卖场商品的销售需求的随机变动，实现供应链动态配送需求。
由于动态覆盖库存数量适应每一个覆盖周期的数据变化，它可能是递增或递减，其库存配置数据的变化是动态的。动态的递增递减变化，实际上已经将货品的出货变化率通过数据显现出来，实现动态(增减变化)覆盖，从而计算出新的库存配置数量，新的配送量。
同时，从表一、表二、表三中可以直接看出，Ni是时间周期数列组成，Ai是出货数列组成，这两个数列是客观自然形成数列的排序。而Bi覆盖周期数量数列，Ci变动存货周期存货数列，Di补充周期补货数量数列都是通过算法得出的。当Ni时间周期越长时，补货数量就越大。反之，Ni时间周期越短，补货数量就越小。在等周期时间内，可以通过覆盖期延长，增大补货数量，减少配送频次，降低冗余数量，提升资金效率。总之，由于本方法的问世，人们可以自如的按照资源条件匹配供应链逻辑关联，实现数量优先，资金有限，配送优先，货位优先等，让供应链遵照人们的意志来运行。
本发明通过发明涉及的对象、发明的技术目标、发明的基本依据、发明的具体方法、发明结果的呈现，完整的诠释了本发明。
发明涉及的场景：智能化供应链正在成为各行各业技术进步的主要方式之一，遍布于国内各个地方的大中小型购物超市以及商场，是商品流通的重要节点，其所涉及的商品供应链形态，是本发明研究应用的对象。
发明的技术目标：商品智能化供应链的技术目标为，把正确数量的商品，在正确的时间，配送到正确的地点。如何结合超市的实际流通状态，运用人们的智慧与知识，实现这一目的，是本发明的设计目标。
发明的基本依据：本发明设计的依据为超市、商品供给方、商品物流方，商品品种、数量、日期三位一体的大数据流通的集合，通过物联网实现各方的网络连接。商品出货大数据是各类超市运行的基本形态，运用大数据理念与方法，对超市大数据集合进行归纳、梳理、分类、挖掘、加工等，使之成为数据工具，超市商品的流通数据是本发明的数据源。
发明的具体方法：本发明是通过对超市商品的品种、数量、日期这一具体客观形态的界定做依循，运用客观的物理学模型，引用数学的数列方式表达，以及数列的移动与运算，实现动态的商品流通与补给在时间周期条件下数量与类别的关联。通过物联网各信息智能模块的导入、承载，完成了商品流通与补给这种依赖关联，在现有库存法或预测法的基础上，升级到逻辑化、大数据算法的关联。这一方法体现了将不同“维度”的事务，通过时间周期这一物理学模型，算法加持，统一到统一的时间周期“维度”中去，用时间周期维度，实现了主从数据动态对应，按时间周期运行，由此而实现了商品智能化供应链技术方案。
发明结果的呈现：本发明特点是：实现了按照销售数量递增，配送递增；销售数量递减，配送递减，逻辑化的实现动态配送，满足人们对销售、配送、补货的智能化需求。这一方法将传统的预测法、库存法这一“静态”配送方式，提升到了“动态”配送方式，彻底实现了商品配送供应链平衡，也可称谓实现了商品智能化配送方法。
综上所述，本方法解决了如何实现商品在动态变化中，实现供应链运行的逻辑平衡与供给平衡，并以算法方式实现了数据链闭合，实现了卖场商品智能供应链构建。超市商品智能化供应链建设，是物联网平台与大数据算法的结合，其核心是物理学模型与算法，依据是在物联网结构下实时大数据反馈人工智能控制系统与算法的结合，进而采用工程技术的应用实践，超市商品智能化供应链将会得到创新与发展。

Claims (6)

1.一种基于物联网的商品智能供应链配送方法，通过物联网将中心控制智能模块、商品大数据采集智能模块、商品物流信息智能模块等连接起来。其特征在于，包括以下方法步骤：
步骤一、导入商品流转时间周期定律。即：F＝2X+b；F代表出货周期、X代表补货周期、b代表冗余周期。即：出货周期＝补充周期×2+冗余周期，冗余周期b＝0、1、2、3……是常数；
步骤二、N周期：N可以是日、周、旬、月、年…；
步骤三、根据商品流转时间周期定律：F(覆盖周期)＝补货周期×2+冗余周期其中，出货周期＝补货周期×2；
步骤四、商品出货列表各数列设定为：
N＝周期：N可以是目、周、旬、月、年…，多个Ni就形成了时间周期数列；i＝1、2、3、4……；i是指第i个时间周期；
Ai出货数量：是指某种商品某周期的出货数量，多个Ai就形成了周期出货数列；
Bi覆盖期存货数量：是指某种商品不同覆盖周期的存货标准数量，多个Bi就形成了覆盖期的存货数列；
Ci变动存货数量：是指1/2出货周期末存货数量，多个Ci就形成了1/2出货周期变动存货数列；
Di补货数量：是指本1/2出货周期开始应补充货数量，多个Di就形成了1/2出货周期的补货数列。
步骤五、依据时间变化运行的5种数列，是以当期数据为依据的，数列之间存在着相互的数据关联。Ni、是时间自然数列，Ai是市场出货自然数列，Bi、Gi、Di是人为算法的导出数列。
2.根据权利要求1所述的一种基于物联网的商品智能供应链配送方法，其特征在于，所述供应链配送方法步骤四要素之一Bi可表示为：Bi＝Ai+A(i-1)+…+A{i-(i-1)}。这里是指覆盖期是几个，那就是几个的数量之和。
3.根据权利要求1所述的一种基于物联网的商品智能供应链配送方法，其特征在于所述供应链配送方法步骤四要素之二Ci可表示为：补货1个周期，Ci＝B(i-1)-Ai；补货2个周期，Ci＝B(i-2)-Ai-A(i-1)；补货3个周期，Ci＝B(i-3)-Ai-A(i-1)-A(i-2)；以此类推。这里是指覆盖期存货数量减去补充期出货数量，补货是几个周期就减去几个周期数量之和。
4.根据权利要求1所述的一种基于物联网的商品智能供应链配送方法，其特征在于所述供应链配送方法步骤四要素之三Di可表示为：Di＝Bi-Ci。
5.根据权利要求1所述的一种基于物联网的商品智能供应链配送方法，其特征在于所述供应链配送方法步骤五商品数列随时间移动运行中，其Di补货数量出现零或负值时，这时Bi≤Ci，此时变动存货已等于或大于覆盖存货，补货停止。若Ci大于Bi，应用Ci替代Bi，继续后续运行，直至Bi大于或等于Ci后。
6.根据权利要求1所述的一种基于物联网的商品智能供应链配送方法，其特征在于，所述步骤N的参数为时间参数，是指日、周、旬、月、季、年、数日、数周、数旬、数月、数季、数年等。
CN202110860594.3A 2021-07-28 2021-07-28 一种基于物联网的商品智能供应链配送方法 Pending CN113592398A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110860594.3A CN113592398A (zh) 2021-07-28 2021-07-28 一种基于物联网的商品智能供应链配送方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110860594.3A CN113592398A (zh) 2021-07-28 2021-07-28 一种基于物联网的商品智能供应链配送方法

Publications (1)

Publication Number Publication Date
CN113592398A true CN113592398A (zh) 2021-11-02

Family

ID=78251384

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110860594.3A Pending CN113592398A (zh) 2021-07-28 2021-07-28 一种基于物联网的商品智能供应链配送方法

Country Status (1)

Country Link
CN (1) CN113592398A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080162270A1 (en) * 2006-12-29 2008-07-03 Edward Kim Method and system for forecasting future order requirements
CN109711761A (zh) * 2018-11-15 2019-05-03 深圳市福尔科技有限公司 一种自动补货方法及系统
CN110751436A (zh) * 2019-09-30 2020-02-04 青岛富通万方物流有限公司 基于动态库存管理的仓库管理系统
CN110751497A (zh) * 2018-07-23 2020-02-04 北京京东尚科信息技术有限公司 一种商品补货方法和装置
CN111784245A (zh) * 2020-06-30 2020-10-16 广东奥园奥买家电子商务有限公司 仓库采购清单生成方法、装置、设备以及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080162270A1 (en) * 2006-12-29 2008-07-03 Edward Kim Method and system for forecasting future order requirements
CN110751497A (zh) * 2018-07-23 2020-02-04 北京京东尚科信息技术有限公司 一种商品补货方法和装置
CN109711761A (zh) * 2018-11-15 2019-05-03 深圳市福尔科技有限公司 一种自动补货方法及系统
CN110751436A (zh) * 2019-09-30 2020-02-04 青岛富通万方物流有限公司 基于动态库存管理的仓库管理系统
CN111784245A (zh) * 2020-06-30 2020-10-16 广东奥园奥买家电子商务有限公司 仓库采购清单生成方法、装置、设备以及存储介质

Similar Documents

Publication Publication Date Title
Rau et al. Integrated inventory model for deteriorating items under a multi-echelon supply chain environment
Hoque Synchronization in the single-manufacturer multi-buyer integrated inventory supply chain
Sajadieh et al. Developing a coordinated vendor–buyer model in two-stage supply chains with stochastic lead-times
Kayvanfar et al. A multi-echelon multi-product stochastic model to supply chain of small-and-medium enterprises in industrial clusters
Li et al. A multi-phase algorithm for a joint lot-sizing and pricing problem with stochastic demands
Bakhrankova et al. Stochastic optimization of operational production planning for fisheries
CN108665092A (zh) 一种基于混合萤火虫算法的全流程排产与优化方法
CN108596375A (zh) 一种装备制造业物料需求方案设计方法及系统
Pourakbar et al. A joint economic lot-size model for an integrated supply network using genetic algorithm
Abdul-Jalbar et al. Policies for a single-vendor multi-buyer system with finite production rate
Deb et al. A genetic algorithm based heuristic optimization technique for solving balanced allocation problem involving overall shipping cost minimization with restriction to the number of serving units as well as customer hubs
Marzetti The Fund‐Flow Approach: A Critical Survey
Sadeghi et al. Multilevel production systems with dependent demand with uncertainty of lead times
CN113592398A (zh) 一种基于物联网的商品智能供应链配送方法
CN113626966A (zh) 库存补货方法、计算机可读存储介质以及终端设备
Minniti Multi-product firms, R&D, and growth
Abraham et al. A genetic algorithm approach for integrated production and distribution problem
Ramasesh Procurement under uncertain supply lead times—a dual-sourcing technique could save costs
Kim et al. Scenario aggregation for supply chain quantity-flexibility contract
Alizadeh et al. Analyzing a stochastic inventory system for deteriorating items with stochastic lead time using simulation modeling
CN115049332A (zh) 仓储网络的网络库存信息确定方法及电子设备
Widyadanaa et al. A multi-product EPQ model with discrete delivery order: a Langrangean solution approach
Troutt et al. Multi-stage efficiency tools for goal setting and monitoring in supply chains
Jayarathna et al. Application of clusters in a transportation network
NAGASAWA et al. Multiple Can-order Level for Can-order Policies under Carrier Capacity and Correlated Demands

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