CN113822610A - 库存优化方法、装置、计算机设备和存储介质 - Google Patents

库存优化方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113822610A
CN113822610A CN202010565535.9A CN202010565535A CN113822610A CN 113822610 A CN113822610 A CN 113822610A CN 202010565535 A CN202010565535 A CN 202010565535A CN 113822610 A CN113822610 A CN 113822610A
Authority
CN
China
Prior art keywords
point
downstream
inventory point
inventory
current
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
CN202010565535.9A
Other languages
English (en)
Other versions
CN113822610B (zh
Inventor
柯俞嘉
王本玉
吕骥图
许哲民
金虹希
金晶
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.)
Shanghai Shunrufenglai Technology Co ltd
Original Assignee
Shanghai Shunrufenglai 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 Shanghai Shunrufenglai Technology Co ltd filed Critical Shanghai Shunrufenglai Technology Co ltd
Priority to CN202010565535.9A priority Critical patent/CN113822610B/zh
Publication of CN113822610A publication Critical patent/CN113822610A/zh
Application granted granted Critical
Publication of CN113822610B publication Critical patent/CN113822610B/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
    • G06Q10/08—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
    • G06Q10/04—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
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis

Landscapes

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

Abstract

本申请涉及一种库存优化方法、装置、计算机设备和存储介质。所述方法包括：获取当前库存点的历史数据和服务时间范围参数；对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；根据更新后的当前库存点的持货信息，得到安全库存优化信息。采用本方法能够提高预测安全库存量准确率。

