CN115187107A - 采购需求智能分配方法、装置、计算机设备及存储介质 - Google Patents
采购需求智能分配方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115187107A CN115187107A CN202210864654.3A CN202210864654A CN115187107A CN 115187107 A CN115187107 A CN 115187107A CN 202210864654 A CN202210864654 A CN 202210864654A CN 115187107 A CN115187107 A CN 115187107A
- Authority
- CN
- China
- Prior art keywords
- supplier
- information
- maximum capacity
- initial
- purchased
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000003860 storage Methods 0.000 title claims abstract description 40
- 238000013439 planning Methods 0.000 claims abstract description 116
- 238000013524 data verification Methods 0.000 claims abstract description 18
- 238000012795 verification Methods 0.000 claims abstract description 6
- 238000004590 computer program Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012550 audit Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 101100203328 Arabidopsis thaliana SKU5 gene Proteins 0.000 description 2
- 101100422161 Arabidopsis thaliana SPR1 gene Proteins 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012384 transportation and delivery 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
- G06Q10/06—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
- G06Q10/06—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
- G06Q10/06313—Resource planning in a project environment
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及人工智能技术,提供了采购需求智能分配方法、装置、计算机设备及存储介质,是先获取采购方终端上传的初始配额信息,然后根据初始配额信息获取待采购商品名称集,并基于待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息,之后若确定初始配额信息、供应商报价信息和供应商最大产能信息通过数据校验,获取线性规划模型;最后根据线性规划模型、初始配额信息、供应商报价信息和供应商最大产能信息,确定初始规划数据并发布数据。实现了基于输入的初始配额信息自动进行校验和进行线性规划求得最优解,提高了输出结果的获取效率。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及一种采购需求智能分配方法、装置、计算机设备及存储介质。
背景技术
目前,当前采购系统在供应链领域得到的广泛应用。目前采购方在发布了需求信息后,为了实现采购成本的最低化,以及获取采购方案结果的成本最低化,一般是采购方进行手工计算后手工分配,但随着约束条件的不断变化(如供应商池扩大化、需求变更、供应商报价不同、供应商产能约束等),需求分配的复杂度也越来越高,手工分配因效率低下已无法满足需求。
发明内容
本申请实施例提供了一种采购需求智能分配方法、装置、计算机设备及存储介质,旨在解决现有技术中采购方在发布了需求信息后是采购方进行手工计算后手工分配,手工分配效率低下的问题。
第一方面,本申请实施例提供了一种采购需求智能分配方法,其包括:
获取采购方终端上传的初始配额信息;其中,所述初始配额信息为填充于业务配额管理单中的采购需求信息;
根据所述初始配额信息获取待采购商品名称集,并基于所述待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息;
若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,获取线性规划模型;
根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据;其中,所述初始规划数据中包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息;
若接收到与所述初始规划数据对应的审批通过信息,将所述初始规划数据存储至待发布存储区域;
若接收到与所述初始规划数据对应的审批未通过信息,获取与所述初始规划数据对应的调整规划数据,若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域。
第二方面,本申请实施例提供了一种采购需求智能分配装置,其包括:
第一信息获取单元,用于获取采购方终端上传的初始配额信息;其中,所述初始配额信息为填充于业务配额管理单中的采购需求信息;
第二信息获取单元,用于根据所述初始配额信息获取待采购商品名称集,并基于所述待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息;
线性规划模型获取单元,用于型若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,获取线性规划模型;
线性规划单元,用于根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据;其中,所述初始规划数据中包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息;
第一审核执行单元,用于若接收到与所述初始规划数据对应的审批通过信息,将所述初始规划数据存储至待发布存储区域;
第二审核执行单元,用于若接收到与所述初始规划数据对应的审批未通过信息,获取与所述初始规划数据对应的调整规划数据,若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域。
第三方面,本申请实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的采购需求智能分配方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的采购需求智能分配方法。
本申请实施例提供了一种采购需求智能分配方法、装置、计算机设备及存储介质,先获取采购方终端上传的初始配额信息,然后根据初始配额信息获取待采购商品名称集,并基于待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息,之后若确定初始配额信息、供应商报价信息和供应商最大产能信息通过数据校验,获取线性规划模型;最后根据线性规划模型、初始配额信息、供应商报价信息和供应商最大产能信息,确定初始规划数据并发布数据。实现了基于输入的初始配额信息自动进行校验和进行线性规划求得最优解,提高了输出结果的获取效率。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,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为本申请实施例提供的采购需求智能分配方法的应用场景示意图;
图2为本申请实施例提供的采购需求智能分配方法的流程示意图;
图3为本申请实施例提供的采购需求智能分配装置的示意性框图;
图4为本申请实施例提供的计算机设备的示意性框图。
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本申请实施例提供的采购需求智能分配方法的应用场景示意图;图2为本申请实施例提供的采购需求智能分配方法的流程示意图,该采购需求智能分配方法应用于服务器中,该方法通过安装于服务器中的应用软件进行执行。
如图2所示,该方法包括步骤S101~S106。
S101、获取采购方终端上传的初始配额信息;其中,所述初始配额信息为填充于业务配额管理单中的采购需求信息。
在本实施例中,是以服务器为执行主体描述技术方案。当需要由服务器快速获取采购方从多个供应商分别对应的采购信息,需由采购方终端对应的操作人员先填写好业务配额管理单中与各待采购商品名称的采购需求量,得到采购需求信息后再上传至服务器,从而基于采购需求信息进行线性规划求解最佳规划解。
例如,采购方终端的操作人员可以先下载服务器提供的业务配额管理单模板,然后根据该业务配额单模板填写若干个待采购商品名称,及与每一待采购商品名称分别对应的采购量,若干个待采购商品名称及各自分别对应的采购量组成了采购需求信息。
更具体如在业务配额管理单模板中填写了10个待采购商品名称且分别记为SKU1-SKU10,其中SKU1的采购量为9250、SKU2的采购量为3010、SKU3的采购量为1960、SKU4的采购量为2730、SKU5的采购量为2180、SKU6的采购量为2120、SKU7的采购量为930、SKU8的采购量为1190、SKU9的采购量为400、且SKU10的采购量为1470。当在采购方终端中的业务配额管理单模板填写完上述信息后得到初始配额信息,并由采购方终端将所述初始配额信息发送至服务器。
S102、根据所述初始配额信息获取待采购商品名称集,并基于所述待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息。
在本实施例中,当在服务器中获取了所述初始配额信息并对其进行解析后,可以获取到其中包括的待采购商品名称集,如上述示例中的SKU1-SKU10。由于在服务器本地的供应商数据库也预先存储了各供应商服务器上传的供应商品信息,且每一供应商服务器上传的供应商品信息中至少包括该供应商可供应商品名称及可供应商品报价,所以可以基于所述待采购商品名称集从供应商数据库中筛选获取供应商报价信息。例如仍参考上述示例,所述待采购商品名称集包括SKU1-SKU10,则可以在供应商数据库中筛选如下表1所示的供应商报价信息:
表1
在表1中空白值表示该供应商针对相应的商品无报价;这样,当服务器中基于待采购商品名称集从供应商数据库中筛选获取供应商报价信息后,可以作为后续筛选从哪些供应商具体采购哪些商品的参考数据。
需要注意的是,由于每一供应商并非产能无上限的供货商品,故还需要基于待采购商品名称集从供应商数据库中筛选获取供应商最大产能信息,从而已知每一供应商供货商品的上限产能,具体可参考如下表2的供应商最大产能信息:
表2
在表2中可以直观的获知表1中所出现过的所有供应商中每一供应商的供应商最大产能信息。可见,当已知了供应商报价信息和供应商最大产能信息后,可以进一步确定在每一供应商中具体采购哪些商品且能具体确定每一商品的具体采购量。
在一实施例中,步骤S102包括:
获取所述待采购商品名称集中的第i个待采购商品名称;其中,i的初始取值为1,且i的取值范围为[1,N],N表示所述待采购商品名称集所包括的待采购商品名称的总个数;
在所述供应商数据库中获取与所述第i个待采购商品名称对应的第i供应商报价信息;
基于所述第i供应商报价信息中包括的供应商名称在所述供应商数据库中对应筛选获取第i供应商最大产能信息;
将i增1以更新i的取值;
若i未超出N,返回执行所述获取所述待采购商品名称集中的第i个待采购商品名称的步骤;
若i超出N,获取第1供应商报价信息至第N供应商报价信息组成供应商报价信息,并获取第1供应商最大产能信息至第N供应商最大产能信息组成供应商最大产能信息。
在本实施例中,获取所述待采购商品名称集中各待采购商品名称对应的供应商报价信息和供应商最大产能信息时具体过程都是相同的,下面以获取第1个待采购商品名称(如上示例中的SKU1)对应的第1供应商报价信息和第1供应商最大产能信息为例来说明。以SKU1这一待采购商品名称为检索条件在所述供应商数据库中检索(可参考表1),得到可提供SKU1这一商品的供应商有供应商C(报价为1780)、供应商E(报价为1910)、供应商F(报价为1910)和供应商H(报价为1870),故得到的第1供应商报价信息为供应商C的报价为1780、供应商E的报价为1910、供应商F的报价为1910、供应商H的报价为1870。之后再以供应商C、供应商E、供应商F和供应商H分别为检索条件得到第1供应商最大产能信息为供应商C的最大产能为11000、供应商E的最大产能为2600、供应商F的最大产能为1000、供应商H的最大产能为2500(可参考表2),从而组成第1供应商最大产能信息。其他非第1个待采购商品名称的供应商报价信息和供应商最大产能信息,也是参考第1供应商报价信息和第1供应商最大产能信息的获取方式。
当获取到了第1供应商报价信息至第N供应商报价信息,则可组成供应商报价信息;且当获取第1供应商最大产能信息至第N供应商最大产能信息,则可组成供应商最大产能信息。
在一实施例中,所述获取第1供应商报价信息至第N供应商报价信息组成供应商报价信息,并获取第1供应商最大产能信息至第N供应商最大产能信息组成供应商最大产能信息,包括:
将第1供应商报价信息至第N供应商报价信息求并集,得到供应商报价信息;
将第1供应商最大产能信息至第N供应商最大产能信息求并集,得到供应商最大产能信息。
在本实施例中,需要注意的是,所获取到的将第1供应商报价信息至第N供应商报价信息中,各供应商报价信息存在重叠部分,如N=10时,则第1供应商报价信息为供应商C的报价为1780、供应商E的报价为1910、供应商F的报价为1910、供应商H的报价为1870;第2供应商报价信息为供应商C的报价为3480、供应商D的报价为3430、供应商E的报价为3420、供应商F的报价为3420、供应商G的报价为3380、供应商J的报价为3470;第3供应商报价信息为供应商A的报价为4590、供应商C的报价为4590、供应商E的报价为4590、供应商F的报价为4590、供应商G的报价为4590、供应商J的报价为4590;第4供应商报价信息为供应商C的报价为3180、供应商D的报价为3090、供应商G的报价为3120、供应商H的报价为3150、供应商J的报价为3180;第5供应商报价信息为供应商A的报价为2610、供应商C的报价为2760、供应商D的报价为2660、供应商J的报价为2740;第6供应商报价信息为供应商A的报价为2020、供应商C的报价为2100、供应商G的报价为2060、供应商J的报价为2100;第7供应商报价信息为供应商A的报价为1660、供应商C的报价为1720、供应商D的报价为1680、供应商E的报价为1710、供应商F的报价为1710、供应商J的报价为1720;第8供应商报价信息为供应商C的报价为2580、供应商D的报价为2520、供应商G的报价为2530、供应商H的报价为2510、供应商J的报价为2580;第9供应商报价信息为供应商I的报价为3200、供应商J的报价为3280;第10供应商报价信息为供应商B的报价为4950、供应商C的报价为5040、供应商D的报价为4870、供应商E的报价为4910、供应商F的报价为4910、供应商J的报价为5010,则将第1供应商报价信息至第10供应商报价信息求并集,也就是将上述10个报价集合求并集,得到供应商报价信息。
之后,在获取了第1供应商报价信息已知其所涉及的供应商包括供应商C、供应商E、供应商F和供应商H,所获取到的第1供应商最大产能信息为供应商C的最大产能为11000、供应商E的最大产能为2600、供应商F的最大产能为1000、供应商H的最大产能为2500,即第1供应商最大产能信息用集合的信息表示为第1供应商最大产能信息={供应商C的最大产能=11000、供应商E的最大产能=2600、供应商F的最大产能=1000、供应商H的最大产能=2500};之后同样获取第2供应商最大产能信息至第10供应商最大产能信息,最后将这10个供应商最大产能信息求并集的过程中将相同供应商名称的最大产能仅保存一项即可。例如第2供应商最大产能信息={供应商C的最大产能=11000、供应商D的最大产能=3000、供应商E的最大产能=2600、供应商F的最大产能=1000、供应商G的最大产能=5000、供应商J的最大产能=2000},将第1供应商最大产能信息和第2供应商最大产能信息求并集时,两者均具有供应商C的最大产能=11000、供应商E的最大产能=2600、供应商F的最大产能=1000,则两者求并集和这3个供应商的最大产能是从第1供应商最大产能信息中的信息选择并保留或从第2供应商最大产能信息中的信息选择并保留即可,这样将第1供应商最大产能信息至第10供应商最大产能信息求并集时,可以分别得到如表2中供应商A-供应商J分别对应的最大产能信息。可见,基于上述轮询查找并求并集的方式,可以快速准确获取到供应商报价信息和供应商最大产能信息。
S103、若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,获取线性规划模型。
在本实施例中,当获取到了所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息后,需要判断所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息是否均为非空集合且被正常保存于服务器中,以进一步判断上述信息是否能通过本地的数据校验。
在一实施例中,若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,包括:
若所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息均为非空集合且被正常保存于服务器,判定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验。
在本实施例中,若所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息均为非空集合且被正常保存于服务器中,则可判定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,通过数据校验后的所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息可以作为当前获取的准确输入数据,之后再从服务器中获取最终计算线性规划结果的线性规划模型即可。
例如所获取的线性规划模型为采购总成本取最小值,且还需满足商品采购量=针对该商品分配给各供应商的采购量之和及该商品分配给各供应商的采购量为整数。当在服务器中获取到如上的线性规划模型后,即可进行后续的线性规划结果求解。
S104、根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据;其中,所述初始规划数据中包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息。
在本实施例中,仍继续参考所获取的线性规划模型为采购总成本取最小值,且还需满足商品采购量=针对该商品分配给各供应商的采购量之和及该商品分配给各供应商的采购量为整数。由于已知了所述供应商报价信息和所述供应商最大产能信息,此时可以将所述供应商报价信息和所述供应商最大产能信息代入到所述线性规划模型并求解,可得到包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息的初始规划数据。
在一实施例中,步骤S104包括:
将所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息作为所述线性规划模型的输入并进行线性规划求解,得到初始规划数据。
在本实施例中,当已知了初始配额信息、所述供应商报价信息和所述供应商最大产能信息后,可以构建一个包括上述3个信息的输入数据表,具体如上表1,然后以表1中的数据区域作为线性规划模型的输入并进行线性规划求解,得到初始规划数据,具体如下表3:
表3
当获取了如表3所示的结果后,可以从分配量的一行中获取到初始规划数据,即已知了与所述待采购商品名称集中各待采购商品名称分别对应采购信息(采购信息即采购量)。
在一实施例中,步骤S104之后,还包括:
获取与所述线性规划模型相对应的第一近似约束条件及第二近似约束条件;
根据所述第一近似约束条件、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定第一近似规划数据;
根据所述第二近似约束条件、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定第二近似规划数据。
在本实施例中,当获取到了当前作为最优解的初始规划数据后,还可以进一步获取作为对比结果的第一近似规划数据和第二近似规划数据,例如具体将第一近似约束条件设置为各商品按最低单价采购全部需求,第二近似约束条件为各商品按平均单价采购全部需求,则与第一近似约束条件对应的第一近似规划数据为67012700,与第二近似约束条件对应的第二近似规划数据为68624688。由于之前获取的初始规划数据中包括总采购金额为67102300,可以看出第一近似规划数据和第二近似规划数据因为只满足了部分约束条件,导致最终计算的结果不一定是最优解,但也可将第一近似规划数据和第二近似规划数据同样计算得出,以作为初始规划数据的对照数据进行展示。
S105、若接收到与所述初始规划数据对应的审批通过信息,将所述初始规划数据存储至待发布存储区域。
在本实施例中,当在服务器中得到了所述初始规划数据,应及时通知对应的审核人员对该初始规划数据进行审批,若审批通过则将所述初始规划数据存储至待发布存储区域,而且同时将与所述初始规划数据对应的所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息保存至服务器。
S106、若接收到与所述初始规划数据对应的审批未通过信息,获取与所述初始规划数据对应的调整规划数据,若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域。
在本实施例中,当在服务器中得到与所述初始规划数据对应的审批未通过信息,则表示审核人员对该初始规划数据存在疑问,可以直接由审核人员进行人工调整后得到对应的调整规划数据,调整完成后若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域即可。可见,当审核人员对初始规划数据的准确度不确定时,可以人工核算后再进行调整,确保了存储至待发布存储区域的数据是最终经过审核后的数据。
该方法实现了基于输入的初始配额信息自动进行校验和进行线性规划求得最优解,提高了输出结果的获取效率。
本申请实施例还提供一种采购需求智能分配装置,该采购需求智能分配装置用于执行前述采购需求智能分配方法的任一实施例。具体地,请参阅图3,图3是本申请实施例提供的采购需求智能分配装置100的示意性框图。
其中,如图3所示,采购需求智能分配装置100包括第一信息获取单元101、第二信息获取单元102、线性规划模型获取单元103、线性规划单元104、第一审核执行单元105和第二审核执行单元106。
第一信息获取单元101,用于获取采购方终端上传的初始配额信息;其中,所述初始配额信息为填充于业务配额管理单中的采购需求信息。
在本实施例中,是以服务器为执行主体描述技术方案。当需要由服务器快速获取采购方从多个供应商分别对应的采购信息,需由采购方终端对应的操作人员先填写好业务配额管理单中与各待采购商品名称的采购需求量,得到采购需求信息后再上传至服务器,从而基于采购需求信息进行线性规划求解最佳规划解。
例如,采购方终端的操作人员可以先下载服务器提供的业务配额管理单模板,然后根据该业务配额单模板填写若干个待采购商品名称,及与每一待采购商品名称分别对应的采购量,若干个待采购商品名称及各自分别对应的采购量组成了采购需求信息。
更具体如在业务配额管理单模板中填写了10个待采购商品名称且分别记为SKU1-SKU10,其中SKU1的采购量为9250、SKU2的采购量为3010、SKU3的采购量为1960、SKU4的采购量为2730、SKU5的采购量为2180、SKU6的采购量为2120、SKU7的采购量为930、SKU8的采购量为1190、SKU9的采购量为400、且SKU10的采购量为1470。当在采购方终端中的业务配额管理单模板填写完上述信息后得到初始配额信息,并由采购方终端将所述初始配额信息发送至服务器。
第二信息获取单元102,用于根据所述初始配额信息获取待采购商品名称集,并基于所述待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息。
在本实施例中,当在服务器中获取了所述初始配额信息并对其进行解析后,可以获取到其中包括的待采购商品名称集,如上述示例中的SKU1-SKU10。由于在服务器本地的供应商数据库也预先存储了各供应商服务器上传的供应商品信息,且每一供应商服务器上传的供应商品信息中至少包括该供应商可供应商品名称及可供应商品报价,所以可以基于所述待采购商品名称集从供应商数据库中筛选获取供应商报价信息。例如仍参考上述示例,所述待采购商品名称集包括SKU1-SKU10,则可以在供应商数据库中筛选如上表1所示的供应商报价信息。
在表1中空白值表示该供应商针对相应的商品无报价;这样,当服务器中基于待采购商品名称集从供应商数据库中筛选获取供应商报价信息后,可以作为后续筛选从哪些供应商具体采购哪些商品的参考数据。
需要注意的是,由于每一供应商并非产能无上限的供货商品,故还需要基于待采购商品名称集从供应商数据库中筛选获取供应商最大产能信息,从而已知每一供应商供货商品的上限产能,具体可参考如上表2的供应商最大产能信息。
在表2中可以直观的获知表1中所出现过的所有供应商中每一供应商的供应商最大产能信息。可见,当已知了供应商报价信息和供应商最大产能信息后,可以进一步确定在每一供应商中具体采购哪些商品且能具体确定每一商品的具体采购量。
在一实施例中,第二信息获取单元102具体用于:
获取所述待采购商品名称集中的第i个待采购商品名称;其中,i的初始取值为1,且i的取值范围为[1,N],N表示所述待采购商品名称集所包括的待采购商品名称的总个数;
在所述供应商数据库中获取与所述第i个待采购商品名称对应的第i供应商报价信息;
基于所述第i供应商报价信息中包括的供应商名称在所述供应商数据库中对应筛选获取第i供应商最大产能信息;
将i增1以更新i的取值;
若i未超出N,返回执行所述获取所述待采购商品名称集中的第i个待采购商品名称的步骤;
若i超出N,获取第1供应商报价信息至第N供应商报价信息组成供应商报价信息,并获取第1供应商最大产能信息至第N供应商最大产能信息组成供应商最大产能信息。
在本实施例中,获取所述待采购商品名称集中各待采购商品名称对应的供应商报价信息和供应商最大产能信息时具体过程都是相同的,下面以获取第1个待采购商品名称(如上示例中的SKU1)对应的第1供应商报价信息和第1供应商最大产能信息为例来说明。以SKU1这一待采购商品名称为检索条件在所述供应商数据库中检索(可参考表1),得到可提供SKU1这一商品的供应商有供应商C(报价为1780)、供应商E(报价为1910)、供应商F(报价为1910)和供应商H(报价为1870),故得到的第1供应商报价信息为供应商C的报价为1780、供应商E的报价为1910、供应商F的报价为1910、供应商H的报价为1870。之后再以供应商C、供应商E、供应商F和供应商H分别为检索条件得到第1供应商最大产能信息为供应商C的最大产能为11000、供应商E的最大产能为2600、供应商F的最大产能为1000、供应商H的最大产能为2500(可参考表2),从而组成第1供应商最大产能信息。其他非第1个待采购商品名称的供应商报价信息和供应商最大产能信息,也是参考第1供应商报价信息和第1供应商最大产能信息的获取方式。
当获取到了第1供应商报价信息至第N供应商报价信息,则可组成供应商报价信息;且当获取第1供应商最大产能信息至第N供应商最大产能信息,则可组成供应商最大产能信息。
在一实施例中,所述获取第1供应商报价信息至第N供应商报价信息组成供应商报价信息,并获取第1供应商最大产能信息至第N供应商最大产能信息组成供应商最大产能信息,包括:
将第1供应商报价信息至第N供应商报价信息求并集,得到供应商报价信息;
将第1供应商最大产能信息至第N供应商最大产能信息求并集,得到供应商最大产能信息。
在本实施例中,需要注意的是,所获取到的将第1供应商报价信息至第N供应商报价信息中,各供应商报价信息存在重叠部分,如N=10时,则第1供应商报价信息为供应商C的报价为1780、供应商E的报价为1910、供应商F的报价为1910、供应商H的报价为1870;第2供应商报价信息为供应商C的报价为3480、供应商D的报价为3430、供应商E的报价为3420、供应商F的报价为3420、供应商G的报价为3380、供应商J的报价为3470;第3供应商报价信息为供应商A的报价为4590、供应商C的报价为4590、供应商E的报价为4590、供应商F的报价为4590、供应商G的报价为4590、供应商J的报价为4590;第4供应商报价信息为供应商C的报价为3180、供应商D的报价为3090、供应商G的报价为3120、供应商H的报价为3150、供应商J的报价为3180;第5供应商报价信息为供应商A的报价为2610、供应商C的报价为2760、供应商D的报价为2660、供应商J的报价为2740;第6供应商报价信息为供应商A的报价为2020、供应商C的报价为2100、供应商G的报价为2060、供应商J的报价为2100;第7供应商报价信息为供应商A的报价为1660、供应商C的报价为1720、供应商D的报价为1680、供应商E的报价为1710、供应商F的报价为1710、供应商J的报价为1720;第8供应商报价信息为供应商C的报价为2580、供应商D的报价为2520、供应商G的报价为2530、供应商H的报价为2510、供应商J的报价为2580;第9供应商报价信息为供应商I的报价为3200、供应商J的报价为3280;第10供应商报价信息为供应商B的报价为4950、供应商C的报价为5040、供应商D的报价为4870、供应商E的报价为4910、供应商F的报价为4910、供应商J的报价为5010,则将第1供应商报价信息至第10供应商报价信息求并集,也就是将上述10个报价集合求并集,得到供应商报价信息。
之后,在获取了第1供应商报价信息已知其所涉及的供应商包括供应商C、供应商E、供应商F和供应商H,所获取到的第1供应商最大产能信息为供应商C的最大产能为11000、供应商E的最大产能为2600、供应商F的最大产能为1000、供应商H的最大产能为2500,即第1供应商最大产能信息用集合的信息表示为第1供应商最大产能信息={供应商C的最大产能=11000、供应商E的最大产能=2600、供应商F的最大产能=1000、供应商H的最大产能=2500};之后同样获取第2供应商最大产能信息至第10供应商最大产能信息,最后将这10个供应商最大产能信息求并集的过程中将相同供应商名称的最大产能仅保存一项即可。例如第2供应商最大产能信息={供应商C的最大产能=11000、供应商D的最大产能=3000、供应商E的最大产能=2600、供应商F的最大产能=1000、供应商G的最大产能=5000、供应商J的最大产能=2000},将第1供应商最大产能信息和第2供应商最大产能信息求并集时,两者均具有供应商C的最大产能=11000、供应商E的最大产能=2600、供应商F的最大产能=1000,则两者求并集和这3个供应商的最大产能是从第1供应商最大产能信息中的信息选择并保留或从第2供应商最大产能信息中的信息选择并保留即可,这样将第1供应商最大产能信息至第10供应商最大产能信息求并集时,可以分别得到如表2中供应商A-供应商J分别对应的最大产能信息。可见,基于上述轮询查找并求并集的方式,可以快速准确获取到供应商报价信息和供应商最大产能信息。
线性规划模型获取单元103,用于若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,获取线性规划模型。
在本实施例中,当获取到了所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息后,需要判断所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息是否均为非空集合且被正常保存于服务器中,以进一步判断上述信息是否能通过本地的数据校验。
在一实施例中,所述线性规划模型获取单元103具体用于:
若所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息均为非空集合且被正常保存于服务器,判定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验。
在本实施例中,若所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息均为非空集合且被正常保存于服务器中,则可判定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,通过数据校验后的所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息可以作为当前获取的准确输入数据,之后再从服务器中获取最终计算线性规划结果的线性规划模型即可。
例如所获取的线性规划模型为采购总成本取最小值,且还需满足商品采购量=针对该商品分配给各供应商的采购量之和及该商品分配给各供应商的采购量为整数。当在服务器中获取到如上的线性规划模型后,即可进行后续的线性规划结果求解。
线性规划单元104,用于根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据;其中,所述初始规划数据中包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息。
在本实施例中,仍继续参考所获取的线性规划模型为采购总成本取最小值,且还需满足商品采购量=针对该商品分配给各供应商的采购量之和及该商品分配给各供应商的采购量为整数。由于已知了所述供应商报价信息和所述供应商最大产能信息,此时可以将所述供应商报价信息和所述供应商最大产能信息代入到所述线性规划模型并求解,可得到包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息的初始规划数据。
在一实施例中,线性规划单元104具体用于:
将所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息作为所述线性规划模型的输入并进行线性规划求解,得到初始规划数据。
在本实施例中,当已知了初始配额信息、所述供应商报价信息和所述供应商最大产能信息后,可以构建一个包括上述3个信息的输入数据表,具体如上表1,然后以表1中的数据区域作为线性规划模型的输入并进行线性规划求解,得到初始规划数据,具体如上表3。
当获取了如表3所示的结果后,可以从分配量的一行中获取到初始规划数据,即已知了与所述待采购商品名称集中各待采购商品名称分别对应采购信息(采购信息即采购量)。
在一实施例中,采购需求智能分配装置100还包括:
近似约束条件获取单元,用于获取与所述线性规划模型相对应的第一近似约束条件及第二近似约束条件;
第一近似规划单元,用于根据所述第一近似约束条件、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定第一近似规划数据;
第二近似规划单元,用于根据所述第二近似约束条件、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定第二近似规划数据。
在本实施例中,当获取到了当前作为最优解的初始规划数据后,还可以进一步获取作为对比结果的第一近似规划数据和第二近似规划数据,例如具体将第一近似约束条件设置为各商品按最低单价采购全部需求,第二近似约束条件为各商品按平均单价采购全部需求,则与第一近似约束条件对应的第一近似规划数据为67012700,与第二近似约束条件对应的第二近似规划数据为68624688。由于之前获取的初始规划数据中包括总采购金额为67102300,可以看出第一近似规划数据和第二近似规划数据因为只满足了部分约束条件,导致最终计算的结果不一定是最优解,但也可将第一近似规划数据和第二近似规划数据同样计算得出,以作为初始规划数据的对照数据进行展示。
第一审核执行单元105,用于若接收到与所述初始规划数据对应的审批通过信息,将所述初始规划数据存储至待发布存储区域。
在本实施例中,当在服务器中得到了所述初始规划数据,应及时通知对应的审核人员对该初始规划数据进行审批,若审批通过则将所述初始规划数据存储至待发布存储区域,而且同时将与所述初始规划数据对应的所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息保存至服务器。
第二审核执行单元106,用于若接收到与所述初始规划数据对应的审批未通过信息,获取与所述初始规划数据对应的调整规划数据,若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域。
在本实施例中,当在服务器中得到与所述初始规划数据对应的审批未通过信息,则表示审核人员对该初始规划数据存在疑问,可以直接由审核人员进行人工调整后得到对应的调整规划数据,调整完成后若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域即可。可见,当审核人员对初始规划数据的准确度不确定时,可以人工核算后再进行调整,确保了存储至待发布存储区域的数据是最终经过审核后的数据。
该装置实现了基于输入的初始配额信息自动进行校验和进行线性规划求得最优解,提高了输出结果的获取效率。
上述采购需求智能分配装置可以实现为计算机程序的形式,该计算机程序可以在如图4所示的计算机设备上运行。
