CN115345554A - 基于存储模型的收发管控方法、装置、设备及存储介质 - Google Patents
基于存储模型的收发管控方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115345554A CN115345554A CN202210972562.7A CN202210972562A CN115345554A CN 115345554 A CN115345554 A CN 115345554A CN 202210972562 A CN202210972562 A CN 202210972562A CN 115345554 A CN115345554 A CN 115345554A
- Authority
- CN
- China
- Prior art keywords
- goods
- target
- state
- supplier
- dispatching
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012790 confirmation Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 238000013439 planning Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 52
- 238000012384 transportation and delivery Methods 0.000 claims description 24
- 238000012550 audit Methods 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/08—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
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于存储模型的收发管控方法，获取目标收发物流对象的存储状态，当接收到的目标收发物流对象的短缺状态时，对目标收发物流对象的短缺状态进行分析并匹配对应的目标供应商；构建经济订货批量模型得到最优订货结果；根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单；将所述一次采购申请单对应的订货需求输入目标供应商进行库存确认，并通过动态规划生成二次采购申请单，目标供应商根据所述二次采购申请清单进行目标收发物流对象的配货；对目标收发物流对象的配货进行清点确定并判断是否退换货。有效监控收发管控状态，提高收发管控效率。
Description
技术领域
本发明涉及物流技术领域，尤其涉及一种基于存储模型的收发管控方法、装置、设备及存储介质。
背景技术
收发管理是对采购作业流程的实施与监控，也是对企业产品供应商进行的系统管理，有效的进行采购管理能使供应商更好地为企业服务，并促进彼此间的合作关系，其作用在于帮助采购部门确定合理的订货量，选择优秀的供应商，帮助企业实现最佳库存水平。此外，通过实时提供订购、验收信息，跟踪和催促外购或委托加工货物的交付状况，保证采购货物及时到达，从而实现采购价格最优、供货时间最恰当、采购成本最低的目的。
现有技术在货物数量及运输量的剧增时，工作人员工作强度大，工作效率低，所有单据均由工作人员进行手工操作，填写错误的情况会有几率发生，影响对货物收发的控制，不能及时监控货物状态，人工操作方式严重影响了工作效率，造成了人力资源浪费。
发明内容
本发明的目的是提供一种基于存储模型的收发管控方法、装置、设备及存储介质。
本发明所提供的一种基于存储模型的收发管控方法，包括：
获取目标收发物流对象的存储状态，当接收到的所述目标收发物流对象的短缺状态时，对所述目标收发物流对象的短缺状态进行分析并匹配对应的目标供应商；
根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果，所述最优订货结果包括最优订货周期和最优订货量；
根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单；
将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单，所述目标供应商根据所述二次采购申请清单进行所述目标收发物流对象的配货，并安排物流进行发货；
对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程。
优选地，所述根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果包括：
基于经济订货批量模型平衡采购成本和库存持有成本，得到总成本最低的订货批量，公式如下：
其中，Q*为经济订货批量；C为单次订货成本；R为年总需求量；P为货物单价(元/件)；F为每件存货的年保管费用占其价值的百分比；H＝PF，即单位产品的库存成本，即每件存货的年平均库存保管费用(元/件·年)；
预设每隔时间t补充一次存储，订货量为Q*，需求速度为D，最佳订货量Q*＝Dt。
优选地，所述根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单包括：
设置存储模型的约束条件，所述约束条件包括资金、库存容量或同时兼有资金和库存容量；
当服务器对所述目标收发物流对象的约束条件为允许缺货，则根据允许缺货的存储模型匹配对应的目标供应商；
当服务器对所述目标收发物流对象的约束条件为不允许缺货，则根据不允许缺货的存储模型匹配对应的目标供应商；
将所述优化后的订货结果结合不同约束条件下匹配的所述的目标供应商生成规划安排后的采购申请单。
