CN114091993A - 仓库选址方法、装置、设备及存储介质 - Google Patents
仓库选址方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114091993A CN114091993A CN202111269600.4A CN202111269600A CN114091993A CN 114091993 A CN114091993 A CN 114091993A CN 202111269600 A CN202111269600 A CN 202111269600A CN 114091993 A CN114091993 A CN 114091993A
- Authority
- CN
- China
- Prior art keywords
- warehouse
- cost
- sale
- point
- candidate
- 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
- 238000010187 selection method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000005484 gravity Effects 0.000 claims description 34
- 238000012384 transportation and delivery Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000007306 turnover Effects 0.000 claims description 8
- 230000002776 aggregation Effects 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 18
- 238000013439 planning Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/16—Real estate
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于数据处理技术领域,具体涉及一种仓库选址方法、装置、设备及存储介质。本发明旨在解决现有技术中的问题。本发明的方法中,通过获取预设区域内每个销售点的需求信息和位置信息,并对预设区域进行栅格划分处理,得到多个子区域,针对每个子区域,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库,之后根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库。该技术方案中,通过对预设区域划分,并根据销售点的需求信息和地址信息的分析,提高了对仓库的选址效率和准确度。
Description
技术领域
本发明实施例属于数据处理技术领域,具体涉及一种仓库选址方法、装置、设备及存储介质。
背景技术
面对当今愈发激烈的竞争环境以及消费者越来越追求个性化定制的新趋势,提升物流管理和规划能力,对提高供应链规划设计水平和整体运作效率具有重要意义,最常用的提升物流管理和规划能力的解决方案就是确定出较优的物品的仓储位置。
在现有技术中,针对仓储位置的选择一般基于线下人工计算的方式,具体的,根据各个备选仓库所在位置与各个销售点之间的路径成本计算,得出成本较低的备选仓库便可以作为较优的仓库。
然而,在实际应用中,线下人工计算的方法效率较低,且选址时考虑的影响因素较少,计算结果准确性无法得到保证。
发明内容
为了解决现有技术中的上述问题,即为了解决现有技术中仓库选址不准确的问题,本发明实施例提供了一种仓库选址方法,包括:
获取预设区域内每个销售点的需求信息和位置信息,所述需求信息为所述销售点购入的物品的数量、所述物品的销售成本和所述物品的体积,所述位置信息为所述销售点所在的经度和纬度;
对预设区域进行栅格划分处理,得到多个子区域;
针对每个子区域,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库;
根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,每个候选仓库的配置成本为所述候选仓库投入运营的成本,所述目标仓库为满足所述约束条件且成本较低的仓库。
在上述仓库选址方法的优选技术方案中,所述约束条件包括如下至少一项:
所述销售点被一个候选仓库覆盖;
每个候选仓库覆盖至少一个销售点;
所述候选仓库覆盖的销售点的数量大于用户覆盖率;
所述候选仓库覆盖的物品需求量大于需求覆盖率。
在上述仓库选址方法的优选技术方案中,所述根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库,包括:
根据每个销售点的物品数量、以及每个销售点所在的经度和纬度,确定所述子区域的仓储布点,所述子区域的仓储布点为所述子区域中为所有销售点配送物品的最小成本对应的点;
将距离所述子区域的仓储布点最近的人口聚集地确定为目标重心;
