CN114219397A - 库存管理方法、装置、设备及存储介质 - Google Patents

库存管理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114219397A
CN114219397A CN202111525588.9A CN202111525588A CN114219397A CN 114219397 A CN114219397 A CN 114219397A CN 202111525588 A CN202111525588 A CN 202111525588A CN 114219397 A CN114219397 A CN 114219397A
Authority
CN
China
Prior art keywords
target
time
sales
commodity
suppliers
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
Application number
CN202111525588.9A
Other languages
English (en)
Inventor
刘培明
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.)
OneConnect Financial Technology Co Ltd Shanghai
Original Assignee
OneConnect Financial Technology Co Ltd Shanghai
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 OneConnect Financial Technology Co Ltd Shanghai filed Critical OneConnect Financial Technology Co Ltd Shanghai
Priority to CN202111525588.9A priority Critical patent/CN114219397A/zh
Publication of CN114219397A publication Critical patent/CN114219397A/zh
Pending legal-status Critical Current

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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/049—Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种库存管理方法、装置、设备及存储介质，其中方法包括：基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据目标商品的预设库存上限值计算第一时间时目标商品的待补货数量；以目标商品的名称信息、类型信息和待补货数量作为条件查询预先注册的所有供应商，得到符合条件的目标供应商；获取目标供应商的评分，并在第一时间之前根据评分将待补货数量按比例下单至各个目标供应商，评分根据目标供应商的历史采购数据得到。本发明通过在库存不足时，自动筛选合适的供应商进行补货操作，不需要人工参与，降低了人力资源消耗。

Description

库存管理方法、装置、设备及存储介质
技术领域
本申请涉及电商物流及数据处理领域，特别是涉及一种库存管理方法、装置、设备及存储介质。
背景技术
现有业内对于库存管理的支持，使用到大数据支持，多物流平台资源对接，实现完全自动化，智能化的库存管理。
传统行业对于库存管理的方式，大多都是到达库存预警阈值，然后开启物资采购流程审批，报请部门审批，审查物料提供商资质，下单购买。多采取先支付一定数量订金，然后对方发货，己方收到后验货再付余款。然后再核对商品以及数量在对应库存管理系统中增加库存量。流程偏长，其中时间成本、人力成本浪费很严重，且使用不方便快捷。
现有系统在对于库存商品管理也是按需要下单，然后人工跟踪物流信息，物品收到后，再核对到货商品对应哪一个订单商品，然后再在库存管理系统中操作新增对应的商品库存数量，整个库存商品的补货操作流程复杂，工作效率难以提升，运营成本居高不下。
发明内容
本申请提供一种库存管理方法、装置、设备及存储介质，以解决现有的库存管理方式需要消耗大量人力且效率不高的问题。
为解决上述技术问题，本申请采用的一个技术方案是：提供一种库存管理方法，包括：基于预先训练好的货物销量预测模型，对目标商品进行销量预测，得到销量预测结果，包括：获取目标商品的历史销量数据，历史销量数据在固定时间长度的周期上呈现周期性相似；利用预先训练好的神经网络模型，根据历史销量数据预测目标商品在未来时刻的初始销量预测数据；基于修正规则对初始销量预测数据进行修正，得到最终的销量预测结果；修正规则根据目标商品历史销量数据的参考周期数量、采用神经网络模型得到的历史销量预测数据和历史销量真实数据构建。