优选地，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货包括：
建立所述目标供应商与客户管理之间的信息关联；
当用户拒收时，所述目标收发物流对象的状态变为待供应商审核，在供应商审核通过后，状态变为拒收，在供应商审核不通过时，状态变为待收货；
当用户拒收时，当前订单对应的供应商抓取物流信息，在对应供应商端显示拒收状态，服务器同步供应商与本服务器自身的客户管理间的发货单状态，更新所述发货单状态为拒收。
优选地，所述将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单包括：
按照预设的次序将收发管控的全过程划分为互相关联的子阶段，从各阶段位置出发形成当前阶段的状态，所述子阶段包括订购阶段、验收阶段、跟踪阶段和催促交付阶段；
对各阶段作出最短路径决策并最优决策结果，所述最短路径决策为各阶段服务器最短响应时间；
确认经过各子阶段的状态转移规律生成规划后的二次采购申请单。
优选地，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程包括：
若进入确认收货进程，确认所述目标收发物流对象配货准确后自动生成收货单，通过CI/CD交付方式执行交付指令，返回收货凭证并更新收货单；
若进入退货进程，则进入退货审核进程，判断进入退货进程的订单信息及返还对象是否符合预设的退货要求，在退货审核成功后进行退货流程；
若进入换货进程，则进入换货审核进程，判断进入换货进程的订单信息及返还对象是否符合预设的换货要求，在换货审核成功后进行换货流程。
优选地，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核包括：
从所述目标供应商接收退换货信息，并查询退换货理由；
若退换货理由为数量或金额问题，服务器通过解析发货单对应的货物信息，提取货物关键字，通过获取预设审核标准，将货物关键字和预设审核标准进行比对，所述物流关键字包括与物流对应的类型、数量；
所述预设审核标准为与所述采购清单对应的预设总数量的阈值，获取与各目标收发物流对象对应的数量，获得所述目标收发物流对象的总数量，并将物流总数量与预设总数量进行比对，判断所述物流总数量与预设总数量的差值，并根据所述差值生成审核结果，以判断数量上是否通过审核；
所述预设审核标准为与所述采购清单对应的预设总金额的阈值，获取与各目标收发物流对象对应的单价，获得所述目标收发物流对象的总金额，并将物流总金额与预设总金额进行比对，判断所述物流总金额与预设总金额的差值，并根据所述差值生成审核结果，以判断总金额上是否通过审核。
本发明所提供的一种基于存储模型的收发管控装置，包括：
状态获取模块，用于获取目标收发物流对象的存储状态，当接收到的所述目标收发物流对象的短缺状态时，对所述目标收发物流对象的短缺状态进行分析并匹配对应的目标供应商；
经济订货批量模型，用于根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果，所述最优订货结果包括最优订货周期和最优订货量；
一次优化模块，用于根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单；
二次优化模块，用于将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单，所述目标供应商根据所述二次采购申请清单进行所述目标收发物流对象的配货，并安排物流进行发货；
结果输出模块，用于对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程。
本发明所提供的一种基于存储模型的收发管控设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现如本发明实施例中所述的基于存储模型的收发管控方法。
本发明所提供的一种计算机可读介质，存储计算机程序，所述计算机程序被一个或多个处理器执行时，实现如本发明实施例中所述的基于存储模型的收发管控方法。
针对现有技术，本发明具有如下的有益效果：
本发明所提供的基于存储模型的收发管控方法，通过对接收到的货物短缺信息进行分析，并匹配目标供应商，供应商进行货物配货及发货，货物到货后进行多重审核，以确定货物采购准确性；
基于经济订货批量模型的最优成本方案，优化订货周期和订货量，提高各工作进程处理效率，通过优化后的采购申请单提高了收发货物的信息查询、统计、修改和确认效率，实现了对收发货过程的有效控制，从而更好地提高了工作效率。
附图说明
图1为本发明实施例一中所述基于存储模型的收发管控方法的步骤示意图；
图2为本发明实施例一中所述基于存储模型的收发管控方法的整体流程示意图；
图3为本发明实施例二中所述基于存储模型的收发管控装置原理图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
实施例一
如图1所示，本发明所提供的一种基于存储模型的收发管控方法，包括：
获取目标收发物流对象的存储状态，当接收到的所述目标收发物流对象的短缺状态时，对所述目标收发物流对象的短缺状态进行分析并匹配对应的目标供应商；
根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果，所述最优订货结果包括最优订货周期和最优订货量；
根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单；
将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单，所述目标供应商根据所述二次采购申请清单进行所述目标收发物流对象的配货，并安排物流进行发货；
对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程。