根据所述目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定所述候选仓库。
在上述仓库选址方法的优选技术方案中,所述根据所述目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定所述候选仓库,包括:
根据每个销售点的需求信息、所述物品的销售成本和预设的物品周转次数,确定所述目标重心所需的物品需求量;
根据所述物品的体积、所述物品需求量和预设的调和系数,确定所述目标重心所需的空间值,所述调和系数由物品销售数据确定;
根据所述空间值和所述空间值对应的容积率,确定出所述目标重心对应的建筑面积;
根据所述建筑面积和所述建筑面积对应的使用率,在所述目标重心所在区域中确定所述候选仓库。
在上述仓库选址方法的优选技术方案中,所述候选仓库为云仓,所述配置成本包括:仓库配送物品成本、仓库开启成本和仓库关闭成本;
相应的,所述根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,包括:
根据所述仓库配送物品成本、所述仓库开启成本和所述仓库关闭成本,确定所述候选仓库的建立成本;
根据所述候选仓库的建立成本和所述预设约束条件,确定所述目标仓库。
在上述仓库选址方法的优选技术方案中,所述候选仓库为中心仓,所述配置成本还包括:仓库干线补货成本;
相应的,所述根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,包括:
根据所述仓库配送物品成本、所述仓库开启成本、所述仓库关闭成本和所述仓库干线补货成本,确定所述候选仓库的建立成本;
根据所述候选仓库的建立成本和所述预设约束条件,确定所述目标仓库。
本发明实施例还提供了一种仓库选址装置,包括:获取模块、处理模块和确定模块;
所述获取模块,用于获取预设区域内每个销售点的需求信息和位置信息,所述需求信息为所述销售点购入的物品的数量、所述物品的销售成本和所述物品的体积,所述位置信息为所述销售点所在的经度和纬度;
所述处理模块,用于对预设区域进行栅格划分处理,得到多个子区域,并针对每个子区域,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库;
所述确定模块,用于根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,每个候选仓库的配置成本为所述候选仓库投入运营的成本,所述目标仓库为满足所述约束条件且成本较低的仓库。
在上述仓库选址方法的优选技术方案中,所述约束条件包括如下至少一项:
所述销售点被一个候选仓库覆盖;
每个候选仓库覆盖至少一个销售点;
所述候选仓库覆盖的销售点的数量大于用户覆盖率;
所述候选仓库覆盖的物品需求量大于需求覆盖率。
在上述仓库选址方法的优选技术方案中,所述处理模块,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库,具体用于:
根据每个销售点的物品数量、以及每个销售点所在的经度和纬度,确定所述子区域的仓储布点,所述子区域的仓储布点为所述子区域中为所有销售点配送物品的最小成本对应的点;
将距离所述子区域的仓储布点最近的人口聚集地确定为目标重心;
根据所述目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定所述候选仓库。
在上述仓库选址方法的优选技术方案中,所述确定模块,具体用于:
根据每个销售点的需求信息、所述物品的销售成本和预设的物品周转次数,确定所述目标重心所需的物品需求量;
根据所述物品的体积、所述物品需求量和预设的调和系数,确定所述目标重心所需的空间值,所述调和系数由物品销售数据确定;
根据所述空间值和所述空间值对应的容积率,确定出所述目标重心对应的建筑面积;
根据所述建筑面积和所述建筑面积对应的使用率,在所述目标重心所在区域中确定所述候选仓库。
在上述仓库选址方法的优选技术方案中,所述候选仓库为云仓,所述配置成本包括:仓库配送物品成本、仓库开启成本和仓库关闭成本;
相应的,所述确定模块,具体用于:
根据所述仓库配送物品成本、所述仓库开启成本和所述仓库关闭成本,确定所述候选仓库的建立成本;
根据所述候选仓库的建立成本和所述预设约束条件,确定所述目标仓库。
在上述仓库选址方法的优选技术方案中,所述候选仓库为中心仓,所述配置成本还包括:仓库干线补货成本;
相应的,所述确定模块,具体用于:
根据所述仓库配送物品成本、所述仓库开启成本、所述仓库关闭成本和所述仓库干线补货成本,确定所述候选仓库的建立成本;
根据所述候选仓库的建立成本和所述预设约束条件,确定所述目标仓库。
本发明实施例还提供了一种计算机设备,包括:处理器、存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述计算机执行指令,使得所述计算机设备执行如上述应用于设备的仓库选址方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如上述应用于设备的仓库选址方法。
本发明实施例还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时用于实现如上述应用于设备的仓库选址方法。
