CN114118503A - 供应链库存优化方法、装置、设备和存储介质 - Google Patents
供应链库存优化方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN114118503A CN114118503A CN202010871254.6A CN202010871254A CN114118503A CN 114118503 A CN114118503 A CN 114118503A CN 202010871254 A CN202010871254 A CN 202010871254A CN 114118503 A CN114118503 A CN 114118503A
- Authority
- CN
- China
- Prior art keywords
- inventory
- replenishment
- target commodity
- commodity
- analysis
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 57
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000004458 analytical method Methods 0.000 claims description 157
- 230000000737 periodic effect Effects 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000047 product Substances 0.000 description 25
- 238000013439 planning Methods 0.000 description 18
- 238000007726 management method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- LEYJJTBJCFGAQN-UHFFFAOYSA-N chembl1985378 Chemical compound OC1=CC=C2C=CC=CC2=C1N=NC(C=C1)=CC=C1N=NC1=CC=C(S(O)(=O)=O)C=C1 LEYJJTBJCFGAQN-UHFFFAOYSA-N 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012800 visualization 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
- G06Q10/04—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
-
- 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
Abstract
本申请公开了一种供应链库存优化方法、装置、设备和存储介质，该方法包括：获取目标商品的第一补货策略；将第一补货策略的第一补货效果参数与预设评价参数进行比较；若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略；根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。本申请通过将第一补货效果参数与预设评价参数进行比较，对第一补货策略进行优化得到补货效果参数大于或等于预设评价参数的第二补货策略，根据第二补货策略生成关于目标商品的库存建议，有效降低了库存及其带来的成本，并提升了可满足服务水平的库存效率，节约了库存优化的人力成本和时间成本。
Description
技术领域
本申请涉及智能物流技术领域，具体涉及一种供应链库存优化方法、装置、设备和存储介质。
背景技术
随着制造业、零售业等企业在发展升级过程中对供应链管理效率的要求越来越高，库存的管理和优化是优化企业供应链的重要部分。一方面，企业需要有足够的库存满足对客户的服务水平，另一方面，则需要提升库存的利用率，减少不必要的库存成本。
库存管理系统是一个企业、单位不可缺少的部分，它的内容对于企业的决策者和管理者来说都是至关重要的。现有的库存管理系统主要是针对库存数据的采集、存储以及简单的规则运算，是针对供应链可视化的技术方案。
但是，现有的方案中，库存管理系统多将规划层和执行层的数据分开进行采集、存储及展示，导致计划人员无法及时感知执行层的变化，同样也无法参考执行层的变化以对未来的库存优化计划做出相关响应。
发明内容
本申请提供一种供应链库存优化方法、装置、设备和存储介质，旨在解决现有技术中库存管理系统多将规划层和执行层的数据分开进行采集、存储及展示，导致计划人员无法及时感知执行层的变化，以及无法参考执行层的变化以对未来的库存优化计划做出响应的问题，通过综合执行层和计划层相关数据，实现全流程信息闭环和智慧运营，提升可满足服务水平的库存效率，节约人力成本。
第一方面，本申请提供一种供应链库存优化方法，包括：
获取目标商品的第一补货策略；
将第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略，第二补货策略对应的第二补货效果参数大于或等于预设评价参数；
根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。
在本申请一种可能的实现方式中，方法还包括：
获取目标商品的当前业务数据和历史需求数据；
根据预设库存分析规则对当前业务数据进行库存分析，得到目标商品的库存分析结果；
根据预设需求分析规则对历史需求数据进行需求分析，得到目标商品的需求分析结果；
根据库存分析结果和需求分析结果，生成第一补货策略。
在本申请一种可能的实现方式中，预设库存分析规则包括商品分类库存控制规则，商品分类库存控制规则包括：
设置分析维度为销售额或销售量；
基于分析维度将库存商品按照重要程度划分为三种商品种类，三种商品种类包括第一重要商品、第二重要商品和第三重要商品；
分别为第一重要商品、第二重要商品和第三重要商品设置对于库存商品的占有比例。
在本申请一种可能的实现方式中，基于预设库存分析规则对当前业务数据进行库存分析，得到目标商品的库存分析结果，包括：
根据商品分类库存控制规则选择目标商品的分析维度；
根据当前业务数据计算目标商品的当前占有比例；
将当前占有比例与用户配置的目标商品的预设商品种类对应的占有比例进行比较，得到比较结果；
根据比较结果得到库存分析结果，库存分析结果包括目标商品的库存结构调整建议。
在本申请一种可能的实现方式中，根据预设需求分析规则对历史需求数据进行需求分析，得到目标商品的需求分析结果，包括：
获取目标商品在预设分析时间段内对应的目标历史需求数据；
根据目标历史需求数据，分析供应链各供应节点关于目标商品的所有最小存货单位SKU的需求分布；
根据需求分布，生成供应链上关于目标商品的需求分析结果。