本发明所提供的基于存储模型的收发管控方法，通过对接收到的货物短缺信息进行分析，并匹配目标供应商，供应商进行货物配货及发货，货物到货后进行多重审核，以确定货物采购准确性；
基于经济订货批量模型的最优成本方案，优化订货周期和订货量，提高各工作进程处理效率，通过优化后的采购申请单提高了收发货物的信息查询、统计、修改和确认效率，实现了对收发货过程的有效控制，从而更好地提高了工作效率。
本实施例中一次采购申请单或二次采购申请单单包括每个货物对应的已发货量、未交货量、在途量、已收货量，每个物流发货后都会有发货单，发货单包括发货单号、发货单来源、发货单状态、配送方式、数量、箱数、合计数量等等；发货单创建配送信息成功后自动生成或由供应商系统推送，自动生成发货单格式：字母+日期例如：F2202010001；发货单状态：创建发货单后默认为待收货，用户点收货并提交收货单后状态变为待推送SAP；推送SAP成功后状态变为已收货；配送方式至少包括第三方物流配送、供应商配送；如为第三方物流配送需填写物流单号、物流公司名称、收件人姓名、收件人电话、收件人地址等信息。
具体地，所述根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果包括：
基于经济订货批量模型平衡采购成本和库存持有成本，得到总成本最低的订货批量，公式如下：
其中，Q*为经济订货批量；C为单次订货成本；R为年总需求量；P为货物单价(元/件)；F为每件存货的年保管费用占其价值的百分比；H＝PF，即单位产品的库存成本，即每件存货的年平均库存保管费用(元/件·年)；
预设每隔时间t补充一次存储，订货量为Q*，需求速度为D，最佳订货量Q*＝Dt。
本实施例所采用的经济订货批量模型核心是在订货成本与库存成本之间寻找一个平衡，使得订货能够满足市场预估需求，使得成本最小化，这边的成本既包括订货成本又包括库存持有成本。
经济订货批量(EOQ)的基本假设如下：不允许缺货，即缺货费用Cs无穷大。当库存将至零，可以立即得到补充，供应商生成时间很短，可以近似看做零。需求是连续的，均匀的，需求速率是R。每次订货量Q不变，订购费C0不变，即每次生产量不变，装配费不变。单位存储成本不变。EOQ的数学推导如下：
一个周期t内的总存储量为：1/2Qt；
一个周期t内的总费用F(t)＝订购费+存储费+货物成本费＝订购费率x订购次数+总存储量x存储费率+货物单价Px货物总需求量＝C0×1+1/2QtCh+PRt；
单位时间内的总费用(库存系统总费用率)为：
其中：f0＝C0R/Q,fh＝1/2ChQ,f0＝C0RQ,前者是单位时间的订购费，后者是单位时间的存储费，PR是常数，在考虑存储系统总费用时，PR可以忽略不计。
最优存储策略：在求极值的数学问题中，令导数为零，可以得到最优的订购策略。即最佳订购批量/最大库存量为
最优存储周期/订货周期为
最优总存储费用为
具体地，所述根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单包括：
设置存储模型的约束条件，所述约束条件包括资金、库存容量或同时兼有资金和库存容量；
当服务器对所述目标收发物流对象的约束条件为允许缺货，则根据允许缺货的存储模型匹配对应的目标供应商；建立允许缺货模型，订购前期为0，当库存水平降为0时不会马上补充货源，而是一段时间处于缺货状态。当缺货达到一定水平开始立即补充货源，之后以需求速度D在消耗。
设初始库存为S，B为最大缺货量，在(0,t1)时间内，库存为正值，在(t1,t)发生缺货。当新的一批货源到达，马上补足缺货，由于S只能满足t1时间的需求量，有S＝Dt1；
在(t1,t)时间内处于缺货状态，则有B＝D(t-t1)，可得到：在(0,t1)时间内平均存储量为：1/2S＝1/2Dt1；在(t1,t2)时间内平均缺货量为1/2D*(t-t1)。
当服务器对所述目标收发物流对象的约束条件为不允许缺货，则根据不允许缺货的存储模型匹配对应的目标供应商；有计划缺货，建立不允许缺货模型，当库存水平降为0时并不马上补充货源，而是一段时间处于缺货状态。当缺货达到一定水平时边生产边补足缺货，达到最大存储量时立即停止生产，然后以需求速度D在消耗。
设S为最大存储量，B为最大缺货量，(t1,t3)为生产时间，(t1,t2)除满足需求外，还须补充(0,t1)期间的缺货，(t2,t3)时间内在满足需求后的货物进入库存，库存以(P-D)的速度增加，t3时刻库存量达到最大，此时停止生产，(t3,t)时间内库存量以速率D减少。
由于(0,t1)时间内的缺货要在(t1,t2)时间内补足，故：B＝Dt1＝(P-D)(t2-t1),可推出：t1＝(P-D)/P*t2；
将所述优化后的订货结果结合不同约束条件下匹配的所述的目标供应商生成规划安排后的采购申请单。
具体地，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货包括：
建立所述目标供应商与客户管理之间的信息关联；本实施例中建立供应链关联供应商与服务器中的客户管理，
当用户拒收时，所述目标收发物流对象的状态变为待供应商审核，在供应商审核通过后，状态变为拒收，在供应商审核不通过时，状态变为待收货；
当用户拒收时，当前订单对应的供应商抓取物流信息，在对应供应商端显示拒收状态，服务器同步供应商与本服务器自身的客户管理间的发货单状态，更新所述发货单状态为拒收，有利于有效获取配货状态采取下一步操作。
用户点拒收，状态变为待供应商审核；供应商审核通过后，状态变为拒收；供应商审核不通过，状态变为待收货。如果用户(采购员)点拒收，需要选择拒收类型(退货或换货)并填写拒收备注，则发货单状态变为待供应商审核，供应商审核通过后，状态变为拒收。供应商审核不通过，状态变为待收货。如果采购员拒收，供应商通过供应商的系统抓取物流信息，在供应商系统中显示拒收状态，本系统通过同步供应商系统的发货单状态，更新系统发货单状态为拒收。采购员可以编辑拒收类型。若产生退换货则将货物返回给供应商。
