CN114707933B - 一种智慧工厂库存智能管理方法、系统及存储介质 - Google Patents

一种智慧工厂库存智能管理方法、系统及存储介质 Download PDF

Info

Publication number
CN114707933B
CN114707933B CN202210374035.6A CN202210374035A CN114707933B CN 114707933 B CN114707933 B CN 114707933B CN 202210374035 A CN202210374035 A CN 202210374035A CN 114707933 B CN114707933 B CN 114707933B
Authority
CN
China
Prior art keywords
ordering
category
inventory
order
warning
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.)
Active
Application number
CN202210374035.6A
Other languages
English (en)
Other versions
CN114707933A (zh
Inventor
宋贤福
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.)
Beijing Guolian Video Information Technology Co ltd
Original Assignee
Beijing Guolian Video Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Guolian Video Information Technology Co ltd filed Critical Beijing Guolian Video Information Technology Co ltd
Priority to CN202210374035.6A priority Critical patent/CN114707933B/zh
Publication of CN114707933A publication Critical patent/CN114707933A/zh
Application granted granted Critical
Publication of CN114707933B publication Critical patent/CN114707933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本发明公开一种智慧工厂库存智能管理方法、系统及存储介质，通过统计工厂仓库需要存储的物资类别数量，并从各物资类别对应的历史订货单中解析出各物资类别对应的订货参数，由此统计各物资类别对应的库存管理重要程度系数，并基于此对各物资类别进行管理优先等级划分，与此同时分析各物资类别对应的基础警戒库存量，从而基于各物资类别对应的管理优先等级和基础警戒库存量评估各物资类别对应的优化警戒库存量，实现了各物资类别对应警戒库存量的优化针对性设定，充分弥补了传统对物资警戒库存量设定过于固定统一的不足，不仅能够大大降低补货不及时情况的发生率，还能够减少库存积压，进而降低库存管理成本，具有适用强的特点。

Description

一种智慧工厂库存智能管理方法、系统及存储介质
技术领域
本发明涉及工厂库存管理技术领域，尤其涉及一种智慧工厂库存智能管理方法、系统及存储介质。
背景技术
随着市场竞争越来越激烈,现代企业想要在竞争中长久发展下去,就需要有完善的管理制度，特别是生产型的企业，由于其以生产导向为主，必然会出现与生产相关的设备、物资，这些物品会占用生产场地，从而导致企业运营成本增加，如果生产型的企业管理制度不完善，将会大大增加企业管理成本，从而影响企业的基本运营。
对于生产型企业来说，仓库是物资存放的重要阵地,是贮存和保管物资的场所，这就使得库存管理成为企业管理的重点管理对象,做好企业库存管理工作,是保证库存充足,降低自身成本,增加企业效益的最有效方法。而库存管理最直观的管理方式即为设定各种物资的警戒库存量，以将各种物资的当前库存量与警戒库存量进行对比，对达到警戒库存量的物资进行补货预警，但在实现本申请的过程中，发明人发现现有生产型企业在设定物资警戒库存量过程中其设定方式过于统一，缺乏针对性，没有考虑到物资本身的订货难易程度对警戒库存量设定的影响，例如订货渠道、订货周期等，这里以订货渠道为例具体来说，各种物资由于其本身的材料稀缺属性，导致其对应的订货渠道会存在差异，对于订货渠道单一的物资来说，更容易出现补货不及时的情况，为避免出现补货不及时情况的发生，其警戒库存量就需要相对设定高一些，而对于订货渠道多样的物资来说，其警戒库存量就不需要设定那么高，设定高了反而会造成库存积压，增加库存管理成本。
综上可见，现在过于固定统一的物资警戒库存量设定方式精准度不高，适用性不强，其一方面会造成补货延迟现象频发，进而影响正常生产进度；另一方面还会增加库存管理成本，进而降低企业效益。
发明内容
针对上述问题，本发明旨在提供一种智慧工厂库存智能管理方法、系统及存储介质。
本发明创造的目的通过以下技术方案实现：
本发明一方面提供一种智慧工厂库存智能管理方法，包括以下步骤：
步骤1.物资类别统计：统计工厂仓库需要存储的物资类别数量，并将其分别编号为1,2,...,i,...,n；
步骤2.订货参数解析：提取各物资类别对应的历史订货单，并从中解析出各物资类别对应的订货参数；
步骤3.资金占用比重计算：统计各物资类别参与制造的工业产品种类数量，并将各物资类别参与制造的各种类工业产品均记为指定工业产品，进而获取各物资类别参与制造的各指定工业产品对应的销售单价，同时将其进行均值处理，得到各物资类别对应参与制造指定工业产品的平均销售单价，同时从各物资类别对应的订货参数中提取平均订货单价，以此将各物资类别对应的平均订货单价与其参与制造指定工业产品的平均销售单价进行对比，计算各物资类别对应的资金占用比重；
步骤4.警戒库存量影响系数统计：从各物资类别对应的订货参数中提取订货渠道数量和平均订货周期，进而基于各物资类别对应的订货渠道数量、平均订货周期和资金占用比重统计各物资类别对应的警戒库存量影响系数；
步骤5.基础警戒库存量分析：分析各物资类别对应的基础警戒库存量；
步骤6.优化警戒库存量评估：根据各物资类别对应的警戒库存量影响系数和基础警戒库存量评估各物资类别对应的优化警戒库存量；
步骤7.当前库存量实时监控：获取各物资类别对应的管理优先等级，并设置各管理优先等级对应的库存监控间隔，进而将各物资类别对应的管理优先等级与各管理优先等级对应的库存监控间隔进行匹配，得到各物资类别对应的库存监控间隔，从而在各物资类别对应的物资入库后按照其对应的库存监控间隔实时采集当前库存量；
步骤8.补货预警及补货量确定：将各物资类别对应的当前库存量与该物资类别对应的优化警戒库存量进行对比，若某时刻某物资类别对应的当前库存量小于或等于优化警戒库存量，则进行补货预警，并将该物资类别记为缺货物资类别，同时确定缺货物资类别对应的补货量；
步骤9.补货传达：将缺货物资类别名称及其对应的补货量传达至补货端，由其执行补货操作。
在本发明一方面的优选方案中，所述订货参数包括订货渠道数量、平均订货单价和平均订货周期。
在本发明一方面的优选方案中，所述各物资类别对应订货参数的解析方法参见以下步骤：
S1：解析各物资类别对应的订货渠道数量，其解析方法如下：
S11：将各物资类别对应的各历史订货单按照订货时间点的先后顺序进行编号；
S12：分别从各历史订货单中提取订货商家名称、订货单价、订货时间点和收货时间点；
S13：将各物资类别对应各历史订货单中的订货商家名称构成各物资类别对应的订货商家集合，并对订货商家集合内的订货商家名称进行去重处理，得到处理后的订货商家集合；
S14：对处理后的各物资类别对应的订货商家集合进行订货商家名称数量统计，将其作为各物资类别对应的订货渠道数量；
S2：解析各物资类别对应的平均订货单价，其解析方法如下：
S21：将各物资类别中属于同一订货商家的历史订货单进行归类，构成各物资类别对应各订货商家的历史订货单集合；
S22：获取各物资类别对应各订货商家的订货单价；
S23：将各物资类别对应各订货商家的订货单价进行均值处理，得到各物资类别对应的平均订货单价；
S3：解析各物资类别对应的平均订货周期，其解析方法如下：
S31：根据各物资类别对应各历史订货单的订货时间点和收货时间点获取各物资类别对应各历史订货单的订货周期；
