CN115130889A - 一种供应链管理方法、装置、电子设备及介质 - Google Patents
一种供应链管理方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115130889A CN115130889A CN202210809377.6A CN202210809377A CN115130889A CN 115130889 A CN115130889 A CN 115130889A CN 202210809377 A CN202210809377 A CN 202210809377A CN 115130889 A CN115130889 A CN 115130889A
- Authority
- CN
- China
- Prior art keywords
- supply chain
- data volume
- nodes
- supply
- node
- 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
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据管理技术的领域,尤其是涉及一种供应链管理方法、装置、电子设备及介质,其包括获取供应链中多个节点数据量信息,其中,数据量为供应量、制造量、销售量中的一种;根据多个节点数据量信息,判断供应链的发展是否平衡;若不平衡,则根据多个节点数据量信息确定多个节点中的关键节点;获取关键节点的历史数据量信息,并根据历史数据量信息预测关键节点的目标供应链,并生成预测信息。本申请具有便于供应链内的每一企业得到稳定发展,同时保持供应链平衡发展的效果。
Description
技术领域
本申请涉及数据管理技术的领域,尤其是涉及一种供应链管理方法、装置、电子设备及介质。
背景技术
供应链是指围绕核心企业,从配套零件开始,制成中间产品以及最终产品,最后由销售网络将最终产品送到消费者手中的,将供应商、制造商、分销商直到最终用户连成一个整体的功能网链结构。供应链中供应商、制造商以及分销商节点之间平衡发展,是保证市场内良好供需关系的关键。一条供应链内的每一节点之间都是相互依存的,破坏供应链中的任何一个节点,都会导致供应链失去平衡。
但是由于每个企业自身的战略发展需求不同,对应的发展速率也不同,因此固定的供应链模式可能会影响企业的发展,因此为了实现供应链内的每一企业得到稳定发展,并且保持供应链发展平衡,亟需一种能够对供应链进行管理的方法。
发明内容
为了实现供应链内的每一企业得到稳定发展,并且保持供应链发展平衡,本申请提供尤其是涉及一种供应链管理方法、装置、电子设备及介质。
第一方面,本申请提供一种供应链管理方法,采用如下的技术方案:
一种供应链管理方法,包括:
获取供应链中多个节点数据;
根据多个节点数据,判断所述供应链的发展是否平衡;
若不平衡,则根据多个节点数据确定多个节点中的关键节点;
获取所述关键节点的历史数据,并根据所述历史数据预测所述关键节点的目标供应链,并生成预测信息。
通过采用上述技术方案,通过获取供应链中每一节点对应的节点数据量信息,再根据多个节点数据量信息对供应链的发展是否平衡进行判断,当供应链发展不平衡时,根据多个节点数据量信息确定出多个节点中的关键节点,再根据获取到的关键节点对应的历史数据量信息对关键节点的目标供应链进行预测,并生成预测信息,其中预测信息用于提醒相关工作中人员关键节点的供应链进行调整,有助于保障供应链内的每一企业得到稳定发展,并且保持供应链的平衡发展。
在一种可能实现的方式中,所述根据多个节点数据量信息,判断所述供应链的发展是否平衡,包括:
按照预设步骤将多个节点进行排序,得到供应链队列;
根据所述供应链队列与每一节点数据量信息,按照预设公式确定相邻节点之间的供应比值;
若所述供应比值超过预设供应比值范围,则确定所述供应链发展不平衡。
通过采用上述技术方案,通过对多个节点进行排序确定出供应链队列,再将供应链队列中每一节点的数据量信息按照预设公式确定相邻接点之间的供应比值,并判断供应比值是否超过预设供应比值范围,如果超过则表示供应链发展不平衡,通过相邻节点之间的供应比值判断供应链是否平衡,提高了判断结果的稳定性。
在一种可能实现的方式中,所述若所述供应比值超过预设供应比值范围,则确定所述供应链发展不平衡之后,还包括:
获取超过预设供应比值范围的不平衡供应比值;
根据所述不平衡供应比值,确定所述供应链发展不平衡的类型,所述类型用于对所述供应链进行优化;
基于所述类型对所述供应链进行优化。
通过采用上述技术方案,通过获取超过预设供应比值范围的不平衡供应比值,并根据不平衡比值确定供应链发展不平衡的类型,根据类型对供应链进行优化调整,在供应链出现不平衡情况时,及时对供应链进行优化调整有助于减少因供应链不平衡发展而导致供应链中的企业节点出现经济损失的几率。
在一种可能实现的方式中,所述类型包括供大于需,其中,所述基于所述类型对所述供应链进行优化,包括:
当所述类型为供大于需时,获取预设时间段内关键节点对应的历史需求信息;
根据所述历史需求信息,确定关键节点中每一需求对应的需量;
将每一需量进行排序,生成需量序列;
基于所述需量序列对供应链进行优化。
通过采用上述技术方案,当类型为供大于需时,获取预设时间段内关键节点对应的历史需求信息,根据历史需求信息对关键节点中每一需求的需量进行确定,并对多个需量进行排序生成需量序列,再根据需量序列对供应链进行优化调整,通过需量度供应链进行优化调整便于提高优化效率。
在一种可能实现的方式中,所述根据多个节点数据量信息确定多个节点中的关键节点,包括:
获取每一节点对应的历史数据量信息;
将每一节点与对应的历史数据信息进行比较,确定每一节点对应的差值;
将差值超过预设标准差值的节点确定为关键节点。
通过采用上述技术方案,通过获取每一节点对应的历史数据量信息,并根据每一节点对应的历史数据量信息确定出每一节点对应的差值,当节点对应的差值超过预设标准差值时,将节点确定为关键节点,通过差值对关键节点进行确定,提高了确定关键节点时的准确性。
在一种可能实现的方式中,所述根据所述历史数据量信息预测所述关键节点的目标供应链,包括:
根据所述关键节点对应的历史数据量信息,从预设数据量-时间对应关系确定所述关键节点在预设未来时间段内的数据量变化值;
根据所述数据量变化值,确定所述关键节点的相邻数据量变化值;
根据所述相邻数据量变化值,确定所述关键节点的目标相邻节点,进而预测所述关键节点的目标供应链。
通过采用上述技术方案,通过关键节点对应的历史数据量信息,从预设数据量-时间对应关系中将关键节点在预设未来时间段内的数据量变化值进行确定,进而实现对关键节点的相邻数据量变化值进行确定,通过相邻数据量变化值确定出关键节点的目标相邻节点,最后实现对关键节点的目标供应链进行确定,通过关键节点的数据量变化值确定关键节点的目标供应链,有助于保障关键节点对应的企业得到稳定发展,并且保持目标供应链的平衡发展。
在一种可能实现的方式中,数据量-时间对应关系的建立过程,还包括:
获取多组历史数据,每组所述历史数据包括一个样本数据量和与样本数据量对应的时间;
将多组历史数据进行多项式拟合,得到数据量-时间多项式拟合方程;
根据所述数据量-时间多项式拟合方程确定关键节点的数据量-时间对应关系。
通过采用上述技术方案,通过获取多组历史数据,并将多组历史数据进行多项式拟合得到数据量-时间多项式拟合方程,进而得到数据量-时间对应关系,在应用阶段可通过数据量-时间对应关系便于对预设未来时间段内关键节点的数据量变化值进行预测,提高了预测数据量变化值时的准确性。
第二方面,本申请提供一种供应链管理装置,采用如下的技术方案:
一种供应链管理装置,包括:
获取数据模块,用于获取供应链中多个节点数据量信息,其中,数据量为供应量、制造量、销售量中的一种;
平衡判断模块,用于根据多个节点数据量信息,判断所述供应链的发展是否平衡;
确定关键节点模块,用于若不平衡,则根据多个节点数据量信息确定多个节点中的关键节点;
预测模块,用于获取所述关键节点的历史数据量信息,并根据所述历史数据量信息预测所述关键节点的目标供应链,并生成预测信息。
通过采用上述技术方案,通过获取供应链中每一节点对应的节点数据量信息,再根据多个节点数据量信息对供应链的发展是否平衡进行判断,当供应链发展不平衡时,根据多个节点数据量信息确定出多个节点中的关键节点,再根据获取到的关键节点对应的历史数据量信息对关键节点的目标供应链进行预测,并生成预测信息,其中预测信息用于提醒相关工作中人员关键节点的供应链进行调整,有助于保障供应链内的每一企业得到稳定发展,并且保持供应链的平衡发展。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述供应链管理的方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,包括:存储有能够被处理器加载并执行上述供应链管理方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.通过获取供应链中每一节点对应的节点数据量信息,再根据多个节点数据量信息对供应链的发展是否平衡进行判断,当供应链发展不平衡时,根据多个节点数据量信息确定出多个节点中的关键节点,再根据获取到的关键节点对应的历史数据量信息对关键节点的目标供应链进行预测,并生成预测信息,其中预测信息用于提醒相关工作中人员关键节点的供应链进行调整,有助于保障供应链内的每一企业得到稳定发展,并且保持供应链的平衡发展。
2.通过关键节点对应的历史数据量信息,从预设数据量-时间对应关系中将关键节点在预设未来时间段内的数据量变化值进行确定,进而实现对关键节点的相邻数据量变化值进行确定,通过相邻数据量变化值确定出关键节点的目标相邻节点,最后实现对关键节点的目标供应链进行确定,通过关键节点的数据量变化值确定关键节点的目标供应链,有助于保障关键节点对应的企业得到稳定发展,并且保持目标供应链的平衡发展。
附图说明
图1是本申请实施例中一种供应链管理方法的流程示意图;
图2是本申请实施例中一种供应链管理装置的结构示意图
图3是本申请实施例中一种电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,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,都属于本申请保护的范围。
供应链的概念是从扩大生产概念发展得来的,供应链将企业的生产活动进行了前伸和后延,供应链内各企业之间的关系与生物学中食物链类似,在“供应商-制造商-销售商”这样一个供应链中,若制造商忽视了供应链中各要素的相互依存关系,而过分注重自身的内部发展,以及生产产品的能力,后果便是供应商无法支撑制造商对原材料的需求,而销售商也难以及时将生产的商品进行销售,最终导致供应链失去平衡。
但是,若为了保持供应链的平衡,则可能会限制某一企业的发展,本申请实施例中,通过获取供应链中每一节点对应的节点数据量信息,再根据多个节点数据量信息对供应链的发展是否平衡进行判断,当供应链发展不平衡时,根据多个节点数据量信息确定出多个节点中的关键节点,再根据获取到的关键节点对应的历史数据量信息对关键节点的目标供应链进行预测,并生成预测信息,其中预测信息用于提醒相关工作中人员关键节点的供应链进行调整,有助于保障供应链内的每一企业得到稳定发展,并且保持供应链的平衡发展。
具体的,本申请提供了一种供应链管理方法,有电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制。
参考图1,图1是本申请实施例中一种供应链管理方法,该方法包括步骤S110、步骤S120、步骤S130以及步骤S140,其中:
步骤S110:获取供应链中多个节点数据量信息。
其中,数据量为供应量、制造量、销售量中的一种。
具体的,供应链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,一条完整供应链中至少包括供应商节点、制造商节点以及销售商节点,每一节点对应一个数据量信息,每一数据量信息中至少包括当前节点对应的数据量,例如,供应商节点对应的数据量为供应量,制造商节点对应的数据量为制造量。
步骤S120:根据多个节点数据量信息,判断供应链的发展是否平衡。
具体的,在一条供应链中供应关系平衡即供应发展平衡,例如在“供应商-制造商-销售商”的供应链中,制造量超过销售量后,会导致商品滞留,商品滞销可能会影响制造商与销售商之间的商务合作关系,进而影响制造商对原材料的需求,最后导致供应链失去平衡。
每一节点数据信息中包含当前节点的数据量,以及供应链中节点的位置,确定相邻节点之间供应是否平衡,其中当前节点的相邻节点为供应链中当前节点的上游或下游节点。
步骤S130:若不平衡,则根据多个节点数据量信息确定多个节点中的关键节点。
具体的,将数据量基于预设标准数据量浮动最大的节点确定为关键节点,预设标准数据量可以根据需求进行修改,在本申请实施例中不做具体限定。关键节点可以为发展较快的企业,也可以为企业发展较慢的企业。
步骤S140:获取关键节点的历史数据量信息,并根据历史数据量信息预测关键节点的目标供应链,并生成预测信息。
具体的,历史数据信息库中存放有所有节点以及节点对应的数据量信息,每一节点名称与数据量信息一一对应,通过关键节点名称可以从历史数据量信息库中将关键节点的历史数据量信息进行提取。
根据关键节点的历史数据量信息对预设时间段内关键节点的数据量进行提取,预设时间段可以是一个星期、一个月、一年,在本申请实施例中不做具体的限定,只要能够通过预设时间段内数据量对关键节点的数据量变化趋势进行确定即可。
目标供应链可以通过预设时间段内关键节点的数据量变化趋势进行预测,预测信息中包括适应于关键节点数据量变化趋势的上下游企业节点。
本申请实施例中,通过获取供应链中每一节点对应的节点数据量信息,再根据多个节点数据量信息对供应链的发展是否平衡进行判断,当供应链发展不平衡时,根据多个节点数据量信息确定出多个节点中的关键节点,再根据获取到的关键节点对应的历史数据量信息对关键节点的目标供应链进行预测,并生成预测信息,其中预测信息用于提醒相关工作中人员关键节点的供应链进行调整,有助于保障供应链内的每一企业得到稳定发展,并且保持供应链的平衡发展。
进一步的,步骤S120中根据多个节点数据量信息,判断供应链的发展是否平衡,具体可以包括步骤S1201(附图未示出)、步骤S1202(附图未示出)、步骤S1203(附图未示出),其中:
步骤S1201:按照预设步骤将多个节点进行排序,得到供应链队列。
具体的,预设步骤可以根据实际需求进行修改,只要能够将多个节点的位置进行排序,进而形成对应的供应链队列即可。形成的供应链队列可以为供应商-制造商-存储商-销售商,也可以为供应商-制造商-销售商-送货商,具体的供应链队列在本申请实施例中不做具体限定。
步骤S1202:根据供应链队列与每一节点数据量信息,按照预设公式确定相邻节点之间的供应比值。
具体的,供应比值可以为供应链队列中上游节点与相邻下游节点对应的数据量之间的比值,也可以为供应链队列中下游节点与相邻上游节点对应的数据量之间的比值。
例如,供应链队列为“供应商-制造商-销售商”,则供应比值可以为供应商数据量/制造商数据量、制造商供应量/销售商供应量,还可为销售商供应量/制造商供应量、制造商数据量/供应商数据量。
预设公式为用于对供应商数据量、制造商数据量以及销售商数据量进行互相转化的公式,预设公式可以根据需求进行修改,在本申请实施例中不做具体限定,只要能够实现供应商数据量、制造商数据量以及销售商数据量之间相互转化即可。
步骤S1203:若供应比值超过预设供应比值范围,则确定供应链发展不平衡。
具体的,预设供应比值范围包括最低供应比值与最高供应比值,其中最低供应比值可能大于1,也可能小于1,最高供应比值可能大于1,也可能小于1,预设供应比值范围可以根据需求进行修改,在本申请实施例中不做具体限定。
例如,供应链为“A-B-C”,A/B大于1时,则表示企业A提供的制造原料超出企业B的制造需量;A/B小于1时,则表示企业A提供的制造原料低于企业B的制造需量。
本申请实施例中,通过对多个节点进行排序确定出供应链队列,再将供应链队列中每一节点的数据量信息按照预设公式确定相邻接点之间的供应比值,并判断供应比值是否超过预设供应比值范围,如果超过则表示供应链发展不平衡,通过相邻节点之间的供应比值判断供应链是否平衡,提高了判断结果的稳定性。
进一步的,步骤S1203若供应比值超过预设供应比值范围,则确定供应链发展不平衡之后,还包括步骤S1204(附图未示出)、步骤S1205(附图未示出)、步骤S1206(附图未示出),其中:
步骤S1204:获取超过预设供应比值范围的不平衡供应比值。
步骤S1205:根据不平衡供应比值,确定供应链发展不平衡的类型。
其中,类型用于对供应链进行优化。
具体的,供应链发展不平衡的类型包括供不应求和供大于需,根据不平衡供应比值可以对类型进行确定。例如,若在供应链“供应商-制造商-销售商”中,不平衡供应比值为供应商数据量/制造商数据量=1/3,则表示供应商与制造商之间导致供应链发展不平衡的类型为供不应求。
步骤S1206:基于类型对供应链进行优化。
具体的,优化的方式可以根据供应比值对供应链中相邻节点的数据量进行调整,以使相邻节点之间的供应比值达到预设供应比值范围,若供应链中出现不平衡,则先对供应链进行优化调整,通过优化调整使供应链达到平衡。
本申请实施例中,通过获取超过预设供应比值范围的不平衡供应比值,并根据不平衡比值确定供应链发展不平衡的类型,根据类型对供应链进行优化调整,在供应链出现不平衡情况时,及时对供应链进行优化调整有助于减少因供应链不平衡发展而导致供应链中的企业节点出现经济损失的几率。
进一步的,步骤S1206中基于类型对供应链进行优化,具体可以包括步骤S1206a(附图未示出)、步骤S1206b(附图未示出)、步骤S1206c(附图未示出)、步骤S1206d(附图未示出),其中:
步骤S1206a:当类型为供大于需时,获取预设时间段内关键节点对应的历史需求信息。
具体的,预设时间段可以为一个月、一个季度、一年,在本申请实施例中不做具体限定,只要能够对关键节点对应的历史需求信息进行统计即可。历史需求信息可以通过关键节点的名称从历史数据信息库中进行提取。
步骤S1206b:根据历史需求信息,确定关键节点中每一需求对应的需量。
具体的,每一关键节点对应的需求至少有一种,例如在供应链“供应商-制造商-销售商”中,关键节点为销售商,由于消费者对于商品的需求各不相同,因此销售商进行销售的商品种类也有多种,根据历史需求信息便于确定消费者的购物习惯,进而能够实现对多种商品的需量进行统计。
步骤S1206c:将每一需量进行排序,生成需量序列。
步骤S1206d:基于需量序列对供应链进行优化。
具体的,统计出每一需求对应的需量后,可以按照需量从大到小的顺序,也可以按照需量从小到大的顺序对需量进行排序,形成需量序列。若关键节点为销售商,则基于需量序列便于对制造商进行调整,进而减少销售商出现供大于需的情况。
本申请实施例中,当类型为供大于需时,获取预设时间段内关键节点对应的历史需求信息,根据历史需求信息对关键节点中每一需求的需量进行确定,并对多个需量进行排序生成需量序列,再根据需量序列对供应链进行优化调整,通过需量度供应链进行优化调整便于提高优化效率。
进一步的,步骤S130中根据多个节点数据量信息确定多个节点中的关键节点,具体可以包括步骤S1301(附图未示出)、步骤S1302(附图未示出)、步骤S1303(附图未示出),其中:
步骤S1301:获取每一节点对应的历史数据量信息。
步骤S1302:将每一节点与对应的历史数据信息进行比较,确定每一节点对应的差值。
具体的,历史数据量信息中包括每一节点在不同时刻对应的数据量信息,通过将当前时刻的数据量信息与历史时刻节点对应的历史数据量信息,确定对应的差值。
步骤S1303:将差值超过预设标准差值的节点确定为关键节点。
具体的,预设标准差值可以根据需求进行修改,在本申请实施例中不做具体限定,一条供应链中可以出现多个关键节点。
本申请实施例中,通过获取每一节点对应的历史数据量信息,并根据每一节点对应的历史数据量信息确定出每一节点对应的差值,当节点对应的差值超过预设标准差值时,将节点确定为关键节点,通过差值对关键节点进行确定,提高了确定关键节点时的准确性。
进一步的,步骤S140中根据历史数据量信息预测关键节点的目标供应链,具体可以包括步骤S1401(附图未示出)、步骤S1402(附图未示出)、步骤S1403(附图未示出),其中:
步骤S1401:根据关键节点对应的历史数据量信息,从预设数据量-时间对应关系确定关键节点在预设未来时间段内的数据量变化值。
具体的,预设数据量-时间对应关系根据历史预设时长内的历史数据量信息进行确定,具体的预设数据量-时间对应关系根据需求进行修改,在本申请实施例中不做具体限定,只要能够通过预设数据量-时间对应关系确定数据量随时间变化的趋势以及对应的数据量变化值即可,其中数据量变化值包括数据量增长指和数据量减少值。
预设未来时间段可以为未来一周、未来一个月、未来一个季度,在本申请实施例中不做具体限定。
步骤S1402:根据数据量变化值,确定关键节点的相邻数据量变化值。
步骤S1403:根据相邻数据量增长值,确定关键节点的目标相邻节点,进而预测关键节点的目标供应链。
具体的,数据量变化值为预设未来时间段关键节点对应的数据量,相邻数据量变化值为在满足供应链发展平衡,且不限制关键节点对应企业的发展的条件下相邻节点所对应的数据量变化值。
相邻节点与关键节点构成目标供应链。
本申请实施例中,通过关键节点对应的历史数据量信息,从预设数据量-时间对应关系中将关键节点在预设未来时间段内的数据量变化值进行确定,进而实现对关键节点的相邻数据量变化值进行确定,通过相邻数据量变化值确定出关键节点的目标相邻节点,最后实现对关键节点的目标供应链进行确定,通过关键节点的数据量变化值确定关键节点的目标供应链,有助于保障关键节点对应的企业得到稳定发展,并且保持目标供应链的平衡发展。
进一步的,数据量-时间对应关系的建立过程,还包括步骤Sa(附图未示出)、步骤Sb(附图未示出)、步骤Sc(附图未示出),其中:
步骤Sa:获取多组历史数据,每组历史数据包括一个样本数据量和与样本数据量对应的时间。
步骤Sb:将多组历史数据进行多项式拟合,得到产量-时间多项式拟合方程。
步骤Sc:根据数据量-时间多项式拟合方程确定关键节点的数据量-时间对应关系。
具体的,多组历史数据可以从历史数据信息库中进行获取,每组历史数据形成一个坐标点,将所有历史数据导入预设坐标系中利用数学公式进行多项式拟合,例如可以采用最小二乘法进行多项式拟合,得到数据量-时间多项式拟合方程,进行根据该拟合方程确定数据量-时间的对应关系。
本申请实施例中,通过获取多组历史数据,并将多组历史数据进行多项式拟合得到数据量-时间多项式拟合方程,进而得到数据量-时间对应关系,在应用阶段可通过数据量-时间对应关系便于对预设未来时间段内关键节点的数据量变化值进行预测,提高了预测数据量变化值时的准确性。
上述实施例从方法流程的角度介绍一种供应链管理的方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种供应链管理的装置,具体详见下述实施例。
本申请实施例提供一种供应链管理的装置,如图2所示,该装置具体可以包括获取数据模块210、平衡判断模块220、确定关键节点模块230、预测模块240,其中:
获取数据模块210,用于获取供应链中多个节点数据量信息,其中,数据量为供应量、制造量、销售量中的一种;
平衡判断模块220,用于根据多个节点数据量信息,判断供应链的发展是否平衡;
确定关键节点模块230,用于若不平衡,则根据多个节点数据量信息确定多个节点中的关键节点;
预测模块240,用于获取关键节点的历史数据量信息,并根据历史数据量信息预测关键节点的目标供应链,并生成预测信息。
在一种可能实现的方式中,平衡判断模块220包括:
排序单元,用于按照预设步骤将多个节点进行排序,得到供应链队列;
确定供应比值单元,用于根据供应链队列与每一节点数据量信息,按照预设公式确定相邻节点之间的供应比值;
确定子单元,用于若供应比值超过预设供应比值范围,则确定供应链发展不平衡。
在一种可能实现的方式中,确定单元之后,还包括:
获取比值单元,用于获取超过预设供应比值范围的不平衡供应比值;
确定类型单元,用于根据不平衡供应比值,确定供应链发展不平衡的类型,类型用于对供应链进行优化;
类型优化单元,用于基于类型对供应链进行优化。
在一种可能实现的方式中,类型包括供大于需,类型优化单元包括:
获取历史信息子单元,用于当类型为供大于需时,获取预设时间段内关键节点对应的历史需求信息;
确定需量子单元,用于根据历史需求信息,确定关键节点中每一需求对应的需量;
排序子单元,用于将每一需量进行排序,生成需量序列;
需量优化子单元,用于基于需量序列对供应链进行优化。
在一种可能实现的方式中,确定关键节点模块230包括:
获取节点信息单元,用于获取每一节点对应的历史数据量信息;
确定差值单元,用于将每一节点与对应的历史数据信息进行比较,确定每一节点对应的差值;
确定关键节点单元,用于将差值超过预设标准差值的节点确定为关键节点。
在一种可能实现的方式中,预测模块240包括:
确定变化值单元,用于根据关键节点对应的历史数据量信息,从预设数据量-时间对应关系确定关键节点在预设未来时间段内的数据量变化值;
确定相邻变化值单元,用于根据数据量变化值,确定关键节点的相邻数据量变化值;
确定目标单元,用于根据相邻数据量变化值,确定关键节点的目标相邻节点,进而预测关键节点的目标供应链。
在一种可能实现的方式中,还包括:
获取样本数据模块,用于获取多组历史数据,每组历史数据包括一个样本数据量和与样本数据量对应的时间;
拟合模块,用于将多组历史数据进行多项式拟合,得到数据量-时间多项式拟合方程;
确定关系模块,用于根据数据量-时间多项式拟合方程确定关键节点的数据量-时间对应关系。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器1003。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3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。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与相关技术相比,本申请实施例中通过获取供应链中每一节点对应的节点数据量信息,再根据多个节点数据量信息对供应链的发展是否平衡进行判断,当供应链发展不平衡时,根据多个节点数据量信息确定出多个节点中的关键节点,再根据获取到的关键节点对应的历史数据量信息对关键节点的目标供应链进行预测,并生成预测信息,其中预测信息用于提醒相关工作中人员关键节点的供应链进行调整,有助于保障供应链内的每一企业得到稳定发展,并且保持供应链的平衡发展。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种供应链管理方法,其特征在于,包括:
获取供应链中多个节点数据量信息,其中,数据量为供应量、制造量、销售量中的一种;
根据多个节点数据量信息,判断所述供应链的发展是否平衡;
若不平衡,则根据多个节点数据量信息确定多个节点中的关键节点;
获取所述关键节点的历史数据量信息,并根据所述历史数据量信息预测所述关键节点的目标供应链,并生成预测信息。
2.根据权利要求1所述的一种供应链管理方法,其特征在于,所述根据多个节点数据量信息,判断所述供应链的发展是否平衡,包括:
按照预设步骤将多个节点进行排序,得到供应链队列;
根据所述供应链队列与每一节点数据量信息,按照预设公式确定相邻节点之间的供应比值;
若所述供应比值超过预设供应比值范围,则确定所述供应链发展不平衡。
3.根据权利要求2所述的一种供应链管理方法,其特征在于,所述若所述供应比值超过预设供应比值范围,则确定所述供应链发展不平衡之后,还包括:
获取超过预设供应比值范围的不平衡供应比值;
根据所述不平衡供应比值,确定所述供应链发展不平衡的类型,所述类型用于对所述供应链进行优化;
基于所述类型对所述供应链进行优化。
4.根据权利要求3所述的一种供应链管理方法,其特征在于,所述类型包括供大于需,其中,所述基于所述类型对所述供应链进行优化,包括:
当所述类型为供大于需时,获取预设时间段内关键节点对应的历史需求信息;
根据所述历史需求信息,确定关键节点中每一需求对应的需量;
将每一需量进行排序,生成需量序列;
基于所述需量序列对供应链进行优化。
5.根据权利要求1所述的一种供应链管理方法,其特征在于,所述根据多个节点数据量信息确定多个节点中的关键节点,包括:
获取每一节点对应的历史数据量信息;
将每一节点与对应的历史数据信息进行比较,确定每一节点对应的差值;
将差值超过预设标准差值的节点确定为关键节点。
6.根据权利要求1所述的一种供应链管理方法,其特征在于,所述根据所述历史数据量信息预测所述关键节点的目标供应链,包括:
根据所述关键节点对应的历史数据量信息,从预设数据量-时间对应关系确定所述关键节点在预设未来时间段内的数据量变化值;
根据所述数据量变化值,确定所述关键节点的相邻数据量变化值;
根据所述相邻数据量变化值,确定所述关键节点的目标相邻节点,进而预测所述关键节点的目标供应链。
7.根据权利要求6所述的一种供应链管理方法,其特征在于,数据量-时间对应关系的建立过程,还包括:
获取多组历史数据,每组所述历史数据包括一个样本数据量和与样本数据量对应的时间;
将多组历史数据进行多项式拟合,得到数据量-时间多项式拟合方程;
根据所述数据量-时间多项式拟合方程确定关键节点的数据量-时间对应关系。
8.一种供应链管理装置,其特征在于,包括:
获取数据模块,用于获取供应链中多个节点数据量信息,其中,数据量为供应量、制造量、销售量中的一种;
平衡判断模块,用于根据多个节点数据量信息,判断所述供应链的发展是否平衡;
确定关键节点模块,用于若不平衡,则根据多个节点数据量信息确定多个节点中的关键节点;
预测模块,用于获取所述关键节点的历史数据量信息,并根据所述历史数据量信息预测所述关键节点的目标供应链,并生成预测信息。
9.一种电子设备,其特征在于,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1-7中任一项所述供应链管理的方法。
10.一种计算机可读存储介质,其特征在于,包括:存储有能够被处理器加载并执行如权利要求1-7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210809377.6A CN115130889A (zh) | 2022-07-11 | 2022-07-11 | 一种供应链管理方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210809377.6A CN115130889A (zh) | 2022-07-11 | 2022-07-11 | 一种供应链管理方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115130889A true CN115130889A (zh) | 2022-09-30 |
Family
ID=83384531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210809377.6A Pending CN115130889A (zh) | 2022-07-11 | 2022-07-11 | 一种供应链管理方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115130889A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117610897A (zh) * | 2024-01-24 | 2024-02-27 | 工品行(苏州)数字科技有限公司 | 一种基于数据分析的供应链服务管理系统及方法 |
-
2022