本领域技术人员能够理解的是,本发明实施例提供的仓库选址方法、装置、设备及存储介质,该方法中通过获取预设区域内每个销售点的需求信息和位置信息,并对预设区域进行栅格划分处理,得到多个子区域,针对每个子区域,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库,之后根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库。该技术方案中,通过对预设区域划分,并根据销售点的需求信息和地址信息的分析,提高了对仓库的选址的效率和准确度。
附图说明
下面参照附图来描述本发明的仓库选址方法的优选实施方式。附图为:
图1为本发明实施例提供的仓库选址方法的应用场景示意图;
图2为本发明实施例提供的仓库选址方法实施例一的流程示意图;
图3为本发明实施例提供的栅格示意图;
图4为本发明实施例提供的仓库选址方法实施例二的流程示意图
图5为本发明实施例提供的仓库选址装置的结构示意图;
图6为本发明实施例提供的设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。本领域技术人员可以根据需要对其作出调整,以便适应具体的应用场合。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有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。
在介绍本发明的实施例之前,首先对本发明实施例的技术背景进行解释:
面对当今愈发激烈的竞争环境以及消费者越来越追求个性化定制的新趋势,提升物流管理和规划能力,对提高供应链规划设计水平和整体运作效率具有重要意义,最常用的提升物流管理和规划能力的解决方案就是确定出较优的物品的仓储位置。
在现有技术中,针对仓储位置的选择一般基于线下人工计算的方式,具体的,根据各个备选仓库所在位置与各个销售点之间的路径成本计算,得出成本较低的备选仓库便可以作为较优的仓库。
然而,在实际应用中,配送业务场景多个产业集约化配送、多渠道的服务水平不一致,另外产品种类多、客户分布广,大促期和常态期需求差异大,大部分配送实际场景存在3段物流,基地仓、中心仓、HUB仓三类仓库,数据量庞大,人工计算无法实现。
为了解决上述技术问题,图1为本发明实施例提供的仓库选址方法的流程方框示意图,如图1所示,该流程方框示意图包括:输入部分11、配送规则12和输出部分13。
其中,配送规则12包括:从基地仓到中心仓、从中心仓到云仓和从云仓到销售点;
可选的,从基地仓到中心仓:输入部分11为市场(区域的需求预测、直发比例)、供应链(订单的响应模式、物流标准)、以及物流(中心仓到销售点的配送距离和配送量);输出部分13为基地仓的周转天数、周转量、仓库分类存储、不同里程的物流标准、仓库选址和面积规划。
可选的,从中心仓到云仓:输入部分11为市场(区域的需求预测、直发比例)、供应链(中心仓的定位、转发中心、库存中心、中心仓对云仓的服务水平、补货模式、库存水平)、以及物流(中心仓到销售点的配送距离和配送量);输出部分13为仓库选址、面积规划和配送路径。
可选的,从云仓到销售点:输入部分11为市场(配送到乡镇的需求预测、销售点位置)、供应链(云仓的定位、库存水平)、以及物流(配送到乡镇的物流半径、服务水平、物流标准和物流成本);输出部分13为仓库选址、周转方量、面积规划和配送路径。
针对上述技术问题,本发明的发明构思如下:在现有技术中,通过人工计算的方式主观意愿较高,且需要考虑的因素较多,人工计算无法高效且准确的得出仓库位置,如果能够考虑到销售点的位置与配送路径等成本因素,以及销售点与仓库之间的约束关系,且全流程进行仓储网络规划,数字化选址和面积规划,便可以得到较为准确的较优仓库位置及占地面积等要素,从而实现对目标仓库的确定。
下面以具体地实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明实施例提供的仓库选址方法实施例一的流程示意图。如图2所示,该仓库选址方法可以包括如下步骤:
步骤21、获取预设区域内每个销售点的需求信息和位置信息。
其中,需求信息为销售点购入的物品的数量、物品的销售成本和物品的体积,位置信息为销售点所在的经度和纬度。
在本步骤中,在预设区域内配置中心仓或者云仓,以实现随预设区域内销售点的需求,并使得运输成本较低,需要获取预设区域内所有销售点的需求信息,可以是销售点在预设时长内需要进的物品数量、每个物品的销售成本、物品对应的体积;以及获取所有销售点的位置信息,可以是销售点所在的经纬度。
应理解,经纬度仅作为一种示例,在实际计算中,还可以根据地图上的显示位置,进行连线确定两个地点之间的距离,或根据线路图,确定出两个地点之间的实际距离等。
可选的,预设区域可以根据基地仓的覆盖半径确定,也可以是用户根据经验自定义的区域。
步骤22、对预设区域进行栅格划分处理,得到多个子区域。
在本步骤中,利用栅格的方法,将预设区域划分为多个子区域,即相邻的几个子区域,至少被一个基地仓所覆盖,即子区域的预设长度和预设宽度远小于预设区域的覆盖半径。
其中,栅格划分中,栅格的大小为预设长度*预设宽度的方格。