S32：将各物资类别对应各历史订货单的订货周期进行均值处理，得到各物资类别对应的平均订货周期。
在本发明一方面的优选方案中，所述各物资类别对应资金占用比重的计算公式为
Figure BDA0003589544830000051
σi表示为第i个物资类别对应的资金占用比重，di表示为第i个物资类别对应的平均订货单价，Di表示为第i个物资类别对应参与制造指定工业产品的平均销售单价。
在本发明一方面的优选方案中，所述各物资类别对应警戒库存量影响系数的计算公式为
Figure BDA0003589544830000052
表示为第i个物资类别对应的警戒库存量影响系数，ki、Ti分别表示为第i个物资类别对应的订货渠道数量、平均订货周期，
Figure BDA0003589544830000053
表示为参考订货渠道数量，
Figure BDA0003589544830000054
表示为参考订货周期，a、b、c分别表示为订货渠道数量、平均订货周期、资金占用比重对应的权重系数。
在本发明一方面的优选方案中，所述各物资类别对应基础警戒库存量的分析方法执行以下步骤：
第一步：在设定时间段内统计各物资类别参与制造的各指定工业产品对应的销售量，由此计算各物资类别对应指定工业产品的日平均销售量，记为fi；
第二步：统计各物资类别在参与制造各指定工业产品过程中单个指定工业产品对应的参与需求数量，并将其进行均值处理得到各物资类别对应的平均参与需求数量，记为xi；
第三步：根据各物资类别对应指定工业产品的日平均销售量和平均参与需求数量计算各物资类别对应的日平均使用量，其计算公式为Ri＝fi*xi，Ri表示为第i个物资类别对应的日平均使用量；
第四步：从各物资类别对应各历史订货单的订货周期中筛选出最短订货周期作为各物资类别对应的紧急订货周期，记为ti；
第五步：基于各物资类别对应的紧急订货周期和日平均使用量计算各物资类别对应的安全库存量，其计算公式为qi＝Ri×ti，qi表示为第i个物资类别对应的安全库存量；
第六步：基于各物资类别对应的安全库存量统计各物资类别对应的基础警戒库存量，其计算公式为q′i＝Ti*Ri+qi,q′i表示为第i个物资类别对应的基础警戒库存量。
在本发明一方面的优选方案中，所述各物资类别对应优化警戒库存量的计算公式为
Figure BDA0003589544830000061
Qi表示为第i个物资类别对应的优化警戒库存量。
在本发明一方面的优选方案中，所述确定缺货物资类别对应补货量的具体操作方法包括：
根据缺货物资类别名称获取缺货物资类别对应的日平均使用量；
根据缺货物资类别名称获取其参与制造的各指定工业产品，并获取指定工业产品对应的平均制造周期；
将缺货物资类别对应的日平均使用量和缺货物资类别对应指定工业产品的平均制造周期代入补货量计算公式，得到缺货物资类别对应的补货量，其中补货量计算公式为补货量＝指定工业产品平均制造周期×日平均使用量。
本发明再一方面提供一种智慧工厂库存智能管理系统，该系统包括以下模块：
物资类别统计模块，用于统计工厂仓库需要存储的物资类别数量；
物资类别订货参数解析模块，用于从各物资类别对应的历史订货单中解析出各物资类别对应的订货参数；
警戒库存量影响分析模块，用于获取各物资类别对应的资金占用比重，进而基于各物资类别对应的订货参数和资金占用比重分析各物资类别对应的警戒库存量影响系数；
管理数据库，用于存储各管理优先等级对应的警戒库存量影响系数范围；
优化警戒库存量评估模块，用于分析各物资类别对应的基础警戒库存量，进而根据各物资类别对应的警戒库存量影响系数和基础警戒库存量评估各物资类别对应的优化警戒库存量；
库存量实时监控模块，用于获取各物资类别对应的管理优先等级，并设置各种管理优先等级对应的库存监控间隔，进而由此得到各物资类别对应的库存监控间隔，从而在各物资类别对应的物资入库后按照其对应的库存监控间隔实时采集当前库存量；
补货预警终端，用于将各物资类别对应的当前库存量与该物资类别对应的优化警戒库存量进行对比，从中筛选出缺货物资类别，并进行补货预警，同时确定缺货物资类别对应的补货量，从而将缺货物资类别名称及其对应的补货量传达至补货端，由其执行补货操作。
本发明的又一方面提供一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的一种智慧工厂库存智能管理方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
本发明通过统计工厂仓库需要存储的物资类别数量，并从各物资类别对应的历史订货单中解析出各物资类别对应的订货参数，由此统计各物资类别对应的库存管理重要程度系数，并基于此对各物资类别进行管理优先等级划分，与此同时分析各物资类别对应的基础警戒库存量，从而基于各物资类别对应的管理优先等级和基础警戒库存量评估各物资类别对应的优化警戒库存量，实现了各物资类别对应警戒库存量的优化针对性设定，充分弥补了传统对物资警戒库存量设定过于固定统一的不足，该设定方式能够有效提高设定结果的精准度，不仅能够大大降低补货不及时情况的发生率，还能够减少库存积压，进而降低库存管理成本，具有适用强的特点。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图；
图2为本发明的系统模块连接示意图。
具体实施方式
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，所描述的实施例仅仅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，都属于本发明保护的范围。
实施例1
参照图1所示，本发明提供一种智慧工厂库存智能管理方法，包括以下步骤：
步骤1.物资类别统计：统计工厂仓库需要存储的物资类别数量，并将其分别编号为1,2,...,i,...,n；
步骤2.订货参数解析：提取各物资类别对应的历史订货单，并从中解析出各物资类别对应的订货参数，其中订货参数包括订货渠道数量、平均订货单价和平均订货周期；
上述中各物资类别对应订货参数的解析方法参见以下步骤：
S1：解析各物资类别对应的订货渠道数量，其解析方法如下：
S11：将各物资类别对应的各历史订货单按照订货时间点的先后顺序进行编号；
S12：分别从各历史订货单中提取订货商家名称、订货单价、订货时间点和收货时间点；
S13：将各物资类别对应各历史订货单中的订货商家名称构成各物资类别对应的订货商家集合，并对订货商家集合内的订货商家名称进行去重处理，得到处理后的订货商家集合；
S14：对处理后的各物资类别对应的订货商家集合进行订货商家名称数量统计，将其作为各物资类别对应的订货渠道数量；
S2：解析各物资类别对应的平均订货单价，其解析方法如下：
S21：将各物资类别中属于同一订货商家的历史订货单进行归类，构成各物资类别对应各订货商家的历史订货单集合；
S22：获取各物资类别对应各订货商家的订货单价；
S23：将各物资类别对应各订货商家的订货单价进行均值处理，得到各物资类别对应的平均订货单价；
S3：解析各物资类别对应的平均订货周期，其解析方法如下：
S31：根据各物资类别对应各历史订货单的订货时间点和收货时间点获取各物资类别对应各历史订货单的订货周期；
S32：将各物资类别对应各历史订货单的订货周期进行均值处理，得到各物资类别对应的平均订货周期；
步骤3.资金占用比重计算：统计各物资类别参与制造的工业产品种类数量，并将各物资类别参与制造的各工业产品种类均记为指定工业产品，具体地将各物资类别参与制造的各指定工业产品分别标记为1,2,...,j,...,m,同时获取各物资类别参与制造的各指定工业产品对应的销售单价，记为pij，进而将其进行均值处理，得到各物资类别对应参与制造指定工业产品的平均销售单价，其计算公式为
Figure BDA0003589544830000101
pij表示为第i个物资类别参与制造的第j个指定工业产品对应的销售单价，与此同时从各物资类别对应的订货参数中提取平均订货单价，从而将各物资类别对应的平均订货单价与其参与制造指定工业产品的平均销售单价进行对比，计算各物资类别对应的资金占用比重，其计算公式为
Figure BDA0003589544830000111
σi表示为第i个物资类别对应的资金占用比重，di表示为第i个物资类别对应的平均订货单价，Di表示为第i个物资类别对应参与制造指定工业产品的平均销售单价；
优选地，在上述资金占用比重计算公式中，某物资类别对应的平均订货单价相对于指定工业产品的平均销售单价越大，资金占用比重越大，表明该物资类别对企业流转资金的影响越大；
步骤4.警戒库存量影响系数统计：从各物资类别对应的订货参数中提取订货渠道数量和平均订货周期，进而基于各物资类别对应的订货渠道数量、平均订货周期和资金占用比重统计各物资类别对应的警戒库存量影响系数，其计算公式为
Figure BDA0003589544830000112
表示为第i个物资类别对应的警戒库存量影响系数，ki、Ti分别表示为第i个物资类别对应的订货渠道数量、平均订货周期，
Figure BDA0003589544830000113
表示为参考订货渠道数量，
Figure BDA0003589544830000114
表示为参考订货周期，其中
Figure BDA0003589544830000115
且
Figure BDA0003589544830000116
和
Figure BDA0003589544830000117
是用于辅助计算的，a、b、c分别表示为订货渠道数量、平均订货周期、资金占用比重对应的权重系数；
在一个具体实施例中，本发明在统计各物资类别对应警戒库存量影响系数过程中不仅考虑到了物资本身的订货难易程度，还考虑到了物资的订货资金占用比重，这是由于物资的订货资金占用比重越大，表明其对企业流转资金的影响越大，在订购订货资金占用比重较大的物资来说，需要提前预留部分流转资金用于订货，且订货量越多，其预留的流转资金就越大，因此对于订货资金占用比重较大的物资来说，其警戒库存量不能设定的过低，一旦过低，就需要预留大量的流转资金出来进行订货，这样不利于企业资金的流转，由此可见订货资金占用比重对警戒库存量是具有一定影响的，而本发明中结合物资本身的订货难易程度和物资的订货资金占用比重统计的警戒库存量影响系数很大程度提高了统计结果精准度，为后续设定优化警戒库存量提供了可靠的参考依据；
优选地，从上述警戒库存量影响系数计算公式可以看出订货渠道数量对于警戒库存量影响来说是负影响，这就代表订货渠道越单一，对警戒库存量影响越大，而平均订货周期和资金占用比重，对于警戒库存量影响来说是正影响，这就代表平均订货周期越长、资金占用比重越大，对警戒库存量影响越大；
步骤5.基础警戒库存量分析：分析各物资类别对应的基础警戒库存量，其分析方法执行以下步骤：
第一步：在设定时间段内统计各物资类别参与制造的各指定工业产品对应的销售量，记为zij，由此计算各物资类别对应指定工业产品的日平均销售量，记为fi，其中
Figure BDA0003589544830000121
zij表示为在设定时间段内第i个物资类别参与制造的第j个指定工业产品对应的销售量，W表示为设定时间段对应的天数；
第二步：统计各物资类别在参与制造各指定工业产品过程中单个指定工业产品对应的参与需求数量，记为yij并将其进行均值处理得到各物资类别对应的平均参与需求数量，记为xi，其中
Figure BDA0003589544830000131
yij表示为第i个物资类别参与制造第j个指定工业产品过程中单个指定工业产品对应的参与需求数量；
第三步：根据各物资类别对应指定工业产品的日平均销售量和平均参与需求数量计算各物资类别对应的日平均使用量，其计算公式为Ri＝fi*xi，Ri表示为第i个物资类别对应的日平均使用量，fi表示为第i个物资类别对应指定工业产品的日平均销售量，xi表示为第i个物资类别对应的平均参与需求数量；
第四步：从各物资类别对应各历史订货单的订货周期中筛选出最短订货周期作为各物资类别对应的紧急订货周期，记为ti；
第五步：基于各物资类别对应的紧急订货周期和日平均使用量计算各物资类别对应的安全库存量，其计算公式为qi＝Ri×ti，qi表示为第i个物资类别对应的安全库存量，ti表示为第i个物资类别对应的紧急订货周期；
需要说明的是上述提到的安全库存量是指紧急备用情况下的库存量；
第六步：基于各物资类别对应的安全库存量统计各物资类别对应的基础警戒库存量，其计算公式为q′i＝Ti*Ri+qi,q′i表示为第i个物资类别对应的基础警戒库存量；
步骤6.优化警戒库存量评估：根据各物资类别对应的警戒库存量影响系数和基础警戒库存量评估各物资类别对应的优化警戒库存量，其计算公式为
Figure BDA0003589544830000141
Qi表示为第i个物资类别对应的优化警戒库存量；
步骤7.当前库存量实时监控：获取各物资类别对应的管理优先等级，其获取方式为将各物资类别对应的警戒库存量影响系数与管理数据库中各管理优先等级对应的警戒库存量影响系数范围进行对比，从中筛选出各物资类别对应的管理优先等级，其中管理优先等级包括一级优先、二级优先和三级优先，并设置各管理优先等级对应的库存监控间隔，进而将各物资类别对应的管理优先等级与各管理优先等级对应的库存监控间隔进行匹配，得到各物资类别对应的库存监控间隔，从而在各物资类别对应的物资入库后按照其对应的库存监控间隔实时采集当前库存量；
步骤8.补货预警及补货量确定：将各物资类别对应的当前库存量与该物资类别对应的优化警戒库存量进行对比，若某时刻某物资类别对应的当前库存量小于或等于优化警戒库存量，则进行补货预警，并将该物资类别记为缺货物资类别，同时确定缺货物资类别对应的补货量，具体操作方法包括：
根据缺货物资类别名称获取缺货物资类别对应的日平均使用量；
根据缺货物资类别名称获取其参与制造的各指定工业产品，并获取指定工业产品对应的平均制造周期；
将缺货物资类别对应的日平均使用量和缺货物资类别对应指定工业产品的平均制造周期代入补货量计算公式，得到缺货物资类别对应的补货量，其中补货量计算公式为补货量＝指定工业产品平均制造周期×日平均使用量；
步骤9.补货传达：将缺货物资类别名称及其对应的补货量传达至补货端，由其执行补货操作。
实施例2
参照图2所示，本发明提供一种智慧工厂库存智能管理系统，该系统包括以下模块：
物资类别统计模块，用于统计工厂仓库需要存储的物资类别数量；
物资类别订货参数解析模块，与物资类别统计模块连接，用于从各物资类别对应的历史订货单中解析出各物资类别对应的订货参数；
警戒库存量影响分析模块，与物资类别订货参数解析模块连接，用于获取各物资类别对应的资金占用比重，进而基于各物资类别对应的订货参数和资金占用比重分析各物资类别对应的警戒库存量影响系数；
管理数据库，用于存储各管理优先等级对应的警戒库存量影响系数范围；
优化警戒库存量评估模块，与警戒库存量影响分析模块连接，用于分析各物资类别对应的基础警戒库存量，进而根据各物资类别对应的警戒库存量影响系数和基础警戒库存量评估各物资类别对应的优化警戒库存量；
库存量实时监控模块，分别与警戒库存量影响分析模块和优化警戒库存量评估模块连接，用于获取各物资类别对应的管理优先等级，并设置各种管理优先等级对应的库存监控间隔，进而由此得到各物资类别对应的库存监控间隔，从而在各物资类别对应的物资入库后按照其对应的库存监控间隔实时采集当前库存量；
补货预警终端，与库存量实时监控模块连接，用于将各物资类别对应的当前库存量与该物资类别对应的优化警戒库存量进行对比，从中筛选出缺货物资类别，并进行补货预警，同时确定缺货物资类别对应的补货量，从而将缺货物资类别名称及其对应的补货量传达至补货端，由其执行补货操作。
实施例3
本发明提供一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的一种智慧工厂库存智能管理方法。
本发明通过统计工厂仓库需要存储的物资类别数量，并从各物资类别对应的历史订货单中解析出各物资类别对应的订货参数，由此统计各物资类别对应的库存管理重要程度系数，并基于此对各物资类别进行管理优先等级划分，与此同时分析各物资类别对应的基础警戒库存量，从而基于各物资类别对应的管理优先等级和基础警戒库存量评估各物资类别对应的优化警戒库存量，实现了各物资类别对应警戒库存量的优化针对性设定，充分弥补了传统对物资警戒库存量设定过于固定统一的不足，该设定方式能够有效提高设定结果的精准度，不仅能够大大降低补货不及时情况的发生率，还能够减少库存积压，进而降低库存管理成本，具有适用强的特点。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种智慧工厂库存智能管理方法，其特征在于，包括以下步骤：
步骤1.物资类别统计：统计工厂仓库需要存储的物资类别数量，并将其分别编号为1,2,...,i,...,n；
步骤2.订货参数解析：提取各物资类别对应的历史订货单，并从中解析出各物资类别对应的订货参数；
步骤3.资金占用比重计算：统计各物资类别参与制造的工业产品种类数量，并将各物资类别参与制造的各种类工业产品均记为指定工业产品，进而获取各物资类别参与制造的各指定工业产品对应的销售单价，同时将其进行均值处理，得到各物资类别对应参与制造指定工业产品的平均销售单价，同时从各物资类别对应的订货参数中提取平均订货单价，以此将各物资类别对应的平均订货单价与其参与制造指定工业产品的平均销售单价进行对比，计算各物资类别对应的资金占用比重；
步骤4.警戒库存量影响系数统计：从各物资类别对应的订货参数中提取订货渠道数量和平均订货周期，进而基于各物资类别对应的订货渠道数量、平均订货周期和资金占用比重统计各物资类别对应的警戒库存量影响系数；
步骤5.基础警戒库存量分析：分析各物资类别对应的基础警戒库存量；
步骤6.优化警戒库存量评估：根据各物资类别对应的警戒库存量影响系数和基础警戒库存量评估各物资类别对应的优化警戒库存量；
步骤7.当前库存量实时监控：获取各物资类别对应的管理优先等级，并设置各管理优先等级对应的库存监控间隔，进而将各物资类别对应的管理优先等级与各管理优先等级对应的库存监控间隔进行匹配，得到各物资类别对应的库存监控间隔，从而在各物资类别对应的物资入库后按照其对应的库存监控间隔实时采集当前库存量；
步骤8.补货预警及补货量确定：将各物资类别对应的当前库存量与该物资类别对应的优化警戒库存量进行对比，若某时刻某物资类别对应的当前库存量小于或等于优化警戒库存量，则进行补货预警，并将该物资类别记为缺货物资类别，同时确定缺货物资类别对应的补货量；
步骤9.补货传达：将缺货物资类别名称及其对应的补货量传达至补货端，由其执行补货操作；
所述各物资类别对应基础警戒库存量的分析方法执行以下步骤：
第一步：在设定时间段内统计各物资类别参与制造的各指定工业产品对应的销售量，由此计算各物资类别对应指定工业产品的日平均销售量，记为fi；
第二步：统计各物资类别在参与制造各指定工业产品过程中单个指定工业产品对应的参与需求数量，并将其进行均值处理得到各物资类别对应的平均参与需求数量，记为xi；
第三步：根据各物资类别对应指定工业产品的日平均销售量和平均参与需求数量计算各物资类别对应的日平均使用量，其计算公式为Ri＝fi*xi，Ri表示为第i个物资类别对应的日平均使用量；
第四步：从各物资类别对应各历史订货单的订货周期中筛选出最短订货周期作为各物资类别对应的紧急订货周期，记为ti；
第五步：基于各物资类别对应的紧急订货周期和日平均使用量计算各物资类别对应的安全库存量，其计算公式为qi＝Ri×ti，qi表示为第i个物资类别对应的安全库存量；
第六步：基于各物资类别对应的安全库存量统计各物资类别对应的基础警戒库存量，其计算公式为q′i＝Ti*Ri+qi,q′i表示为第i个物资类别对应的基础警戒库存量，Ti表示为第i个物资类别对应的平均订货周期。
2.根据权利要求1所述的一种智慧工厂库存智能管理方法，其特征在于：所述订货参数包括订货渠道数量、平均订货单价和平均订货周期。
3.根据权利要求1所述的一种智慧工厂库存智能管理方法，其特征在于：所述各物资类别对应订货参数的解析方法参见以下步骤：
S1：解析各物资类别对应的订货渠道数量，其解析方法如下：
S11：将各物资类别对应的各历史订货单按照订货时间点的先后顺序进行编号；
S12：分别从各历史订货单中提取订货商家名称、订货单价、订货时间点和收货时间点；
S13：将各物资类别对应各历史订货单中的订货商家名称构成各物资类别对应的订货商家集合，并对订货商家集合内的订货商家名称进行去重处理，得到处理后的订货商家集合；
S14：对处理后的各物资类别对应的订货商家集合进行订货商家名称数量统计，将其作为各物资类别对应的订货渠道数量；
S2：解析各物资类别对应的平均订货单价，其解析方法如下：
S21：将各物资类别中属于同一订货商家的历史订货单进行归类，构成各物资类别对应各订货商家的历史订货单集合；
S22：获取各物资类别对应各订货商家的订货单价；
S23：将各物资类别对应各订货商家的订货单价进行均值处理，得到各物资类别对应的平均订货单价；
S3：解析各物资类别对应的平均订货周期，其解析方法如下：
S31：根据各物资类别对应各历史订货单的订货时间点和收货时间点获取各物资类别对应各历史订货单的订货周期；
S32：将各物资类别对应各历史订货单的订货周期进行均值处理，得到各物资类别对应的平均订货周期。
4.根据权利要求1所述的一种智慧工厂库存智能管理方法，其特征在于：所述各物资类别对应资金占用比重的计算公式为
Figure FDA0003895805730000041
σi表示为第i个物资类别对应的资金占用比重，di表示为第i个物资类别对应的平均订货单价，Di表示为第i个物资类别对应参与制造指定工业产品的平均销售单价。
5.根据权利要求1所述的一种智慧工厂库存智能管理方法，其特征在于：所述各物资类别对应警戒库存量影响系数的计算公式为
Figure FDA0003895805730000051
Figure FDA0003895805730000052
表示为第i个物资类别对应的警戒库存量影响系数，ki表示为第i个物资类别对应的订货渠道数量，
Figure FDA0003895805730000053
表示为参考订货渠道数量，
Figure FDA0003895805730000054
表示为参考订货周期，a、b、c分别表示为订货渠道数量、平均订货周期、资金占用比重对应的权重系数。
6.根据权利要求1所述的一种智慧工厂库存智能管理方法，其特征在于：所述各物资类别对应优化警戒库存量的计算公式为
Figure FDA0003895805730000055
Qi表示为第i个物资类别对应的优化警戒库存量。
7.根据权利要求1所述的一种智慧工厂库存智能管理方法，其特征在于：所述确定缺货物资类别对应补货量的具体操作方法包括：
根据缺货物资类别名称获取缺货物资类别对应的日平均使用量；
根据缺货物资类别名称获取其参与制造的各指定工业产品，并获取指定工业产品对应的平均制造周期；
将缺货物资类别对应的日平均使用量和缺货物资类别对应指定工业产品的平均制造周期代入补货量计算公式，得到缺货物资类别对应的补货量，其中补货量计算公式为补货量＝指定工业产品平均制造周期×日平均使用量。
8.一种智慧工厂库存智能管理系统，用于执行如权利要求1所述的一种智慧工厂库存智能管理方法，其特征在于：该系统包括以下模块：
物资类别统计模块，用于统计工厂仓库需要存储的物资类别数量；
物资类别订货参数解析模块，用于从各物资类别对应的历史订货单中解析出各物资类别对应的订货参数；
警戒库存量影响分析模块，用于获取各物资类别对应的资金占用比重，进而基于各物资类别对应的订货参数和资金占用比重分析各物资类别对应的警戒库存量影响系数；
管理数据库，用于存储各管理优先等级对应的警戒库存量影响系数范围；
优化警戒库存量评估模块，用于分析各物资类别对应的基础警戒库存量，进而根据各物资类别对应的警戒库存量影响系数和基础警戒库存量评估各物资类别对应的优化警戒库存量；
库存量实时监控模块，用于获取各物资类别对应的管理优先等级，并设置各种管理优先等级对应的库存监控间隔，进而由此得到各物资类别对应的库存监控间隔，从而在各物资类别对应的物资入库后按照其对应的库存监控间隔实时采集当前库存量；
补货预警终端，用于将各物资类别对应的当前库存量与该物资类别对应的优化警戒库存量进行对比，从中筛选出缺货物资类别，并进行补货预警，同时确定缺货物资类别对应的补货量，从而将缺货物资类别名称及其对应的补货量传达至补货端，由其执行补货操作。
9.一种存储介质，其特征在于：所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-7任一项所述的方法。
CN202210374035.6A 2022-04-11 2022-04-11 一种智慧工厂库存智能管理方法、系统及存储介质 Active CN114707933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210374035.6A CN114707933B (zh) 2022-04-11 2022-04-11 一种智慧工厂库存智能管理方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210374035.6A CN114707933B (zh) 2022-04-11 2022-04-11 一种智慧工厂库存智能管理方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN114707933A CN114707933A (zh) 2022-07-05
CN114707933B true CN114707933B (zh) 2022-12-23

Family

ID=82172865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210374035.6A Active CN114707933B (zh) 2022-04-11 2022-04-11 一种智慧工厂库存智能管理方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN114707933B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018430B (zh) * 2022-08-08 2022-12-09 国网天津市电力公司物资公司 一种基于数据分析的电力仓储物料库存监测补货系统
CN115857302B (zh) * 2022-12-08 2023-10-24 浙江中国小商品城集团股份有限公司 一种基于人工智能的打印机智能控制系统
CN117436795B (zh) * 2023-12-21 2024-03-08 武汉佰思杰科技有限公司 一种用于分级管理的仓库物资监测方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1365337A3 (en) * 2002-04-30 2004-07-07 Sap Ag Lean inventory management
JP5096256B2 (ja) * 2008-08-01 2012-12-12 キヤノンＩｔソリューションズ株式会社 情報処理装置、情報処理方法、コンピュータプログラム及び記憶媒体
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
CN114118503A (zh) * 2020-08-26 2022-03-01 上海顺如丰来技术有限公司 供应链库存优化方法、装置、设备和存储介质
CN113487096B (zh) * 2021-07-12 2022-07-19 上海固买供应链管理有限公司 一种商品销售库存精准动态管理调整方法、系统及计算机存储介质
CN113256231A (zh) * 2021-07-15 2021-08-13 江苏永联慧科物联技术有限公司 智能线材库区管理系统
CN113627860B (zh) * 2021-10-11 2022-03-08 南京我乐家居智能制造有限公司 基于人工智能的仓库仓储一体化智能管理系统及管理方法

Also Published As

Publication number Publication date
CN114707933A (zh) 2022-07-05

Similar Documents

Publication Publication Date Title
CN114707933B (zh) 一种智慧工厂库存智能管理方法、系统及存储介质
EP1315107A1 (en) Demand forecasting method in parts inventory control
CN113052541A (zh) 一种基于工业物联网和数据分析的工业产品订货管理平台
CN110782324B (zh) 一种基于云平台的电子商务商品信息管理方法及系统
CN112288375B (zh) 一种基于大数据的智慧供应链协调管理系统
CN109583806A (zh) 一种基于智能调整下单重量后的车辆调度取件方法及系统
CN113610331B (zh) 基于信息瀑布的成本核算方法、装置及存储介质
CN108830492B (zh) 一种基于大数据的确定抽检商家的方法
EP1636746A1 (en) Predicting a future price range for a desired volume
CN110503456B (zh) 一种生鲜产品生产指导方法及生产指导系统
CN115860510A (zh) 一种基于大数据的生产效率分析评估方法
CN111177495A (zh) 一种智能识别数据内容并生成相应行业报告的方法
CN116089401B (zh) 用户数据管理方法及系统
CN116739479A (zh) 一种用于企业供应链的订单管理系统
CN115063207A (zh) 一种基于云计算的建材采购智能比价分析处理系统
CN115115414A (zh) 一种基于机器学习的二手车估价方法
CN110852617B (zh) 基于实时数据采集的smt产线分析方法及系统
CN114625781A (zh) 一种基于商品住房价值的批量评估方法
CN113962581A (zh) 一种基于大数据的产业链工厂产能评估方法及系统
CN114638659B (zh) 基于云平台家居五金生产销售数据管理系统及储存介质
CN112967083B (zh) 有色金属现货状态评估系统及方法
CN117422555B (zh) 基于大数据的大宗水产品交易的智能决策分析系统
Chen Automatic Pricing and Replenishment Decision Model for Vegetable Products Based on Optimization Algorithm
CN117893293A (zh) 一种招投标采购监督系统
CN115018417A (zh) 一种基于工时软件的企业信息管理共享系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221207

Address after: 100085 703, Building 1, No. 1, Shangdi Xinxi Road, Haidian District, Beijing

Applicant after: Beijing Guolian video information technology Co.,Ltd.

Address before: 430070 about 80 meters northeast of the intersection of Guanggu Chuangye street and Jiayuan Road, Hongshan District, Wuhan City, Hubei Province

Applicant before: Wuhan Quanyi Laser Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: 9th Floor, Building 3, Zone 6, No. 188 South Fourth Ring West Road, Fengtai District, Beijing, 100070

Patentee after: Beijing Guolian video information technology Co.,Ltd.

Address before: 100085 703, Building 1, No. 1, Shangdi Xinxi Road, Haidian District, Beijing

Patentee before: Beijing Guolian video information technology Co.,Ltd.