- 2022-07-11 CN CN202210809377.6A patent/CN115130889A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117610897A (zh) * | 2024-01-24 | 2024-02-27 | 工品行(苏州)数字科技有限公司 | 一种基于数据分析的供应链服务管理系统及方法 |
CN117610897B (zh) * | 2024-01-24 | 2024-04-09 | 工品行(苏州)数字科技有限公司 | 一种基于数据分析的供应链服务管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sawik | On the risk-averse optimization of service level in a supply chain under disruption risks | |
US10185927B1 (en) | Techniques for optimizing an inventory selection | |
WO2020150611A1 (en) | Systems and methods for entity performance and risk scoring | |
Arikan et al. | Risk pooling via unidirectional inventory transshipments in a decentralized supply chain | |
CN115130889A (zh) | 一种供应链管理方法、装置、电子设备及介质 | |
CN110858346A (zh) | 数据处理方法、装置和机器可读介质 | |
KR101819365B1 (ko) | 제품생산계획별 탄소 배출량에 따른 수익성 시뮬레이션 지원시스템 및 방법 | |
CN116452297A (zh) | 一种基于商务市场数据的智能推荐方法及系统 | |
CN115983770A (zh) | 一种产品部件采购方法、装置、电子设备和存储介质 | |
WO2020150597A1 (en) | Systems and methods for entity performance and risk scoring | |
CN115482051A (zh) | 基于erp系统的商品管理方法、装置、设备及可读存储介质 | |
CN115759574A (zh) | 物资的存储方法、装置、计算机设备和存储介质 | |
CN115099865A (zh) | 一种数据处理方法和装置 | |
US20140297367A1 (en) | Smart design system providing mobile application design and simulation function, business model having the same, and operating method of smart design system | |
CN116228316A (zh) | 投放选址的确定方法、装置、电子设备及可读存储介质 | |
CN109800933A (zh) | 风险评估方法及装置、存储介质、电子设备 | |
KR20220153133A (ko) | 원가 예측 기반 밀키트용 식재료 발주 방법 | |
CN111160978A (zh) | 业务处理方法、装置、存储介质及设备 | |
CN106598987A (zh) | 信息推荐方法及装置 | |
CN111932191A (zh) | 货架调度方法、装置、电子设备和计算机可读介质 | |
CN109670851A (zh) | 基于数据分析的定价方法、设备、存储介质及装置 | |
CN113159877A (zh) | 数据处理方法、装置、系统、计算机可读存储介质 | |
US11393050B2 (en) | Resource accommodation device, schedule management device, and resource accommodation system | |
CN110766424A (zh) | 构建市场画像的方法和装置 | |
KR102564364B1 (ko) | 고객 단말의 정보를 이용하여 온라인 마켓 및 판매 상품을 추천하고 판매 상품의 가격을 결정하는 방법 |
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 |