可选的,图3为本发明实施例提供的栅格示意图,结合图3对本实施例进行说明,如图3所示,包括:基地仓A,城市31、城市32、城市33、城市34、城市35和城市36等。
在一种可能的实现中,将以基地仓A的覆盖半径作为预设区域,在预设区域中,包括所有销售点所在的位置,将该预设区域按照一定的长宽进行划分,得到多个子区域,在这些子区域中,有的子区域可以包括城市,例如,城市31、城市32、城市33、城市34、城市35和城市36。
应理解,在一个子区域中,可以包括至少一个城市,也可以不包括城市,需在一个子区域中,包括至少一个销售点。
步骤23、针对每个子区域,根据子区域中每个销售点的需求信息和位置信息,确定候选仓库。
在本步骤中,针对每个子区域,在该子区域中,分析销售点的需求信息和销售点的距离,确定出较优的备选地点,以使得运输成本相对较低,而需求信息影响了候选仓库的建筑面积的选择。
可选的,针对每个子区域,计算出该区域中所有销售点的需求以及运输成本相结合的最低的位置,并根据该位置确定候选仓库,从而确定出所有子区域相关的候选仓库,具体实现如下述实施例给出。
步骤24、根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库。
其中,每个候选仓库的配置成本为候选仓库投入运营的成本,目标仓库为满足约束条件且成本较低的仓库。
可选的,约束条件包括如下至少一项:销售点被一个候选仓库覆盖、每个候选仓库覆盖至少一个销售点、候选仓库覆盖的销售点的数量大于用户覆盖率、候选仓库覆盖的物品需求量大于需求覆盖率。
具体的,为了使得选址的仓库的运输成本、销售成本最优化,各个销售点对应有一个仓库:也即每个仓库对应的销售点不同,实现仓库分布比较稀疏,节约开启成本;每个候选仓库覆盖至少一个销售点:为了使得候选仓库能够较多的服务销售点,不至于选址后存在不能为销售点提供服务,此时需要约束每个候选仓库覆盖至少一个销售点,销售点的数量可调;候选仓库覆盖的销售点的数量大于用户覆盖率:该约束为了使得仓库覆盖的销售点能够更多的覆盖用户;候选仓库覆盖的物品需求量大于需求覆盖率:该约束为了使得仓库可以用来提供的物品数量大于覆盖的销售点的需求数。
在一种可能的实现中,候选仓库为云仓,配置成本包括:仓库配送物品成本、仓库开启成本和仓库关闭成本,则该步骤执行下述操作:
第1步、根据仓库配送物品成本、仓库开启成本和仓库关闭成本,确定候选仓库的建立成本。
其中,仓库配送物品成本为仓库向销售点配送的成本,与物品数量、体积、配送里程等相关;仓库开启成本为仓库开始使用时,配置设施、人员调整等成本;仓库关闭成本为仓库关闭时,配置设施折旧、人员调整等成本。
具体的,仓库配送物品成本等于区配单位运输成本*云仓与销售点的经纬度距离*销售点的需求量(可以使用体积计算);仓库开启成本等于新建仓库数量*开启成本单价;仓库关闭成本等于已有仓库未被选择的仓库数量*关闭成本单价。
之后,综合仓库配送物品成本、仓库开启成本和仓库关闭成本,实现对各个候选仓库的建立成本的计算。
第2步、根据候选仓库的建立成本和预设约束条件,确定目标仓库。
根据上述得出的候选仓库的建立成本、以及上述的约束条件,输入至开源或者商业求解器中,得到目标仓库,具体为目标仓库的位置和仓库面积。
在另一种可能的实现中,候选仓库为中心仓,配置成本还包括:仓库干线补货成本,则该步骤执行下述操作:
第1步、根据仓库配送物品成本、仓库开启成本、仓库关闭成本和仓库干线补货成本,确定候选仓库的建立成本。
其中,与云仓不同的是,中心仓需要考虑干线补货成本,具体计算过程为:干线运输单价×∑[基地仓至中心仓至销售点的日均需求×(1-直发比例)]+干线运输单价×∑[基地至中心仓的日均需求];配送物品成本也相应变化,计算过程为:区配运输单价×Σ{中心仓至销售点的距离×[中心仓至销售点的日均订单需求+基地至中心仓至销售点的日均订单需求×(1-直发比例)]}。
之后,综合仓库配送物品成本、仓库开启成本、仓库关闭成本和仓库干线补货成本,实现对各个候选仓库的建立成本的计算。
第2步、根据候选仓库的建立成本和预设约束条件,确定目标仓库。
根据上述得出的候选仓库的建立成本、以及上述的约束条件,输入至开源或者商业求解器中,得到目标仓库,具体为目标仓库的位置和仓库面积。
本发明实施例提供的仓库选址方法,该方法中通过获取预设区域内每个销售点的需求信息和位置信息,并对预设区域进行栅格划分处理,得到多个子区域,针对每个子区域,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库,之后根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库。该技术方案中,通过对预设区域划分,并根据销售点的需求信息和地址信息的分析,提高了对仓库的选址的效率和准确度。
在上述实施例的基础上,图4为本发明实施例提供的仓库选址方法实施例二的流程示意图。如图4所示,上述步骤23可以通过如下方式实现:
步骤41、根据每个销售点的物品数量、以及每个销售点所在的经度和纬度,确定子区域的仓储布点。
其中,子区域的仓储布点为子区域中为所有销售点配送物品的最小成本对应的点。
在本步骤中,为了在每个子区域内找到各个销售点的物品数量和位置之间的一个最优的中心,可以通过计算各个销售点的物品数量、经纬度之间的关系确定。