Description

库存优化方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域，特别是涉及一种库存优化方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展，出现了库存优化技术。库存优化技术主要用于对安全库存进行优化管理，安全库存是指供应链的库存点中为了应对需求的不确定性存放的库存。
传统技术中，常见的库存优化方法包括：一是根据经验预测安全库存量，安全库存往往与单位时间需求数量呈一定的比例关系，二是根据安全库存的经典计算公式，假定需求呈正态分布，将每个库存点单独考虑，预测安全库存量，三是根据多级安全库存优化方法，假定需求呈正态分布，将供应链中的所有库存点作为整体考虑，预测每个站点的安全库存量。
然而，传统方法存在预测安全库存量准确率低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高预测安全库存量准确率的库存优化方法、装置、计算机设备和存储介质。
一种库存优化方法，所述方法包括：
获取当前库存点的历史数据和服务时间范围参数；
对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；
当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；
根据更新后的当前库存点的持货信息，得到安全库存优化信息。
在一个实施例中，对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布包括：
对当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值；
对与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与历史数据对应的分布函数；
根据与历史数据对应的分布函数，得到当前库存点的累计概率分布。
在一个实施例中，根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息包括：
根据当前库存点的累计概率分布，得到与当前库存点的累计概率分布对应的反函数，并根据当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值；
根据与当前库存点的累计概率分布对应的反函数、服务参数以及单位时间需求量期望值，遍历服务时间范围参数，得到与各服务时间对应的安全库存量；
对与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息。
在一个实施例中，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息之前，还包括：
获取当前库存点的库存点标识；
根据库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点。
在一个实施例中，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息包括：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据下游库存点的历史数据，确定下游库存点的持货信息；
当检测到下游库存点存在下一级库存点时，将下一级库存点迭代更新为新的下游库存点，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息；
根据确定的下游库存点的持货信息，更新当前库存点的持货信息。
在一个实施例中，当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据下游库存点的历史数据，确定下游库存点的持货信息包括：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，并根据服务时间范围参数确定下游库存点的下游服务时间范围参数；
对下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布；
根据下游库存点的累计概率分布，遍历下游服务时间范围参数，确定下游库存点的持货信息。
在一个实施例中，根据服务时间范围参数确定下游库存点的下游服务时间范围参数包括：
获取下游库存点的订货提前期；
根据服务时间范围参数中各服务时间和订货提前期，得到与各服务时间对应的下游服务时间；
根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数。
一种库存优化装置，所述装置包括：
获取模块，用于获取当前库存点的历史数据和服务时间范围参数；
分布拟合模块，用于对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
遍历模块，用于根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；
更新模块，用于当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；
处理模块，用于根据更新后的当前库存点的持货信息，得到安全库存优化信息。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取当前库存点的历史数据和服务时间范围参数；
对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；
当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；
根据更新后的当前库存点的持货信息，得到安全库存优化信息。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取当前库存点的历史数据和服务时间范围参数；
对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；
当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；
根据更新后的当前库存点的持货信息，得到安全库存优化信息。
上述库存优化方法、装置、计算机设备和存储介质，通过对当前库存点的历史数据进行分布拟合，同时考虑多种需求分布类型，能够得到准确的当前库存点的累计概率分布，从而根据准确的当前库存点的累计概率分布去遍历服务时间范围参数，能够在考虑需求的不确定性的情况下，得到准确的当前库存点的持货信息，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息，根据更新后的当前库存点的持货信息，得到安全库存优化信息，能够在同时考虑多级库存点的基础上实现对安全库存进行优化管理，从而使得得到的安全库存优化信息更准确，提高预测安全库存量准确率。
附图说明
图1为一个实施例中库存优化方法的应用环境图；
图2为一个实施例中库存优化方法的流程示意图；
图3为另一个实施例中库存优化方法的流程示意图；
图4为一个实施例中库存优化方法的示意图；
图5为一个实施例中库存优化装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的库存优化方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。服务器104获取当前库存点的历史数据和服务时间范围参数，对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布，根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息，根据更新后的当前库存点的持货信息，得到安全库存优化信息，推送安全库存优化信息至终端102。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种库存优化方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，获取当前库存点的历史数据和服务时间范围参数。