具体地，所述将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单包括：
按照预设的次序将收发管控的全过程划分为互相关联的子阶段，从各阶段位置出发形成当前阶段的状态，所述子阶段包括订购阶段、验收阶段、跟踪阶段和催促交付阶段；
对各阶段作出最短路径决策并最优决策结果，所述最短路径决策为各阶段服务器最短响应时间；
确认经过各子阶段的状态转移规律生成规划后的二次采购申请单，各子阶段可以单独或结合全过程规划，可在各子阶段全部或分批提交订购的货物。
本实施例动态规划二次采购申请单，可以输出最优订购计划。例如，未来3个月的销量预测已知，为3w，4w，3w，如果启动生成，则启动费用为3万每次，而且每个产品的成本是1元，每件产品的每月的存储费用为0.7元。第一个月和第四个月的库存为0。设置变量如下：k:表示不同的阶段,这里有4个月，则k＝1,2,3,4；
Sk:表示月初库存，因为第1,4个月的月初库存为0,则S1＝0,S4＝0
xk:表示决策变量，即当月要订购的量，此时库存为0，如果1月订购未来全部月份的需求，则1月最大订购为10w，同理，2、3月需要订购的只能在2月和3月订购，因此2月最大订购7w，3月最大订购3w。
x1＝{3,4,5,6,7,8,9,10},x2＝{0,1,2,3,4,5,6,7},x3＝{0,1,2,3}
状态转移方程：
SK+1＝SK+xk-dk；
其中，dk是每月的需求量，SK是月初库存。
阶段指标函数(成本＝生产费用+存储费用)rk(xk)为
根据上述规律递推出方程能够动态规划出最优需求变化，即最优订购计划，如成本、订购数量、库存的最优选择。
如图2所示，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程包括：
若进入确认收货进程，确认所述目标收发物流对象配货准确后自动生成收货单，通过CI/CD交付方式执行交付指令，返回收货凭证并更新收货单；本实施例采用的CICD技术是持续集成(Continuous Integration)持续交付和持续部署。将交付流程串联起来，触发流水线自动确认付款指令，将源代码拉取、编译、测试、打包、构建、部署和运行测试过程执行确认付款，有利于企业建立标准化支付体制，降低了未解决或者未检测到的问题的影响，使系统更容易维护。
若进入退货进程，则进入退货审核进程，判断进入退货进程的订单信息及返还对象是否符合预设的退货要求，在退货审核成功后进行退货流程；
若进入换货进程，则进入换货审核进程，判断进入换货进程的订单信息及返还对象是否符合预设的换货要求，在换货审核成功后进行换货流程，加快各进程处理效率。
具体地，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核包括：
从所述目标供应商接收退换货信息，并查询退换货理由；
若退换货理由为数量或金额问题，服务器通过解析发货单对应的货物信息，提取货物关键字，通过获取预设审核标准，将货物关键字和预设审核标准进行比对，所述物流关键字包括与物流对应的类型、数量；
所述预设审核标准为与所述采购清单对应的预设总数量的阈值，获取与各目标收发物流对象对应的数量，获得所述目标收发物流对象的总数量，并将物流总数量与预设总数量进行比对，判断所述物流总数量与预设总数量的差值，并根据所述差值生成审核结果，以判断数量上是否通过审核；
所述预设审核标准为与所述采购清单对应的预设总金额的阈值，获取与各目标收发物流对象对应的单价，获得所述目标收发物流对象的总金额，并将物流总金额与预设总金额进行比对，判断所述物流总金额与预设总金额的差值，并根据所述差值生成审核结果，以判断总金额上是否通过审核。
供应商系统接收退换货信息，并查询退换货理由，若退换货理由为数量或金额问题服务器通过解析发货单对应的货物信息，从中提取货物关键字。其中，物流关键字包括与物流对应的类型、数量等。服务器通过获取预设审核标准，如采购清单对应的标准，并将货物关键字和预设审核标准进行比对，其中，预设审核标准为与采购清单对应的预设总数量/金额阈值，获取与各物流对应的数量、单价，获得物流总数量/总金额，并将物流总数量/总金额与预设总数量或金额进行比对，判断物流总数量/总金额与预设总数量/金额的差值。进而可根据差值，生成审核结果，以判断是否通过审核。若审核通过则同意退货/同意换货，若审核不通过则退货失败/换货失败。
收货单至少包括收货单号、收货日日期、收货仓库、采购员、供应商名称、物流编码、物流名称、收货凭证编号、规格、单位、数量、单价、金额、采购订单行号、仓库编码、仓库名称等；采购订单行号为货物在订单号中的行号，用于推送SAP时，SAP根据订单号+行号确定货物，在SAP中，订单号+行号是唯一值；根据供应商提供的《根据订单号查询所有发货单明细信息》接口，通过订单号获取发货单信息。推送供应商订单号，例如供应商为某供应商时，用首字母名称代表订单号，返回发货单号和发货单状态、发货单来源，以及货物信息。
实施例二
如图3所示，本发明所提供的一种基于存储模型的收发管控装置，包括：
状态获取模块，用于获取目标收发物流对象的存储状态，当接收到的所述目标收发物流对象的短缺状态时，对所述目标收发物流对象的短缺状态进行分析并匹配对应的目标供应商；
经济订货批量模型，用于根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果，所述最优订货结果包括最优订货周期和最优订货量；
一次优化模块，用于根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单；
二次优化模块，用于将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单，所述目标供应商根据所述二次采购申请清单进行所述目标收发物流对象的配货，并安排物流进行发货；
结果输出模块，用于对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程。
本发明所提供的基于存储模型的收发管控方法，通过对接收到的货物短缺信息进行分析，并匹配目标供应商，供应商进行货物配货及发货，货物到货后进行多重审核，以确定货物采购准确性；
基于经济订货批量模型的最优成本方案，优化订货周期和订货量，提高各工作进程处理效率，通过优化后的采购申请单提高了收发货物的信息查询、统计、修改和确认效率，实现了对收发货过程的有效控制，从而更好地提高了工作效率。
上述状态获取模块、经济订货批量模型、一次优化模块、二次优化模块、结果输出模块的具体内容及实现方法，均如实施例一中所述，在此不再赘述。
实施例三
本发明还提供了一种基于存储模型的收发管控设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现如本发明一实施例中的基于存储模型的收发管控方法。
该基于存储模型的收发管控设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)和存储器，一个或一个以上存储应用程序或数据的存储介质(例如一个或一个以上海量存储设备)。其中，存储器和存储介质可以是短暂存储或持久存储。存储在存储介质的程序可以包括一个或一个以上模块，每个模块可以包括对基于存储模型的收发管控设备中的一系列指令操作。
进一步地，处理器可以设置为与存储介质通信，在散单物流对象处理的设备上执行存储介质中的一系列指令操作。
基于存储模型的收发管控设备还可以包括一个或一个以上电源，一个或一个以上有线或无线网络接口，一个或一个以上输入输出接口，和/或，一个或一个以上操作系统，例如Windows Serve、Vista等等。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被一个或多个处理器执行时，实现如本发明一实施例中的基于存储模型的收发管控方法。实施例二中的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明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的形式体现出来，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质。该计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得计算机执行实施例一中基于存储模型的收发管控的步骤。
本领域技术人员可以理解，本发明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的形式体现出来，该计算机软件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，服务器，或者网络设备等)执行本发明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、随机存取存储器RAM、磁碟或者光盘等各种可以存储程序代码的介质。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于存储模型的收发管控方法，其特征在于，包括：
获取目标收发物流对象的存储状态，当接收到的所述目标收发物流对象的短缺状态时，对所述目标收发物流对象的短缺状态进行分析并匹配对应的目标供应商；
根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果，所述最优订货结果包括最优订货周期和最优订货量；
根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单；
将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单，所述目标供应商根据所述二次采购申请清单进行所述目标收发物流对象的配货，并安排物流进行发货；
对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程。
2.如权利要求1所述的基于存储模型的收发管控方法，其特征在于，所述根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果包括：
基于经济订货批量模型平衡采购成本和库存持有成本，得到总成本最低的订货批量，公式如下：
其中，Q*为经济订货批量；C为单次订货成本；R为年总需求量；P为货物单价(元/件)；F为每件存货的年保管费用占其价值的百分比；H＝PF，即单位产品的库存成本，即每件存货的年平均库存保管费用(元/件·年)；
预设每隔时间t补充一次存储，订货量为Q*，需求速度为D，最佳订货量Q*＝Dt。
3.如权利要求1所述的基于存储模型的收发管控方法，其特征在于，所述根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单包括：
设置存储模型的约束条件，所述约束条件包括资金、库存容量或同时兼有资金和库存容量；
当服务器对所述目标收发物流对象的约束条件为允许缺货，则根据允许缺货的存储模型匹配对应的目标供应商；
当服务器对所述目标收发物流对象的约束条件为不允许缺货，则根据不允许缺货的存储模型匹配对应的目标供应商；
将所述优化后的订货结果结合不同约束条件下匹配的所述的目标供应商生成规划安排后的采购申请单。
4.如权利要求1所述的基于存储模型的收发管控方法，其特征在于，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货包括：
建立所述目标供应商与客户管理之间的信息关联；
当用户拒收时，所述目标收发物流对象的状态变为待供应商审核，在供应商审核通过后，状态变为拒收，在供应商审核不通过时，状态变为待收货；
当用户拒收时，当前订单对应的供应商抓取物流信息，在对应供应商端显示拒收状态，服务器同步供应商与本服务器自身的客户管理间的发货单状态，更新所述发货单状态为拒收。
5.如权利要求1所述的基于存储模型的收发管控方法，其特征在于，所述将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单包括：
按照预设的次序将收发管控的全过程划分为互相关联的子阶段，从各阶段位置出发形成当前阶段的状态，所述子阶段包括订购阶段、验收阶段、跟踪阶段和催促交付阶段；
对各阶段作出最短路径决策并最优决策结果，所述最短路径决策为各阶段服务器最短响应时间；
确认经过各子阶段的状态转移规律生成规划后的二次采购申请单。
6.如权利要求1所述的基于存储模型的收发管控方法，其特征在于，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程包括：
若进入确认收货进程，确认所述目标收发物流对象配货准确后自动生成收货单，通过CI/CD交付方式执行交付指令，返回收货凭证并更新收货单；
若进入退货进程，则进入退货审核进程，判断进入退货进程的订单信息及返还对象是否符合预设的退货要求，在退货审核成功后进行退货流程；
若进入换货进程，则进入换货审核进程，判断进入换货进程的订单信息及返还对象是否符合预设的换货要求，在换货审核成功后进行换货流程。
7.如权利要求1所述的基于存储模型的收发管控方法，其特征在于，所述对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核包括：
从所述目标供应商接收退换货信息，并查询退换货理由；
若退换货理由为数量或金额问题，服务器通过解析发货单对应的货物信息，提取货物关键字，通过获取预设审核标准，将货物关键字和预设审核标准进行比对，所述物流关键字包括与物流对应的类型、数量；
所述预设审核标准为与所述采购清单对应的预设总数量的阈值，获取与各目标收发物流对象对应的数量，获得所述目标收发物流对象的总数量，并将物流总数量与预设总数量进行比对，判断所述物流总数量与预设总数量的差值，并根据所述差值生成审核结果，以判断数量上是否通过审核；
所述预设审核标准为与所述采购清单对应的预设总金额的阈值，获取与各目标收发物流对象对应的单价，获得所述目标收发物流对象的总金额，并将物流总金额与预设总金额进行比对，判断所述物流总金额与预设总金额的差值，并根据所述差值生成审核结果，以判断总金额上是否通过审核。
8.一种基于存储模型的收发管控装置，其特征在于，包括：
状态获取模块，用于获取目标收发物流对象的存储状态，当接收到的所述目标收发物流对象的短缺状态时，对所述目标收发物流对象的短缺状态进行分析并匹配对应的目标供应商；
经济订货批量模型，用于根据目标收发物流对象的预设需求和订货数量确定库存模型，构建经济订货批量模型得到最优订货结果，所述最优订货结果包括最优订货周期和最优订货量；
一次优化模块，用于根据最优订货结果建立允许缺货的存储模型和不允许缺货的存储模型，得到优化后的订货结果并生成一次采购申请单；
二次优化模块，用于将所述一次采购申请单对应的订货需求输入所述目标供应商进行库存确认，并通过动态规划生成二次采购申请单，所述目标供应商根据所述二次采购申请清单进行所述目标收发物流对象的配货，并安排物流进行发货；
结果输出模块，用于对所述目标收发物流对象的配货进行清点确定并判断是否退换货，对退换货状态进行审核，输出审核结果推送至对应进程。
9.一种基于存储模型的收发管控设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行计算机可读指令时，实现如权利要求1至7中任意一项所述的基于存储模型的收发管控方法。
10.一种计算机可读介质，存储计算机程序，其特征在于，所述计算机程序被一个或多个处理器执行时，实现如权利要求1至7中任意一项所述的基于存储模型的收发管控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210972562.7A CN115345554B (zh) | 2022-08-15 | 2022-08-15 | 基于存储模型的收发管控方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210972562.7A CN115345554B (zh) | 2022-08-15 | 2022-08-15 | 基于存储模型的收发管控方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115345554A true CN115345554A (zh) | 2022-11-15 |
| CN115345554B CN115345554B (zh) | 2024-05-14 |
Family
ID=83952133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210972562.7A Active CN115345554B (zh) | 2022-08-15 | 2022-08-15 | 基于存储模型的收发管控方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115345554B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040098321A1 (en) * | 2002-11-15 | 2004-05-20 | Liu Zhexiong | Integrated inventory management system and method |
| CN1570931A (zh) * | 2003-07-12 | 2005-01-26 | 鸿富锦精密工业（深圳）有限公司 | 物料统一采购管理方法及系统 |
| CN103400252A (zh) * | 2013-08-02 | 2013-11-20 | 华迪计算机集团有限公司 | 货物库存的管理方法和装置 |
| CN104680240A (zh) * | 2013-12-03 | 2015-06-03 | 冯卫星 | 一种轻量级信息共享的供应链库存优化方法 |
| CN108280538A (zh) * | 2018-01-05 | 2018-07-13 | 广西师范学院 | 基于云计算环境下分布式物流库存优化方法 |
| CN109636298A (zh) * | 2019-01-28 | 2019-04-16 | 合肥工业大学智能制造技术研究院 | 用于仓储管理的控制系统及仓库 |
| CN110046865A (zh) * | 2019-05-20 | 2019-07-23 | 重庆大学 | 分布式库存调度方法 |
| CN110599057A (zh) * | 2019-09-19 | 2019-12-20 | 珠海格力电器股份有限公司 | 订单业务处理方法、集中调度平台及计算机可读存储介质 |
| CN110796413A (zh) * | 2019-10-29 | 2020-02-14 | 珠海格力电器股份有限公司 | 货物配送方法、装置、存储介质及电子设备 |
| AU2020103742A4 (en) * | 2020-11-27 | 2021-02-11 | Zhejiang Xinhua Bookstore Group Information Technology Co., Ltd. | A Payment system of supplier platform |
| 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 |
| CN113780913A (zh) * | 2020-11-20 | 2021-12-10 | 北京京东振世信息技术有限公司 | 一种安全库存信息的生成方法和装置 |
| CN113887772A (zh) * | 2020-07-02 | 2022-01-04 | 上海顺如丰来技术有限公司 | 订货周期优化方法、装置、计算机设备和存储介质 |
| CN114202347A (zh) * | 2021-10-27 | 2022-03-18 | 杭州拼便宜网络科技有限公司 | 电商应对退换货的方法、装置、电子设备及存储介质 |
-
2022
- 2022-08-15 CN CN202210972562.7A patent/CN115345554B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040098321A1 (en) * | 2002-11-15 | 2004-05-20 | Liu Zhexiong | Integrated inventory management system and method |
| CN1570931A (zh) * | 2003-07-12 | 2005-01-26 | 鸿富锦精密工业（深圳）有限公司 | 物料统一采购管理方法及系统 |
| CN103400252A (zh) * | 2013-08-02 | 2013-11-20 | 华迪计算机集团有限公司 | 货物库存的管理方法和装置 |
| CN104680240A (zh) * | 2013-12-03 | 2015-06-03 | 冯卫星 | 一种轻量级信息共享的供应链库存优化方法 |
| CN108280538A (zh) * | 2018-01-05 | 2018-07-13 | 广西师范学院 | 基于云计算环境下分布式物流库存优化方法 |
| CN109636298A (zh) * | 2019-01-28 | 2019-04-16 | 合肥工业大学智能制造技术研究院 | 用于仓储管理的控制系统及仓库 |
| CN110046865A (zh) * | 2019-05-20 | 2019-07-23 | 重庆大学 | 分布式库存调度方法 |
| CN110599057A (zh) * | 2019-09-19 | 2019-12-20 | 珠海格力电器股份有限公司 | 订单业务处理方法、集中调度平台及计算机可读存储介质 |
| CN110796413A (zh) * | 2019-10-29 | 2020-02-14 | 珠海格力电器股份有限公司 | 货物配送方法、装置、存储介质及电子设备 |
| CN113887772A (zh) * | 2020-07-02 | 2022-01-04 | 上海顺如丰来技术有限公司 | 订货周期优化方法、装置、计算机设备和存储介质 |
| CN113780913A (zh) * | 2020-11-20 | 2021-12-10 | 北京京东振世信息技术有限公司 | 一种安全库存信息的生成方法和装置 |
| AU2020103742A4 (en) * | 2020-11-27 | 2021-02-11 | Zhejiang Xinhua Bookstore Group Information Technology Co., Ltd. | A Payment system of supplier platform |
| 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 |