在一种可能的实现中,子区域的仓储布点综合各个销售点对应的重心经度和重心纬度、以及运到第i个销售点或者从第i个销售点运出的物品量Vi。
具体的,先计算各个销售点对应的重心经度和重心纬度,其中,重心经度Dix=(每个销售点的需求*该点的经度)/所有销售点的需求总和;重心纬度Diy=(每个销售点的需求*该点的纬度)/所有销售点的需求总和。
进一步地,再计算出仓储布点的布点经度和布点纬度,其中,布点经度Cx=∑Dix*Vi/∑Vi,布点纬度Cy=∑Diy*Vi/∑Vi。
其中,每个销售点的物品数量为每个销售点的物品需求数量。
步骤42、将距离子区域的仓储布点最近的人口聚集地确定为目标重心。
在本步骤中,人口聚集地可以是城市,即与仓储布点距离最近的城市为目标重心。
步骤43、根据目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定候选仓库。
在本步骤中,子区域中目标重心得到之后,还需要考虑每个销售点需求的物品对库存的影响。
可选的,该步骤可以通过如下方式实现:
第1步、根据每个销售点的需求信息、物品的销售成本和预设的物品周转次数,确定目标重心所需的物品需求量。
可选的,物品需求量的计算公式可以是:物品的销售成本/物品周转次数。
此外,物品需求量的计算公式还可以是:库存周转天数*物品的销售成本/360。
第2步、根据物品的体积、物品需求量和预设的调和系数,确定目标重心所需的空间值。
其中,调和系数由物品销售数据确定。
可选的,所需的空间值为该库存的需求总体积,即计算公式可以是:调和系数*物品的体积*物品需求量。
第3步、根据空间值和空间值对应的容积率,确定出目标重心对应的建筑面积。
其中,容积率表示建筑面积与用地面积(所需的空间值)的比值。
可选的,建筑面积的计算公式可以是:所需的空间值*容积率。
第4步、根据建筑面积和建筑面积对应的使用率,在目标重心所在区域中确定候选仓库。
可选的,仓库的需求面积为建筑面积*建筑面积对应的使用率。
进而,根据仓库的需求面积,在目标重心所在区域中确定候选仓库。
在此步骤中,对于选址结果仓库需求面积太小的情况,采用调整部分销售点的仓库覆盖关系的方法:
提供最小候选仓库的仓库面积数值,将初次仓网规划的结果中面积低于最小仓库面积的非必选仓库覆盖下的销售点,按最近距离分配给临近的仓库,该销售点的需求面积计入该仓库需求面积,然后依次迭代,直到所有非必选仓库面积均大于最小仓库面积为止,如果迭代完依然出现小于最小仓库面积的仓库(只剩下最后一个仓库,或都是必选仓库了),则需求面积按照最小仓库面积;
由于此处不考虑覆盖基地仓的半径约束,所以有可能出现仓库覆盖半径大于原预设的设定值的情况。
本发明实施例提供的仓库选址方法,该方法中根据每个销售点的物品数量、以及每个销售点所在的经度和纬度,确定子区域的仓储布点,并将距离子区域的仓储布点最近的人口聚集地确定为目标重心,之后根据目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定候选仓库。该技术方案中,从销售点的需求和位置出发,实现了对满足预设需求的候选仓库的确定,为后续实现中心仓或云仓的地址选择提供了基础。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
图5为本发明实施例提供的仓库选址装置的结构示意图,该仓库选址装置包括:获取模块51、处理模块52和确定模块53;
获取模块51,用于获取预设区域内每个销售点的需求信息和位置信息,需求信息为销售点购入的物品的数量、物品的销售成本和物品的体积,位置信息为销售点所在的经度和纬度;
处理模块52,用于对预设区域进行栅格划分处理,得到多个子区域,并针对每个子区域,根据子区域中每个销售点的需求信息和位置信息,确定候选仓库;
确定模块53,用于根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,每个候选仓库的配置成本为候选仓库投入运营的成本,目标仓库为满足约束条件且成本较低的仓库。
在本发明实施例一种可能的设计中,约束条件包括如下至少一项:
销售点被一个候选仓库覆盖;
每个候选仓库覆盖至少一个销售点;
候选仓库覆盖的销售点的数量大于用户覆盖率;
候选仓库覆盖的物品需求量大于需求覆盖率。
在本发明实施例另一种可能的设计中,处理模块52,根据子区域中每个销售点的需求信息和位置信息,确定候选仓库,具体用于:
根据每个销售点的物品数量、以及每个销售点所在的经度和纬度,确定子区域的仓储布点,子区域的仓储布点为子区域中为所有销售点配送物品的最小成本对应的点;
将距离子区域的仓储布点最近的人口聚集地确定为目标重心;
根据目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定候选仓库。
在该种可能的设计中,确定模块53,具体用于:
根据每个销售点的需求信息、物品的销售成本和预设的物品周转次数,确定目标重心所需的物品需求量;
根据物品的体积、物品需求量和预设的调和系数,确定目标重心所需的空间值,调和系数由物品销售数据确定;
根据空间值和空间值对应的容积率,确定出目标重心对应的建筑面积;
根据建筑面积和建筑面积对应的使用率,在目标重心所在区域中确定候选仓库。
在本发明实施例再一种可能的设计中,候选仓库为云仓,配置成本包括:仓库配送物品成本、仓库开启成本和仓库关闭成本;
相应的,确定模块53,具体用于:
根据仓库配送物品成本、仓库开启成本和仓库关闭成本,确定候选仓库的建立成本;
根据候选仓库的建立成本和预设约束条件,确定目标仓库。
在本发明实施例还一种可能的设计中,候选仓库为中心仓,配置成本还包括:仓库干线补货成本;
相应的,确定模块53,具体用于:
根据仓库配送物品成本、仓库开启成本、仓库关闭成本和仓库干线补货成本,确定候选仓库的建立成本;
根据候选仓库的建立成本和预设约束条件,确定目标仓库。
本发明实施例提供的仓库选址装置,可用于执行上述实施例中应用于设备中的仓库选址方法的技术方案,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,处理模块52可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
在上述实施例的基础上,图6为本发明实施例提供的计算机设备的结构示意图。如图6所示,该计算机设备用于执行上述实施例中应用于设备的仓库选址方法,可以包括:处理器61、存储器62。
处理器61执行存储器存储的计算机执行指令,使得处理器61执行上述实施例中的仓库选址方法的技术方案。处理器61可以是通用处理器,包括中央处理器CPU、网络处理器(network processor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器62通过系统总线与处理器61连接并完成相互间的通信,存储器62用于存储计算机程序指令。
可选的,该计算机设备还可以包括收发器63,该收发器63用于和电子设备进行通信。可选的,在硬件实现上,上述图5所示实施例中的获取模块51对应于本实施例中的收发器63,该收发器63构成通信接口。
系统总线可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。收发器用于实现数据库访问装置与其他计算机(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(randomaccess memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
本发明实施例提供的计算机设备,可用于执行上述实施例中应用于设备的仓库选址方法的技术方案,其实现原理和技术效果类似,在此不再赘述。
本发明实施例还提供一种运行指令的芯片,该芯片用于执行上述实施例中应用于设备的仓库选址方法的技术方案。
本发明实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行上述实施例中应用于设备的仓库选址方法的技术方案。
本发明实施例还提供一种计算机程序产品,该计算机程序产品包括计算机程序,其存储在计算机可读存储介质中,处理器可以从计算机可读存储介质读取计算机程序,处理器执行计算机程序时可实现上述实施例中应用于设备的仓库选址方法的技术方案。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种仓库选址方法,其特征在于,包括:
获取预设区域内每个销售点的需求信息和位置信息,所述需求信息为所述销售点购入的物品的数量、所述物品的销售成本和所述物品的体积,所述位置信息为所述销售点所在的经度和纬度;
对预设区域进行栅格划分处理,得到多个子区域;
针对每个子区域,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库;
根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,每个候选仓库的配置成本为所述候选仓库投入运营的成本,所述目标仓库为满足所述约束条件且成本较低的仓库。
2.根据权利要求1所述的方法,其特征在于,所述约束条件包括如下至少一项:
所述销售点被一个候选仓库覆盖;
每个候选仓库覆盖至少一个销售点;
所述候选仓库覆盖的销售点的数量大于用户覆盖率;
所述候选仓库覆盖的物品需求量大于需求覆盖率。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库,包括:
根据每个销售点的物品数量、以及每个销售点所在的经度和纬度,确定所述子区域的仓储布点,所述子区域的仓储布点为所述子区域中为所有销售点配送物品的最小成本对应的点;
将距离所述子区域的仓储布点最近的人口聚集地确定为目标重心;
根据所述目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定所述候选仓库。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标重心的位置、每个销售点的需求信息、以及每个销售点所在的经度和纬度,确定所述候选仓库,包括:
根据每个销售点的需求信息、所述物品的销售成本和预设的物品周转次数,确定所述目标重心所需的物品需求量;
根据所述物品的体积、所述物品需求量和预设的调和系数,确定所述目标重心所需的空间值,所述调和系数由物品销售数据确定;
根据所述空间值和所述空间值对应的容积率,确定出所述目标重心对应的建筑面积;
根据所述建筑面积和所述建筑面积对应的使用率,在所述目标重心所在区域中确定所述候选仓库。
5.根据权利要求1或2所述的方法,其特征在于,所述候选仓库为云仓,所述配置成本包括:仓库配送物品成本、仓库开启成本和仓库关闭成本;
相应的,所述根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,包括:
根据所述仓库配送物品成本、所述仓库开启成本和所述仓库关闭成本,确定所述候选仓库的建立成本;
根据所述候选仓库的建立成本和所述预设约束条件,确定所述目标仓库。
6.根据权利要求5所述的方法,其特征在于,所述候选仓库为中心仓,所述配置成本还包括:仓库干线补货成本;
相应的,所述根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,包括:
根据所述仓库配送物品成本、所述仓库开启成本、所述仓库关闭成本和所述仓库干线补货成本,确定所述候选仓库的建立成本;
根据所述候选仓库的建立成本和所述预设约束条件,确定所述目标仓库。
7.一种仓库选址装置,其特征在于,包括:获取模块、处理模块和确定模块;
所述获取模块,用于获取预设区域内每个销售点的需求信息和位置信息,所述需求信息为所述销售点购入的物品的数量、所述物品的销售成本和所述物品的体积,所述位置信息为所述销售点所在的经度和纬度;
所述处理模块,用于对预设区域进行栅格划分处理,得到多个子区域,并针对每个子区域,根据所述子区域中每个销售点的需求信息和位置信息,确定候选仓库;
所述确定模块,用于根据预设的约束条件以及每个候选仓库的配置成本,在各个候选仓库中确定目标仓库,每个候选仓库的配置成本为所述候选仓库投入运营的成本,所述目标仓库为满足所述约束条件且成本较低的仓库。
8.一种计算机设备,包括:处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令,其特征在于,所述处理器执行所述计算机程序指令时实现如上述权利要求1至6任一项所述的仓库选址方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如上述权利要求1至6任一项所述的仓库选址方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时用于实现如上述权利要求1至6任一项所述的仓库选址方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111269600.4A CN114091993A (zh) | 2021-10-29 | 2021-10-29 | 仓库选址方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111269600.4A CN114091993A (zh) | 2021-10-29 | 2021-10-29 | 仓库选址方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091993A true CN114091993A (zh) | 2022-02-25 |
Family
ID=80298088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111269600.4A Pending CN114091993A (zh) | 2021-10-29 | 2021-10-29 | 仓库选址方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091993A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115423417A (zh) * | 2022-11-03 | 2022-12-02 | 图林科技(深圳)有限公司 | 一种跨境电商数字化的智能风控系统及方法 |
CN115796925A (zh) * | 2023-02-08 | 2023-03-14 | 北京装库创意科技有限公司 | 一种基于云平台的销售数据统计方法及系统 |
CN116452245A (zh) * | 2023-06-15 | 2023-07-18 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
CN117557200A (zh) * | 2024-01-10 | 2024-02-13 | 宁波安得智联科技有限公司 | 仓库调整计划评估方法、装置、设备及存储介质 |
-
2021
- 2021-10-29 CN CN202111269600.4A patent/CN114091993A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115423417A (zh) * | 2022-11-03 | 2022-12-02 | 图林科技(深圳)有限公司 | 一种跨境电商数字化的智能风控系统及方法 |
CN115796925A (zh) * | 2023-02-08 | 2023-03-14 | 北京装库创意科技有限公司 | 一种基于云平台的销售数据统计方法及系统 |
CN116452245A (zh) * | 2023-06-15 | 2023-07-18 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
CN116452245B (zh) * | 2023-06-15 | 2023-09-01 | 跨越速运集团有限公司 | 一种物流场站选址方法、装置、设备及存储介质 |
CN117557200A (zh) * | 2024-01-10 | 2024-02-13 | 宁波安得智联科技有限公司 | 仓库调整计划评估方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114091993A (zh) | 仓库选址方法、装置、设备及存储介质 | |
CN109993484B (zh) | 数据处理方法及系统、介质和计算设备 | |
CN110009400A (zh) | 商品定价方法、终端及计算机可读存储介质 | |
CN109101989B (zh) | 一种商户分类模型构建和商户分类方法、装置及设备 | |
US10713615B2 (en) | System and method for rebalancing inter-store retail inventories utilizing overstock inventory | |
Martins et al. | An optimization-simulation approach to the network redesign problem of pharmaceutical wholesalers | |
Axsäter et al. | A distribution inventory model with transshipments from a support warehouse | |
US9990597B2 (en) | System and method for forecast driven replenishment of merchandise | |
CN108351999A (zh) | 用于为零售商提供多渠道库存分配途径的系统和方法 | |
US20180314999A1 (en) | Methods and systems for managing fullfillment of one or more online orders | |
US20190272491A1 (en) | Inventory placement recommendation system | |
US20140067467A1 (en) | Adjacency optimization system for product category merchandising space allocation | |
US20180204170A1 (en) | Storage location assignment device and method for a storage system | |
US20190034865A1 (en) | Computer implemented system and method for estimating relocation cost | |
US20160300169A1 (en) | Supply chain network sensitivity analysis using adjusted network parameters | |
CN114254845A (zh) | 仓库选址方法、装置、计算机设备和存储介质 | |
CN116109252A (zh) | 仓库补货管理方法、装置、仓库管理系统及存储介质 | |
Arikan et al. | Risk pooling via unidirectional inventory transshipments in a decentralized supply chain | |
CN109523314A (zh) | 一种基于ai技术的供应链管控方法及其系统和存储介质 | |
CN113204712A (zh) | 基于社区服务的信息推送方法、装置、介质及程序产品 | |
CN112529675A (zh) | 基于财务数据的资产估算方法及装置 | |
US11037183B2 (en) | System and method for blending promotion effects based on statistical relevance | |
CN111382974A (zh) | 货架位置的确定方法及装置、仓储系统、计算机设备 | |
Hung et al. | Capacity rationing decision procedures with order profit as a continuous random variable | |
US20140032440A1 (en) | Evaluating transportation agreement data records |
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 |