请参阅图4,图4是本申请实施例提供的计算机设备的示意性框图。该计算机设备500是服务器,也可以是服务器集群。服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参阅图4,该计算机设备500包括通过装置总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时,可使得处理器502执行采购需求智能分配方法。
该处理器502用于提供计算和控制能力,支撑整个计算机设备500的运行。
该内存储器504为存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行采购需求智能分配方法。
该网络接口505用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现本申请实施例公开的采购需求智能分配方法。
本领域技术人员可以理解,图4中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备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。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图4所示实施例一致,在此不再赘述。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal 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。其中,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。
在本申请的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质,也可以为易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现本申请实施例公开的采购需求智能分配方法。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备、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,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另外,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,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本申请实施例方案的目的。
另外,在本申请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,也可以是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。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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,后台服务器,或者网络设备等)执行本申请各个实施例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)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种采购需求智能分配方法,其特征在于,包括:
获取采购方终端上传的初始配额信息;其中,所述初始配额信息为填充于业务配额管理单中的采购需求信息;
根据所述初始配额信息获取待采购商品名称集,并基于所述待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息;
若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,获取线性规划模型;
根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据;其中,所述初始规划数据中包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息;
若接收到与所述初始规划数据对应的审批通过信息,将所述初始规划数据存储至待发布存储区域;
若接收到与所述初始规划数据对应的审批未通过信息,获取与所述初始规划数据对应的调整规划数据,若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域。
2.根据权利要求1所述的采购需求智能分配方法,其特征在于,所述根据所述初始配额信息获取待采购商品名称集,并基于所述待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息,包括:
获取所述待采购商品名称集中的第i个待采购商品名称;其中,i的初始取值为1,且i的取值范围为[1,N],N表示所述待采购商品名称集所包括的待采购商品名称的总个数;
在所述供应商数据库中获取与所述第i个待采购商品名称对应的第i供应商报价信息;
基于所述第i供应商报价信息中包括的供应商名称在所述供应商数据库中对应筛选获取第i供应商最大产能信息;
将i增1以更新i的取值;
若i未超出N,返回执行所述获取所述待采购商品名称集中的第i个待采购商品名称的步骤;
若i超出N,获取第1供应商报价信息至第N供应商报价信息组成供应商报价信息,并获取第1供应商最大产能信息至第N供应商最大产能信息组成供应商最大产能信息。
3.根据权利要求2所述的采购需求智能分配方法,其特征在于,所述获取第1供应商报价信息至第N供应商报价信息组成供应商报价信息,并获取第1供应商最大产能信息至第N供应商最大产能信息组成供应商最大产能信息,包括:
将第1供应商报价信息至第N供应商报价信息求并集,得到供应商报价信息;
将第1供应商最大产能信息至第N供应商最大产能信息求并集,得到供应商最大产能信息。
4.根据权利要求1所述的采购需求智能分配方法,其特征在于,所述若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,包括:
若所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息均为非空集合且被正常保存于服务器,判定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验。
5.根据权利要求1所述的采购需求智能分配方法,其特征在于,所述根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据,包括:
将所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息作为所述线性规划模型的输入并进行线性规划求解,得到初始规划数据。
6.根据权利要求1所述的采购需求智能分配方法,其特征在于,所述根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据之后,还包括:
获取与所述线性规划模型相对应的第一近似约束条件及第二近似约束条件;
根据所述第一近似约束条件、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定第一近似规划数据;
根据所述第二近似约束条件、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定第二近似规划数据。
7.一种采购需求智能分配装置,其特征在于,包括:
第一信息获取单元,用于获取采购方终端上传的初始配额信息;其中,所述初始配额信息为填充于业务配额管理单中的采购需求信息;
第二信息获取单元,用于根据所述初始配额信息获取待采购商品名称集,并基于所述待采购商品名称集从供应商数据库中获取供应商报价信息和供应商最大产能信息;
线性规划模型获取单元,用于型若确定所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息通过数据校验,获取线性规划模型;
线性规划单元,用于根据所述线性规划模型、所述初始配额信息、所述供应商报价信息和所述供应商最大产能信息,确定初始规划数据;其中,所述初始规划数据中包括与所述待采购商品名称集中各待采购商品名称分别对应采购信息;
第一审核执行单元,用于若接收到与所述初始规划数据对应的审批通过信息,将所述初始规划数据存储至待发布存储区域;
第二审核执行单元,用于若接收到与所述初始规划数据对应的审批未通过信息,获取与所述初始规划数据对应的调整规划数据,若检测到与所述调整规划数据对应的审批通过信息时则将所述调整规划数据存储至待发布存储区域。
8.根据权利要求7所述的采购需求智能分配装置,其特征在于,所述第二信息获取单元用于:
获取所述待采购商品名称集中的第i个待采购商品名称;其中,i的初始取值为1,且i的取值范围为[1,N],N表示所述待采购商品名称集所包括的待采购商品名称的总个数;
在所述供应商数据库中获取与所述第i个待采购商品名称对应的第i供应商报价信息;
基于所述第i供应商报价信息中包括的供应商名称在所述供应商数据库中对应筛选获取第i供应商最大产能信息;
将i增1以更新i的取值;
若i未超出N,返回执行所述获取所述待采购商品名称集中的第i个待采购商品名称的步骤;
若i超出N,获取第1供应商报价信息至第N供应商报价信息组成供应商报价信息,并获取第1供应商最大产能信息至第N供应商最大产能信息组成供应商最大产能信息。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的采购需求智能分配方法。
10.一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存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至6任一项所述的采购需求智能分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210864654.3A CN115187107B (zh) | 2022-07-21 | 2022-07-21 | 采购需求智能分配方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210864654.3A CN115187107B (zh) | 2022-07-21 | 2022-07-21 | 采购需求智能分配方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115187107A true CN115187107A (zh) | 2022-10-14 |
CN115187107B CN115187107B (zh) | 2024-05-10 |
Family
ID=83520985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210864654.3A Active CN115187107B (zh) | 2022-07-21 | 2022-07-21 | 采购需求智能分配方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115187107B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829966A (zh) * | 2024-03-05 | 2024-04-05 | 深圳市企企通科技有限公司 | 基于供应商分级的智能配额管理方法、装置、设备及介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002189886A (ja) * | 2000-12-22 | 2002-07-05 | Brain Trust & Company Kk | 取引価格決定支援システム |
US20020178077A1 (en) * | 2001-05-25 | 2002-11-28 | Katz Steven Bruce | Method for automatically invoking a software module in response to an internal or external event affecting the procurement of an item |
JP2003281411A (ja) * | 2002-03-22 | 2003-10-03 | Seiko Epson Corp | 資材調達システム、資材調達方法および資材調達プログラム |
US20040172321A1 (en) * | 2003-03-01 | 2004-09-02 | Chandrasekar Vemula | Purchase planning and optimization |
CN101964088A (zh) * | 2010-10-27 | 2011-02-02 | 湖南大学 | 采购方案自动生成系统与方法 |
CN108256802A (zh) * | 2018-01-12 | 2018-07-06 | 东华大学 | 基于人群搜索算法的多供应商订单分配云处理方法 |
CN110400204A (zh) * | 2019-08-06 | 2019-11-01 | 政采云有限公司 | 一种采购的方法和装置 |
CN110675187A (zh) * | 2019-09-18 | 2020-01-10 | 医修技术服务(北京)有限公司 | 医疗耗材询价和采购方法、装置、计算机设备及存储介质 |
CN110782084A (zh) * | 2019-10-23 | 2020-02-11 | 武汉晨曦芸峰科技有限公司 | 一种离散制造企业多物料联合采购优化方法及系统 |
CN111967927A (zh) * | 2020-07-03 | 2020-11-20 | 青岛檬豆网络科技有限公司 | 一种多准则计算满意度的商业采购方法 |
CN112446649A (zh) * | 2019-08-27 | 2021-03-05 | 国网山西省电力公司运城供电公司 | 物资采购计划的审查方法和装置 |
CN112508436A (zh) * | 2020-12-15 | 2021-03-16 | 绿瘦健康产业集团有限公司 | 一种供应商产品采购方法、装置及存储介质 |
CN113935682A (zh) * | 2021-09-30 | 2022-01-14 | 杭州英祐科技有限公司 | 一种商品多目标采购派单方法及系统及设备及存储介质 |
CN114298585A (zh) * | 2021-12-30 | 2022-04-08 | 上海甄云信息科技有限公司 | 一种面向采购场景的物料采购配额分配方法及装置 |
US20220277331A1 (en) * | 2019-10-30 | 2022-09-01 | Complete Intelligence Technologies, Inc. | Systems and methods for procurement cost forecasting |
-
2022