| CN114202347A (zh) * | 2021-10-27 | 2022-03-18 | 杭州拼便宜网络科技有限公司 | 电商应对退换货的方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 夏海洋;黄培清;: "随机需求下提前期可控的生产-库存联合优化模型", 控制与决策, no. 06, 15 June 2008 (2008-06-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115345554B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5819232A (en) | Method and apparatus for inventory control of a manufacturing or distribution process | |
| US7877281B1 (en) | Method and apparatus for component plan analysis under uncertainty | |
| US20040153187A1 (en) | Systems and methods for improving planning, scheduling, and supply chain management | |
| US20240095660A1 (en) | Methods and systems for providing multi-carrier/multi-channel/multi-national shipping | |
| US20030110104A1 (en) | Enhanced vendor managed inventory system and process | |
| JP2004517378A (ja) | 出荷および輸送を最適化するシステムおよび方法 | |
| CN111507686B (zh) | 工程设计变更自动预算系统与方法 | |
| CN113469597A (zh) | 智慧供应链系统及服务器平台 | |
| US8543480B2 (en) | Logistics-exposure management integration for commodity price risks | |
| CN114971374A (zh) | 用于对数据中心的产品需求进行生产交付的排程方法 | |
| Özdemir‐Akyıldırım et al. | Allocation of returned products among different recovery options through an opportunity cost–based dynamic approach | |
| CN117035608A (zh) | 物料分拨进销存管理方法、装置、设备及存储介质 | |
| CN113469397A (zh) | 智慧供应链系统及服务器平台 | |
| CN114641789A (zh) | 商品交换系统、商品交换方法和商品交换程序 | |
| CN117273599A (zh) | 一种商品需求的预测和商品补货数量的确定方法与系统 | |
| Behin et al. | Optimization of supply chain planning with considering defective rates of products in each echelon | |
| US20030187709A1 (en) | Adaptive enterprise optimization (AEO) framework and methods | |
| CN115345554A (zh) | 基于存储模型的收发管控方法、装置、设备及存储介质 | |
| CN113487256B (zh) | 进销存管理方法、装置、设备及存储介质 | |
| Lovejoy et al. | Response time design in integrated order processing/production systems | |
| CN115049332A (zh) | 仓储网络的网络库存信息确定方法及电子设备 | |
| CN110163402A (zh) | 确定订单中库存量单位的方法及装置 | |
| KR20190055857A (ko) | 자재원장 정산 시스템 및 방법 | |
| CN115965320A (zh) | 一种产品订单调配方法及装置 | |
| EP1647926A1 (en) | Methods and systems for managing inventory by optimizing order quantity and safety stock |
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 |
Effective date of registration: 20230308 Address after: Floor 3, Building 2, No. 1588, Fengxing Road, Huaxin Town, Qingpu District, Shanghai, 201705 Applicant after: Shanghai Yunda Hi Tech Co.,Ltd. Address before: No.44, u District, room 508, no.5045, waiqingsong Road, Qingpu District, Shanghai, 201707 Applicant before: DONGPU SOFTWARE Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |