CN113935673A - 基于库存的仓网优化方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种基于库存的仓网优化方法、装置、计算机设备和存储介质。所述方法包括：获取为运输订单构建的初始仓网结构作为待扰动仓网结构；扰动更新待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各候选仓库的更新层级状态；根据各候选仓库的库存容量限值和更新层级状态，重新构建仓网结构，得到更新仓网结构；分别预测待扰动仓网结构中各候选仓库和更新仓网结构中各候选仓库的库存成本，得到待扰动仓网结构和更新仓网结构的库存成本；根据待扰动仓网结构和更新仓网结构的库存成本，对待扰动仓网结构和更新仓网结构进行质量评估，确定最佳仓网结构。采用本方法能够提高优化的准确性。

Description

基于库存的仓网优化方法、装置、计算机设备和存储介质

技术领域

本申请涉及物流技术领域，特别是涉及一种基于库存的仓网优化方法、装置、计算机设备和存储介质。

背景技术

随着电商和物流技术的快速发展，仓库操作逐渐数字化，例如逐渐开始应用开发的仓库管理系统自动管理订单以及利用相应的数字化辅助设备自动完成拣货等操作。而在为订单进行拣货操作之前，通常需要确定订单的供应链网络，订单的供应链网络通过为订单构建合适的仓网结构确定。传统对仓网结构的优化主要基于仓库结构中各节点之间的运输成本。

然而，传统基于运输成本的优化仅仅只需要考虑交通运输，而不同行业、不同场景下仓库之间的交通运输方式通常不会有太大的变化，从而降低了优化的准确性。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高准确性的基于库存的仓网优化方法、装置、计算机设备和存储介质。

一种基于库存的仓网优化方法，所述方法包括：

获取为运输订单构建的初始仓网结构作为待扰动仓网结构；

扰动更新所述待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各所述候选仓库的更新层级状态；

根据各所述候选仓库的库存容量限值和所述更新层级状态，重新构建仓网结构，得到更新仓网结构；

分别预测所述待扰动仓网结构中各候选仓库和所述更新仓网结构中各候选仓库的库存成本，得到所述待扰动仓网结构和所述更新仓网结构的库存成本；

根据所述待扰动仓网结构和所述更新仓网结构的库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构。

一种基于库存的仓网优化装置，所述装置包括：

获取模块，用于获取为运输订单构建的初始仓网结构作为待扰动仓网结构；

扰动模块，用于扰动更新所述待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各所述候选仓库的更新层级状态；

构建模块，用于根据各所述候选仓库的库存容量限值和所述更新层级状态，重新构建仓网结构，得到更新仓网结构；

预测模块，用于分别预测所述待扰动仓网结构中各候选仓库和所述更新仓网结构中各候选仓库的库存成本，得到所述待扰动仓网结构和所述更新仓网结构的库存成本；

评估模块，用于根据所述待扰动仓网结构和所述更新仓网结构的库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构。

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上述基于库存的仓网优化方法的步骤。

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上述任一项上述基于库存的仓网优化方法的步骤。

上述基于库存的仓网优化方法、装置、计算机设备和存储介质，获取为运输订单构建的初始仓网结构作为待扰动仓网结构；对待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态进行扰动更新，确定各候选仓库的更新层级状态之后，根据各候选仓库的库存容量限值和更新层级状态，重新构建仓网结构，得到更新仓网结构；进而分别预测待扰动仓网结构中各候选仓库和更新仓网结构中各候选仓库的库存成本，得到待扰动仓网结构和更新仓网结构的库存成本；根据待扰动仓网结构和更新仓网结构的库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构。由于不同行业、不同场景下的仓库具备一定的行业特色，因此该方法基于候选仓库的库存成本对仓网进行优化，提高适用场景范围，从而提高了优化的准确性。同时，该方法基于库存容量限值构建仓网结构，充分考虑到仓库库存容量上限的约束，进一步提高仓网结构的可执行性。

附图说明

图1为一个实施例中基于库存的仓网优化方法的应用环境图；

图2为一个实施例中基于库存的仓网优化方法的流程示意图；

图3a为一个实施例中的初始仓网结构的结构示意图；

图3b为一个实施例中的初始仓网结构的结构示意图；

图4为一个实施例中根据各候选仓库的库存容量限值和更新层级状态，重新构建仓网结构，得到更新仓网结构步骤的流程示意图；

图5为另一个实施例中基于库存的仓网优化方法的流程示意图；

图6为一个实施例中基于库存的仓网优化装置的结构框图；

图7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。

本申请提供的基于库存的仓网优化方法，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通过网络进行通信。当终端102接收到用户下发的仓网优化指令时，终端102响应仓网优化指令单独实现基于库存的仓网优化方法。或者，终端102将仓网优化指令发送给服务器104，由服务器104实现基于库存的仓网优化方法。

本实施例以服务器104为例，具体地，服务器104获取为运输订单构建的初始仓网结构作为待扰动仓网结构；服务器104扰动更新待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各候选仓库的更新层级状态；服务器104根据各候选仓库的库存容量限值和更新层级状态，重新构建仓网结构，得到更新仓网结构；服务器104分别预测待扰动仓网结构中各候选仓库和更新仓网结构中各候选仓库的库存成本，得到待扰动仓网结构和更新仓网结构的库存成本；服务器104根据待扰动仓网结构和更新仓网结构的库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构。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，提供了一种基于库存的仓网优化方法，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S202，获取为运输订单构建的初始仓网结构作为待扰动仓网结构。

其中，运输订单是用户向供货商发送的订货凭据，运输订单中包括用户所要订购运输的产品，对于供货商来说就是待运输的产品。初始仓网结构是服务器根据运输订单构建的仓网结构，可以理解为是为该运输订单构建第一个仓网结构。待扰动仓网结构可以理解为需要更新优化的仓网结构。

具体地，服务器获取运输订单对应的候选仓库、仓库约束条件和运输需求。其中，仓库是一种贮存设施，本实施例中的仓库用于贮存待运输的产品。候选仓库即是从所有仓库中筛选出与运输订单相匹配的部分仓库，候选仓库由供货商方的工作人员根据运输订单挑选确定。仓库约束条件是指对待构建的仓网结构的仓库的约束，包括对待构建的仓网结构的仓库数量的约束、不同仓库层级仓库数量的约束等。运输需求包括运输时效、运输成本等要求。仓库约束条件和运输需求同样由工作人员根据实际情况输入。然后，服务器根据运输订单对应的候选仓库、仓库约束条件和运输需求构建初始仓网结构。当服务器接收到对运输订单的仓网优化请求指令时，服务器获取已构建的初始仓网结构作为待扰动仓网结构。或者，也可以是在服务器接收到对运输订单的仓网优化请求指令时，服务器先获取运输订单对应的候选仓库、仓库约束条件和运输需求。然后服务器再根据所获取的候选仓库、仓库约束条件和运输需求构建初始仓网结构，从而得到待扰动仓网结构。

在一个实施例中，根据运输订单对应的候选仓库、仓库约束条件和运输需求构建初始仓网结构，包括以下步骤：

S1，根据仓库约束条件确定各候选仓库的初始层级状态。

其中，层级状态是指各候选仓库的仓库层级，仓库层级包括供货工厂、中心仓、地区仓等。初始层级状态是通过仓库约束条件为候选仓库赋予的初始的仓库层级。例如，任意一个候选仓库的初始层级状态可以是中心仓、可以是地区仓或者是不被选用的仓库。其中，中心仓是地区仓的上一层级的仓库。

具体地，当服务器获取到候选仓库和仓库约束条件后，根据仓库约束条件为各个候选仓库赋予初始的层级状态，各个候选仓库得到初始层级状态。例如，假设候选仓库一共有10个仓库，仓库约束条件为需要2个仓库作为中心仓、3个仓库作为地区仓。服务器则从10个候选仓中随机选取5个仓库，将其中2个仓库确定为中心仓、另外3个为确定为地区仓。而未被选中的5个候选仓库即暂定为不被使用的仓库。

在一个实施例中，为各候选仓库确定初始层级状态时，可以是基于FirstFit(首次适应)算法和仓库约束条件为各候选仓库确定初始层级状态。FirstFit算法的基本思想就是逐个为候选点分配一个合适的状态，当每一个候选点有了状态之后，表示一个初始的解，即一个初始仓网结构的框架就形成了。具体到本实施例，服务器根据工作人员输入候选仓库的顺序且按照仓库约束条件逐个为候选仓库分配初始层级状态。例如，第一个候选仓库和第二个候选仓库确定为中心仓，第三个候选仓库、第四个候选仓库以及第五个候选仓库确定为地区仓，最后输入的5个候选仓库暂定为不被选用的仓库。在本实施例中，通过FirstFit算法确定各候选仓库的初始层级状态节省服务器的分配时间，提高构建的效率。

S2，根据各候选仓库的初始层级状态和运输需求，构建初始仓网结构，将始仓网结构作为待扰动仓网结构。

具体地，当服务器确定好各候选仓库的初始层级状态，初始仓网结构的结构框架即可直接确定。仓网结构框架可以理解为是选定了候选仓库但是候选仓库之间的供补货关系还未确定的结构。因此，服务器根据运输需求确定各个候选仓库之间的供补货关系。根据供补货关系构建各个候选仓库的供货链，得到一个完整的仓网结构，即得到本实施例的初始仓网结构。例如，假设运输需求包括运输时效，运输时效要求为运输时间最短的仓库作为供补货的仓库。服务器构建各候选仓库的供货链时，即依据运输时间最短的仓库进行。如图3a所示，提供一种初始仓网结构的结构示意图，参考图3a，初始仓网结构包括2个供货工厂、2个中心仓、4个地区仓以及多个客户等四个层级，四个层级的供货链根据运输需求确定。假设为第一个地区仓补货的运输时间最短的中心仓是第一个中心仓，那么服务器选定第一个地区仓和第一个中心仓之间构建供补货链。当所有层级之间的供货链均构建完成，即得到构建的仓网结构。运输时间服务器可以根据仓库之间的距离以及运输方式确定。另外，在构建仓网结构的条件中还可以增加包括自适应选择最佳网络层级，放宽可选仓库的层级限制的规则。即，不限制客户的所选仓库层级，最终输出的网络层级就可能存在少于候选的网络层级范围。如图3b所示，当根据运输需求为客户构建供货链时确定客户可以都直接从中心仓配货，那么，地区仓网络层级就可以从仓网结构中取消，使得构架的仓网结构只包括三个层级，从而使得整个仓网变的扁平化从而降低成本提升效率。

步骤S204，扰动更新待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各候选仓库的更新层级状态。

其中，扰动更新对应邻域搜索中的邻域空间搜索概念，即对当前解的部分候选仓库的层级状态进行修改得到新解的候选仓库的层级状态。

具体地，服务器对当前确定的待扰动仓网结构中的各候选仓库的层级状态进行层级状态的修改，修改后的层级状态为待扰动仓网结构中各候选仓库的更新层级状态。而由于仓网结构一直需要满足仓库约束条件，因此，在将待扰动仓网结构中的候选仓库的层级状态进行扰动更新之后，还需要根据待扰动仓网结构中的候选仓库的更新层级状态对剩余未被选入组成仓网结构的层级状态进行扰动更新。例如，10个候选仓库中有7个候选仓库被构建作为待扰动仓网结构，那么还剩余3个未被选入的剩余的候选仓库。当对待扰动仓网结构中7个候选仓库扰动更新后，根据该扰动更新的结果进一步对剩余的3个候选仓库进行扰动更新，使得10个候选仓库的层级状态一直满足仓库约束条件。

在一个实施例中，扰动更新各候选仓库的层级状态的具体实现可以根据实际场景需求定义对应的扰动策略，为不同场景定义的不同的扰动策略的扰动程度大小不一样。但是，应当理解的是，无论如何定义扰动策略，均需要遵循一个共同目的，即扰动更新应当是有较大的可能性使得解的质量得到提高。在本实施例中，扰动策略包括层级状态变更和层级状态交换两种策略。层级状态变更的策略为直接修改候选仓库的初始层级状态，层级状态交换的策略为多个候选仓库的初始层级状态进行交换。

步骤S206，根据各候选仓库的库存容量限值和更新层级状态，重新构建仓网结构，得到更新仓网结构。

其中，库存容量限值是候选仓库的最大的库存容量。具体地，当扰动更新得到候选仓库的更新层级状态之后，由于各个候选仓库的层级状态发生了变更，例如原本的中心仓可能扰动更新成为了地区仓或者不被选用的仓库。因此，服务器根据更新层级状态和运输需求重新构建仓网结构。

重新构建仓网结构与构建初始仓网结构的原理大致相同，区别在于本实施例中重新构建仓网结构时增加库存容量限值的约束。即，服务器在重新构建候选仓库之间的供补货链时，需要考虑候选仓库的库存容量限值。当服务器为一个仓库W寻找供货的上游仓库时，需要考虑仓库W为供货的上游仓库所带来的新增库存面积是否超过存在该上游仓库的库存容量上限面积的风险。一旦仓库W所带来的新增库存面积超过候选上游仓库的库存容量上限面积，则拒绝将该上游候选仓库作为仓库W的上游供货仓库。

步骤S208，分别预测待扰动仓网结构中各候选仓库和更新仓网结构中各候选仓库的库存成本，得到待扰动仓网结构和更新仓网结构的库存成本。

其中，库存成本是指库存相关成本，在实际场景中，除了运输交通的运输成本，库存相关成本也是占比较大比例的成本项。库存相关成本通常包括以下部分：库存租金成本、库存资金占用成本、库存损耗折价成本以及操作运营相关成本。

具体地，服务器首先分别预测待扰动仓网结构和更新仓网结构中各个候选仓库的库存成本。然后，待扰动仓网结果中所有候选仓库的库存成本之和为待扰动仓网结构的库存成本。同理，更新仓网结构中各候选仓库的库存成本之和为更新仓网结构的库存成本。

步骤S210，根据待扰动仓网结构和更新仓网结构的库存成本，对待扰动仓网结构和更新仓网结构进行质量评估，确定最佳仓网结构。

具体地，服务器将待扰动仓网结构和更新仓网结构的库存成本进行大小比较，根据大小比较结果选择库存成本更低的仓网结构为最佳仓网结构。例如，待扰动仓网结构的库存成本低于更新仓网结构的库存成本，则待扰动仓网结构的质量优于更新仓网结构，将待扰动仓网结构作为最佳仓网结构。而当待扰动仓网结构的库存成本高于更新仓网结构的库存成本，则更新仓网结构的质量优于待扰动仓网结构，将更新仓网结构作为最佳仓网结构。

上述基于库存的仓网优化方法中，由于不同行业、不同场景下的仓库具备一定的行业特色，因此该方法基于候选仓库的库存成本对仓网进行优化，提高适用场景范围，从而提高了优化的准确性。同时，该方法基于库存容量限值构建仓网结构，充分考虑到仓库库存容量上限的约束，进一步提高仓网结构的可执行性。

在一个实施例中，如图4所示，步骤S206，包括：

步骤S402，根据各候选仓库的更新层级状态，从各候选仓库中选取候选仓库作为仓网节点，仓网节点组成仓网结构框架。

步骤S404，从仓网结构框架中确定各仓网节点的上游供货仓库。

步骤S406，分别从各仓网节点对应的候选上游供货仓库中，筛选库存容量限值满足仓网节点需求的候选上游供货仓库。

步骤S408，根据运输订单的运输需求，从库存容量限值满足仓网节点需求的候选上游供货仓库中，确定仓网节点的上游供货仓库。

步骤S410，根据仓网结构框架中各仓网节点的上游供货仓库，建立仓网结构框架的供补货链，得到更新仓网结构。

其中，仓网节点是根据候选仓库的更新层级状态重新选择的构建称为仓网结构的候选仓库。可以理解为是待构建的更新仓网结构中的候选仓库。

具体地，当服务器通过扰动更新得到了各候选仓库的更新层级状态时，根据各候选仓库的更新层级状态重新确定可以作为仓网结构中候选仓库的候选仓库，得到仓网节点。通过仓网节点组成没有确定供补货关系的仓网结构，即仓网结构框架。当得到仓网结构框架之后，服务器根据仓网结构框架中各仓网节点的更新层级状态确定各个仓网结构的候选上游供货仓库。例如，仓网结构框架中，更新层级状态为地区仓的仓网节点，该仓网结构框架中的所有作为中心仓的仓网节点都是该地区仓的候选上游供货仓库。

服务器确定仓网结构中各仓网节点的候选上游供货仓库之后，计算仓网节点为各个候选上游供货仓库所带来的新增库存面积。筛选仓网节点所带来的新增库存面积不会超过候选上游供货仓库的库存容量限值的候选上游供货仓库。例如，当一个仓网节点有3个候选上游供货仓库A、B和C时，即根据仓网节点所带来的新增库存面积从这3个候选上游供货仓库中进行筛选，筛选库存容量限值能够满足仓网节点所带来的新增库存面积的候选上游供货仓库，筛选所得到的候选上游供货仓库可以是A、B和C中的任意一个或多个。

然后，服务器再根据运输需求从筛选出的候选上游供货仓库中确定该仓网节点的上游供货仓库。在得到各个仓网节点的上游供货仓库之后，表示仓网结构框架中各个仓网节点之间的供补货关系已经确定。服务器即可直接根据确定的上游供货仓库建立仓网结构框架的供补货链，得到本实施例的更新仓网结构。例如，原本仓网节点的候选上游供货仓库包括4个候选仓库，通过库存容量限值的筛选，候选上游供货仓库中剩余2个候选上游供货仓库。然后，服务器根据运输需求，从这2个候选上游供货仓库中选择运输时长最短的仓库作为该仓网节点的上游供货仓库。

在一个实施例中，步骤S406，包括：获取仓网节点需要候选上游供货仓库进行供货的产品的面积数据、需求数量以及仓网节点的服务客户数量；根据产品的面积数据和需求数量，确定仓网节点所需的产品的所占库存面积，得到候选上游供货仓库的第一新增库存面积；根据仓网节点的服务客户数量，确定仓网节点所需的产品的新增安全库存量，根据新增安全库存量和面积数据确定候选上游供货仓库的第二新增库存面积；将第一新增库存面积和第二新增库存面积与候选上游供货仓库的已用库存面积进行求和，当求和结果小于或等于候选上游供货仓库的库存面积上限时，确定候选上游供货仓库的库存容量限值满足仓网节点的需求。

其中，面积数据是指用于计算产品所占库存面积的数据，需求数量就是当前确定的仓网节点所需要产品的数量，服务客户数量是仓网节点所需要服务的客户的数量，一个仓网节点的服务客户数量应当包括直接服务的客户的数量和间接服务的客户的数量。直接服务器的客户可以理解为所服务的客户即该仓网节点直接供货的客户，而间接服务的客户可以理解为是所该仓网节点所覆盖的下游仓库所服务的客户。由于产品的规格不同，本实施例中产品的面积数据可以有三个维度的库存面积转换系数，包括件面比(每平方米库存面积存储的货物件数)、重量面积比(每平方米库存面积存储的货物公斤数)、体积面积比(平方米库存面积存储的货物立方数)。每个产品的面积数据根据产品的实际规格从这三个维度给出。

具体地，服务器计算当前的仓网节点为其对应的上游候选供货仓库带来的新增库存面积时，根据仓网节点的需求产品的面积数据以及需求数量计算得到本身需求带来的新增库存面积，即第一新增库存面积。假设，以件量维度为例，产品的件面比的值为0.5件/平方米，当某一个候选仓库的该产品的目标库存量为1000件时，该产品对应需要在候选仓库中占用的库存面积就是1000件/(0.5件/平方米)＝2000平方米。

另外，由于库存中除了仓库本身常规存储的下游供货需求带来的库存面积，还需要考虑安全库存量。即，具体到本申请，由于考虑到仓库的安全库存量，对于不同的候选上游供货仓库增加同一个作为下游的仓网节点时，该下游的仓网节点所带来的库存量及其相应的库存面积增加是不同的，其增加的过程不是线性的。而所增加的安全库存量的新增库存面积与下游的仓网节点的服务客户数量相关，安全库存量＝仓库一定服务水平下的前置期标准差*仓库需求标准差*仓库补货提前期。各分量的计算方法如下：

仓库一定服务水平下的前置期标准差：使用累积分布函数计算得到：

其中，上式累积分布函数可以理解为是计算的假设客户需求量x服从一个数学期望为μ、标准方差为σ²的正态分布，记为：X～N(μ,σ²)。

累积分布函数在Excel中对应的函数是NORMSINV()。例如，服务水平是95％，可以得到NORMSINV(0.95)＝1.645，则得到对应的前置期标准差为1.645。在实际产品中，不同的服务水平对应的前置期标准差可以提前查好并预存在对照表中，后续使用中只需要查对照表得到不同服务水平的值。其中候选仓库在不同层级时的服务水平是由客户给定的，取值只能在50％～99.9％之间。在实际产品中也可以使用由库存模块经验值得到的默认值。

当客户需求符合独立正态分布且方差相同时，仓库需求标准差＝客户需求标准差*服务的客户网点数量。其中，“服务的客户网点”数量为当前迭代的仓网结构下对应仓库服务的客户数量。即当前仓网节点的所服务的客户数量。应当理解的是，仓网节点W-1每增加一个下游仓库W-2，仓网节点W-1增加的下游客户网点数量是下游仓库W-2中使用仓网节点W-1供补货的所有客户网点数(包括直接和间接服务的客户网点)。仓库补货提前期由客户输入提供，分仓库的层级输入。例如：同一个仓库作中心仓和地区仓时的补货提前期应该是不同的。本实施在不考虑因为运输差异而产生补货提前期波动的情况下，可以认为提前期为固定值。客户需求标准根据客户输入的需求订单数据统计得到，计算公式如下：

因此，当仓网节点寻找上游供货仓库时，根据当前仓网节点带来的服务客户数量(下游客户网点数量)计算新增的安全库存量。服务器根据新增的安全库存量以及面积数量计算新增的安全库存量带来的新增库存面积，即第二新增库存面积。然后，将计算得到的第一新增库存面积和第二新增库存面积与候选上游供货仓库当前已经使用的库存面积进行求和，得到新增仓网节点作为下游仓库后该候选上游供货仓库上需要提供的总需库存面积。当该总需库存面积不超过(小于或等于)该候选上游供货仓库的库存面积上限时，确定使用该候选上游供货仓库不会导致容量超限，可以将该候选上游供货仓库作为该仓网节点的上游供货仓库。反之，当该总需库存面积超过该候选上游供货仓库的库存面积上限时，确定新增面积会导致该候选上游供货仓库容量超限，服务器确定将该候选上游供货仓库不能作为该仓网节点的上游供货仓库。

本实施例中，在优化重新构建仓网结构时，将仓库的库存容量限值作为构建的约束，可以避免库存过于集中在部分仓库。并且，在计算库存面积是否超限时，对输入的不同维度的面积数据提供通用的计算方式，还提高了构建的仓网的可执行性。

在一个实施例中，步骤S208，包括以下步骤：

步骤1，根据运输订单对应的客户要求，确定库存成本计算维度。

步骤2，基于库存成本计算维度，分别获取待扰动仓网结构和更新仓网结构中各候选仓库中产品的目标库存占用面积、单位货物成本、周转库存量、安全库存量、库存资金占用系数、库存损耗折价系数、网点操作价格和网点运营人工价格。

其中，计算维度根据客户的库存需求分为件量、重量和体积三个不同计算维度。当客户的需求为件量维度时，获取的目标库存占用面积、周转库存量、安全库存量、网点操作价格和网点运营人工价格即为件量维度的数据。当客户的需求为重量维度时，获取的目标库存占用面积、周转库存量、安全库存量、网点操作价格和网点运营人工价格即为重量维度的数据。而当客户的需求为体积维度时，获取的目标库存占用面积、周转库存量、安全库存量、网点操作价格和网点运营人工价格即为体积维度的数据。

步骤3，根据产品的目标库存占用面积分别预测待扰动仓网结构和更新仓网结构中各候选仓库的库存租金成本，分别得到待扰动仓网结构和更新仓网结构的库存租金成本。

具体地，库存租金成本通常按照目标库存量或平均库存量计算，目标库存量＝周转库存量量+安全库存量。平均库存量＝周转库存量/2+安全库存量。本实施例默认按照目标库存量计算，即，库存租金成本根据目标库存占用面积和仓库每平米租金计算。目标库存占用面积可以根据件量、重量和体积三个维度中任一个维度进行计算，包括目标库存件量/单位面积存放货物数量、或者目标库存重量/单位面积存放重量、或者目标库存体积/单位面积存放体积。基于此，库存租金成本根据三个不同计算维度，所对应的计算公式如下：

每天库存租金成本＝仓库每天每平米租金*目标库存件量/单位面积存放货物数量；或者，每天库存租金成本＝仓库每天每平米租金*目标库存重量/单位面积存放重量；或者，每天库存租金成本＝仓库每天每平米租金*目标库存体积/单位面积存放体积。

步骤4，根据产品的周转库存量、安全库存量、单位货物成本以及库存资金占用系数，分别预测待扰动仓网结构和更新仓网结构中各候选仓库的库存资金占用成本，分别得到待扰动仓网结构和更新仓网结构的库存资金占用成本。

具体地，每日库存资金占用成本＝平均库存*单位货物成本*库存资金占用系数/365。其中，平均库存量＝周转库存量/2+安全库存量。库存资金占用系数由用户输入，可以默认用平均投资年化收益或者银行定期利息计算。货物成本方面，不同产品的单位货物成本不同。当产品的单位货物成本不可知时，也可以改成产品的单位货物销售金额。

步骤5，根据产品的周转库存量、安全库存量、单位货物成本以及库存损耗折价系数，分别预测待扰动仓网结构和更新仓网结构中各候选仓库的库存损耗折价成本，分别得到待扰动仓网结构和更新仓网结构的库存损耗折价成本。

具体地，每日库存损耗折价成本＝平均库存量*单位货物成本*每日库存损耗折价系数库存损耗折价系数。其中，平均库存量＝周转库存量/2+安全库存量。由于在生鲜，3C等行业，自然损耗或降价带来损失较大，所以在生鲜，3C等行业需要考虑库存损耗折价，其他行业可以视实际情况决定。同理，当产品的单位货物成本不可知时，也可以改成产品的单位货物销售金额进行计算。

步骤6，根据产品的周转库存量、安全库存量、网点操作价格和网点运营人工价格，分别预测待扰动仓网结构和更新仓网结构中各候选仓库的货物运营成本，分别得到待扰动仓网结构和更新仓网结构的货物运营成本。

其中，货物运营成本包括货物操作成本和仓库固定运营成本两部分。

具体地，货物操作成本还可以分为考虑安全库存量和不考虑安全库存量两类。当不考虑安全库存量时，利用周转库存量计算货物操作成本。货物操作成本＝周转库存件量*网点周转库存单件货物操作价格+周转库存重量*网点周转库存每公斤货物操作价格+周转库存体积*网点周转库存每立方米货物操作价格+目标库存件量*网点目标库存单件货物运营人工价格+目标存重量*网点目标库存每公斤货物运营人工价格+目标库存体积*目标周转库存每立方米货物运营人工价格。而当考虑安全库存量时，则用目标库存量＝周转库存量+安全库存量进行计算。即，将周转库存替换为目标库存量进行计算。应当理解的是，由于本实施例允许输入件量、重量和体积三个不同维度的操作价格，但是为了避免费用被重复计算，三个维度的价格有且仅有一个维度的价格大于0，其余两个维度的价格则为0。即，当采用件量维度时，上述计算货物操作成本式中的网点周转库存每公斤货物操作价格和网点周转库存每立方米货物操作价格为0。同理，当采用重量维度时，网点周转库存单件货物操作价格和网点周转库存每立方米货物操作价格为0。以及，不同候选仓库下的不同产品的价格可以不同，根据实际情况决定。

而仓库固定运营成本包括仓库管理费用、人员费用、水电费等，所有与货物量无关的成本都可以记作为仓库固定运营成本。每个候选仓库根据实际情况其仓库固定运营成本可以不同。各候选仓库的每月的仓库固定运营成本由用户一次性输入。其中，由于仓库固定运营成本与库存货物无关，所以无需区分产品进行计算，只需要考虑候选仓库本身即可。计算仓库固定运营成本时，由用户输入详细成本项，再加总为各仓库的成本项，各细项成本可以按月输入。例如，水电费等为候选仓库每个月固定开支，计入仓库固定运营成本。每月场地固定租金。候选仓库场地固定的租金，无论货物多少不改变，应计入固定运营成本。新仓库建仓费用，均摊到每个月计入固定运营成本；人工工资，如果仓库人员数量固定，则人员工资也计入固定运营成本。如果人工数量和库存需求面积相关，则人员工资和货物量相关，应计入货物人工运营成本中。可以理解为，仓库固定运营总成本是在方案测算周期内的总固定费用开支。例如：客户输入1年的数据进行测算，则总固定运营成本＝12*每月固定运营成本。

步骤7，分别求和待扰动仓网结构和更新仓网结构的库存租金成本、库存资金占用成本、库存损耗折价成本和货物运营成本，分别得到待扰动仓网结构和更新仓网结构的库存成本。

具体地，当得到待扰动仓网结构和更新仓网结构的库存租金成本、库存资金占用成本、库存损耗折价成本和货物运营成本之后，求和库存租金成本、库存资金占用成本、库存损耗折价成本和货物运营成本得到库存成本。库存成本＝库存租金成本+库存资金占用成本+库存损耗折价成本+货物运营成本。

在本实施例中，该方法基于候选仓库的库存成本对仓网进行优化，提高适用场景范围，从而提高了优化的准确性。并且，根据本实施例提供的不同计算维度的库存成本计算方法，对现实场景中纷繁复杂的库存成本的计算提供了统一的计算接口，进一步提高各场景的适用范围，提高优化的准确性。

在一个实施例中，如图5所示，提供另一种基于库存的仓网优化方法，在步骤S210之后，还包括以下步骤：

步骤S212，当更新仓网结构的质量优于待扰动仓网结构时，将更新仓网结构作为新的待扰动仓网结构。

步骤S214，当更新仓网结构的质量劣于待扰动仓网结构时，根据更新仓网结构的被接受概率从更新仓网结构和待扰动仓网结构中确定新的待扰动仓网结构。

具体地，当服务器将待扰动仓网结构和更新仓网结构的库存成本进行大小比较，确定最佳仓网结构之后，服务器再次根据比较结果从待扰动仓网结构和更新仓网结构中确定新的待扰动仓网结构。当更新仓网结构的库存成本低于待扰动仓网结构的库存成本时，即，更新仓网结构的质量优于待扰动仓网结构的库存成本，将更新仓网结构作为新的待扰动仓网结构。而当更新仓网结构的库存成本低于待扰动仓网结构的库存成本时，即，更新仓网结构的质量劣于待扰动仓网结构的库存成本，服务器可以将待扰动仓网结构作为新的待扰动结构，也可以采用一定的策略从更新仓网结构和待扰动仓网结构中选择任意一个仓网结构作为新的待扰动仓网结构。

在一个实施例中，服务器基于模拟退火算法的思想来评估确定是否接受更新仓网结构作为新的待扰动仓网结构，模拟退火算法来源于冶金领域的固体退火原理，是一种基于概率的算法。被接受概率的计算公式如下：

T^t＝u*T^t-1

其中，Pro为被接受概率，T是一个变量，t表示迭代次数，u为T值的递减的速率。随着迭代的进行，T的值逐渐递减，该过程模拟了冶金行业的退火过程。即，随着迭代的进行，质量较劣的仓网结构被接受的概率逐渐降低。T值的递减的速率u可以根据实际问题特征进行调整，例如每100次的迭代递减的速率u可以赋值为0.95。即，T^t＝0.95*T^t-1。A和B是根据实际问题场景的追求所设定的评估值，A表示待扰动仓网结构的评估值、B表示更新仓网结构该的评估值。本实施例中，由于是基于库存成本选定的最佳仓网结构，所以A即为待扰动仓网结构的成本评估值，B即为更新仓网结构的评估值。而如果对于选定的最佳仓网结构，更加追求时效问题，A即可以为待扰动仓网结构的实际运输时效(或者运输时效达成率)，B即可以为更新仓网结构的实际运输时效(或者运输时效达成率)。当计算得到被更新仓网结构的被接受概率时，生成一个概率随机数来与被接受概率进行比较确定是否接受更新仓网结构作为新的扰动仓网结构。当生成概率随机数落入被接受概率范围内时，确定更新仓网结构为新的待扰动仓网结构。而当概率随机数未落入被接受概率范围内时，确定待扰动仓网结构为新的待扰动仓网结构。另外，还可以基于禁忌搜索算法来限制可以接受的仓网结构。

在本实施例中，通过采用一定的策略，例如模拟退火算法和禁忌搜索算法确定是否接受质量较差的更新仓网结构作为下一次扰动更新的解，能够避免迭代扰动更新陷入局部最优。

步骤S216，当当前确定的最佳仓网结构的质量优于已存在的最佳仓网结构时，将当前确定的最佳仓网结构更新为已存在的最佳仓网结构、以及将扰动更新次数归零，返回步骤S204，直至当前确定的最佳仓网结构库存成本高于已存在的最佳仓网结构且扰动更新次数满足预设要求为止，输出已存在的最佳仓网结构。

具体地，当服务器确定新的待扰动仓网结构之后，根据库存成本将当前确定的最佳仓网结构与已存在的最佳仓网结构进行质量评估。当当前确定的最佳仓网结构的库存成本低于已存在的最佳仓网结构时，表示当前确定的最佳仓网结构的质量是优于已存在的最佳仓网结构的，服务器则将当前确定的最佳仓网结构更新作为已存在的最佳仓网结构，然后开启新一轮的扰动迭代，即返回步骤S204。下一轮第一次确定的最佳仓网结构则与本轮最后一次确定的最佳仓网结构进行质量比较。同时，由于开启了新一轮迭代，服务器需要同时将扰动更新次数归零之后再返回扰动更新的步骤S204，开始新一轮迭代寻找比当前确定的最佳仓网结构的质量更优质的仓网结构。应当理解的是，若当前的最佳仓网结构是首次确定的最佳仓网结构，则当前的最佳仓网结构之前是不存在最佳仓网结构的，即已存在的最佳仓网结构为空解。那么服务器直接当前的最佳仓网结构作为已存在的最佳仓网结构之后，返回扰动更新的步骤S204，相当于开始本轮的第一次迭代。

步骤S218，当当前确定的最佳仓网结构的质量劣于已存在的最佳仓网结构且扰动更新次数未满足预设要求时，扰动更新次数递增1，返回步骤S204，直至当前确定的最佳仓网结构库存成本高于已存在的最佳仓网结构且扰动更新次数满足预设要求为止，输出已存在的最佳仓网结构。

具体地，当当前确定的最佳仓网结构的库存成本高于已存在的最佳仓网结构且扰动更新次数未满足预设要求，表示当前确定的最佳仓网结构的质量劣于已存在的最佳仓网结构，服务器进一步判断当前的扰动更新次数是否达到了为一轮设置的预设迭代次数。当扰动更新次数达到了预设迭代次数时，表示满足了为一轮迭代配置的迭代终止条件，则可以直接输出已存在的最佳仓网结构。否则，当扰动更新次数未达到预设次数时，表示当前虽然还未找到比已存在的最佳仓网结构更优质的仓网结构，但是本轮的迭代还未满足配置的迭代终止条件，则还是直接返回步骤S204，继续在本轮进行下一次的扰动更新，无需开启新一轮的迭代。应当理解的是，当返回步骤S204进行扰动更新时还是本轮的迭代扰动更新时，扰动更新次数是应当递增1的。

由此可知，本实施例迭代所设定的迭代终止条件是只有当已经满足了为一轮设定的预设迭代次数，但是还未寻找到比已存在的最优解更优的解时，才停止迭代。而未找到更优解但是本轮迭代还未结束时，开始本轮新一次的迭代。而只要找到比已存在的最优解更优的解，则迭代次数归零开始新一轮的迭代。本实施例中通过分轮次设置迭代终止条件相比传统直接设定固定次数的迭代条件来说，不仅可以在适当的时间寻找到近似最优解，还能进一步提高解的质量，尽可能保证最终输出高质量的仓网结构。

在另一个实施例中，可以分级对待扰动仓网结构和更新仓网结构进行质量评估，确定最佳仓网结构。步骤S210，包括：根据运输订单的仓库约束条件、运输需求以及库存成本同时对待扰动仓网结构和更新仓网结构进行多级的质量评估，确定最佳仓网结构，包括以下步骤：

步骤S2101，根据仓库约束条件分别对更新仓网结构和待扰动仓网结构进行质量评估，分别得到更新仓网结构和待扰动仓网结构的约束评估值。

其中，根据仓库约束条件对仓网结构进行质量评估是指评价该仓网结构是否有满足仓库约束条件。由于仓库约束条件中可能存在对多个不同层级状态的仓库的数量的约束，所以约束评估值也可能存在多个。例如，仓库约束条件中有包括对中心仓数量的约束、以及对地区仓数量的约束。因此，约束评估值包括中心仓约束评估值和地区仓约束评估值。

具体地，本实施例中通过01变量表示约束评估值。假设，以X_CDC表示中心仓约束评估值、以X_RDC表示地区仓约束评估值，当仓网结构的中心仓数量(地区仓数量)满足约束条件中对中心仓数量(地区仓数量)的约束时，例如中心仓(地区仓)约束数量为2个，仓网结构中正好包括2个中心仓(地区仓)时，将X_CDC(X_RDC)赋值变量1，否则赋值变量0。当X_CDC和X_RDC均为1时，表示仓网结构完全满足仓库约束条件，当X_CDC或X_RDC为0时，表示仓网结构不完全满足仓库约束条件。X_CDC或X_RDC的取值公式如下：

其中，NUM_C表示指定的中心仓数量约束、NUM_R表示指定的地区仓数量约束、NUM_CDC表示仓网结构中实际使用的中心仓数量、NUM_RDC表示仓网结构中实际使用的地区仓数量。当实际使用的中心仓(地区仓)数量等于指定的中心仓(地区仓)数量的约束，为约束评估值(X_CDC和X_RDC)赋值变量1，否则赋值变量0。当以约束评估值比较更新仓网结构和初始仓网结构时，比较这两个仓网结构的X_CDC和X_RDC的赋值变量来确定约束质量高的仓网结构。

步骤S2102，运输需求包括运输时效和运输成本。分别确定更新仓网结构和待扰动仓网结构的运输时效，分别得到更新仓网结构和待扰动仓网结构的时效评估值；分别确定更新仓网结构和待扰动仓网结构的运营成本，分别得到更新仓网结构和待扰动仓网结构的运输成本评估值。

其中，仓网结构的运输时效是指以该仓网结构中的供货链为运输订单进行运输配送所需要的时间。运输时效包括运输时效达成率，运输时效达成率为运输达成时效要求上限内完成的订单数与订单总数的比值。而仓网结构的运输成本是指以该仓网结构中的供货链为运输订单的配送时所产生的交通运输成本。

具体地，当服务器确定更新仓网结构和待扰动仓网结构的运输时效时，计算以更新仓网结构或以待扰动仓网结构完成该运输订单时实际所需要的运输时效。例如，以图3a所示的仓网结构为例，当运输订单属于第一个客户的订单时，而根据该仓网结构可以确定第一个客户订单对应的运输仓库为第一个中心仓和第二个地区仓。即，服务器根据第一个中心仓与第二个地区仓、第二个地区仓与客户之间的距离以及运输采用的交通工具的速度计算实际运输需要的运输时效。然后将指定的运输达成时效要求上限内完成的订单数与订单总数进行比值，得到运输时效达成率，从而得到时效评估值。

在本实施例中，时效评估值可以由运输时效达成率直接表示，例如计算比值得到的运输时效达成率为90％，时效评估值即为90％，通过直接比较更新仓网结构和待扰动仓网结构的时效评估值确定时效质量较好的仓网结构。或者，也可以通过赋值变量0或1表示时效评估值，时效评估值赋值公式如下：

其中，X_SLA是时效评估值，SLA_SATISFIED表示运输时效达成率(即在运输达成时效要求上限内完成的订单数除以订单总数)、SLA表示指定的运输达成时效下限。例如，假设指定的运输达成时效要求上限SLA为24小时，则若超过90％的订单都在24小时内被完成运输，则SLA_SATISFIED>90％，此时X_SLA赋值1。否则，当超过10％的订单实际运输时效大于24小时时，表示运输时效达成率小于90％，因此X_SLA赋值为0。通过直接比较更新仓网结构和待扰动仓网结构的时效评估值的变量值确定时效质量较好的仓网结构。

当服务器确定更新仓网结构和待扰动仓网结构的运输成本时，计算以更新仓网结构或以待扰动仓网结构完成该运输订单时产生的交通运输成本。该交通运输成本即为更新仓网结构或待扰动仓网结构的运输成本评估值。当以运输成本评估值比较两个仓网结构时，运输成本评估值越大的表示该仓网结构产生的成本越高，成本质量越差。其中，运输成本服务器可以通过运输计价模式计算得到，不同的运输计价模式计算运输成本采用的参数不同，计算得到的运输成本便不同。而各个运输订单选用的运输计价模式服务器根据用户指定的运输模式确定。运输计价模式包括但不限于重量距离计价方式、专车运输方式和物流产品配送运输方式等。当运输订单指定的运输模式是物理快递配送时，其对应的运输计价模式为物流产品配送运输方式的计价公式。

在一个实施例中，确定运输成本包括：获取运输订单的各供货阶段的运输模式；根据运输模式确定各供货阶段的运输计价模式；根据各运输计价模式计算各供货阶段的运输成本；对各供货阶段的运输成本进行求和，得到仓网结构的运输成本。

具体地，在运输过程中，不同供货阶段中可能使用不同的运输模式，进而各个供货阶段采用的运输计价模式也不相同。例如，若当前是从地区仓到客户的供货阶段，用户指定采用“物流快递”的运输模式，则计算该供货阶段的运输成本时应该根据“物流快递”运输模式对应的运输计价模式来计算运输成本。或者，当前是中心仓到地区仓的供货阶段，用户指定采用“整车运输”模式来运输，那么此时应该用“整车运输”模式对应的运输计价模式来计算该供货阶段的运输成本。因此，当计算运输成本时，可以获取用户输入的对运输订单的各供货阶段所指定的运输模式。根据运输模式确定各个供货阶段运输成本计算应该采用的运输计价模式。进而根据各个运输计价模式对应的计价参数计算该供货阶段的运输成本，各个供货阶段的运输成本的总和为总的运输成本。将根据各供货阶段计算得到的运输成本加入运营成本中得到成本评估值。

在本实施例中，各个运输模式对应的运输计价模式包括但不限于有“重量距离计价模式”、“专车运输方式”和“物流产品配送运输方式”。

“重量距离计价模式”的运输成本cost＝weight(运输重量)*distance(运输距离)*price(单位重量单位距离的运输价格)。运输重量是指被运输产品的重量。运输距离是供货阶段涉及的需求点之间的距离，例如中心仓到地区仓的距离、地区仓到客户的距离。供货阶段所涉及到的需求点直接根据仓网结构中运输订单对应客户的供货链确定。

“专车运输方式”的运输成本cost＝NV(使用的车辆数量)*distance(运输距离)*price(每辆车单位距离成本)。

“物流产品配送运输方式”的运输成本cost＝basePrice+(weight-baseWeight)*weightPrice。其中，basePrice表示首重价格、weight表示运输重量(被运输产品的重量)、baseWeight表示首重重量、weightPrice表示续重价格。

在本实施例中，通过考虑各供货阶段的多运输模式计算运输成本，细化运输成本的考量，从而优化仓网结构运输成本，降低仓网结构的运营成本。

步骤S2103，基于约束评估值、时效评估值、运输成本评估值和库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构。

具体地，由于本实施例的质量评估是分级评估，当运输需求中包括多个不同维度的需求时，根据需求维度的数量可以确定分级评估的层级数量。即，当运输需求包括运输时效需求、运输成本需求以及仓库约束条件需求时，加上库存成本，则一共可分为四层级的评估，最终根据这三个评估值以及库存成本比较确定最佳仓网结构。应当理解的是，由于分级评估具体是根据级别等级进行逐级比较，即一个级别的评估值比较完成之后再基于下一层级的评估值进行比较。因此，得到的多个评估值是有不同级别的，各个评估值的具体级别关系根据实际的需求配置而定。例如，假设实际追求库存成本的可以将库存成本的级别设为最高，服务器则优先以库存成本进行质量比较。而实际追求约束条件相关的可以将约束评估值的级别设为最高，服务器则优先以约束评估值进行质量比较。或者，若实际追求运输时效的可以将时效评估值设为最高，服务器则优先以时效评估值进行质量比较。所以，若库存成本的级别>约束评估值的级别>时效评估值的级别>运输成本评估值的级别，则基于库存成本、约束评估值、时效评估值和运输成本评估值对更新仓网结构和待扰动仓网结构进行质量评估确定最佳仓网结构时，首先根据库存成本比较更新仓网结构和待扰动仓网结构，当更新仓网结构和待扰动仓网结构的库存成本相等时，再根据约束评估值比较更新仓网结构和待扰动仓网结构。而当根据约束评估值比较确定更新仓网结构和待扰动仓网结构质量等同时，再根据时效评估值比较更新仓网结构和待扰动仓网结构。同理，当根据时效评估值比较确定更新仓网结构和待扰动仓网结构的质量等同时，再根据运输成本评估值比较更新仓网结构和待扰动仓网结构。

而当最终基于库存成本、约束评估值、时效评估值和运输成本评估值比较确定更新仓网结构的质量优于待扰动仓网结构时，将更新仓网结构确定为最佳仓网结构。或者，当库存成本、约束评估值、时效评估值和运输成本评估值比较确定更新仓网结构的质量劣于待扰动仓网结构时，则将待扰动仓网结构确定为最佳仓网结构。

本实施例中质量评估所涉及到的各符号所表示的意思见具体可见下表1。

表1，符号意义表

在本实施例中，通过分级的质量评估确定质量更好的仓网结构，从而确保最终获取到质量较好的仓网结构。

在一个实施例中，步骤S204，包括：获取预设的扰动策略以及各扰动策略的使用概率；为各扰动策略生成对应的概率随机数，并根据各概率随机数从各扰动策略中筛选得到使用策略；根据使用策略对待扰动仓网结构中各候选仓库以及剩余的候选仓库的层级状态进行扰动更新，确定各候选仓库的更新层级状态。

具体地，由于不同问题场景的需求不一样，所以不同问题场景适用的扰动策略不一样。因此，扰动策略设定完成之后，根据对应的场景配置使用该扰动策略的概率，即配置不同扰动策略在不同场景下的使用概率。当服务器开始对层级状态进行扰动更新时，获取预设的扰动策略和各扰动策略的使用概率。根据当前的问题场景，从各扰动策略中筛选得到扰动使用的扰动策略作为使用策略。例如，对搜索空间比较小(即可优化空间不大)的问题场景，可以分配扰动程度稍小的扰动策略分配更大的使用概率，从而提高搜索的深度。而当对搜索空间比较大(即优化空间比较大)的问题场景，可以分配扰动程度较大的扰动策略更大的使用概率，使得搜索的广度得到提高。

当获取到扰动策略的使用概率之后，根据扰动策略的数量生成对应数量的概率随机数。例如，3个扰动策略随机生成3个概率随机数，每个扰动策略对应于一个概率随机数。概率随机数是指随机数的范围与概率范围一致，由于概率通常由0％～100％表示，所以本实施例生成的随机数的范围为0～1之间，即为概率随机数。当生成得到的概率随机数之后，将概率随机数与对应的使用概率进行比较，当概率随机数落入使用概率范围内时，表示本次需要选择该使用概率对应的扰动策略作为使用策略。例如，扰动策略的使用概率为50％，当生成的概率随机数为0～0.5时，表示落入该范围，否则未落入该范围。因此，由于每个扰动策略都有对应的概率随机数，所以一次扰动更新所选用的扰动策略可能存在多个的情况。应当理解的是，当出现根据概率随机数未选中任意一个扰动策略的情况，可以多次生成概率随机数进行选择。或者，直接选使用概率最高的扰动策略作为使用策略，具体可以根据实际情况进行配置。并且，由于基于邻域搜索基本思想的扰动更新方法作为一种启发式方法，这种针对问题进行参数调优的工作始终是需要时间又不可避免的。所以并不能给出具体固定的使用概率值，为了更加高效，应当是针对实际处理的问题进行相应的配置。

在一个实施例中，扰动策略包括层级状态变更的策略。根据使用策略对待扰动仓网结构中各候选仓库以及剩余的候选仓库的层级状态进行扰动更新，确定各候选仓库的更新层级状态，包括：随机从待扰动仓网结构中选择预设数量的候选仓库作为状态变更仓库；将各状态变更仓库的层级状态进行层级状态变更，得到各状态变更仓库的更新层级状态；根据仓库约束条件，将剩余的候选仓库的层级状态进行层级状态变更，得到未被选择的候选仓库的更新层级状态。

具体地，层级状态变更的策略是将当前的待扰动仓网结构中候选仓库的层级状态进行修改的策略，被修改状态的候选仓库的数量通过预设数量决定。在本实施例中，层级状态变更的策略包括修改某一个候选仓库的层级状态的策略，该策略称为Change(变更)策略。即，预设数量为1个，表示服务器随机选择一个候选仓库作为被修改的候选仓库进行层级状态修改。例如，把一个“中心仓”改为“地区仓”、把一个“不被选用”的候选仓库改为“中心仓”、或者把一个“地区仓”修改为“不被选用”的候选仓库等等。层级状态变更的策略还可以包括修改多个候选仓库的层级状态的策略，该策略称为Pillar Change(组变更)策略。可以理解为是修改一组候选仓库的层级状态的策略，组内包括的候选仓库的数量可以自行定义，即预设数量大于1。例如，预设数量为3，表示一组包括3个候选仓库。那么，服务器从待扰动仓网结构中随机选择3个候选仓库，并修改这3个候选仓库的层级状态。由于PillarChange策略修改的候选仓库数量多于Change策略，所以Pillar Change策略的扰动程度大于Change策略。

另外，当对待扰动仓网结构中预设数量的候选仓库进行层级状态修改之后，剩余的候选仓库的初始层级状态根据仓库约束条件进行随机修改，保证扰动更新后的更新层级状态满足仓库约束条件。例如，当将一个“中心仓”改为“地区仓”之后，即不满足仓库约束条件中的中心仓和地区仓的数量。此时，地区仓多一个而中心仓少一个。因此，从剩余的且状态不是中心仓的候选仓库中随机选择一个将其状态修改为中心仓。而当被选择修改为中心仓的候选仓库是地区仓，则修改之后已经满足了仓库约束条件，结束此次扰动。而当被选择修改为中心仓的候选仓库是不被选用的候选，则修改之后的状态为多一个地区仓少一个不被选用的候选仓库，则从剩余的且状态是地区仓的候选仓库中选择一个将其状态修改为不被选用的候选仓库。

在一个实施例中，扰动策略包括层级状态对换的策略。根据使用策略对待扰动仓网结构中各候选仓库以及剩余的候选仓库的层级状态进行扰动更新，确定各候选仓库的更新层级状态，包括：随机从待扰动仓网结构中选择预设数量的候选仓库组成状态层级对换组；将两组状态层级对换组中的候选仓库的层级状态进行层级状态对换，得到各候选仓库的更新层级状态。

具体地，层级状态对换的策略是将当前的仓网结构中候选仓库的层级状态进行对换的策略，被对换状态的候选仓库的数量通过预设数量决定。在本实施例中，层级状态对换的策略包括对换任意两个候选仓库的层级状态的策略，该策略称为Swap(对换)策略。即，预设数量为2个，表示服务器随机从待扰动仓网结构中选择2个候选仓库作为被对换的候选仓库进行层级状态对换。例如，把一个“中心仓”和一个“地区仓”的层级状态对换、或者把一个“不被选用”和一个“地区仓”的层级状态进行对换等等。Swap策略比Change策略的扰动程度更大。层级状态对换的策略还可以包括对换两组候选仓库的层级状态的策略，该策略称为Pillar Swap(组对换)策略。可以理解为是对换两组候选仓库的层级状态的策略，各组内包括的候选仓库的数量可以自行定义，但是两组之间的候选仓库的数量相等，即预设数量大于1。例如，预设数量为3，表示一组包括3个候选仓库。那么，服务器随机选择6个候选仓库，并将6个候选仓库分为2组，每组3个候选仓库。进而将这两组中候选仓库的层级状态进行交换。由于Pillar Swap策略的扰动程度均大于Pillar Change策略、Change策略和Swap策略。而由于扰动策略是对换的策略，所以可以一直满足仓库约束条件，本实例不用修改未被选择的候选仓库的层级状态，维持原层级状态。

当对搜索空间比较小(即可优化空间不大)的问题场景，可以对Change策略和Swap策略分配更大的使用概率，从而提高搜索的深度。而当对搜索空间比较大(即优化空间比较大)的问题场景，可以对Pillar Change策略和Pillar Swap策略分配更大的使用概率，使得搜索的广度得到提高。

在本实施例中，通过配置不同场景下不同扰动策略的使用概率，从而使得对不同的场景下的仓网结构构建都能有较好的性能表现，从而尽可能快速找到最优的仓网结构，提高效率。

应该理解的是，虽然图2、4-5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、4-5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6所示，提供了一种基于库存的仓网优化装置，包括：获取模块602、扰动模块604、构建模块606、预测模块608和评估模块610，其中：

获取模块602，用于获取为运输订单构建的初始仓网结构作为待扰动仓网结构。

扰动模块604，用于扰动更新待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各候选仓库的更新层级状态。

构建模块606，用于根据各候选仓库的库存容量限值和更新层级状态，重新构建仓网结构，得到更新仓网结构。

预测模块608，用于分别预测待扰动仓网结构中各候选仓库和所述更新仓网结构中各候选仓库的库存成本，得到待扰动仓网结构和更新仓网结构的库存成本。

评估模块610，用于根据待扰动仓网结构和更新仓网结构的库存成本，对待扰动仓网结构和更新仓网结构进行质量评估，确定最佳仓网结构。

在一个实施例中，构建模块608还用于根据各候选仓库的更新层级状态，从各候选仓库中选取候选仓库作为仓网节点，仓网节点组成仓网结构框架；从仓网结构框架中确定各仓网节点的候选下游仓库；分别从各仓网节点对应的候选下游仓库中，筛选满足仓网节点的库存容量限值的候选下游仓库；根据运输订单的运输需求，从满足仓网节点库存容量限值的候选下游仓库中，确定仓网节点的下游仓库；根据仓网结构框架中各仓网节点的下游仓库，建立仓网结构框架的供补货链，得到更新仓网结构。

在一个实施例中，构建模块608还用于：获取仓网节点需要候选上游供货仓库进行供货的产品的面积数据、需求数量以及仓网节点的服务客户数量；根据产品的面积数据和需求数量，确定仓网节点所需的产品的所占库存面积，得到候选上游供货仓库的第一新增库存面积；根据仓网节点的服务客户数量，确定仓网节点所需的产品的新增安全库存量，根据新增安全库存量和面积数据确定候选上游供货仓库的第二新增库存面积；将第一新增库存面积和第二新增库存面积与候选上游供货仓库的已用库存面积进行求和，当求和结果小于或等于候选上游供货仓库的库存面积上限时，确定候选上游供货仓库的库存容量限值满足仓网节点的需求。

在一个实施例中，预测模块608还用于根据运输订单对应的客户要求，确定库存成本计算维度；基于库存成本计算维度，分别获取待扰动仓网结构和更新仓网结构中各候选仓库中产品的目标库存占用面积、单位货物成本、周转库存量、安全库存量、库存资金占用系数、库存损耗折价系数、网点操作价格和网点运营人工价格；根据产品的目标库存占用面积分别预测待扰动仓网结构和更新仓网结构中各候选仓库的库存租金成本，分别得到待扰动仓网结构和更新仓网结构的库存租金成本；根据产品的周转库存量、安全库存量、单位货物成本以及库存资金占用系数，分别预测待扰动仓网结构和更新仓网结构中各候选仓库的库存资金占用成本，分别得到待扰动仓网结构和更新仓网结构的库存资金占用成本；根据产品的周转库存量、安全库存量、单位货物成本以及库存损耗折价系数，分别预测待扰动仓网结构和更新仓网结构中各候选仓库的库存损耗折价成本，分别得到待扰动仓网结构和更新仓网结构的库存损耗折价成本；根据产品的周转库存量、安全库存量、网点操作价格和网点运营人工价格，分别预测待扰动仓网结构和更新仓网结构中各候选仓库的货物运营成本，分别得到待扰动仓网结构和更新仓网结构的货物运营成本；分别求和待扰动仓网结构和更新仓网结构的库存租金成本、库存资金占用成本、库存损耗折价成本和货物运营成本，分别得到待扰动仓网结构和更新仓网结构的库存成本。

在一个实施例中，还包括迭代模块，用于当更新仓网结构的库存成本低于待扰动仓网结构时，将更新仓网结构作为新的待扰动仓网结构和最佳仓网结构；当更新仓网结构的库存成本高于待扰动仓网结构时，将更新仓网结构作为新的待扰动仓网结构，将待扰动仓网结构作为最佳仓网结构；当当前确定的最佳仓网结构的库存成本低于已存在的最佳仓网结构的库存成本时，将当前确定的最佳仓网结构更新为已存在的最佳仓网结构、以及将扰动更新次数归零，返回扰动更新的步骤，直至当前确定的最佳仓网结构库存成本高于已存在的最佳仓网结构且扰动更新次数满足预设要求为止，输出已存在的最佳仓网结构。

在一个实施例中，迭代模块还用于当当前确定的最佳仓网结构的库存成本高于已存在的最佳仓网结构且扰动更新次数未满足预设要求时，返回扰动更新的步骤，直至当前确定的最佳仓网结构库存成本高于已存在的最佳仓网结构且扰动更新次数满足预设要求为止，输出已存在的最佳仓网结构。

在一个实施例中，迭代模块还用于根据模拟退火算法确定更新仓网结构的被接受概率并生成概率随机数；当概率随机数落入被接受概率范围内时，确定更新仓网结构为新的待扰动仓网结构；当概率随机数未落入被接受概率范围内时，确定待扰动仓网结构为新的待扰动仓网结构。

关于基于库存的仓网优化装置的具体限定可以参见上文中对于基于库存的仓网优化方法的限定，在此不再赘述。上述基于库存的仓网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7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仓库约束条件、运输需求等相关数据。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基于库存的仓网优化方法。

本领域技术人员可以理解，图7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，还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上述各方法实施例中的步骤。

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，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

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)

1.一种基于库存的仓网优化方法，其特征在于，所述方法包括：

获取为运输订单构建的初始仓网结构作为待扰动仓网结构；

扰动更新所述待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各所述候选仓库的更新层级状态；

根据各所述候选仓库的库存容量限值和所述更新层级状态，重新构建仓网结构，得到更新仓网结构；

分别预测所述待扰动仓网结构中各候选仓库和所述更新仓网结构中各候选仓库的库存成本，得到所述待扰动仓网结构和所述更新仓网结构的库存成本；

根据所述待扰动仓网结构和所述更新仓网结构的库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构。

2.根据权利要求1所述的方法，其特征在于，所述根据各所述候选仓库的库存容量限值和所述更新层级状态，重新构建仓网结构，得到更新仓网结构，包括：

根据各所述候选仓库的所述更新层级状态，从各所述候选仓库中选取候选仓库作为仓网节点，所述仓网节点组成仓网结构框架；

从所述仓网结构框架中确定各所述仓网节点的候选上游供货仓库；

分别从各所述仓网节点对应的所述候选上游供货仓库中，筛选库存容量限值满足所述仓网节点需求的候选上游供货仓库；

根据所述运输订单的运输需求，从所述库存容量限值满足所述仓网节点的候选上游供货仓库中，确定所述仓网节点的上游供货仓库；

根据所述仓网结构框架中各所述仓网节点的所述上游供货仓库，建立所述仓网结构框架的供补货链，得到更新仓网结构。

3.根据权利要求2所述的方法，其特征在于，所述分别从各所述仓网节点对应的所述候选上游供货仓库中，筛选库存容量限值满足所述仓网节点需求的候选上游供货仓库，包括：

获取所述仓网节点需要所述候选上游供货仓库进行供货的产品的面积数据、需求数量以及所述仓网节点的服务客户数量；

根据所述产品的所述面积数据和所述需求数量，确定所述仓网节点所需的产品的所占库存面积，得到所述候选上游供货仓库的第一新增库存面积；

根据所述仓网节点的服务客户数量，确定所述仓网节点所需的产品的新增安全库存量，根据所述新增安全库存量和所述面积数据确定所述候选上游供货仓库的第二新增库存面积；

将所述第一新增库存面积和所述第二新增库存面积与所述候选上游供货仓库的已用库存面积进行求和，当求和结果小于或等于所述候选上游供货仓库的库存面积上限时，确定所述候选上游供货仓库的库存容量限值满足所述仓网节点的需求。

4.根据权利要求1所述的方法，其特征在于，所述分别预测所述待扰动仓网结构中各候选仓库和所述更新仓网结构中各候选仓库的库存成本，得到所述待扰动仓网结构和所述更新仓网结构的库存成本，包括：

根据所述运输订单对应的客户要求，确定库存成本计算维度；

基于所述库存成本计算维度，分别获取所述待扰动仓网结构和所述更新仓网结构中各候选仓库中产品的目标库存占用面积、单位货物成本、周转库存量、安全库存量、库存资金占用系数、库存损耗折价系数、网点操作价格和网点运营人工价格；

根据产品的所述目标库存占用面积分别预测所述待扰动仓网结构和所述更新仓网结构中各候选仓库的库存租金成本，分别得到所述待扰动仓网结构和所述更新仓网结构的库存租金成本；

根据产品的所述周转库存量、所述安全库存量、所述单位货物成本以及所述库存资金占用系数，分别预测所述待扰动仓网结构和所述更新仓网结构中各候选仓库的库存资金占用成本，分别得到所述待扰动仓网结构和所述更新仓网结构的库存资金占用成本；

根据产品的所述周转库存量、所述安全库存量、所述单位货物成本以及所述库存损耗折价系数，分别预测所述待扰动仓网结构和所述更新仓网结构中各候选仓库的库存损耗折价成本，分别得到所述待扰动仓网结构和所述更新仓网结构的库存损耗折价成本；

根据产品的所述周转库存量、所述安全库存量、所述网点操作价格和所述网点运营人工价格，分别预测所述待扰动仓网结构和所述更新仓网结构中各候选仓库的货物运营成本，分别得到所述待扰动仓网结构和所述更新仓网结构的货物运营成本；

分别求和所述待扰动仓网结构和所述更新仓网结构的库存租金成本、库存资金占用成本、库存损耗折价成本和货物运营成本，分别得到所述待扰动仓网结构和所述更新仓网结构的库存成本。

5.根据权利要求1所述的方法，其特征在于，所述根据所述待扰动仓网结构和所述更新仓网结构的库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构之后，还包括：

当所述更新仓网结构的质量优于所述待扰动仓网结构时，将所述更新仓网结构作为新的待扰动仓网结构；

当所述更新仓网结构的质量劣于所述待扰动仓网结构时，根据所述更新仓网结构的被接受概率从所述更新仓网结构和所述待扰动仓网结构中确定新的待扰动仓网结构；

当当前确定的所述最佳仓网结构的质量优于已存在的最佳仓网结构时，将当前确定的所述最佳仓网结构更新为已存在的最佳仓网结构、以及将扰动更新次数归零，返回扰动更新的步骤，直至当前确定的所述最佳仓网结构库存成本高于已存在的最佳仓网结构且扰动更新次数满足预设要求为止，输出已存在的最佳仓网结构。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

当当前确定的所述最佳仓网结构的质量劣于已存在的最佳仓网结构且扰动更新次数未满足预设要求时，返回扰动更新的步骤，直至当前确定的所述最佳仓网结构库存成本高于已存在的最佳仓网结构且扰动更新次数满足预设要求为止，输出已存在的最佳仓网结构。

7.根据权利要求5所述的方法，其特征在于，所述根据所述更新仓网结构的被接受概率确定新的待扰动仓网结构，包括：

根据模拟退火算法确定所述更新仓网结构的被接受概率并生成概率随机数；

当所述概率随机数落入所述被接受概率范围内时，确定所述更新仓网结构为新的待扰动仓网结构；

当所述概率随机数未落入所述被接受概率范围内时，确定所述待扰动仓网结构为新的待扰动仓网结构。

8.一种基于库存的仓网优化装置，其特征在于，所述装置包括：

获取模块，用于获取为运输订单构建的初始仓网结构作为待扰动仓网结构；

扰动模块，用于扰动更新所述待扰动仓网结构中的候选仓库以及剩余的候选仓库的层级状态，确定各所述候选仓库的更新层级状态；

构建模块，用于根据各所述候选仓库的库存容量限值和所述更新层级状态，重新构建仓网结构，得到更新仓网结构；

预测模块，用于分别预测所述待扰动仓网结构中各候选仓库和所述更新仓网结构中各候选仓库的库存成本，得到所述待扰动仓网结构和所述更新仓网结构的库存成本；

评估模块，用于根据所述待扰动仓网结构和所述更新仓网结构的库存成本，对待扰动仓网结构和所述更新仓网结构进行质量评估，确定最佳仓网结构。

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。

Images