在本申请一种可能的实现方式中，根据库存分析结果和需求分析结果，生成第一补货策略，包括：
根据需求分析结果生成目标商品的周期库存指标和安全库存指标，周期库存指标用于应对未来可预测的需求，安全库存指标用于确保服务水平；
基于周期库存指标、安全库存指标和库存分析结果，生成第一补货策略。
在本申请一种可能的实现方式中，方法还包括：
获取目标商品的历史进销存数据；
利用预设补货效果统计法对历史进销存数据进行统计计算，得到用于评价补货计划对应的补货效果参数的预设评价参数。
第二方面，本申请还提供一种供应链库存优化装置，包括：
获取模块，用于获取目标商品的第一补货策略；
处理模块，用于将第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略，第二补货策略对应的第二补货效果参数大于或等于预设评价参数；
输出模块，用于根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。
在本申请一种可能的实现方式中，获取模块具体用于：
获取目标商品的当前业务数据和历史需求数据；
根据预设库存分析规则对当前业务数据进行库存分析，得到目标商品的库存分析结果；
根据预设需求分析规则对历史需求数据进行需求分析，得到目标商品的需求分析结果；
根据库存分析结果和需求分析结果，生成第一补货策略。
在本申请一种可能的实现方式中，获取模块具体还用于：
根据商品分类库存控制规则选择目标商品的分析维度；
根据当前业务数据计算目标商品的当前占有比例；
将当前占有比例与用户配置的目标商品的预设商品种类对应的占有比例进行比较，得到比较结果；
根据比较结果得到库存分析结果，库存分析结果包括目标商品的库存结构调整建议。
在本申请一种可能的实现方式中，获取模块具体还用于：
获取目标商品在预设分析时间段内对应的目标历史需求数据；
根据目标历史需求数据，分析供应链各供应节点关于目标商品的所有最小存货单位SKU的需求分布；
根据需求分布，生成供应链上关于目标商品的需求分析结果。
在本申请一种可能的实现方式中，获取模块具体还用于：
根据需求分析结果生成目标商品的周期库存指标和安全库存指标，周期库存指标用于应对未来可预测的需求，安全库存指标用于确保服务水平；
基于周期库存指标、安全库存指标和库存分析结果，生成第一补货策略。
第三方面，本申请还提供一种供应链库存优化设备，包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并配置为由处理器执行以实现第一方面的供应链库存优化方法。
第四方面，本申请还提供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进行加载，以执行第一方面的供应链库存优化方法中的步骤。
本申请中，通过将目标商品的第一补货策略的第一补货效果参数与预设评价参数进行比较，对第一补货策略进行优化得到补货效果参数大于或等于预设评价参数的第二补货策略，根据第二补货策略生成关于目标商品的库存建议，供用户补货使用，实现了供应链上关于目标商品的规划层和执行层的数据对接确保了库存建议的准确性，有效降低了库存及其带来的成本，并提升了可满足服务水平的库存效率，提升了供应链效率，节约了库存优化的人力成本和时间成本。
附图说明
为了更清楚地说明本申请中的技术方案，下面将对本申请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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的供应链库存优化系统的一个场景示意图；
图2是本申请中提供的供应链库存优化方法的一个流程示意图；
图3是本申请中生成第一补货策略的一个流程示意图；
图4是本申请中生成库存分析结果的一个流程示意图；
图5是本申请中生成需求分析结果的一个流程示意图；
图6是本申请中根据库存分析结果和需求分析结果生成第一补货策略的一个流程示意图；
图7是本申请中提供的供应链库存优化装置的一个结构示意图；
图8是本申请中提供的供应链库存优化设备的一个结构示意图。
具体实施方式
下面将结合本申请中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本申请的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
下面首先对本申请实施例中涉及到的一些基本概念进行介绍：
供应链(Supply Chain，SC)：是指生产及流通过程中，涉及将产品或服务提供给最终用户活动的上游与下游企业，所形成的网链结构。它是围绕核心企业，通过对信息流、物流、资金流的控制，从采购原材料开始，制成中间产品以及最终产品，最后由销售网络把产品送到消费者手中的将供应商、制造商、分销商、零售商直到最终用户连成一个整体的功能网链结构。因此，可以认为供应链就是通过计划、获得、存储、分销、服务等这样一些活动而在顾客和供应商之间形成的一种衔接，从而使企业能满足内外部客户的需求。
库存管理：是根据外界对库存的要求，企业订购的特点，预测、计划和执行一种补充库存的行为，并对这种行为进行控制，其重点在于确定如何订货，订购多少，何时订货。
SKU：为保存库存控制的最小可用单位，在销售中的每一件商品均对应有唯一的SKU号，用SKU可以区分不同商品的不同属性，从而为商品采购、销售、物流管理、财务管理提供极大的便利。
本申请提供一种供应链库存优化方法、装置、设备和存储介质，以下分别进行详细说明。
请参阅图1，图1为本申请所提供的供应链库存优化系统的一个场景示意图，该供应链库存优化系统可以包括服务器100及终端200，服务器100中集成有供应链库存优化装置，本申请中服务器100主要用于将目标商品的第一补货策略的第一补货效果参数与预设评价参数进行比较，对第一补货策略进行优化得到补货效果参数大于或等于预设评价参数的第二补货策略，根据第二补货策略生成关于目标商品的库存建议，供用户补货使用，实现全流程信息闭环和智慧运营，确保库存建议的准确性，提升供应链效率。
本申请中，该服务器100可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本申请中所描述的服务器100，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
本申请中，服务器100与终端200之间可以通过任何通信方式实现网络通信，包括但不限于，基于第三代合作伙伴计划(3rd Generation Partnership Project，3GPP)、长期演进(Long Term Evolution，LTE)、全球互通微波访问(Worldwide Interoperability forMicrowave Access，WiMAX)的移动通信，或基于TCP/IP协议族(TCP/IP Protocol Suite，TCP/IP)、用户数据报协议(User Datagram Protocol，UDP)的计算机网络通信等。终端200可以通过上述通信方式向服务器100上传库存数据及信息。
本申请中，上述的终端200可以是一个通用的计算机设备或者是一个专用计算机设备。在具体实现中终端200可以是掌上电脑、个人数字助理(Personal DigitalAssistant，PDA)、移动手机、平板电脑、无线终端设备、通信设备、嵌入式设备等，本申请不限定上述终端200的类型。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案适配的一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用场景还可以包括比图1中所示更多或更少的终端，例如图1中仅示出1个终端，可以理解的，该供应链库存优化系统还可以包括一个或多个可访问服务器100的其他终端，具体此处不作限定。
另外，如图1所示，该供应链库存优化系统还可以包括显示器300，该显示器300用于向用户展示库存建议的生成过程以及用户依据库存建议补货后的结果，帮助用户及时排查问题。
需要说明的是，图1所示的供应链库存优化系统的场景示意图仅仅是一个示例，本申请描述的供应链库存优化系统以及场景是为了更加清楚的说明本申请的技术方案，并不构成对于本申请提供的技术方案的限定，本领域普通技术人员可知，随着供应链库存优化系统的演变和新业务场景的出现，本申请提供的技术方案对于类似的技术问题，同样适用。
首先，本申请提供一种供应链库存优化方法，该供应链库存优化方法的执行主体为供应链库存优化装置，该供应链库存优化装置应用于服务器100，服务器100位于供应链库存优化系统，供应链库存优化方法包括：获取目标商品的第一补货策略；将第一补货策略对应的第一补货效果参数与预设评价参数进行比较；若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略，第二补货策略对应的第二补货效果参数大于或等于预设评价参数；根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。
如图2所示，为本申请中供应链库存优化方法的一个流程示意图，该供应链库存优化方法包括：
S201、获取目标商品的第一补货策略；
本申请中，目标商品的第一补货策略可以是服务器100根据终端200上传的关于目标商品的当前业务数据和历史需求数据生成的，其中，当前业务数据和历史需求数据的来源可以是本地数据库内存储的数据、在线数据库内存储的数据、通过与大数据平台对接采集的数据等，需要说明的是，其他能够存储供应链上目标商品的相关业务数据的数据库或数据平台同样可以与本申请的服务器对接，以实现数据传输，具体此处不做限定。在一个具体实施例中，历史需求数据可以是供应链各供应节点关于该目标商品的历史订单数据，同时服务器还可以获取到供应链各供应节点关于该目标商品的其他历史数据，比如历史入库数据、历史出库数据、历史库存数据等。
S202、将第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
本申请中，服务器100可以通过仿真模拟的方式根据第一补货策略模拟出该第一补货策略执行后得到的第一补货效果参数，预设评价参数可以是根据目标商品的历史进销存数据计算得到的，通过将第一补货策略导入仿真模拟系统中，模拟得到第一补货效果参数，然后将第一补货效果参数与预设评价参数进行比较，可以明确第一补货策略的不足点或可改进点，以调整优化该第一补货策略，本申请中的补货效果参数可以是目标商品在该补货策略下的库存成本如持货成本、缺货成本、订货固定成本等，还可以是该补货策略下的库存周转率、需求满足率等。
S203、若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略，第二补货策略对应的第二补货效果参数大于或等于预设评价参数；
本申请中，对于第一补货效果参数小于预设评价参数的第一补货策略进行优化调整，得到第二补货策略，使得第二补货策略对应的第二补货效果参数大于或等于预设评价参数优化，优化调整的方式可以是参考历史补货策略的补货效果进行策略调整，也可以是根据补货效果参数与预设评价参数的差距进行逐步调整，具体此处不做限定，优化后使得该根据第二补货策略仿真模拟的第二补货效果参数最接近于预设评价参数，以确保计划最优。
需要说明的是，在实际应用场景中，也可能存在第一补货效果参数大于或者等于预设评价参数的第一补货策略，此时可以直接根据第一补货策略生成库存建议，这种情况由于不是本申请的关注重点，因此此处不作详细描述。
S204、根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。
本申请中，库存建议可以是针对目标商品的补货时间、补货量，也可以是目标商品的补货点、补货方式等。在一个具体实施方式中，用户根据补货建议执行补货之后，还可以通过显示器300进行目标商品的运营监控以及补货问题排查，以便能够正常供货，该补货建议可以辅助用户进行库存管理，实现基于大数据的智慧化运营。
本申请中，通过将目标商品的第一补货策略的第一补货效果参数与预设评价参数进行比较，对第一补货策略进行优化得到补货效果参数大于或等于预设评价参数的第二补货策略，根据第二补货策略生成关于目标商品的库存建议，供用户补货使用，实现了供应链上关于目标商品的规划层和执行层的数据对接确保了库存建议的准确性，有效降低了库存及其带来的成本，并提升了可满足服务水平的库存效率，提升了供应链效率，节约了库存优化的人力成本和时间成本。
如图3所示，为本申请中生成第一补货策略的一个流程示意图，在本申请一些实施例中，供应链库存优化方法还可以包括：
S301、获取目标商品的当前业务数据和历史需求数据；
本申请中，服务器100通过向终端200发起访问请求，获得目标商品的当前业务数据和历史需求数据，其中，目标商品的当前业务数据可以包括供应链各供应节点关于目标商品的所有最小存货单位SKU的属性，以目标商品为衣服为例，该目标商品的所有最小存货单位SKU的属性可以包括颜色、尺码等，对于同一款样式的衣服，红色M码为目标商品的一个SKU，红色L码为目标商品的另一个SKU，蓝色S码又为目标商品的另一个SKU，而目标商品的历史需求数据实际上就是供应链各供应节点关于目标商品的每一个SKU的历史需求数据。
由于本申请中目标商品的当前业务数据和历史需求数据的来源可以是本地数据库内存储的数据、在线数据库内存储的数据、通过与大数据平台对接采集的数据等，上述的数据库以及大数据平台所存储的数据的数据结构可能不尽相同或完全不相同，因此，本申请在获取到上述数据库或大数据平台关于目标商品的当前业务数据和历史需求数据时，需要对当前业务数据和历史需求数据的数据结构进行重构，以使得重构后的当前业务数据和历史需求数据适配于本申请的服务器，便于服务器后续对当前业务数据和历史需求数据的处理及操作。
本申请中可以采用数据模板对当前业务数据和历史需求数据进行重构，数据模板可以采用目前市面上已有的仓库管理系统(Warehouse Management System，WMS)的数据结构的模板，对当前业务数据和历史需求数据的数据结构进行统一，需要说明的是，其他可用于服务器操作的数据结构的数据模板同样适用于本申请，具体此处不做限定。
假设从本地数据库获取的当前业务数据和历史需求数据的数据结构为日期-商品名称-SKU属性-库存量-入库量-出库量-地点，从大数据平台获取的当前业务数据和历史需求数据的数据结构为地点-商品名称-SKU属性-库存量-入库量-出库量-日期，将上述数据结构不同的当前业务数据和历史需求数据导入数据模板中，利用数据模板对当前业务数据和历史需求数据进行清洗，然后再按照数据模板限定的数据结构将清洗后的当前业务数据和历史需求数据进行重构，放入相应位置，得到结构统一的当前业务数据和历史需求数据，实现了各平台的数据快速打通。并且，数据模板还可以对当前业务数据和历史需求数据进行校验，当存在错误数据时，数据模板在数据清洗阶段可以进行错误提示，以便于库存管理人员对数据进行查验修正。
S302、根据预设库存分析规则对当前业务数据进行库存分析，得到目标商品的库存分析结果；
由于不同企业的库存管理有不同的业务规则，因此本申请中，根据企业的业务规则设定预设库存分析规则，本申请中，对目标商品的当前业务数据进行库存分析，即是根据目标商品的库存及进销存数据进行库存分析，归纳得到市场对于该目标商品的需求，进而得出对于目标商品的库存分析结果。
本申请中，库存分析的分析内容可以包括分类库存(Activity BasedClassification，ABC)分析、库存结构分析、库存资金分析、安全库存分析等，通过上述分析内容，可以知晓目标商品库存的各项指标详情，进而给出包括有关于目标商品库存优化的指导建议的库存分析结果。
S303、根据预设需求分析规则对历史需求数据进行需求分析，得到目标商品的需求分析结果；
本申请中，利用步骤301中所获取的目标商品的历史需求数据，根据业务需求可以选择按日、按周或按月对供应链各供应节点关于该目标商品的历史需求数据进行聚合然后再进行需求特征分析，本实施例中需求特征分析可以主要针对目标商品的销售需求或出库需求进行SKU分类，得到不同SKU的分布参数，针对每一类SKU的分布参数，综合得到针对于目标商品的每一类SKU的需求分析结果。
S304、根据库存分析结果和需求分析结果，生成第一补货策略。
本申请中，第一补货策略可以是针对每一个计划周期而言的，计划周期可以由用户进行设定，根据目标商品的流通情况可以设定按周或按月进行计划的短期计划周期、按季度进行计划的中期计划周期或按年进行计划的长期计划周期等，需要说明的是，本申请的计划周期还可以是根据实际业务情况进行的按天数计划的计划周期，具体此处不作限定。
本申请中，按照设定的计划周期创建补货策略方案，补货策略方案可以包括安全库存优化、服务水平优化、补货周期优化等，其中安全库存优化可以在考虑库存成本的基础之上，结合库存分析结果，得出供应链各供应节点关于目标商品的安全库存；服务水平优化可以是基于目标商品的整体或部分SKU的服务水平要求计算得到对于目标商品的最佳服务水平；补货周期优化可以是以库存成本为优化目标，结合目标商品每一类SKU的需求分析结果优化目标商品每一类SKU的补货周期，得到以最优补货周期为前提的订货规则。
如图4所示，为本申请中生成库存分析结果的一个流程示意图，在本申请一些实施例中，基于预设库存分析规则对当前业务数据进行库存分析，得到目标商品的库存分析结果，可以进一步包括：
S401、根据商品分类库存控制规则选择目标商品的分析维度；
示例性的，本申请中，预设库存分析规则可以包括商品分类库存控制规则，该商品分类库存控制规则与ABC分析相似，此处对ABC分析法进行简单介绍，在ABC分析法的分析图中，有左右两个纵坐标，一个横坐标，几个长方形，一条曲线，左边纵坐标表示频数，右边纵坐标表示频率，以百分数表示。横坐标表示影响质量的各项因素，按影响大小从左向右排列，曲线表示各种影响因素大小的累计百分数，通常情况下，是将曲线的累计频率分为三级，与之相对应的因素分为三类：A类因素，发生累计频率为0％-80％，是主要影响因素；B类因素，发生累计频率为80％-90％，是次要影响因素；C类因素，发生累计频率为90％-100％，是一般影响因素。
本申请中，商品分类库存控制规则可以包括：
设置分析维度为销售额或销售量；
基于分析维度将库存商品按照重要程度划分为三种商品种类，其中三种商品种类包括第一重要商品、第二重要商品和第三重要商品；
分别为第一重要商品、第二重要商品和第三重要商品设置对于库存商品的占有比例。
比如，对于设定第一重要商品的占有比例为70％，第二重要商品的占有比例为20％，第三重要商品的占有比例为10％，需要说明的是，本实施例仅是各商品种类的占有比例的一个示例，各商品种类的占有比例可以根据实际应用场景进行调整，具体此处不做限定。
本申请中，通过选择目标商品的分析维度可以对目标商品的ABC分析进行具象化，使得用户能够清晰明了库存分析的情况。比如，若选择销售量为分析维度，在进行库存分析时则主要是从历史出库数据入手；若选择销售额为分析维度，在进行库存分析时则不仅要考虑历史出库数据，还要考虑出库的所有目标商品的销售单价。
S402、根据当前业务数据计算目标商品的当前占有比例；
本申请中，根据目标商品的当前业务数据计算预设分析时间段内目标商品占库存商品的占有比例，能够得到目标商品的当前占有比例。
S403、将当前占有比例与用户配置的目标商品的预设商品种类对应的占有比例进行比较，得到比较结果；
本申请中，用户根据目标商品的重要程度为目标商品配置对应的一个商品种类，比如，若目标商品市场需求量很大，则预设商品种类可以划分为第一重要商品类，若目标商品的市场需求量较小，则预设商品种类可以划分为第三重要商品类，若目标商品的市场需求量适中，则预设商品种类可以划分为第二重要商品类。
由于商品分类库存控制规则已经为每一商品种类设置了对于库存商品的占有比例，因此，可以直接调用用户配置的目标商品的预设商品种类对应的占有比例，将该占有比例与S402中计算得到的当前占有比例相比较得到比较结果。
S404、根据比较结果得到库存分析结果，库存分析结果包括目标商品的库存结构调整建议。
本申请中，比较结果可以包括目标商品占有比例大于、等于或小于目标商品的预设商品种类对应的占有比例，当目标商品占有比例大于目标商品的预设商品种类对应的占有比例时，库存分析结果的库存结构调整建议可以是减少目标商品的库存量，以释放占用资金；当目标商品占有比例小于目标商品的预设商品种类对应的占有比例时，库存分析结果的库存结构调整建议可以是增多目标商品的库存量，以应对未来的市场需求，同时通过库存分析还可以使用户知晓库存中的呆滞库存商品或SKU，从而及时对呆滞库存商品或SKU作出调整。
本申请中，通过基于商品分类库存控制规则对目标商品的库存进行分析，可以优化目标商品的库存结构，减少库存总量，释放占用资金，以使得目标商品的库存更好应对市场需求。
如图5所示，为本申请中生成需求分析结果的一个流程示意图，在本申请一些实施例中，根据预设需求分析规则对历史需求数据进行需求分析，得到目标商品的需求分析结果，可以进一步包括：
S501、获取目标商品在预设分析时间段内对应的目标历史需求数据；
本申请中，对目标商品进行需求分析时，首先可以获取预设分析时间段内的目标商品的历史需求数据，该历史需求数据可以是目标商品在预设分析时间段内的历史订单数据，在一个具体实施方式中，在进行需求分析时，还可以设定分析单位，分析单位可以是设定的需求规律的归纳单位，比如是按天、按周还是按月进行需求特征规律的归纳。
S502、根据目标历史需求数据，分析供应链各供应节点关于目标商品的所有最小存货单位SKU的需求分布；
根据目标商品在预设分析时间段内的所有历史订单数据，可以知晓供应链各供应节点在预设分析时间段内对目标商品的所有SKU的需求分布，具体的，该需求分布可以体现某一个或某一些供应节点对目标商品某一类SKU的需求量差异情况。
S503、根据需求分布，生成供应链上关于目标商品的需求分析结果。
本申请中，根据各供应节点关于目标商品的所有SKU的需求分布，计算得到供应链各供应节点关于目标商品的每一个SKU的需求分析结果。本申请中的需求分析结果可以是关于目标商品的补货策略，具体的可以是基于传统的级库存补货策略，也可以是基于周期盘点补货策略，还可以是基于需求预测的补货策略，通过补货策略来实现SKU库存的差异化进而优化库存。
如图6所示，为本申请中根据库存分析结果和需求分析结果生成第一补货策略的一个流程示意图，在本申请一些实施例中，根据库存分析结果和需求分析结果，生成第一补货策略，可以进一步的包括：
S601、根据需求分析结果生成目标商品的周期库存指标和安全库存指标，周期库存指标用于应对未来可预测的需求，安全库存指标用于确保服务水平；
通常情况下，安全库存是一种额外持有的库存，它可以作为缓冲器来补偿再订货提前提内实际需求超过期望需求量或实际提前期超过期望提前期所产生的需求。
本申请中，首先设定库存计划周期，比如未来一周、一个月或一个季度等，由于周期库存通常用于应对未来可预测的需求，因此可以选择根据需求分析得到的需求分析结果即补货策略对目标商品的周期库存指标进行估算，而安全库存指标同样可以通过补货策略计算得到，其原理即是通过历史需求数据的需求预测未来对于目标商品的需求，进而确保未来库存能够满足市场需求，达到服务水平。
通常情况下，库存服务水平可以表示为在提前期内实际需求量不超过再订货点的概率：
其中，ROP表示再订货点(Re-Order-Point，ROP)，当目标商品的库存等于或低于ROP时，将再次进行订购；x表示目标商品的库存量；
需要说明的是，若对于供应链某一供应节点的某些SKU的服务水平有明确要求，可以将该要求设定为约束条件，进而对安全库存进行优化。
S602、基于周期库存指标、安全库存指标和库存分析结果，生成第一补货策略。
本申请中的第一补货策略可以是对目标商品的补货周期、服务水平以及目标商品每一SKU的安全库存的参数计划。
在本申请一些实施例中，供应链库存优化方法还可以进一步包括：
S701、获取目标商品的历史进销存数据；
进销存数据是指企业管理过程中采购-入库-销售三个过程的管理数据，本申请中，历史进销存数据可以包括历史入库数据、历史出库数据和历史库存数据。
S702、利用预设补货效果统计法对历史进销存数据进行统计计算，得到用于评价补货计划对应的补货效果参数的预设评价参数。
本申请中，通过仿真模拟的方法对补货策略对应的补货效果进行模拟，首先创建仿真模拟方案，将目标商品的历史进销存数据存入仿真模拟系统中，并设定补货效果的统计方法，根据预设补货效果统计法计算得到基于历史进销存数据的各补货效果的基准参数即预设评价参数。
为了更好实施本申请中的供应链库存优化方法，在供应链库存优化方法基础之上，本申请还提供一种供应链库存优化装置，如图7所示，为本申请中提供的供应链库存优化装置的一个结构示意图，供应链库存优化装置700包括：
获取模块701，用于获取目标商品的第一补货策略；
处理模块702，用于将第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略，第二补货策略对应的第二补货效果参数大于或等于预设评价参数；
输出模块703，用于根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。
在本申请一些实施例中，获取模块701具体可以用于：
获取目标商品的当前业务数据和历史需求数据；
根据预设库存分析规则对当前业务数据进行库存分析，得到目标商品的库存分析结果；
根据预设需求分析规则对历史需求数据进行需求分析，得到目标商品的需求分析结果；
根据库存分析结果和需求分析结果，生成第一补货策略。
在本申请一些实施例中，获取模块701具体还可以用于：
根据商品分类库存控制规则选择目标商品的分析维度；
根据当前业务数据计算目标商品的当前占有比例；
将当前占有比例与用户配置的目标商品的预设商品种类对应的占有比例进行比较，得到比较结果；
根据比较结果得到库存分析结果，库存分析结果包括目标商品的库存结构调整建议。
在本申请一些实施例中，获取模块701具体还可以用于：
获取目标商品在预设分析时间段内对应的目标历史需求数据；
根据目标历史需求数据，分析供应链各供应节点关于目标商品的所有最小存货单位SKU的需求分布；
根据需求分布，生成供应链上关于目标商品的需求分析结果。
在本申请一些实施例中，获取模块701具体还可以用于：
根据需求分析结果生成目标商品的周期库存指标和安全库存指标，周期库存指标用于应对未来可预测的需求，安全库存指标用于确保服务水平；
基于周期库存指标、安全库存指标和库存分析结果，生成第一补货策略。
需要说明的是，本申请中，获取模块701、处理模块702和输出模块703的相关内容与上述一一对应，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的供应链库存优化装置及其相应模块的具体工作过程，可以参考如图2至图6对应任意实施例中供应链库存优化方法的说明，具体在此不再赘述。
为了更好实施本申请的供应链库存优化方法，在供应链库存优化方法基础之上，本申请还提供一种供应链库存优化设备，其集成了本申请所提供的任一种供应链库存优化装置，该设备包括：
一个或多个处理器801；
存储器802；以及
一个或多个应用程序，其中一个或多个应用程序被存储于存储器802中，并配置为由处理器801执行上述供应链库存优化方法中任一项实施例的供应链库存优化方法中的步骤。
如图8所示，其示出了本申请所涉及的供应链库存优化设备的一个结构示意图，具体来讲：
该设备可以包括一个或者一个以上处理核心的处理器801、一个或一个以上计算机可读存储介质的存储器802、电源803和输入单元804等部件。本领域技术人员可以理解，图8中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器801是该设备的控制中心，利用各种接口和线路连接整个设备的各个部分，通过运行或执行存储在存储器802内的软件程序和/或模块，以及调用存储在存储器802内的数据，执行设备的各种功能和处理数据，从而对设备进行整体监控。可选的，处理器801可包括一个或多个处理核心；处理器801可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，优选的，处理器801可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器801中。
存储器802可用于存储软件程序以及模块，处理器801通过运行存储在存储器802的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器802可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器802还可以包括存储器控制器，以提供处理器801对存储器802的访问。
该设备还包括给各个部件供电的电源803，优选的，电源803可以通过电源管理系统与处理器801逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源803还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该设备还可包括输入单元804和输出单元805，该输入单元804可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，该设备还可以包括显示单元等，在此不再赘述。具体在本申请中，设备中的处理器801会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器802中，并由处理器801来运行存储在存储器802中的应用程序，从而实现各种功能，如下：
获取目标商品的第一补货策略；
将第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略，第二补货策略对应的第二补货效果参数大于或等于预设评价参数；
根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。
本领域普通技术人员可以理解，上述的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(Read Only Memory，ROM)、随机存取记忆体(Random Access Memory，RAM)、磁盘或光盘等。其上存储有计算机程序，计算机程序被处理器进行加载，以执行本申请所提供的任一种供应链库存优化方法中的步骤。例如，计算机程序被处理器进行加载可以执行如下步骤：
获取目标商品的第一补货策略；
将第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
若第一补货效果参数小于预设评价参数，优化第一补货策略，得到第二补货策略，第二补货策略对应的第二补货效果参数大于或等于预设评价参数；
根据第二补货策略生成目标商品的库存建议，库存建议用于指示目标商品的补货时间和补货量。
由于该计算机可读存储介质中所存储的指令，可以执行本申请如图2至图6对应任意实施例中供应链库存优化方法中的步骤，因此，可以实现本申请如图2至图6对应任意实施例中供应链库存优化方法所能实现的有益效果，详见前面的说明，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的实施例，在此不再赘述。
以上对本申请所提供的一种供应链库存优化方法、装置、设备和存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种供应链库存优化方法，其特征在于，所述方法包括：
获取目标商品的第一补货策略；
将所述第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
若所述第一补货效果参数小于所述预设评价参数，优化所述第一补货策略，得到第二补货策略，所述第二补货策略对应的第二补货效果参数大于或等于所述预设评价参数；
根据所述第二补货策略生成所述目标商品的库存建议，所述库存建议用于指示所述目标商品的补货时间和补货量。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标商品的当前业务数据和历史需求数据；
根据预设库存分析规则对所述当前业务数据进行库存分析，得到所述目标商品的库存分析结果；
根据预设需求分析规则对所述历史需求数据进行需求分析，得到所述目标商品的需求分析结果；
根据所述库存分析结果和所述需求分析结果，生成所述第一补货策略。
3.根据权利要求2所述的方法，其特征在于，所述预设库存分析规则包括商品分类库存控制规则，所述商品分类库存控制规则包括：
设置分析维度为销售额或销售量；
基于所述分析维度将库存商品按照重要程度划分为三种商品种类，所述三种商品种类包括第一重要商品、第二重要商品和第三重要商品；
分别为所述第一重要商品、所述第二重要商品和所述第三重要商品设置对于所述库存商品的占有比例。
4.根据权利要求3所述的方法，其特征在于，所述基于预设库存分析规则对所述当前业务数据进行库存分析，得到所述目标商品的库存分析结果，包括：
根据所述商品分类库存控制规则选择所述目标商品的所述分析维度；
根据所述当前业务数据计算所述目标商品的当前占有比例；
将所述当前占有比例与用户配置的所述目标商品的预设商品种类对应的所述占有比例进行比较，得到比较结果；
根据所述比较结果得到所述库存分析结果，所述库存分析结果包括所述目标商品的库存结构调整建议。
5.根据权利要求2所述的方法，其特征在于，所述根据预设需求分析规则对所述历史需求数据进行需求分析，得到所述目标商品的需求分析结果，包括：
获取所述目标商品在预设分析时间段内对应的目标历史需求数据；
根据所述目标历史需求数据，分析供应链各供应节点关于所述目标商品的所有最小存货单位SKU的需求分布；
根据所述需求分布，生成所述供应链上关于所述目标商品的需求分析结果。
6.根据权利要求2所述的方法，其特征在于，所述根据所述库存分析结果和所述需求分析结果，生成所述第一补货策略，包括：
根据所述需求分析结果生成所述目标商品的周期库存指标和安全库存指标，所述周期库存指标用于应对未来可预测的需求，所述安全库存指标用于确保服务水平；
基于所述周期库存指标、所述安全库存指标和所述库存分析结果，生成所述第一补货策略。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标商品的历史进销存数据；
利用预设补货效果统计法对所述历史进销存数据进行统计计算，得到用于评价补货计划对应的补货效果参数的所述预设评价参数。
8.一种供应链库存优化装置，其特征在于，包括：
获取模块，用于获取目标商品的第一补货策略；
处理模块，用于将所述第一补货策略对应的第一补货效果参数与预设评价参数进行比较；
若所述第一补货效果参数小于所述预设评价参数，优化所述第一补货策略，得到第二补货策略，所述第二补货策略对应的第二补货效果参数大于或等于所述预设评价参数；
输出模块，用于根据所述第二补货策略生成所述目标商品的库存建议，所述库存建议用于指示所述目标商品的补货时间和补货量。
9.一种供应链库存优化设备，其特征在于，所述设备包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7任一项所述的供应链库存优化方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的供应链库存优化方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010871254.6A CN114118503A (zh) | 2020-08-26 | 2020-08-26 | 供应链库存优化方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010871254.6A CN114118503A (zh) | 2020-08-26 | 2020-08-26 | 供应链库存优化方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114118503A true CN114118503A (zh) | 2022-03-01 |
Family
ID=80374367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010871254.6A Pending CN114118503A (zh) | 2020-08-26 | 2020-08-26 | 供应链库存优化方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114118503A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220180275A1 (en) * | 2020-12-08 | 2022-06-09 | Microsoft Technology Licensing, Llc | Optimized safety stock ordering in a multi-echelon data center supply chain |
| CN114707933A (zh) * | 2022-04-11 | 2022-07-05 | 武汉全一激光科技有限公司 | 一种智慧工厂库存智能管理方法、系统及存储介质 |
| CN115099750A (zh) * | 2022-07-14 | 2022-09-23 | 创颖峻网络科技(深圳)有限公司 | 商品补货方法、装置、存储介质及电子设备 |
| CN115239017A (zh) * | 2022-08-12 | 2022-10-25 | 北京思创银联科技股份有限公司 | 油品采购策略优化方法、装置、设备及存储介质 |
| CN116011934A (zh) * | 2023-03-21 | 2023-04-25 | 深圳美云集网络科技有限责任公司 | 一种基于目标库存的商品补货方法和系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103400252A (zh) * | 2013-08-02 | 2013-11-20 | 华迪计算机集团有限公司 | 货物库存的管理方法和装置 |
| 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 |
| CN108985691A (zh) * | 2018-07-11 | 2018-12-11 | 北京实派科技有限公司 | 一种基于动态库存控制的自动补货方法及系统 |
| CN109460957A (zh) * | 2018-11-12 | 2019-03-12 | 北京航天智造科技发展有限公司 | 一种基于量子遗传模拟退火算法的仓储补货方法 |
| CN109615184A (zh) * | 2018-11-17 | 2019-04-12 | 上海百胜软件股份有限公司 | 零售企业门店自动配货、补货、调货的方法及系统 |
| CN109902850A (zh) * | 2018-08-24 | 2019-06-18 | 华为技术有限公司 | 确定库存控制策略的方法、装置及存储介质 |
| CN109949095A (zh) * | 2019-03-21 | 2019-06-28 | 中国联合网络通信集团有限公司 | 补货方法及设备 |
| CN110516998A (zh) * | 2019-08-14 | 2019-11-29 | 广州淘通科技股份有限公司 | 一种基于供应链需求关联的智能补货系统 |
| CN111222815A (zh) * | 2018-11-27 | 2020-06-02 | 顺丰科技有限公司 | 确定单品补货量方法、装置、设备及存储介质 |
| CN111260119A (zh) * | 2020-01-10 | 2020-06-09 | 浙江工商大学 | 产品库存控制与配送路径规划方法 |
| CN111353794A (zh) * | 2018-12-20 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 数据处理的方法、供应链调度的方法和装置 |
| CN111382973A (zh) * | 2020-03-03 | 2020-07-07 | 舟谱数据技术南京有限公司 | 一种基于经销商传统业务的门店智能补货系统 |
-
2020
- 2020-08-26 CN CN202010871254.6A patent/CN114118503A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103400252A (zh) * | 2013-08-02 | 2013-11-20 | 华迪计算机集团有限公司 | 货物库存的管理方法和装置 |
| 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 |
| CN108985691A (zh) * | 2018-07-11 | 2018-12-11 | 北京实派科技有限公司 | 一种基于动态库存控制的自动补货方法及系统 |
| CN109902850A (zh) * | 2018-08-24 | 2019-06-18 | 华为技术有限公司 | 确定库存控制策略的方法、装置及存储介质 |
| CN109460957A (zh) * | 2018-11-12 | 2019-03-12 | 北京航天智造科技发展有限公司 | 一种基于量子遗传模拟退火算法的仓储补货方法 |
| CN109615184A (zh) * | 2018-11-17 | 2019-04-12 | 上海百胜软件股份有限公司 | 零售企业门店自动配货、补货、调货的方法及系统 |
| CN111222815A (zh) * | 2018-11-27 | 2020-06-02 | 顺丰科技有限公司 | 确定单品补货量方法、装置、设备及存储介质 |
| CN111353794A (zh) * | 2018-12-20 | 2020-06-30 | 阿里巴巴集团控股有限公司 | 数据处理的方法、供应链调度的方法和装置 |
| CN109949095A (zh) * | 2019-03-21 | 2019-06-28 | 中国联合网络通信集团有限公司 | 补货方法及设备 |
| CN110516998A (zh) * | 2019-08-14 | 2019-11-29 | 广州淘通科技股份有限公司 | 一种基于供应链需求关联的智能补货系统 |
| CN111260119A (zh) * | 2020-01-10 | 2020-06-09 | 浙江工商大学 | 产品库存控制与配送路径规划方法 |
| CN111382973A (zh) * | 2020-03-03 | 2020-07-07 | 舟谱数据技术南京有限公司 | 一种基于经销商传统业务的门店智能补货系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220180275A1 (en) * | 2020-12-08 | 2022-06-09 | Microsoft Technology Licensing, Llc | Optimized safety stock ordering in a multi-echelon data center supply chain |
| CN114707933A (zh) * | 2022-04-11 | 2022-07-05 | 武汉全一激光科技有限公司 | 一种智慧工厂库存智能管理方法、系统及存储介质 |
| CN115099750A (zh) * | 2022-07-14 | 2022-09-23 | 创颖峻网络科技(深圳)有限公司 | 商品补货方法、装置、存储介质及电子设备 |
| CN115239017A (zh) * | 2022-08-12 | 2022-10-25 | 北京思创银联科技股份有限公司 | 油品采购策略优化方法、装置、设备及存储介质 |
| CN116011934A (zh) * | 2023-03-21 | 2023-04-25 | 深圳美云集网络科技有限责任公司 | 一种基于目标库存的商品补货方法和系统 |
| CN116011934B (zh) * | 2023-03-21 | 2023-09-01 | 深圳美云集网络科技有限责任公司 | 一种基于目标库存的商品补货方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114118503A (zh) | 供应链库存优化方法、装置、设备和存储介质 | |
| Arampantzi et al. | A new model for designing sustainable supply chain networks and its application to a global manufacturer | |
| US8346516B2 (en) | Predictive modeling | |
| Yang et al. | Evaluation of robustness of supply chain information-sharing strategies using a hybrid Taguchi and multiple criteria decision-making method | |
| US8494916B2 (en) | Managing fresh-product inventory | |
| US11321650B2 (en) | System and method for concurrent dynamic optimization of replenishment decision in networked node environment | |
| US10713615B2 (en) | System and method for rebalancing inter-store retail inventories utilizing overstock inventory | |
| 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 | |
| CN108090225A (zh) | 数据库实例的运行方法、装置、系统及计算机可读存储介质 | |
| JP7105336B2 (ja) | スマートサプライチェーンシステム | |
| CN111815198B (zh) | 一种门店补货方法、装置和设备 | |
| Bhatnagar et al. | The joint transshipment and production control policies for multi-location production/inventory systems | |
| US8024208B2 (en) | Shipping planning system | |
| US8311878B2 (en) | Optimized pricing solver with prioritized constraints | |
| CN115271574A (zh) | 一种货品补货方法、装置、电子设备及存储介质 | |
| US11948163B2 (en) | User interface for visualizing output from supply chain replenishment simulation | |
| EP3887944B1 (en) | Extensible software tool with customizable machine prediction | |
| CN112801591A (zh) | 一种管理低值易耗品的方法、系统、终端及存储介质 | |
| CN114169557A (zh) | 库存补货方法、计算机可读存储介质以及终端设备 | |
| ElHafsi et al. | A novel decomposition-based method for solving general-product structure assemble-to-order systems | |
| CN114757703A (zh) | 一种中药商品的补货方法、装置、电子设备及存储介质 | |
| US11049066B2 (en) | Propagating adjustments across channels of multi-dimensional data | |
| CN115730888A (zh) | 货品库存分配方法及装置 | |
| CN113469397A (zh) | 智慧供应链系统及服务器平台 | |
| CN110163402A (zh) | 确定订单中库存量单位的方法及装置 |
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 |