其中，当前库存点的历史数据包括在单位时间内的单位库存持货成本、订货提前期、服务水平、在单位时间内的需求量期望值以及历史需求数据等。服务时间是指从接到需求到提供产品需要的时间。服务时间范围参数是指服务时间的范围，服务时间可能受到天气、交通等因素的影响，有一个大致的范围。比如，服务时间范围参数具体可以是三天到七天。
具体的，服务器会从预设的库存信息数据库中获取当前库存点的历史数据和服务时间范围参数。
步骤204，对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布。
其中，分布拟合是指将历史数据中的历史需求数据按照各种类型分布函数进行拟合，得到与历史需求数据对应的各分布函数。比如，分布函数具体可以是正态分布函数、泊松分布函数、负二项分布函数等。当前库存点的累计概率分布是指从与历史需求数据对应的各分布函数中选取出来的、最符合历史需求数据的数据分布的分布函数。
具体的，服务器会对当前库存点的历史数据中的历史需求数据按照各种类型分布函数进行拟合，得到与历史需求数据对应的各分布函数，根据历史需求数据计算与各分布函数对应的似然估计值，根据与各分布函数对应的似然估计值，从各分布函数中选取出当前库存点的累计概率分布。
步骤206，根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息。
其中，当前库存点的持货信息用于表征预测的当前库存点的持货状态。比如，当前库存点的持货信息具体可以是指预测的当前库存点的持货成本。
具体的，服务器会根据当前库存点的累计概率分布，计算与累计概率分布对应的反函数，通过与累计概率分布对应的反函数去遍历服务时间范围参数，确定当前库存点的持货信息。其中，通过与累计概率分布对应的反函数去遍历服务时间范围参数是指将服务时间范围参数中各服务时间依次带入与累计概率分布对应的反函数，得到与各服务时间对应的安全库存量。在得到与各服务时间对应的安全库存量后，服务器会从与各服务时间对应的安全库存量中选取出目标安全库存量，根据目标安全库存量计算当前库存点的持货信息。举例说明，目标安全库存量具体可以是与各服务时间对应的安全库存量的最小值，服务器可以通过对与各服务时间对应的安全库存量进行升序排序，从中选取出最小安全库存量作为目标安全库存量，再根据目标安全库存量和当前库存点的历史数据中的在单位时间内的单位库存持货成本，计算当前库存点的持货信息。
步骤208，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息。
其中，下游库存点是指在预设的库存点网络图中处于当前库存点的下一级的库存点。比如，下游库存点具体可以是当前库存点的待运输货物需要被运送到的下一个目的地。
具体的，服务器会获取当前库存点的库存点标识，根据当前库存点的库存点标识去检测当前库存点是否存在下游库存点，当检测到当前库存点存在下游库存点时，服务器会通过获取下游库存点的历史数据得到下游库存点的持货信息，将下游库存点的持货信息与当前库存点的持货信息进行叠加，实现对当前库存点的持货信息的更新。
步骤210，根据更新后的当前库存点的持货信息，得到安全库存优化信息。
其中，安全库存优化信息包括各级库存点的服务响应时间、安全库存量以及持货信息。
具体的，服务器会根据更新后的当前库存点的持货信息，确定各级库存点的持货信息，根据各级库存点的持货信息，确定与持货信息对应的服务响应时间以及安全库存量。
上述库存优化方法，通过对当前库存点的历史数据进行分布拟合，同时考虑多种需求分布类型，能够得到准确的当前库存点的累计概率分布，从而根据准确的当前库存点的累计概率分布去遍历服务时间范围参数，能够在考虑需求的不确定性的情况下，得到准确的当前库存点的持货信息，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息，根据更新后的当前库存点的持货信息，得到安全库存优化信息，能够在同时考虑多级库存点的基础上实现对安全库存进行优化管理，从而使得得到的安全库存优化信息更准确，提高预测安全库存量准确率。
在一个实施例中，对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布包括：
对当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值；
对与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与历史数据对应的分布函数；
根据与历史数据对应的分布函数，得到当前库存点的累计概率分布。
其中，似然估计值是指根据当前库存点的历史数据对分布函数进行极大似然估计得到的值。与历史数据对应的分布函数是指与历史数据中的历史需求数据的数据分布最接近的分布函数。比如，与历史数据对应的分布函数具体可以是正态分布函数、泊松分布函数、负二项分布函数等。当前库存点的累计概率分布是指与当前库存点对应的分布函数，即与历史数据中的历史需求数据的数据分布最接近的分布函数。
具体的，服务器会对当前库存点的历史数据进行分布拟合，得到拟合后的各分布函数，再对各分布函数进行极大似然估计，得到与各分布函数对应的似然估计值，对与各分布函数对应的似然估计值进行排序，根据排序结果从中选取似然估计值最大的分布函数作为与历史数据对应的分布函数，似然估计值最大表示该分布函数与历史数据中的历史需求数据的数据分布越接近。在得到与历史数据对应的分布函数后，服务器会将与历史数据对应的分布函数，作为当前库存点的累计概率分布。
本实施例中，通过对当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值，对与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与历史数据对应的分布函数，根据与历史数据对应的分布函数，得到当前库存点的累计概率分布，能够实现对当前库存点的累计概率分布的获取。
在一个实施例中，根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息包括：
根据当前库存点的累计概率分布，得到与当前库存点的累计概率分布对应的反函数，并根据当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值；
根据与当前库存点的累计概率分布对应的反函数、服务参数以及单位时间需求量期望值，遍历服务时间范围参数，得到与各服务时间对应的安全库存量；
对与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息。
其中，当前库存点的服务参数包括服务水平、上游库存点的服务时间、订货提前期等。单位时间需求量期望值是指根据历史数据中的历史需求数据确定的单位时间需求量平均值。比如，假设单位时间为一天，那么单位时间需求量期望值就是指一天需求量平均值。
具体的，服务器会根据当前库存点的累计概率分布，计算出与当前库存点的累计概率分布对应的反函数，并根据当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值，服务参数以及单位时间需求量期望值可以直接获取得到，不需要计算。在得到服务参数以及单位时间需求量期望值之后，服务器会根据预设的、与当前库存点的累计概率分布对应的反函数以及单位时间需求量期望值相关的安全库存量计算公式，将服务参数和服务时间范围参数中各服务时间依次带入，得到与各服务时间对应的安全库存量。
具体的，在得到与各服务时间对应的安全库存量之后，服务器会对与各服务时间对应的安全库存量进行排序，根据排序结果从中选取出安全库存量最小值，再根据安全库存量最小值和历史数据中的单位库存持货成本，得到当前库存点的持货信息。其中，得到当前库存点的持货信息的方式为：根据安全库存量最小值和单位库存持货成本的乘积，得到当前库存点的持货信息。
举例说明，在根据预设的、与当前库存点的累计概率分布对应的反函数以及单位时间需求量期望值相关的安全库存量计算公式，将服务参数和服务时间范围参数中各服务时间依次带入，得到与各服务时间对应的安全库存量时，该安全库存量计算公式具体可以为：
Figure BDA0002547710870000091
Figure BDA0002547710870000092
其中ssj是指安全库存量，
Figure BDA0002547710870000093
是指与当前库存点的累计概率分布对应的反函数，δj是指当前库存点的服务水平，
Figure BDA0002547710870000094
是指上游库存点的服务时间，Lj是指当前库存点的订货提前期，Sj是指当前库存点的服务时间。特别的，在计算安全库存量时，服务器会首先判断当前库存点是否为末端库存点，当当前库存点为末端库存点时，为了保证即使提供服务，该库存点的服务时间默认为0，即当当前库存点为末端库存点时，安全库存量的计算公式可以简化为：
Figure BDA0002547710870000101
本实施例中，根据与当前库存点的累计概率分布对应的反函数、服务参数以及单位时间需求量期望值，遍历服务时间范围参数，得到与各服务时间对应的安全库存量，对与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息，通过使用累计概率分布对应的反函数去计算安全库存量，松弛了需求正态分布的前提假设，提高了通用性和准确性，能够实现对准确的当前库存点的持货信息的获取。
在一个实施例中，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息之前，还包括：
获取当前库存点的库存点标识；
根据库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点。
其中，库存点标识用于识别库存点。预设的库存点网络图中记录了各库存点之间的上下游关系。比如，库存点网络图具体可以是库存点网络拓扑图。
具体的，服务器会获取当前库存点的库存点标识，通过根据库存点标识查询预设的库存点网络图的方式去检测当前库存点是否存在下游库存点。
本实施例中，通过获取当前库存点的库存点标识，根据库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点，能够实现对下游库存点的检测。
在一个实施例中，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息包括：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据下游库存点的历史数据，确定下游库存点的持货信息；
当检测到下游库存点存在下一级库存点时，将下一级库存点迭代更新为新的下游库存点，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息；
根据确定的下游库存点的持货信息，更新当前库存点的持货信息。
其中，下一级库存点是指在预设的库存点网络图中处于下游库存点的下一级的库存点。比如，下一级库存点具体可以是下游库存点的待运输货物需要被运送到的下一个目的地。
具体的，服务器会获取下游库存点的库存点标识，通过根据下游库存点的库存点标识查询预设的库存点网络图的方式去检测下游库存点是否存在下一级库存点，在库存点网络图中记录了各库存点之间的上下游关系。当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，服务器会从预设的库存信息数据库中获取下游库存点的历史数据，根据下游库存点的历史数据，得到下游库存点的累计概率分布以及下游服务时间范围参数，根据累计概率分布以及下游服务时间范围参数，确定下游库存点的持货信息。
具体的，当检测到下游库存点存在下一级库存点时，服务器会先获取当前的下游库存点的持货信息，再从预设的库存信息数据库中获取下一级库存点的历史数据，根据下一级库存点的历史数据，确定下一级库存点的持货信息，将下一级库存点迭代更新为新的下级库存点，实现对下游库存点的更新，并根据下一级库存点的持货信息迭代更新下游库存点的持货信息，迭代更新后的下游库存点的持货信息即为更新前的下游库存点的持货信息与下一级库存点的持货信息之和。在迭代更新完下游库存点之后，服务器会继续检测迭代更新后的下游库存点是否存在下一级库存点，当检测到新的下游库存点仍然存在下一级库存点时，服务器会再次根据下一级库存点迭代更新下游库存点以及下游库存点的持货信息，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息，根据确定的下游库存点的持货信息，更新当前库存点的持货信息。
本实施例中，通过检测下游库存点是否存在下一级库存点，能够实现对最终的下游库存点的持货信息的确定，从而根据确定的下游库存点的持货信息，更新当前库存点的持货信息，能够实现对更新的当前库存点的持货信息的获取。
在一个实施例中，当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据下游库存点的历史数据，确定下游库存点的持货信息包括：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，并根据服务时间范围参数确定下游库存点的下游服务时间范围参数；
对下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布；
根据下游库存点的累计概率分布，遍历下游服务时间范围参数，确定下游库存点的持货信息。
具体的，当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，服务器会获取下游库存点的历史数据，并根据服务时间范围参数去计算下游库存点的下游服务时间范围参数，对下游库存点的历史数据中的历史需求数据进行分布拟合，得到拟合后的各分布函数，再对各分布函数进行极大似然估计，得到与各分布函数对应的似然估计值，对与各分布函数对应的似然估计值进行排序，根据排序结果从中选取似然估计值最大的分布函数作为与下游库存点的历史数据对应的分布函数，似然估计值最大表示该分布函数与下游库存点的历史数据中的历史需求数据的数据分布越接近。在得到与下游库存点的历史数据对应的分布函数后，服务器会将与下游库存点的历史数据对应的分布函数，作为下游库存点的累计概率分布。
具体的，服务器会根据下游库存点的累计概率分布，计算出与下游库存点的累计概率分布对应的反函数，并根据下游库存点的历史数据获取下游库存点的服务参数以及单位时间需求量期望值，服务参数以及单位时间需求量期望值可以直接获取得到，不需要计算。在得到服务参数以及单位时间需求量期望值之后，服务器会根据预设的、与下游库存点的累计概率分布对应的反函数以及单位时间需求量期望值相关的安全库存量计算公式，将服务参数和下游服务时间范围参数中各下游服务时间依次带入，得到与各下游服务时间对应的安全库存量。在得到与各下游服务时间对应的安全库存量之后，服务器会对与各下游服务时间对应的安全库存量进行排序，根据排序结果从中选取出安全库存量最小值，再根据安全库存量最小值和历史数据中的单位库存持货成本，得到下游库存点的持货信息。其中，得到下游库存点的持货信息的方式为：根据安全库存量最小值和单位库存持货成本的乘积，得到下游库存点的持货信息。
举例说明，在根据预设的、与当前库存点的累计概率分布对应的反函数以及单位时间需求量期望值相关的安全库存量计算公式，将服务参数和下游服务时间范围参数中各下游服务时间依次带入，得到与各下游服务时间对应的安全库存量时，该安全库存量计算公式具体可以为：
Figure BDA0002547710870000131
Figure BDA0002547710870000132
其中ssj是指安全库存量，
Figure BDA0002547710870000133
是指与下游库存点的累计概率分布对应的反函数，δj是指下游库存点的服务水平，
Figure BDA0002547710870000134
是指与下游库存点对应的上游库存点的服务时间，Lj是指下游库存点的订货提前期，Sj是指下游库存点的服务时间。特别的，在计算安全库存量时，服务器会首先判断下游库存点是否为末端库存点，当下游库存点为末端库存点时，为了保证即使提供服务，该库存点的服务时间默认为0，即当下游库存点为末端库存点时，安全库存量的计算公式可以简化为：
Figure BDA0002547710870000135
本实施例中，通过对下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布，根据下游库存点的累计概率分布，遍历下游服务时间范围参数，确定下游库存点的持货信息，能够实现对下游库存点的持货信息的获取。
在一个实施例中，根据服务时间范围参数确定下游库存点的下游服务时间范围参数包括：
获取下游库存点的订货提前期；
根据服务时间范围参数中各服务时间和订货提前期，得到与各服务时间对应的下游服务时间；
根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数。
其中，订货提前期是指上游库存点的待运输货物送达下游库存点所需要的时间。
具体的，下游库存点的下游服务时间与订货提前期以及对应的上游库存点的服务时间有关。在确定下游库存点的下游服务时间范围参数时，服务器会从预设的库存信息数据库中获取下游库存点的订货提前期，根据服务时间范围参数中各服务时间和订货提前期去计算与各服务时间对应的下游服务时间，根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数。
本实施例中，通过获取下游库存点的订货提前期，根据服务时间范围参数中各服务时间和订货提前期，得到与各服务时间对应的下游服务时间，根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数，能够实现对下游库存点的下游服务时间范围参数的获取。
如图3所示，通过一个实施例来说明本申请的库存优化方法，包括以下步骤：
步骤302，获取当前库存点的历史数据和服务时间范围参数；
步骤304，对当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值；
步骤306，对与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与历史数据对应的分布函数；
步骤308，根据与历史数据对应的分布函数，得到当前库存点的累计概率分布；
步骤310，根据当前库存点的累计概率分布，得到与当前库存点的累计概率分布对应的反函数，并根据当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值；
步骤312，根据与当前库存点的累计概率分布对应的反函数、服务参数以及单位时间需求量期望值，遍历服务时间范围参数，得到与各服务时间对应的安全库存量；
步骤314，对与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息；
步骤316，获取当前库存点的库存点标识；
步骤318，根据库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点；
步骤320，当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据；
步骤322，获取下游库存点的订货提前期；
步骤324，根据服务时间范围参数中各服务时间和订货提前期，得到与各服务时间对应的下游服务时间；
步骤326，根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数；
步骤328，对下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布；
步骤330，根据下游库存点的累计概率分布，遍历下游服务时间范围参数，确定下游库存点的持货信息；
步骤332，当检测到下游库存点存在下一级库存点时，将下一级库存点迭代更新为新的下游库存点，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息；
步骤334，根据确定的下游库存点的持货信息，更新当前库存点的持货信息；
步骤336，根据更新后的当前库存点的持货信息，得到安全库存优化信息。
如图4所示，本申请还提供一种应用场景，该应用场景应用上述的库存优化方法。具体地，该库存优化方法在该应用场景的应用如下：
在进行SKU(Stock Keeping Unit，库存量单位)库存管理时，服务器会需要计算每个SKU的每个库存点的安全库存储备量。服务器首先会根据每个SKU的流通路径，将每个SKU的所有库存点处理为代表了上下游关系的字典结构(即得到库存点网络图)，并确定每个SKU的每个库存点的单位持货成本，根据字典结构确定当前库存点，获取当前库存点的历史数据和服务时间范围参数，对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布，根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息，根据更新后的当前库存点的持货信息，得到安全库存优化信息(即图4中的计算模块的结果)。在得到安全库存优化信息之后，服务器会根据安全库存优化信息进行业务调整，输出业务调整结果。
应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种库存优化装置，包括：获取模块502、分布拟合模块504、遍历模块506、更新模块508和处理模块510，其中：
获取模块502，用于获取当前库存点的历史数据和服务时间范围参数；
分布拟合模块504，用于对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
遍历模块506，用于根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；
更新模块508，用于当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；
处理模块510，用于根据更新后的当前库存点的持货信息，得到安全库存优化信息。
上述库存优化装置，通过对当前库存点的历史数据进行分布拟合，同时考虑多种需求分布类型，能够得到准确的当前库存点的累计概率分布，从而根据准确的当前库存点的累计概率分布去遍历服务时间范围参数，能够在考虑需求的不确定性的情况下，得到准确的当前库存点的持货信息，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息，根据更新后的当前库存点的持货信息，得到安全库存优化信息，能够在同时考虑多级库存点的基础上实现对安全库存进行优化管理，从而使得得到的安全库存优化信息更准确，提高预测安全库存量准确率。
在一个实施例中，分布拟合模块还用于对当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值，对与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与历史数据对应的分布函数，根据与历史数据对应的分布函数，得到当前库存点的累计概率分布。
在一个实施例中，遍历模块还用于根据当前库存点的累计概率分布，得到与当前库存点的累计概率分布对应的反函数，并根据当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值，根据与当前库存点的累计概率分布对应的反函数、服务参数以及单位时间需求量期望值，遍历服务时间范围参数，得到与各服务时间对应的安全库存量，对与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息。
在一个实施例中，库存优化装置还包括查询模块，查询模块用于获取当前库存点的库存点标识，根据库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点。
在一个实施例中，更新模块还用于当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据下游库存点的历史数据，确定下游库存点的持货信息，当检测到下游库存点存在下一级库存点时，将下一级库存点迭代更新为新的下游库存点，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息，根据确定的下游库存点的持货信息，更新当前库存点的持货信息。
在一个实施例中，更新模块还用于当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，并根据服务时间范围参数确定下游库存点的下游服务时间范围参数，对下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布，根据下游库存点的累计概率分布，遍历下游服务时间范围参数，确定下游库存点的持货信息。
在一个实施例中，更新模块还用于获取下游库存点的订货提前期，根据服务时间范围参数中各服务时间和订货提前期，得到与各服务时间对应的下游服务时间，根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数。
关于库存优化装置的具体限定可以参见上文中对于库存优化方法的限定，在此不再赘述。上述库存优化装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储库存点的历史数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种库存优化方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取当前库存点的历史数据和服务时间范围参数；
对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；
当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；
根据更新后的当前库存点的持货信息，得到安全库存优化信息。
上述库存优化计算机设备，通过对当前库存点的历史数据进行分布拟合，同时考虑多种需求分布类型，能够得到准确的当前库存点的累计概率分布，从而根据准确的当前库存点的累计概率分布去遍历服务时间范围参数，能够在考虑需求的不确定性的情况下，得到准确的当前库存点的持货信息，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息，根据更新后的当前库存点的持货信息，得到安全库存优化信息，能够在同时考虑多级库存点的基础上实现对安全库存进行优化管理，从而使得得到的安全库存优化信息更准确，提高预测安全库存量准确率。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值；
对与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与历史数据对应的分布函数；
根据与历史数据对应的分布函数，得到当前库存点的累计概率分布。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据当前库存点的累计概率分布，得到与当前库存点的累计概率分布对应的反函数，并根据当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值；
根据与当前库存点的累计概率分布对应的反函数、服务参数以及单位时间需求量期望值，遍历服务时间范围参数，得到与各服务时间对应的安全库存量；
对与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取当前库存点的库存点标识；
根据库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据下游库存点的历史数据，确定下游库存点的持货信息；
当检测到下游库存点存在下一级库存点时，将下一级库存点迭代更新为新的下游库存点，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息；
根据确定的下游库存点的持货信息，更新当前库存点的持货信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，并根据服务时间范围参数确定下游库存点的下游服务时间范围参数；
对下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布；
根据下游库存点的累计概率分布，遍历下游服务时间范围参数，确定下游库存点的持货信息。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取下游库存点的订货提前期；
根据服务时间范围参数中各服务时间和订货提前期，得到与各服务时间对应的下游服务时间；
根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取当前库存点的历史数据和服务时间范围参数；
对当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
根据当前库存点的累计概率分布，遍历服务时间范围参数，确定当前库存点的持货信息；
当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息；
根据更新后的当前库存点的持货信息，得到安全库存优化信息。
上述库存优化存储介质，通过对当前库存点的历史数据进行分布拟合，同时考虑多种需求分布类型，能够得到准确的当前库存点的累计概率分布，从而根据准确的当前库存点的累计概率分布去遍历服务时间范围参数，能够在考虑需求的不确定性的情况下，得到准确的当前库存点的持货信息，当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据下游库存点的持货信息，更新当前库存点的持货信息，根据更新后的当前库存点的持货信息，得到安全库存优化信息，能够在同时考虑多级库存点的基础上实现对安全库存进行优化管理，从而使得得到的安全库存优化信息更准确，提高预测安全库存量准确率。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值；
对与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与历史数据对应的分布函数；
根据与历史数据对应的分布函数，得到当前库存点的累计概率分布。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据当前库存点的累计概率分布，得到与当前库存点的累计概率分布对应的反函数，并根据当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值；
根据与当前库存点的累计概率分布对应的反函数、服务参数以及单位时间需求量期望值，遍历服务时间范围参数，得到与各服务时间对应的安全库存量；
对与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取当前库存点的库存点标识；
根据库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据下游库存点的历史数据，确定下游库存点的持货信息；
当检测到下游库存点存在下一级库存点时，将下一级库存点迭代更新为新的下游库存点，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息；
根据确定的下游库存点的持货信息，更新当前库存点的持货信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，并根据服务时间范围参数确定下游库存点的下游服务时间范围参数；
对下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布；
根据下游库存点的累计概率分布，遍历下游服务时间范围参数，确定下游库存点的持货信息。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取下游库存点的订货提前期；
根据服务时间范围参数中各服务时间和订货提前期，得到与各服务时间对应的下游服务时间；
根据与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种库存优化方法，其特征在于，所述方法包括：
获取当前库存点的历史数据和服务时间范围参数；
对所述当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
根据所述当前库存点的累计概率分布，遍历所述服务时间范围参数，确定当前库存点的持货信息；
当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据所述下游库存点的持货信息，更新所述当前库存点的持货信息；
根据更新后的当前库存点的持货信息，得到安全库存优化信息。
2.根据权利要求1所述的方法，其特征在于，所述对所述当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布包括：
对所述当前库存点的历史数据进行分布拟合，得到与各分布函数对应的似然估计值；
对所述与各分布函数对应的似然估计值进行排序，根据排序结果从各分布函数中选取出与所述历史数据对应的分布函数；
根据所述与所述历史数据对应的分布函数，得到当前库存点的累计概率分布。
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前库存点的累计概率分布，遍历所述服务时间范围参数，确定当前库存点的持货信息包括：
根据所述当前库存点的累计概率分布，得到与所述当前库存点的累计概率分布对应的反函数，并根据所述当前库存点的历史数据获取当前库存点的服务参数以及单位时间需求量期望值；
根据所述与所述当前库存点的累计概率分布对应的反函数、所述服务参数以及所述单位时间需求量期望值，遍历所述服务时间范围参数，得到与各服务时间对应的安全库存量；
对所述与各服务时间对应的安全库存量进行排序，根据排序结果确定当前库存点的持货信息。
4.根据权利要求1所述的方法，其特征在于，所述当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息之前，还包括：
获取当前库存点的库存点标识；
根据所述库存点标识查询预设的库存点网络图，检测当前库存点是否存在下游库存点。
5.根据权利要求1所述的方法，其特征在于，所述当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据所述下游库存点的持货信息，更新所述当前库存点的持货信息包括：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据所述下游库存点的历史数据，确定下游库存点的持货信息；
当检测到所述下游库存点存在下一级库存点时，将所述下一级库存点迭代更新为新的下游库存点，直至最新的下游库存点不存在下一级库存点，确定最新的下游库存点的持货信息；
根据确定的下游库存点的持货信息，更新所述当前库存点的持货信息。
6.根据权利要求5所述的方法，其特征在于，所述当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，根据所述下游库存点的历史数据，确定下游库存点的持货信息包括：
当检测到当前库存点存在下游库存点且下游库存点不存在下一级库存点时，获取下游库存点的历史数据，并根据所述服务时间范围参数确定下游库存点的下游服务时间范围参数；
对所述下游库存点的历史数据进行分布拟合，得到下游库存点的累计概率分布；
根据所述下游库存点的累计概率分布，遍历所述下游服务时间范围参数，确定下游库存点的持货信息。
7.根据权利要求6所述的方法，其特征在于，所述根据所述服务时间范围参数确定下游库存点的下游服务时间范围参数包括：
获取下游库存点的订货提前期；
根据所述服务时间范围参数中各服务时间和所述订货提前期，得到与各服务时间对应的下游服务时间；
根据所述与各服务时间对应的下游服务时间，得到下游库存点的下游服务时间范围参数。
8.一种库存优化装置，其特征在于，所述装置包括：
获取模块，用于获取当前库存点的历史数据和服务时间范围参数；
分布拟合模块，用于对所述当前库存点的历史数据进行分布拟合，得到当前库存点的累计概率分布；
遍历模块，用于根据所述当前库存点的累计概率分布，遍历所述服务时间范围参数，确定当前库存点的持货信息；
更新模块，用于当检测到当前库存点存在下游库存点时，获取下游库存点的持货信息，根据所述下游库存点的持货信息，更新所述当前库存点的持货信息；
处理模块，用于根据更新后的当前库存点的持货信息，得到安全库存优化信息。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010565535.9A 2020-06-19 2020-06-19 库存优化方法、装置、计算机设备和存储介质 Active CN113822610B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010565535.9A CN113822610B (zh) 2020-06-19 2020-06-19 库存优化方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010565535.9A CN113822610B (zh) 2020-06-19 2020-06-19 库存优化方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113822610A true CN113822610A (zh) 2021-12-21
CN113822610B CN113822610B (zh) 2024-07-05

Family

ID=78911977

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010565535.9A Active CN113822610B (zh) 2020-06-19 2020-06-19 库存优化方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113822610B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110208560A1 (en) * 2003-05-12 2011-08-25 Adeel Najmi Determining Order Lead Time for a Supply Chain Using a Probability Distribution of Order Lead Time
CN104680240A (zh) * 2013-12-03 2015-06-03 冯卫星 一种轻量级信息共享的供应链库存优化方法
CN109636273A (zh) * 2018-11-26 2019-04-16 国网天津市电力公司电力科学研究院 一种基于多级库存模型的电能计量装置安全库存测算方法
CN109740793A (zh) * 2018-11-29 2019-05-10 杭州览众数据科技有限公司 一种基于概率需求分布的库存优化方法
CN110363454A (zh) * 2018-04-09 2019-10-22 杉数科技(北京)有限公司 用于确定商品补货量的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110208560A1 (en) * 2003-05-12 2011-08-25 Adeel Najmi Determining Order Lead Time for a Supply Chain Using a Probability Distribution of Order Lead Time
CN104680240A (zh) * 2013-12-03 2015-06-03 冯卫星 一种轻量级信息共享的供应链库存优化方法
CN110363454A (zh) * 2018-04-09 2019-10-22 杉数科技(北京)有限公司 用于确定商品补货量的方法及装置
CN109636273A (zh) * 2018-11-26 2019-04-16 国网天津市电力公司电力科学研究院 一种基于多级库存模型的电能计量装置安全库存测算方法
CN109740793A (zh) * 2018-11-29 2019-05-10 杭州览众数据科技有限公司 一种基于概率需求分布的库存优化方法

Also Published As

Publication number Publication date
CN113822610B (zh) 2024-07-05

Similar Documents

Publication Publication Date Title
CN108845881A (zh) 服务器容量动态调整的方法及装置
CN110659133B (zh) 一种资源分配方法及分配装置、存储介质、电子设备
CN113326177B (zh) 一种指标异常检测方法、装置、设备及存储介质
CN111311005B (zh) 配送路径的规划方法、装置、介质及计算机设备
CN114968573A (zh) 一种算力资源调度方法、装置及计算机可读存储介质
CN110166498B (zh) 用户类别确定方法及装置、计算机设备及存储介质
CN110866682B (zh) 基于历史数据的地下电缆预警方法和装置
CN114168318A (zh) 存储释放模型的训练方法、存储释放方法及设备
CN114723234B (zh) 变压器容量瞒报识别方法、系统、计算机设备和存储介质
CN115345557A (zh) 一种定价方法、装置、计算机设备及可读存储介质
CN110084476B (zh) 案件调整方法、装置、计算机设备和存储介质
CN108804670B (zh) 数据推荐方法、装置、计算机设备和存储介质
CN112561138B (zh) 电力负荷预测方法、装置、计算机设备和存储介质
CN112684402B (zh) 用电量平稳电能运行误差数据的监测方法及系统
CN111582378B (zh) 定位识别模型的训练生成方法、位置检测方法、装置
CN113822610B (zh) 库存优化方法、装置、计算机设备和存储介质
CN114710397B (zh) 服务链路的故障根因定位方法、装置、电子设备及介质
CN116027367B (zh) 停留点识别方法、装置、设备及存储介质
CN116700955A (zh) 作业处理方法、装置、计算机设备及可读存储介质
CN110633804A (zh) 金融产品进件评价方法、服务器和存储介质
CN116132283A (zh) 一种分布式数据采集方法、系统、设备及存储介质
CN112612784B (zh) 河水流域计算单元自动划分方法、装置和计算机设备
JP2010020573A (ja) 設備のライフサイクルマネジメントシステムおよびその方法
CN109978678B (zh) 一种参数管理方法及相关设备
CN114548463A (zh) 线路信息预测方法、装置、计算机设备和存储介质

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