作为本申请的进一步改进，基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，包括：基于预先训练好的货物销量预测模型，对目标商品进行销量预测，得到销量预测结果；根据销量预测结果确认目标商品的库存低于预设库存下限值的第一时间。
作为本申请的进一步改进，所述基于预先训练好的货物销量预测模型，对所述目标商品进行销量预测，得到销量预测结果，包括：
获取目标商品的历史销量数据，所述历史销量数据在固定时间长度的周期上呈现周期性相似；
利用预先训练好的神经网络模型，根据所述历史销量数据预测所述目标商品在未来时刻的初始销量预测数据；
基于修正规则对所述初始销量预测数据进行修正，得到最终的销量预测结果；所述修正规则根据所述目标商品历史销量数据的参考周期数量、采用所述神经网络模型得到的历史销量预测数据和历史销量真实数据构建。。
作为本申请的进一步改进，获取目标供应商的评分，并在第一时间之前根据评分将待补货数量按比例下单至各个目标供应商，包括：获取目标供应商的评分和订单完成平均耗时；在第二时间根据评分将待补货数量按比例下单至各个目标供应商，第二时间在第一时间之前，且第二时间与第一时间之间至少间隔订单完成平均耗时。
作为本申请的进一步改进，在第二时间根据评分将待补货数量按比例下单至各个目标供应商之前，还包括：当目标商品的库存数量发生变化时，判断目标商品的库存是否低于预设库存下限值；若是，则根据变化后的库存数量和预设库存上限值更新待补货数量，并立即根据评分将更新后的待补货数量按比例下单至各个目标供应商。
作为本申请的进一步改进，根据评分将待补货数量按比例下单至各个目标供应商之后，还包括：间隔预设时间段后，获取目标供应商的历史采购信息，历史采购信息包括历史商品价格信息、历史交货信息、历史服务水平信息和信用度信息；根据历史采购信息更新目标供应商的评分。
作为本申请的进一步改进，根据评分将待补货数量按比例下单至各个目标供应商之后，还包括：接收目标供应商上传的物流信息，并在物流信息为确定收货时，根据物料信息中的到货数量修改目标商品的库存。
为解决上述技术问题，本申请采用的另一个技术方案是：提供一种库存管理装置，包括：确认模块，用于基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据目标商品的预设库存上限值计算第一时间时目标商品的待补货数量；查询模块，用于以目标商品的名称信息、类型信息和待补货数量作为条件查询预先注册的所有供应商，得到符合条件的目标供应商；下单模块，用于获取目标供应商的评分，并在第一时间之前根据评分将待补货数量按比例下单至各个目标供应商，评分根据目标供应商的历史采购数据得到。
为解决上述技术问题，本申请采用的再一个技术方案是：提供一种计算机设备，所述计算机设备包括处理器、与所述处理器耦接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使得所述处理器执行如上述中任一项所述的库存管理方法的步骤。
为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储介质，存储有能够实现上述库存管理方法的程序指令。
本申请的有益效果是：本申请的库存管理方法通过根据目标商品的销售情况进行分析，以确认目标商品在仓库中的库存不满足预先设定的预设库存下限值时的第一时间，并结合预设库存上限值计算得到在第一时间时需要进行补货的待补货数量，然后自动匹配能够提供目标商品的目标供应商，再根据目标供应商的评分选取供应商来按比例下发采购订单，以确保目标商品在第一时间时仍然具有充足的货量，实现了对目标商品的库存的自动管理，并且选取出多个目标供应商进行采购避免了供应商一家独大的情况，也能够分摊供货压力，保证采购过程能够及时完成。
附图说明
图1是本发明第一实施例的库存管理方法的流程示意图；
图2是本发明第二实施例的库存管理方法的流程示意图；
图3是本发明第三实施例的库存管理方法的流程示意图；
图4是本发明第四实施例的库存管理方法的流程示意图；
图5是本发明实施例的库存管理装置的功能模块示意图；
图6是本发明实施例的计算机设备的结构示意图；
图7是本发明实施例的存储介质的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做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。
本申请中的术语“第一”、“第二”、“第三”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”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
图1是本发明第一实施例的库存管理方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括步骤：
步骤S101：基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据目标商品的预设库存上限值计算第一时间时目标商品的待补货数量。
需要说明的是，目标商品的预设库存阈值可通过目标商品的平均销量和目标商品的平均补货时长来确定，例如，当目标商品的平均销量为100件/天，平均补货时长为5天，则为了避免目标商品出现售空的情况，其预设库存下限值至少为500件，从而保证在补货期间，目标商品不会被售空。目标商品的预设库存上限值可根据目标商品的相关信息、仓库大小等信息设置，例如，当目标商品的保质期为15天时，其预设库存上限值为1500件，以确保目标商品在保质期内能够及时销售掉。
具体地，本实施例中，可根据商品的历史销量情况预测每种商品在未来时刻的库存数量，当确认仓库中目标商品的库存低于预设库存下限值的第一时间后，根据目标商品的预设库存上限值计算在未来的第一时间时目标商品的待补货数量，该待补货数量＝预设库存上限值-第一时间时目标商品的库存数量。
进一步的，基于人工智能技术的发展，商品的销量情况可通过机器学习模型来进行预测，从而使得销量预测的准确性更高，因此，在一些实施例中，该步骤S101具体包括：
1、基于预先训练好的货物销量预测模型，对目标商品进行销量预测，得到销量预测结果。
需要说明的是，该货物销量预测模型预先训练，该货物销量预测模型基于神经网络构建，优选采用长短期记忆神经网络。
具体地，通过货物销量预测模型对目标商品的销量进行预测，从而得到在未来相应时间的目标商品的销量情况。
进一步的，为了提高销量预测的准确率，在一些实施例中，该基于预先训练好的货物销量预测模型，对目标商品进行销量预测，得到销量预测结果，具体包括：
1.1、获取目标商品的历史销量数据。
需要理解的是，商品的历史销量数据在固定时间长度的周期上呈现周期性相似的。
1.2、利用预先训练好的神经网络模型，根据历史销量数据预测目标商品在未来时刻的初始销量预测数据。
具体地，预测时刻即未来某个时刻，其预测时刻可以为1小时后，1天后，1周后，具体可以根据商品的性质来设定，例如，当商品的保质期较短时，如面包、蛋糕等食品即可按小时预测，对于保质期较长的商品则可按日或按周预测。
1.3基于修正规则对初始销量预测数据进行修正，得到最终的销量预测结果；修正规则根据目标商品历史销量数据的参考周期数量、采用神经网络模型得到的历史销量预测数据和历史销量真实数据构建。
具体地，将历史销量数据按固定时间长度划分为多个参考周期，设定修正权重参数Wr，
Figure BDA0003410283760000061
其中，t为预测时刻，p为固定时间长度，k为参考周期数量，d表示历史销量真实数据，h表示采用神经网络模型得到的历史销量预测数据；根据修正权重参数Wr构建修正规则h′(t)＝Wr*h(t)，其中h(t)为初始销量预测数据，h′(t)为最终的销量预测结果。
2、根据销量预测结果确认目标商品的库存低于预设库存下限值的第一时间。
具体地，通过该货物销量预测模型，即可预测目标商品在未来时刻的销量预测数据，利用库存减去销量预测数据即可得到未来时刻的目标商品的库存，再比较库存与预设库存下限值比较即可获知目标商品的库存是否告警，并且获知其发生告警时的第一时间。步骤S102：以目标商品的名称信息、类型信息和待补货数量作为条件查询预先注册的所有供应商，得到符合条件的目标供应商。
具体地，在得到目标商品的待补货数量后，根据该目标商品的名称信息、类型信息和该待补货数量查询预先进行注册过的所有供应商，从而查询到能够供应该目标商品的供应商，并将其中能够供应预设数量以上的目标商品的供应商作为目标供应商，其目的是避免其中部分供应商能够供应的货量过低，无法满足采购需求。其中，供应商在进行注册时需提供其所有商品的相关信息，包括名称信息和类型信息，通过进行名称信息和类型信息的关键词匹配，即可确认能够提供目标商品的目标供应商，再向目标供应商查询其能够提供的目标商品的最大数量，将最大数量与待补货数量进行比对，从而确认该供应商是否满足匹配条件，若满足，则将该供应商作为符合条件的目标供应商。
进一步的，在选取目标供应商时，当所有能提供目标商品的供应商的可供应货物数量之和达不到该待补货数量时，提醒用户需要新增该目标商品的供应商。
步骤S103：获取目标供应商的评分，并在第一时间之前根据评分将待补货数量按比例下单至各个目标供应商，评分根据目标供应商的历史采购数据得到。
具体地，在得到目标供应商后，获取目标供应商的评分，该评分根据目标供应商的历史采购数据评估得到，在获取到所有目标供应商的评分后，根据评分计算得到每个目标供应商所占的比重，该比重＝目标供应商的评分/目标供应商的评分总和*100％，再根据该比重，将待补货数量划分为多个采购订单，并将订单下发至对应的目标供应商，以采用目标商品，需要说明的是，在按比重对采购数量计算每个目标供应商的采购数量时，其具体值采用向上取整的方式生成采购订单。
进一步的，在一些实施例中，当筛选出来的目标供应商的数量超过预设数量阈值时，在获取到目标供应商的评分后，，筛选排名在前的预设数量个目标供应商，再将待补货数量按比例下单至筛选出来的预设数量个目标供应商，从而控制目标供应商的数量，避免当目标供应商的数量过多时，不利于采购订单的管理。
进一步的，在步骤S103之后，还包括：
接收目标供应商上传的物流信息，并在物流信息为确定收货时，根据物料信息中的到货数量修改目标商品的库存。
具体地，在完成采购过程后，及时根据物流信息更新目标商品的库存数量。
本发明第一实施例的库存管理方法通过根据目标商品的销售情况进行分析，以确认目标商品在仓库中的库存不满足预先设定的预设库存下限值时的第一时间，并结合预设库存上限值计算得到在第一时间时需要进行补货的待补货数量，然后自动匹配能够提供目标商品的目标供应商，再根据目标供应商的评分选取供应商来按比例下发采购订单，以确保目标商品在第一时间时仍然具有充足的货量，实现了对目标商品的库存的自动管理，并且选取出多个目标供应商进行采购避免了供应商一家独大的情况，也能够分摊供货压力，保证采购过程能够及时完成。
图2是本发明第二实施例的库存管理方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图2所示的流程顺序为限。如图2所示，该方法包括步骤：
步骤S201：基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据目标商品的预设库存上限值计算第一时间时目标商品的待补货数量。
在本实施例中，图2中的步骤S201图1中的步骤S101类似，为简约起见，在此不再赘述。
步骤S202：以目标商品的名称信息、类型信息和待补货数量作为条件查询预先注册的所有供应商，得到符合条件的目标供应商。
在本实施例中，图2中的步骤S202图1中的步骤S102类似，为简约起见，在此不再赘述。
步骤S203：获取目标供应商的评分和订单完成平均耗时。
具体地，订单完成平均耗时可根据目标供应商的历史供货情况得到。
步骤S204：在第二时间根据评分将待补货数量按比例下单至各个目标供应商，第二时间在第一时间之前，且第二时间与第一时间之间至少间隔订单完成平均耗时。
具体地，商品的采购过程是包括下单、商品运输、商品入库等过程，其需要消耗一定的时间，因此，为了避免在采购过程中，目标商品出现售空或超过的情况，需要提前实现采购操作，因此，本实施例中，通过目标供应商的目标商品的历史采购数据计算得到目标供应商的订单完成平均耗时，再根据该平均耗时和第一时间来设定下发采购订单的第二时间，该第二时间早于第一时间且至少间隔订单完成平均耗时，从而使得目标商品的能够及时得到补充。
本发明第二实施例的库存管理方法在第一实施例的基础上，通过利用预先构建的货物销量预测模型预测货物销量，从而获知目标商品销售至库存量低于预设库存下限值的第一时间，再在该第一时间之前的第二时间完成补货操作，以保证目标商品的库存量不会低于预设库存下限值，避免影响商品销售或商品超卖的情况。
图3是本发明第三实施例的库存管理方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图3所示的流程顺序为限。如图3所示，该方法包括步骤：
步骤S301：基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据目标商品的预设库存上限值计算第一时间时目标商品的待补货数量。
在本实施例中，图3中的步骤S301图2中的步骤S201类似，为简约起见，在此不再赘述。
步骤S302：以目标商品的名称信息、类型信息和待补货数量作为条件查询预先注册的所有供应商，得到符合条件的目标供应商。
在本实施例中，图3中的步骤S302图2中的步骤S202类似，为简约起见，在此不再赘述。
步骤S303：获取目标供应商的评分和订单完成平均耗时。
在本实施例中，图3中的步骤S303图2中的步骤S203类似，为简约起见，在此不再赘述。
步骤S304：当目标商品的库存数量发生变化时，判断目标商品的库存是否低于预设库存下限值。若是，则执行步骤S305；若否，则执行步骤S306。
具体地，在一些情况下，目标商品的销量有可能会出现骤增的情况，导致目标商品的库存在短时间内骤降，为了避免影响目标商品的销售，在第二时间之前，当目标商品的库存发生变化时，立即对目标商品的库存进行判断，确认其是否低于预设库存下限值，若是，则立即进行补货，而不会再等待到第二时间时才进补货。
步骤S305：根据变化后的库存数量和预设库存上限值更新待补货数量，并立即根据评分将更新后的待补货数量按比例下单至各个目标供应商。
具体地，在目标商品的库存发生变化且目标商品的库存低于预设库存下限值时，重新对目标商品的待补货数量进行计算，并根据计算的新的待补货数量立即向目标供应商下单，以进行及时补货。
步骤S306：在第二时间根据评分将待补货数量按比例下单至各个目标供应商，第二时间在第一时间之前，且第二时间与第一时间之间至少间隔订单完成平均耗时。
在本实施例中，图3中的步骤S306图2中的步骤S204类似，为简约起见，在此不再赘述。
本发明第三实施例的库存管理方法在第二实施例的基础上，通过进一步实时监控目标商品的库存数量变化，从而使得即使目标商品的库存变化不符合货物销量预测模型的预测结果，也能够及时进行补货，避免目标商品被售空。
图4是本发明第四实施例的库存管理方法的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图4所示的流程顺序为限。如图4所示，该方法包括步骤：
步骤S401：基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据目标商品的预设库存上限值计算第一时间时目标商品的待补货数量。
在本实施例中，图4中的步骤S401图1中的步骤S101似，为简约起见，在此不再赘述。
步骤S402：以目标商品的名称信息、类型信息和待补货数量作为条件查询预先注册的所有供应商，得到符合条件的目标供应商。
在本实施例中，图4中的步骤S402图1中的步骤S102似，为简约起见，在此不再赘述。
步骤S403：获取目标供应商的评分，并在第一时间之前根据评分将待补货数量按比例下单至各个目标供应商，评分根据目标供应商的历史采购数据得到。
在本实施例中，图4中的步骤S403图1中的步骤S103似，为简约起见，在此不再赘述。
步骤S404：间隔预设时间段后，获取目标供应商的历史采购信息。
需要说明的是，历史采购信息包括历史商品价格信息、历史交货信息、历史服务水平信息和信用度信息。
步骤S405：根据历史采购信息更新目标供应商的评分。
具体地，为了能够选取最合适的目标供应商进行采购，本实施例中，在每间隔预设时间段，获取依次每个供应商在预设时间段内产生的历史采购信息，再利用该历史采购信息对目标供应商进行评分。
本发明第四实施例的库存管理方法在第一实施例的基础上，通过定期对目标供应商进行评分，从而保证评分结果的准确性和时效性，更好地在下发采购订单时，辅助查询到最合适的目标供应商。
图5是本发明实施例的库存管理装置的功能模块示意图。如图5所示，该库存管理装置50包括确认模块51、查询模块52和下单模块53。
确认模块51，用于基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据目标商品的预设库存上限值计算第一时间时目标商品的待补货数量；
查询模块52，用于以目标商品的名称信息、类型信息和待补货数量作为条件查询预先注册的所有供应商，得到符合条件的目标供应商；
下单模块53，用于获取目标供应商的评分，并在第一时间之前根据评分将待补货数量按比例下单至各个目标供应商，评分根据目标供应商的历史采购数据得到。
可选地，确认模块51执行基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间的操作，具体包括：基于预先训练好的货物销量预测模型，对目标商品进行销量预测，得到销量预测结果；根据销量预测结果确认目标商品的库存低于预设库存下限值的第一时间。
可选地，确认模块51执行基于预先训练好的货物销量预测模型，对目标商品进行销量预测，得到销量预测结果，包括：获取目标商品的历史销量数据，历史销量数据在固定时间长度的周期上呈现周期性相似；利用预先训练好的神经网络模型，根据历史销量数据预测目标商品在未来时刻的初始销量预测数据；基于修正规则对初始销量预测数据进行修正，得到最终的销量预测结果；修正规则根据目标商品历史销量数据的参考周期数量、采用神经网络模型得到的历史销量预测数据和历史销量真实数据构建。
可选地，下单模块53执行获取目标供应商的评分，并在第一时间之前根据评分将待补货数量按比例下单至各个目标供应商的操作，具体包括：获取目标供应商的评分和订单完成平均耗时；在第二时间根据评分将待补货数量按比例下单至各个目标供应商，第二时间在第一时间之前，且第二时间与第一时间之间至少间隔订单完成平均耗时。
可选地，下单模块53在执行第二时间根据评分将待补货数量按比例下单至各个目标供应商的操作之前，还用于：当目标商品的库存数量发生变化时，判断目标商品的库存是否低于预设库存下限值；若是，则根据变化后的库存数量和预设库存上限值更新待补货数量，并立即根据评分将更新后的待补货数量按比例下单至各个目标供应商。
可选地，下单模块53执行根据评分将待补货数量按比例下单至各个目标供应商的操作之后，还用于：间隔预设时间段后，获取目标供应商的历史采购信息，历史采购信息包括历史商品价格信息、历史交货信息、历史服务水平信息和信用度信息；根据历史采购信息更新目标供应商的评分。
可选地，下单模块53执行根据评分将待补货数量按比例下单至各个目标供应商的操作之后，还用于：接收目标供应商上传的物流信息，并在物流信息为确定收货时，根据物料信息中的到货数量修改目标商品的库存。
关于上述实施例库存管理装置中各模块实现技术方案的其他细节，可参见上述实施例中的库存管理方法中的描述，此处不再赘述。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
请参阅图6，图6为本发明实施例的计算机设备的结构示意图。如图6所示，该计算机设备60包括处理器61及和处理器61耦接的存储器62，存储器62中存储有程序指令，程序指令被处理器61执行时，使得处理器61执行上述任一实施例所述的库存管理方法的步骤。
其中，处理器61还可以称为CPU(Central Processing Unit，中央处理单元)。处理器61可能是一种集成电路芯片，具有信号的处理能力。处理器61还可以是通用处理器、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。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。
参阅图7，图7为本发明实施例的存储介质的结构示意图。本发明实施例的存储介质存储有能够实现上述所有方法的程序指令71，其中，该程序指令71可以以软件产品的形式存储在上述存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等计算机设备设备。
在本申请所提供的几个实施例中，应该理解到，所揭露的计算机设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种库存管理方法，其特征在于，包括：
基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据所述目标商品的预设库存上限值计算所述第一时间时目标商品的待补货数量；
以所述目标商品的名称信息、类型信息和所述待补货数量作为条件查询预先注册的所有供应商，得到符合所述条件的目标供应商；
获取所述目标供应商的评分，并在所述第一时间之前根据所述评分将所述待补货数量按比例下单至各个所述目标供应商，所述评分根据所述目标供应商的历史采购数据得到。
2.根据权利要求1所述的库存管理方法，其特征在于，所述基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，包括：
基于预先训练好的货物销量预测模型，对所述目标商品进行销量预测，得到销量预测结果；
根据销量预测结果确认所述目标商品的库存低于所述预设库存下限值的所述第一时间。
3.根据权利要求2所述的库存管理方法，其特征在于，所述基于预先训练好的货物销量预测模型，对所述目标商品进行销量预测，得到销量预测结果，包括：
获取目标商品的历史销量数据，所述历史销量数据在固定时间长度的周期上呈现周期性相似；
利用预先训练好的神经网络模型，根据所述历史销量数据预测所述目标商品在未来时刻的初始销量预测数据；
基于修正规则对所述初始销量预测数据进行修正，得到最终的销量预测结果；所述修正规则根据所述目标商品历史销量数据的参考周期数量、采用所述神经网络模型得到的历史销量预测数据和历史销量真实数据构建。
4.根据权利要求1所述的库存管理方法，其特征在于，所述获取所述目标供应商的评分，并在所述第一时间之前根据所述评分将所述待补货数量按比例下单至各个所述目标供应商，包括：
获取所述目标供应商的评分和订单完成平均耗时；
在第二时间根据所述评分将所述待补货数量按比例下单至各个所述目标供应商，所述第二时间在所述第一时间之前，且所述第二时间与所述第一时间之间至少间隔所述订单完成平均耗时。
5.根据权利要求4所述的库存管理方法，其特征在于，所述在第二时间根据所述评分将所述待补货数量按比例下单至各个所述目标供应商之前，还包括：
当所述目标商品的库存数量发生变化时，判断所述目标商品的库存是否低于预设库存下限值；
若是，则根据变化后的库存数量和所述预设库存上限值更新所述待补货数量，并立即根据所述评分将更新后的待补货数量按比例下单至各个所述目标供应商。
6.根据权利要求1所述的库存管理方法，其特征在于，所述根据所述评分将所述待补货数量按比例下单至各个所述目标供应商之后，还包括：
间隔预设时间段后，获取所述目标供应商的历史采购信息，所述历史采购信息包括历史商品价格信息、历史交货信息、历史服务水平信息和信用度信息；
根据所述历史采购信息更新所述目标供应商的评分。
7.根据权利要求1所述的库存管理方法，其特征在于，所述根据所述评分将所述待补货数量按比例下单至各个所述目标供应商之后，还包括：
接收所述目标供应商上传的物流信息，并在所述物流信息为确定收货时，根据所述物料信息中的到货数量修改所述目标商品的库存。
8.一种库存管理装置，其特征在于，包括：
确认模块，用于基于目标商品的销量情况确认仓库中目标商品的库存数量低于预设库存下限值的第一时间，并根据所述目标商品的预设库存上限值计算所述第一时间时目标商品的待补货数量；
查询模块，用于以所述目标商品的名称信息、类型信息和所述待补货数量作为条件查询预先注册的所有供应商，得到符合所述条件的目标供应商；
下单模块，用于获取所述目标供应商的评分，并在所述第一时间之前根据所述评分将所述待补货数量按比例下单至各个所述目标供应商，所述评分根据所述目标供应商的历史采购数据得到。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器、与所述处理器耦接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使得所述处理器执行如权利要求1-7中任一项权利要求所述的库存管理方法的步骤。
10.一种存储介质，其特征在于，存储有能够实现如权利要求1-7中任一项所述的库存管理方法的程序指令。
CN202111525588.9A 2021-12-14 2021-12-14 库存管理方法、装置、设备及存储介质 Pending CN114219397A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111525588.9A CN114219397A (zh) 2021-12-14 2021-12-14 库存管理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111525588.9A CN114219397A (zh) 2021-12-14 2021-12-14 库存管理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114219397A true CN114219397A (zh) 2022-03-22

Family

ID=80701687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111525588.9A Pending CN114219397A (zh) 2021-12-14 2021-12-14 库存管理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114219397A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757610A (zh) * 2023-08-18 2023-09-15 北京信大融金教育科技有限公司 基于产品供应链系统的数据管理方法、装置、设备及介质
CN117557204A (zh) * 2024-01-12 2024-02-13 北京帮邦通达医疗器械有限公司 基于erp的采购业务管理方法、装置、电子设备及介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757610A (zh) * 2023-08-18 2023-09-15 北京信大融金教育科技有限公司 基于产品供应链系统的数据管理方法、装置、设备及介质
CN117557204A (zh) * 2024-01-12 2024-02-13 北京帮邦通达医疗器械有限公司 基于erp的采购业务管理方法、装置、电子设备及介质

Similar Documents

Publication Publication Date Title
CN108921462B (zh) 库存管理方法、库存管理装置、设备及存储介质
CN105096015B (zh) 商品对象信息处理方法及系统
CN109949095A (zh) 补货方法及设备
CN112001681B (zh) 一种仓储管理方法、装置、平台和计算机可读存储介质
CN111340421A (zh) 一种采购方法
CN114219397A (zh) 库存管理方法、装置、设备及存储介质
CN107220794A (zh) 一种订单重建方法、装置及服务器
CN112215546B (zh) 一种对象页面生成方法、装置、设备及存储介质
CN109658010A (zh) 食材的管理方法及装置
CN107330652A (zh) 一种折扣订单的生成方法、装置及服务器
CN109948829A (zh) 一种基于多个售货点的调货方法、电子设备及存储介质
CN111242531A (zh) 一种原料管控方法、装置和电子设备
CN112053168A (zh) 物料的监控方法、装置、电子设备及存储介质
CN107767092A (zh) 商品对象信息的处理方法、展示方法及装置
CN113191713A (zh) 仓库缺货转仓方法、装置、设备及存储介质
CN112070423A (zh) 库存预占方法、装置、电子设备及存储介质
Yadollahi et al. Evaluating approximate solution models for the stochastic periodic inventory routing problem
CN116109252A (zh) 仓库补货管理方法、装置、仓库管理系统及存储介质
CN116258444A (zh) 一种短保质期商品的库存管理方法及系统
CN116205560A (zh) 库存自动化管理系统及其方法
JP6943253B2 (ja) Ｓｋｕ数を決定するサーバ、システム、方法およびプログラム
WO2024032397A1 (zh) 库存补货推荐方法、装置以及电子设备
CN113469397A (zh) 智慧供应链系统及服务器平台
JP7308073B2 (ja) 物流管理システム
CN116721497A (zh) 一种自动售货机的补货系统及补货方法

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