- 2022-07-21 CN CN202210864654.3A patent/CN115187107B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002189886A (ja) * | 2000-12-22 | 2002-07-05 | Brain Trust & Company Kk | 取引価格決定支援システム |
US20020178077A1 (en) * | 2001-05-25 | 2002-11-28 | Katz Steven Bruce | Method for automatically invoking a software module in response to an internal or external event affecting the procurement of an item |
JP2003281411A (ja) * | 2002-03-22 | 2003-10-03 | Seiko Epson Corp | 資材調達システム、資材調達方法および資材調達プログラム |
US20040172321A1 (en) * | 2003-03-01 | 2004-09-02 | Chandrasekar Vemula | Purchase planning and optimization |
CN101964088A (zh) * | 2010-10-27 | 2011-02-02 | 湖南大学 | 采购方案自动生成系统与方法 |
CN108256802A (zh) * | 2018-01-12 | 2018-07-06 | 东华大学 | 基于人群搜索算法的多供应商订单分配云处理方法 |
CN110400204A (zh) * | 2019-08-06 | 2019-11-01 | 政采云有限公司 | 一种采购的方法和装置 |
CN112446649A (zh) * | 2019-08-27 | 2021-03-05 | 国网山西省电力公司运城供电公司 | 物资采购计划的审查方法和装置 |
CN110675187A (zh) * | 2019-09-18 | 2020-01-10 | 医修技术服务(北京)有限公司 | 医疗耗材询价和采购方法、装置、计算机设备及存储介质 |
CN110782084A (zh) * | 2019-10-23 | 2020-02-11 | 武汉晨曦芸峰科技有限公司 | 一种离散制造企业多物料联合采购优化方法及系统 |
US20220277331A1 (en) * | 2019-10-30 | 2022-09-01 | Complete Intelligence Technologies, Inc. | Systems and methods for procurement cost forecasting |
CN111967927A (zh) * | 2020-07-03 | 2020-11-20 | 青岛檬豆网络科技有限公司 | 一种多准则计算满意度的商业采购方法 |
CN112508436A (zh) * | 2020-12-15 | 2021-03-16 | 绿瘦健康产业集团有限公司 | 一种供应商产品采购方法、装置及存储介质 |
CN113935682A (zh) * | 2021-09-30 | 2022-01-14 | 杭州英祐科技有限公司 | 一种商品多目标采购派单方法及系统及设备及存储介质 |
CN114298585A (zh) * | 2021-12-30 | 2022-04-08 | 上海甄云信息科技有限公司 | 一种面向采购场景的物料采购配额分配方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829966A (zh) * | 2024-03-05 | 2024-04-05 | 深圳市企企通科技有限公司 | 基于供应商分级的智能配额管理方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115187107B (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11636413B2 (en) | Autonomic discrete business activity management method | |
US10762564B2 (en) | Autonomous peer-to-peer energy networks operating on a blockchain | |
US11816735B2 (en) | System and method for evaluating a service provider of a retirement plan | |
US20060265310A1 (en) | Realtime transparent commodity index and trading database | |
RU2642378C2 (ru) | Автоматизированная система осуществления закупок и продаж с использованием интерактивной облачной системы | |
CN108885762B (zh) | 用于在数据市场中分配价格发现机制的方法和系统 | |
KR20220133824A (ko) | 판매자를 위한 온라인 쇼핑몰 통합관리 시스템 및 방법 | |
US20160110807A1 (en) | Container shipping contract exchange system | |
CN115187107A (zh) | 采购需求智能分配方法、装置、计算机设备及存储介质 | |
CN112036631A (zh) | 采购量确定方法、装置、设备及存储介质 | |
US8484101B2 (en) | Cost management system with flexible unit of measure | |
WO2020024270A1 (en) | Supply chain management system and method | |
US20120116932A1 (en) | Evaluating requests using historical benchmarking | |
CN116151868A (zh) | 智能化核价方法、装置、计算机设备及存储介质 | |
CN115689245A (zh) | 一种用于确定不同场景下骑手的背单量的方法及装置 | |
CN115619340A (zh) | 基于智慧供应链的招标采购全业务管控方法、装置、设备、系统和介质 | |
CN115268734A (zh) | 基于报价工具的报价生成方法、装置、设备及存储介质 | |
CN115619239A (zh) | 一种智能招标方法、装置及计算机可读介质 | |
CN114240201A (zh) | 一种基于供应链背景下的智慧数据中台 | |
CN112529456A (zh) | 一种供应商评价系统、方法、后台设备及存储介质 | |
CN112581295A (zh) | 基于字段拆分的产品数据处理方法、装置、设备和介质 | |
KR20150123765A (ko) | 기술가치 평가 시스템 및 방법 | |
KR20150086582A (ko) | 기술가치 평가 시스템 및 방법 | |
KR102395415B1 (ko) | 독립보험대리점 관리정보 서비스 시스템 | |
WO2012095844A1 (en) | Method and system for electronic tenders |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |