CN113762859A - 库存分仓方法、装置、系统和存储介质 - Google Patents
库存分仓方法、装置、系统和存储介质 Download PDFInfo
- Publication number
- CN113762859A CN113762859A CN202011337325.0A CN202011337325A CN113762859A CN 113762859 A CN113762859 A CN 113762859A CN 202011337325 A CN202011337325 A CN 202011337325A CN 113762859 A CN113762859 A CN 113762859A
- Authority
- CN
- China
- Prior art keywords
- warehouse
- warehousing
- inventory
- amount
- binning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 238000007726 management method Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 7
- 230000002596 correlated effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000012384 transportation and delivery Methods 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 101100412093 Schizosaccharomyces pombe (strain 972 / ATCC 24843) rec16 gene Proteins 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101100238610 Mus musculus Msh3 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—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
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种库存分仓方法、装置、系统和存储介质，涉及自动化仓储领域。库存分仓方法包括：采用多层仓储网络中每个层级的每个仓库对下游层级仓库的支援量、以及入库货物在不同层级间的分仓比例，表示仓库的库存量；使用由每个仓库的支援量确定的运输成本、以及由每个仓库的库存量确定的库存成本，表示仓储管理成本；确定在满足预设的约束条件、并且仓储管理成本最小的情况下，不同层级间的分仓比例；根据仓储网络的总入库量以及不同层级间的分仓比例，确定每个仓库的入库量。本发明的实施例针对多层级的仓储网络，能够更准确地确定入库货物的入库仓库，并且也提高了仓储管理效率。
Description
技术领域
本发明涉及自动化仓储领域，特别涉及一种库存分仓方法、装置、系统和存储介质。
背景技术
库存，是企业为应对未来市场需求的波动而持有、储备的资源。过高的库存会导致持有成本增长，而过少的库存会导致客户需求无法得到满足，进而产生缺货成本。目前，库存主要根据对未来销量的预测来确定。库存分仓指的是在具有多个仓库的情况下，根据销量预测的结果，将库存分布至多个库房的算法。库存分仓一般用于由计划驱动的补货中。在计划性补货中，每次补货的库存由计划产生，进而被分配到各个库房。
在相关技术中，库存分仓算法的流程如下：
1)根据商品过往一段周期内市场的需求，估算未来一段时间内商品的供应量；
2)根据供应商到各个仓库的送货时长，估算其未来大概的送货时长；
3)结合上述数据、以及对各个仓库缺货概率的设计，输出各个仓库的目标库存；
4)将总库存按照各个仓库目标库存的比例，分配至各个仓库。
发明内容
发明人经过分析后发现，相关技术仅面向于单层的仓储网络，而对多层网络的结构没有加以考虑。
本发明实施例所要解决的一个技术问题是：在多层网络的仓储结构下，如何提高入库货物的分仓准确性，以提高仓储管理效率。
根据本发明一些实施例的第一个方面，提供一种库存分仓方法，包括：采用多层仓储网络中每个层级的每个仓库对下游层级仓库的支援量、以及入库货物在不同层级间的分仓比例，表示仓库的库存量；使用由每个仓库的支援量确定的运输成本、以及由每个仓库的库存量确定的库存成本，表示仓储管理成本；确定在满足预设的约束条件、并且仓储管理成本最小的情况下，不同层级间的分仓比例；根据仓储网络的总入库量以及不同层级间的分仓比例，确定每个仓库的入库量。
在一些实施例中，在预设的时间段内，对于除首个时间单位以外的每个时间单位，在该时间单位的上一个时间单位有入库货物的情况下，每个仓库在时间单位的期初库存量根据上一个时间单位的期初库存量，以及上一个时间单位中仓库的本地供应量、仓库对下游层级仓库的支援量、入库量确定。
在一些实施例中，在该时间单位的上一个时间单位没有入库货物的情况下，每个仓库在时间单位的期初库存量根据上一个时间单位的期初库存量、上一个时间单位中仓库的本地供应量、上一个时间单位中仓库对下游层级仓库的支援量确定。
在一些实施例中，上一个时间单位的入库量根据上一个时间单位的总入库量、同层级仓库间的分仓比例、以及不同层级间的分仓比例确定。
在一些实施例中，同层级仓库间的分仓比例根据同层级仓库中每个仓库的预估供应量确定。
在一些实施例中，约束条件包括：在预设时间段内的每个时间单位中，每个仓库的期初库存量大于仓库的本地供应量以及支援量之和。
在一些实施例中，约束条件包括：在预设时间段内的每个时间单位中，采用每个仓库的本地供应量以及支援量之和表示仓库的计划供应量，时间单位的计划供应量为时间单位的预估供应量与计划比例的乘积，计划比例为时间段内的计划出库量、与时间段内预估供应量的总和之比。
在一些实施例中，根据仓储网络的总入库量以及不同层级间的分仓比例，确定每个仓库的入库量包括：根据仓储网络的总入库量、不同层级间的分仓比例、以及同层级仓库间的分仓比例，确定每个仓库的第一入库量；将每个仓库的最大目标库存、与仓库的第一入库量中的最小值，确定为仓库的第二入库量，并将仓库的第二入库量与第一入库量之差确定为差额入库量；将每个仓库的入库量确定为仓库的第二入库量与补充入库量之和，其中，补充入库量为仓库的下游仓库的差额入库量之和。
在一些实施例中，运输成本和库存成本与货物的体积成正相关关系。
根据本发明一些实施例的第二个方面，提供一种库存分仓装置，包括：库存成本确定模块，被配置为采用多层仓储网络中每个层级的每个仓库对下游层级仓库的支援量、以及入库货物在不同层级间的分仓比例，表示所述仓库的库存量；以及使用由每个仓库的支援量确定的运输成本、以及由每个仓库的库存量确定的库存成本，表示所述仓储管理成本；分仓比例确定模块，被配置为确定在满足预设的约束条件、并且仓储管理成本最小的情况下，所述不同层级间的分仓比例；以及入库量确定模块，被配置为根据仓储网络的总入库量以及不同层级间的分仓比例，确定每个仓库的入库量。
根据本发明一些实施例的第三个方面，提供一种库存分仓装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器中的指令，执行前述任意一种库存分仓方法。
根据本发明一些实施例的第四个方面，提供一种库存分仓系统，包括：前述任意一种库存分仓装置；以及，数据库，被配置为存储仓储网络的总入库量、以及每个仓库的入库量。
在一些实施例中，库存分仓系统还包括：输入接口，被配置为从数据库中读取仓储网络的总入库量、以及每个仓库的入库量，并发送给库存分仓装置；单据生成器，被配置为根据库存分仓装置生成的、每个仓库的入库量，为每个仓库生成采购单据。
根据本发明一些实施例的第五个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任意一种库存分仓方法。
上述发明中的一些实施例具有如下优点或有益效果：本发明的实施例针对多层级的仓储网络，在计算各个仓库的入库量时，考虑跨层级货物调拨的运输成本以及各仓库的仓储成本，从而能够更准确地确定入库货物的入库仓库，并且也提高了仓储管理效率。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示例性地示出了一种多层的仓储网络的结构示意图。
图2示出了根据本发明一些实施例的库存分仓方法的流程示意图。
图3示出了根据本发明一些实施例的入库计划生成方法的流程示意图。
图4示出了根据本发明一些实施例的库存分仓装置的结构示意图。
图5示出了根据本发明一些实施例的库存分仓系统的结构示意图。
图6示出了根据本发明另一些实施例的库存分仓装置的结构示意图。
图7示出了根据本发明又一些实施例的库存分仓装置的结构示意图。
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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作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。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
图1示例性地示出了一种多层的仓储网络的结构示意图。在该仓储网络中，分为中央仓(CDC)11、区域仓(RDC)12、前置仓(FDC)13三个层级，层级内的不同仓库间距离较近，运输成本可以忽略不计；而不同层级的仓库间距离较远，如果进行跨级的货物调配，可能会产生一定的运输费用。
在单层网络下，货物的分配策略只需要考虑各仓的销量，以最小化因库存配置不均匀所导致的额外仓储成本。而在多层网络下，货物在仓储网络中除了会产生仓储成本，还会产生因不同层网络间调拨导致的运输费用。例如，在将库存配置于网络上层时，如果下层仓库库存不足，通过将货物运输到下层仓库，可以减少因配置不均产生的仓储成本。但是，这一过程会产生运输费用。相关技术在进行分仓时均未考虑这一因素。因此，发明人提出了本发明，以在多层网络的仓储管理中同时考虑运输因素和仓储因素。下面参考图2描述本发明库存分仓方法的实施例。
图2示出了根据本发明一些实施例的库存分仓方法的流程示意图。如图2所示，该实施例的库存分仓方法包括步骤S202～S208。
步骤S202中，采用多层仓储网络中每个层级的每个仓库对下游层级仓库的支援量、以及入库货物在不同层级间的分仓比例，表示仓库的库存量。
在不同层级的仓库中，下游层级的仓库接收上游层级仓库的支援。以图1为例，从上游到下游依次为中央仓11、区域仓12、前置仓13，则区域仓12接受中央仓11的支援，前置仓13接受区域仓12的支援。
在仓库货物的周转过程中，仓库的库存量通常来自于整个仓库网络的“入库货物”。例如，某货物A需要进货10000件，则这10000件根据分仓比例分配给仓储网络中的各个仓库。此外，由于本申请的多层级仓储网络存在货物在不同层级间货物调拨的情况，因此，仓库货物除了流向用户以外，还有可能流向下游层级的仓库，使得仓库的库存减少。因此，可以使用支援量和入库货物的分仓比例，来反映库存量的变化。
在一些实施例中，在预设的时间段内，对于除首个时间单位以外的每个时间单位，在该时间单位的上一个时间单位有入库货物的情况下，每个仓库在时间单位的期初库存量根据上一个时间单位的期初库存量，以及上一个时间单位中仓库的本地供应量、仓库对下游层级仓库的支援量、入库量确定。本地供应量是指仓库库存中，在非其他仓库支援的货物中，供应给用户的货物数量。从而，在考虑仓库的库存变化时，将不同层级间的支援情况也考虑在内，从而在进行分仓规划时，规划结果能够更符合多层网络的实际状态。
在一些实施例中，上一个时间单位的入库量根据上一个时间单位的总入库量、同层级仓库间的分仓比例、以及不同层级间的分仓比例确定。
例如，采用公式(1)表示时间单位t(例如第t天)的期初库存。期初库存是指时间单位开始时的库存量。
在公式(1)中，t表示时间单位的标识；i表示仓库标识；
表示仓库i在第t个时间单位的期初库存，例如，第t日开始时的库存；
表示仓库i在第t-1个时间单位的本地供应量；l表示仓库i的下游仓库的标识，I(i)表示仓库i的下游仓库的集合；
表示在第t-1个时间单位，仓库i向I(i)中的各个仓库的支援量的总和；J表示补货的时间单位集合，即仓储网络进行货物入库的时间单位的集合；r(i)表示仓库i所属的层级；
表示对于第j个时间单位的入库货物，仓库i所在层级的分仓比例；βi表示仓库i在其所属层级内的分仓比例；inj表示第j个时间单位的入库量。
在一些实施例中，第j个时间单位的入库量inj通过公式(2)计算。
在公式(2)中，j表示有入库计划的时间单位；m表示预设的时间段，其为有入库计划的时间单位的集合；INm表示时间段m计划的入库量，该数据可以从仓储网络的出入库计划中获得，例如通过读取出入库计划数据库获得；jm表示时间段m计划的入库次数。
在一些实施例中，同层级仓库间的分仓比例根据同层级仓库中每个仓库的预估供应量确定。例如，通过公式(3)计算同层级仓库间的分仓比例。
在公式(3)中，βi表示仓库i在其所属层级内的分仓比例，即，在仓库i所属层级所有仓库的入库总量中的占比；
表示仓库i在预设时间段m的预估供应量，例如预估销量。从而，根据各仓库的供应情况来对同一层级的入库货物进行分配，能够尽量避免同级仓库间的货物调动，提高了货物供应的及时性。
在一些实施例中，在某时间单位的上一个时间单位没有入库货物的情况下，每个仓库在该时间单位的期初库存量根据上一个时间单位的期初库存量、上一个时间单位中该仓库的本地供应量、上一个时间单位中该仓库对下游层级仓库的支援量确定。例如，对于没有入库货物的时间单位t，使用公式(4)计算
公式(4)中各参数的定义参见公式(1)。从而，在没有入库计划的时间单位，仓库的库存变化要考虑不同层级间的支援情况，但不需要考虑入库情况。
步骤S204中，使用由每个仓库的支援量确定的运输成本、以及由每个仓库的库存量确定的库存成本，表示仓储管理成本。从而，建立了不同层级间的分仓比例、仓储管理成本之间的关联关系。
步骤S206中，确定在满足预设的约束条件、并且仓储管理成本最小的情况下，不同层级间的分仓比例。
例如，使用公式(5)确定令仓储管理成本最小化的优化目标。
在公式(5)中，设t表示时间段m内的任意一个时间单位，i表示仓储网络中的任意一个仓库，l表示仓库i的下游仓库。
在一些实施例中，运输成本和库存成本与货物的体积成正相关关系，即函数g和f的参数还可以包括被存储或被运输货物的体积。从而，在权衡仓储管理的成本时，还额外考虑商品的件型和体积等特征，提高了计算的准确性。
在一些实施例中，约束条件包括：在预设时间段内的每个时间单位中，每个仓库的期初库存量大于仓库的本地供应量以及支援量之和。
例如，使用公式(6)表示该约束条件。
在公式(6)中，各参数的含义参考前述公式。由公式(6)可知，对于每个仓库，由于仓库在每个时间单位需要向用户供应货物、以及可能向下游层级的仓库支援货物。因此通过该实施例，期初库存量能够满足这两个渠道的需求量，提高了仓储管理的效率。
在一些实施例中，约束条件包括：在预设时间段内的每个时间单位中，采用每个仓库的本地供应量以及支援量之和表示仓库的计划供应量，某个时间单位的计划供应量为该时间单位的预估供应量与计划比例的乘积，计划比例为该时间段内的计划出库量、与该时间段内预估供应量的总和之比。
在公式(7)中，
表示仓库i在时间单位t的预估供应量；
表示仓库i在时间单位t的本地供应量，即仓库i本身具有的、并供应给用户的货物量；UI(i)表示仓库i的支援仓库的集合，即，仓库i接受UI(i)中的仓库u所支援的货物；
表示单位时间t内，仓库u支援仓库i的货物数量。
通过在考虑每个仓库的预估供应量时，除了参考仓库本身能够供应给用户的货物以外，还考虑其他仓库向本仓库支援的、用户供应给用户的货物，从而能够更准确地描述仓库的供应量，提高了仓储管理的效率。
在一些实施例中，基于约束条件，通过对仓储管理成本的关系表示来求解分仓比例。当仓储管理成本的关系表示为线性时，将求解转换为线性规划问题，并例如使用Simplex等求解线性规划的方法计算出结果。
步骤S208中，根据仓储网络的总入库量以及不同层级间的分仓比例，确定每个仓库的入库量。
在一些实施例中，根据总入库量和每个层级对应的分仓比例，计算每个层级的入库量；然后根据同一层级间不同仓库的分仓策略，例如同级仓库间的分仓比例，确定每个仓库的入库量。
上述实施例针对多层级的仓储网络，在计算各个仓库的入库量时，考虑跨层级货物调拨的运输成本以及各仓库的仓储成本，从而能够更准确地确定入库货物的入库仓库，并且也提高了仓储管理效率。
下面参考图3描述货物入库计划生成方法的实施例。
图3示出了根据本发明一些实施例的入库计划生成方法的流程示意图。如图3所示，该实施例的入库计划生成方法包括步骤S302～S306。
在步骤S302中，根据仓储网络的总入库量、不同层级间的分仓比例、以及同层级仓库间的分仓比例，确定每个仓库的第一入库量。
第一入库量即为根据分仓比例，初步确定的分配到各个仓库的入库量。在一些实施例中，采用公式(8)计算仓库i的第一入库量rep1i。
在公式(8)中，r(i)表示仓库i所属的层级；
表示对于第j个时间单位的入库货物，仓库i所在层级的分仓比例；βi表示仓库i在其所属层级内的分仓比例；inj表示第j个时间单位的入库量。
在步骤S304中，将每个仓库的最大目标库存、与该仓库的第一入库量中的最小值，确定为该仓库的第二入库量，并将该仓库的第二入库量与第一入库量之差确定为差额入库量。
在一些实施例中，分别采用公式(9)和(10)计算仓库i的第二入库量rep2i以及差额入库量rep3i。
rep2i＝min(rep1i,ti_maxi) (9)
rep3i＝rep2i-rep1i (10)
在公式(9)中，ti_maxi表示仓库i的最大目标库存。从而，采用最大目标库存限制入库量。
差额入库量可以由其他仓库协助承担，例如，由仓库i的上游仓库承担。当仓库i本地库存不满足用户的需求量时，再由其他仓库调拨货物至仓库i。
在步骤S306中，将每个仓库的入库量确定为该仓库的第二入库量与补充入库量之和，其中，补充入库量为仓库的下游仓库的差额入库量之和。
在一些实施例中，采用公式(11)确定仓库i的入库量repfinali。
repfinali＝rep2i+∑urep3u (11)
在公式(11)中，u表示仓库i所支援的仓库的标识。
在一些实施例中，为了避免下游仓库的入库量过多，可以从多层仓储网络中最下游的层的仓库开始计算，并在当前层仓库的入库量计算完毕后，计算当前层的上一层中仓库的入库量。
对于预设层级以下的仓库、即存储空间相对有限的仓库，每个仓库计算出入库量后，判断其是否超出ti_maxi，如果超出，使其入库量为ti_maxi、并使用超出的部分更新差额入库量。例如，将仓库i对应的rep3i更新为公式(10)的计算结果、与超出的部分之和。
并且，仓库i在计算时，在使用公式(8)确定了rep1i后，将rep1i再更新为rep1i的原值、与仓库i的下游仓库的差额入库量之和。然后再依次使用公式(9)～(11)计算第二入库量、差额入库量、以及入库量repfinali。
上述实施例的方法在确定入库计划时，参考预先确定的分仓比例。并且，考虑到仓库的仓储能力、以及不同层级之间的货物调拨，对基于分仓比例确定的入库量进行了微调。因此，上述实施例能够适用于多层级仓储网络。通过该实施例，能够更准确地确定入库货物的入库仓库，并且也提高了仓储管理效率。
在一些实施例中，在确定了各个仓库的入库量后，生成入库订单。从而，自动化地实现了入库计划的生成。
下面参考图4描述本发明库存分仓装置的实施例。
图4示出了根据本发明一些实施例的库存分仓装置的结构示意图。如图4所示，该实施例的库存分仓装置400包括：库存成本确定模块4100，被配置为采用多层仓储网络中每个层级的每个仓库对下游层级仓库的支援量、以及入库货物在不同层级间的分仓比例，表示仓库的库存量；以及，使用由每个仓库的支援量确定的运输成本、以及由每个仓库的库存量确定的库存成本，表示仓储管理成本；分仓比例确定模块4200，被配置为确定在满足预设的约束条件、并且仓储管理成本最小的情况下，不同层级间的分仓比例；以及，入库量确定模块4300，被配置为根据仓储网络的总入库量以及不同层级间的分仓比例，确定每个仓库的入库量。
在一些实施例中，在预设的时间段内，对于除首个时间单位以外的每个时间单位，在该时间单位的上一个时间单位有入库货物的情况下，每个仓库在时间单位的期初库存量根据上一个时间单位的期初库存量，以及上一个时间单位中仓库的本地供应量、仓库对下游层级仓库的支援量、入库量确定。
在一些实施例中，在该时间单位的上一个时间单位没有入库货物的情况下，每个仓库在时间单位的期初库存量根据上一个时间单位的期初库存量、上一个时间单位中仓库的本地供应量、上一个时间单位中仓库对下游层级仓库的支援量确定。
在一些实施例中，上一个时间单位的入库量根据上一个时间单位的总入库量、同层级仓库间的分仓比例、以及不同层级间的分仓比例确定。
在一些实施例中，同层级仓库间的分仓比例根据同层级仓库中每个仓库的预估供应量确定。
在一些实施例中，约束条件包括：在预设时间段内的每个时间单位中，每个仓库的期初库存量大于仓库的本地供应量以及支援量之和。
在一些实施例中，约束条件包括：在预设时间段内的每个时间单位中，采用每个仓库的本地供应量以及支援量之和表示仓库的计划供应量，时间单位的计划供应量为时间单位的预估供应量与计划比例的乘积，计划比例为时间段内的计划出库量、与时间段内预估供应量的总和之比。
在一些实施例中，入库量确定模块4300进一步被配置为根据仓储网络的总入库量、不同层级间的分仓比例、以及同层级仓库间的分仓比例，确定每个仓库的第一入库量；将每个仓库的最大目标库存、与仓库的第一入库量中的最小值，确定为仓库的第二入库量，并将仓库的第二入库量与第一入库量之差确定为差额入库量；将每个仓库的入库量确定为仓库的第二入库量与补充入库量之和，其中，补充入库量为仓库的下游仓库的差额入库量之和。
在一些实施例中，运输成本和库存成本与货物的体积成正相关关系。
下面参考图5描述本发明库存分仓系统的实施例。
图5示出了根据本发明一些实施例的库存分仓系统的结构示意图。如图5所示，该实施例的库存分仓系统50包括：库存分仓装置510，其具体实施方式可以参考库存分仓装置400；以及，数据库520，被配置为存储仓储网络的总入库量、以及每个仓库的入库量。
在一些实施例中，数据库520包括库存数据、供应数据(例如销量数据)、采购数据。例如，库存分仓装置510与库存系统、销量系统、采用系统中的数据库连接，以便从这些系统中读取数据、或写入数据。
在一些实施例中，库存分仓系统50还包括：输入接口530，被配置为从所述数据库中读取所述仓储网络的总入库量、以及每个仓库的入库量，并发送给所述库存分仓装置；单据生成器540，被配置为根据所述库存分仓装置生成的、每个仓库的入库量，为每个仓库生成采购单据。
例如，数据库520中包括出入库计划数据表(或数据库)、库存数据表(或数据库)、供应量数据表(或数据库)。输入接口530通过读取出入库计划数据表、库存数据表、供应量数据表，获得仓储网络的总入库量、每个仓库的库存量、本地供应量、预估供应量等数据。库存分仓装置510根据获取的数据进行计算，生成每个仓库的入库量。然后，这些数据例如直接发送给单据生成器540，或者被存储到数据库520中后由单据生成器540去数据库520中进行读取。单据生成器540例如根据预设的单据模板自动地生成各个仓库对应的数字化采购单据，并将其发送给采购系统。从而，库存分仓系统50能够自动化地完成数据读取、计算、单据生成和分发的过程，提高了仓储物流管理的效率。
图6示出了根据本发明另一些实施例的库存分仓装置的结构示意图。如图6所示，该实施例的库存分仓装置60包括：存储器610以及耦接至该存储器610的处理器620，处理器620被配置为基于存储在存储器610中的指令，执行前述任意一个实施例中的库存分仓方法。
其中，存储器610例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
图7示出了根据本发明又一些实施例的库存分仓装置的结构示意图。如图7所示，该实施例的库存分仓装置70包括：存储器710以及处理器720，还可以包括输入输出接口730、网络接口740、存储接口750等。这些接口730，740，750以及存储器710和处理器720之间例如可以通过总线760连接。其中，输入输出接口730为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口740为各种联网设备提供连接接口。存储接口750为SD卡、U盘等外置存储设备提供连接接口。
本发明的实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现前述任意一种库存分仓方法。
本领域内的技术人员应当明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种库存分仓方法，包括：
采用多层仓储网络中每个层级的每个仓库对下游层级仓库的支援量、以及入库货物在不同层级间的分仓比例，表示所述仓库的库存量；
使用由每个仓库的支援量确定的运输成本、以及由每个仓库的库存量确定的库存成本，表示所述仓储管理成本；
确定在满足预设的约束条件、并且仓储管理成本最小的情况下，所述不同层级间的分仓比例；
根据所述仓储网络的总入库量以及所述不同层级间的分仓比例，确定每个仓库的入库量。
2.根据权利要求1所述的库存分仓方法，其中，在预设的时间段内，对于除首个时间单位以外的每个时间单位，在所述时间单位的上一个时间单位有入库货物的情况下，每个仓库在所述时间单位的期初库存量根据上一个时间单位的期初库存量，以及上一个时间单位中所述仓库的本地供应量、所述仓库对下游层级仓库的支援量、入库量确定。
3.根据权利要求2所述的库存分仓方法，其中，在所述时间单位的上一个时间单位没有入库货物的情况下，每个仓库在所述时间单位的期初库存量根据上一个时间单位的期初库存量、上一个时间单位中所述仓库的本地供应量、上一个时间单位中所述仓库对下游层级仓库的支援量确定。
4.根据权利要求2所述的库存分仓方法，其中，所述上一个时间单位的入库量根据所述上一个时间单位的总入库量、同层级仓库间的分仓比例、以及不同层级间的分仓比例确定。
5.根据权利要求4所述的库存分仓方法，其中，所述同层级仓库间的分仓比例根据同层级仓库中每个仓库的预估供应量确定。
6.根据权利要求1所述的库存分仓方法，其中，所述约束条件包括：
在预设时间段内的每个时间单位中，每个仓库的期初库存量大于所述仓库的本地供应量以及支援量之和。
7.根据权利要求1所述的库存分仓方法，其中，所述约束条件包括：
在预设时间段内的每个时间单位中，采用每个仓库的本地供应量以及支援量之和表示所述仓库的计划供应量，所述时间单位的计划供应量为所述时间单位的预估供应量与计划比例的乘积，所述计划比例为所述时间段内的计划出库量、与所述时间段内预估供应量的总和之比。
8.根据权利要求1所述的库存分仓方法，其中，所述根据所述仓储网络的总入库量以及所述不同层级间的分仓比例，确定每个仓库的入库量包括：
根据所述仓储网络的总入库量、所述不同层级间的分仓比例、以及同层级仓库间的分仓比例，确定每个仓库的第一入库量；
将每个仓库的最大目标库存、与所述仓库的第一入库量中的最小值，确定为所述仓库的第二入库量，并将所述仓库的第二入库量与第一入库量之差确定为差额入库量；
将每个仓库的入库量确定为所述仓库的第二入库量与补充入库量之和，其中，所述补充入库量为所述仓库的下游仓库的差额入库量之和。
9.根据权利要求1所述的库存分仓方法，其中，所述运输成本和所述库存成本与货物的体积成正相关关系。
10.一种库存分仓装置，包括：
库存成本确定模块，被配置为采用多层仓储网络中每个层级的每个仓库对下游层级仓库的支援量、以及入库货物在不同层级间的分仓比例，表示所述仓库的库存量；以及使用由每个仓库的支援量确定的运输成本、以及由每个仓库的库存量确定的库存成本，表示所述仓储管理成本；
分仓比例确定模块，被配置为确定在满足预设的约束条件、并且仓储管理成本最小的情况下，所述不同层级间的分仓比例；以及
入库量确定模块，被配置为根据所述仓储网络的总入库量以及所述不同层级间的分仓比例，确定每个仓库的入库量。
11.一种库存分仓装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1～9中任一项所述的库存分仓方法。
12.一种库存分仓系统，包括：
权利要求10或11所述的库存分仓装置；以及
数据库，被配置为存储所述仓储网络的总入库量、以及每个仓库的入库量。
13.根据权利要求12所述的库存分仓系统，还包括：
输入接口，被配置为从所述数据库中读取所述仓储网络的总入库量、以及每个仓库的入库量，并发送给所述库存分仓装置；
单据生成器，被配置为根据所述库存分仓装置生成的、每个仓库的入库量，为每个仓库生成采购单据。
14.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1～9中任一项所述的库存分仓方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011337325.0A CN113762859A (zh) | 2020-11-25 | 2020-11-25 | 库存分仓方法、装置、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011337325.0A CN113762859A (zh) | 2020-11-25 | 2020-11-25 | 库存分仓方法、装置、系统和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113762859A true CN113762859A (zh) | 2021-12-07 |
Family
ID=78786064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011337325.0A Pending CN113762859A (zh) | 2020-11-25 | 2020-11-25 | 库存分仓方法、装置、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113762859A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114004572A (zh) * | 2022-01-04 | 2022-02-01 | 天津医药集团众健康达医疗器械有限公司 | 一种仓库智能巡检补货方法及系统 |
| CN116362646A (zh) * | 2023-05-31 | 2023-06-30 | 北京京东乾石科技有限公司 | 物流网络升级方法和装置 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010084924A (ko) * | 2001-04-24 | 2001-09-07 | 김영삼 | 배분율에 따른 재고 관리 시스템 및 재고 관리 방법 |
| US20070011053A1 (en) * | 2003-07-02 | 2007-01-11 | Chin Kok Yap | Method and system for automating inventory management in a supply chain |
| KR20100080968A (ko) * | 2009-01-05 | 2010-07-14 | 한국화스너(주) | 납품관리 네트웍연계형 재고관리시스템 및 그 방법 |
| CN105913206A (zh) * | 2016-04-01 | 2016-08-31 | 广州唯品会网络技术有限公司 | 一种分布式仓储货物调度系统及方法 |
| US20170185933A1 (en) * | 2015-06-14 | 2017-06-29 | Jda Software Group, Inc. | Distribution-Independent Inventory Approach under Multiple Service Level Targets |
| CN106991543A (zh) * | 2016-01-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 调拨系统及调拨方法 |
| JP2018020885A (ja) * | 2016-08-03 | 2018-02-08 | 富士通株式会社 | 輸配送計画プログラム、輸配送計画方法及び輸配送計画装置 |
| CN108280538A (zh) * | 2018-01-05 | 2018-07-13 | 广西师范学院 | 基于云计算环境下分布式物流库存优化方法 |
| CN109711778A (zh) * | 2018-12-26 | 2019-05-03 | 南方科技大学 | 一种仓储网络的库存调拨方法、装置及存储介质 |
| CN110046865A (zh) * | 2019-05-20 | 2019-07-23 | 重庆大学 | 分布式库存调度方法 |
| CN110097203A (zh) * | 2018-01-29 | 2019-08-06 | 北京京东尚科信息技术有限公司 | 库存调度方法、库存调度装置以及计算机可读存储介质 |
| CN112907159A (zh) * | 2019-11-19 | 2021-06-04 | 北京京东乾石科技有限公司 | 一种库存物品的调拨方法和装置 |
-
2020
- 2020-11-25 CN CN202011337325.0A patent/CN113762859A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010084924A (ko) * | 2001-04-24 | 2001-09-07 | 김영삼 | 배분율에 따른 재고 관리 시스템 및 재고 관리 방법 |
| US20070011053A1 (en) * | 2003-07-02 | 2007-01-11 | Chin Kok Yap | Method and system for automating inventory management in a supply chain |
| KR20100080968A (ko) * | 2009-01-05 | 2010-07-14 | 한국화스너(주) | 납품관리 네트웍연계형 재고관리시스템 및 그 방법 |
| US20170185933A1 (en) * | 2015-06-14 | 2017-06-29 | Jda Software Group, Inc. | Distribution-Independent Inventory Approach under Multiple Service Level Targets |
| CN106991543A (zh) * | 2016-01-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 调拨系统及调拨方法 |
| CN105913206A (zh) * | 2016-04-01 | 2016-08-31 | 广州唯品会网络技术有限公司 | 一种分布式仓储货物调度系统及方法 |
| JP2018020885A (ja) * | 2016-08-03 | 2018-02-08 | 富士通株式会社 | 輸配送計画プログラム、輸配送計画方法及び輸配送計画装置 |
| CN108280538A (zh) * | 2018-01-05 | 2018-07-13 | 广西师范学院 | 基于云计算环境下分布式物流库存优化方法 |
| CN110097203A (zh) * | 2018-01-29 | 2019-08-06 | 北京京东尚科信息技术有限公司 | 库存调度方法、库存调度装置以及计算机可读存储介质 |
| CN109711778A (zh) * | 2018-12-26 | 2019-05-03 | 南方科技大学 | 一种仓储网络的库存调拨方法、装置及存储介质 |
| CN110046865A (zh) * | 2019-05-20 | 2019-07-23 | 重庆大学 | 分布式库存调度方法 |
| CN112907159A (zh) * | 2019-11-19 | 2021-06-04 | 北京京东乾石科技有限公司 | 一种库存物品的调拨方法和装置 |
Non-Patent Citations (4)
| Title |
|---|
| "智慧物流仓库管理系统解决方案", 金卡工程, no. 03, pages 53 - 54 * |
| AQLAN, F: "Dynamic clustering of inventory parts to enhance warehouse management", 《EUROPEAN JOURNAL OF INDUSTRIAL ENGINEERING》, vol. 11, no. 4, pages 469 - 485 * |
| AZMERAW BEKELE GIZACHEW TILAHUN ANBESSA: "Logistics Management Information System Performance of Program Medicines in Public Health Facilities of East Gojjam Zone, Northwest Ethiopia: A Cross-Sectional Study", 《JOURNAL OF MULTIDISCIPLINARY HEALTHCARE》, vol. 14, pages 81 - 89 * |
| 郑鹭: "新零售下便利店后台管理系统服务设计研究", 《中国包装》, vol. 39, no. 10, pages 16 - 18 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114004572A (zh) * | 2022-01-04 | 2022-02-01 | 天津医药集团众健康达医疗器械有限公司 | 一种仓库智能巡检补货方法及系统 |
| CN114004572B (zh) * | 2022-01-04 | 2022-03-15 | 天津医药集团众健康达医疗器械有限公司 | 一种仓库智能巡检补货方法及系统 |
| CN116362646A (zh) * | 2023-05-31 | 2023-06-30 | 北京京东乾石科技有限公司 | 物流网络升级方法和装置 |
| CN116362646B (zh) * | 2023-05-31 | 2023-09-26 | 北京京东乾石科技有限公司 | 物流网络升级方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3881717B2 (ja) | 在庫におけるパーツのユニット数を管理するシステムおよび方法 | |
| CN110414880B (zh) | 库存管理装置、库存管理方法和存储介质 | |
| JP7105336B2 (ja) | スマートサプライチェーンシステム | |
| 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 | |
| JP6031184B2 (ja) | 供給グループ決定支援装置及び供給グループ決定支援プログラム | |
| CN102598034A (zh) | 为多个需求组提供不同服务质量的有效库存管理 | |
| CN110633820B (zh) | 仓库地址的推荐方法、装置及计算机可读存储介质 | |
| CN112749829B (zh) | 输送计划生成装置及输送计划生成方法 | |
| CN113762859A (zh) | 库存分仓方法、装置、系统和存储介质 | |
| Lin et al. | Optimal pricing for build-to-order supply chain design under price-dependent stochastic demand | |
| CN111985862A (zh) | 定位库存物品的方法和装置 | |
| Yadollahi et al. | Evaluating approximate solution models for the stochastic periodic inventory routing problem | |
| Albrecht | Optimization of safety stocks in models with an order service level objective or constraint | |
| CN110615226B (zh) | 储位分配方法、装置以及计算机可读存储介质 | |
| CN112712222A (zh) | 物品调度方法和系统 | |
| CN112785025B (zh) | 仓库布局方法和装置 | |
| CN112163812A (zh) | 一种基于树型渠道库存管理的仓储系统及管理方式 | |
| CN112001666B (zh) | 一种保留库存量的确定方法、装置、设备和存储介质 | |
| CN114169557A (zh) | 库存补货方法、计算机可读存储介质以及终端设备 | |
| CN115564359B (zh) | 汽车售后备件的库存预测方法、设备和存储介质 | |
| JPH0798741A (ja) | 生販物統合管理方法 | |
| CN115034709A (zh) | 一种库存管理方法及装置 | |
| CN115222342A (zh) | 一种智能配补调方法、系统、设备及介质 | |
| CN115713200A (zh) | 库存调拨、订单处理、调度数据的处理方法和装置 | |
| CN113592153B (zh) | 一种分货方法、装置、介质及计算机设备 |
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 |