CN115879992A - 生鲜供应链布局方法、装置、计算机设备及存储介质 - Google Patents
生鲜供应链布局方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115879992A CN115879992A CN202211456495.XA CN202211456495A CN115879992A CN 115879992 A CN115879992 A CN 115879992A CN 202211456495 A CN202211456495 A CN 202211456495A CN 115879992 A CN115879992 A CN 115879992A
- Authority
- CN
- China
- Prior art keywords
- determining
- plan
- supply
- cost
- target commodity
- 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
-
- 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
Abstract
本申请涉及供应链规划技术领域,公开了一种生鲜供应链布局方法、装置、计算机设备及存储介质,所述生鲜供应链布局方法包括基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。本申请通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
Description
技术领域
本申请涉及供应链规划技术领域,尤其涉及一种生鲜供应链布局方法、装置、计算机设备及存储介质。
背景技术
随着人们生活水平的提高、以及物流行业的发展,生鲜产品的配送已逐步走入个人生活。虽然,目前网络技术、物流运输已较为发达和完善,但是针对生鲜产品的配送和运输仍存在较多的问题。生鲜产品单纯依靠冷藏车配送,导致运输配送不及时,用户无法快速获取需求的生鲜产品;配送地点较为单一,无法覆盖更多的用户,阻碍的生鲜入户的发展,而仓储的成本很大程度上取决于入仓商品的品类选择。如果没有一个很好的仓储品类解决方案,那么不仅会造成巨大的人效浪费、仓储资源浪费,还有可能会出现“爆仓”等情况。因此,如何提高生鲜产品供应链中生鲜产品新鲜度成为了当前亟待解决的技术问题。
发明内容
本申请提供了一种生鲜供应链布局方法、装置、计算机设备及存储介质,以提高生鲜产品供应链中生鲜产品新鲜度。
第一方面,本申请提供了一种生鲜供应链布局方法,所述生鲜供应链布局方法包括:
基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;
基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;
通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。
进一步地,基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量,包括:
获取所述历史销售订单的数量,并将所述历史销售订单的数量输入至预设销售预测模型,确定所述预测订单数量;
获取所述历史销售订单的区域分布信息,并根据预设排序规则,确定至少一个所述重点销售区域;
将所述预测订单数量与所述至少一个重点销售区域确定为所述销售计划。
进一步地,基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息,包括:
根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;
基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划;
基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息。
进一步地,基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息之后,包括:
获取所述供应商位置与所述产地信息的运输距离,并将所述运输距离与预设距离阈值进行比较;
在所述运输距离不小于所述预设距离阈值时,基于所述预设选址成本函数,建立所述目标商品的前置仓库。
进一步地,基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划,包括:
基于至少一个供应商位置及所述目标商品对应的产地信息,确定运输时间;
基于所述运输时间与所述预测订单数量,确定所述目标商品对应的供货周期;
通过所述供货周期,确定所述目标商品对应的生产计划。
进一步地,基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划,还包括:
计算直运成本与转运成本,并比较所述直运成本与所述转运成本,其中,所述直运成本对应的运输路线为所述目标商品的生产地至单个供应商位置的路线,所述转运成本对应的运输路线为所述目标商品的生产地至多个供应商位置的路线;
在所述直运成本高于所述转运成本的情况下,确定所述目标商品对应的运输路线信息为转运路线。
进一步地,生鲜供应链布局方法还包括:
基于预设迪杰斯特拉算法、所述预测订单数量、所述供应商位置,确定优选配送路线。
第二方面,本申请还提供了一种生鲜供应链布局装置,所述生鲜供应链布局装置包括:
销售计划制定模块,用于基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;
供应成本信息确定模块,用于基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;
布局方案确定模块,用于通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。
第三方面,本申请还提供了一种计算机设备,所述计算机设备包括存储器和处理器;所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的生鲜供应链布局方法。
第四方面,本申请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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的生鲜供应链布局方法。
本申请公开了一种生鲜供应链布局方法、装置、计算机设备及存储介质,所述生鲜供应链布局方法包括基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。本申请通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
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为本申请的第一实施例提供的一种生鲜供应链布局方法的示意流程图;
图2为本申请的第二实施例提供的一种生鲜供应链布局方法的示意流程图;
图3为本申请的第三实施例提供的一种生鲜供应链布局方法的示意流程图;
图4为本申请的第四实施例提供的一种生鲜供应链布局方法的示意流程图;
图5为本申请的第五实施例提供的一种生鲜供应链布局方法的示意流程图;
图6为本申请的实施例提供的一种生鲜供应链布局装置的示意性框图;
图7为本申请的实施例提供的一种计算机设备的结构示意性框图。
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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
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。
本申请的实施例提供了一种生鲜供应链布局方法、装置、计算机设备及存储介质。其中,该生鲜供应链布局方法可以应用于服务器中,通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。其中,该服务器可以为独立的服务器,也可以为服务器集群。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1是本申请的第一实施例提供的一种生鲜供应链布局方法的示意流程图。该生鲜供应链布局方法可应用于服务器中,用于对通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
如图1所示,该生鲜供应链布局方法具体包括步骤S10至步骤S30。
步骤S10、基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;
步骤S20、基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;
步骤S30、通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。
具体实施例中,预设选址成本函数用于体现仓库选址后,在目标商品的储存、运输以及保存过程中所需要消耗的各类成本数据,其中预设选址成本函数具体由运输成本、仓租成本以及操作成本等数据构成,此外,还可以额外考虑建仓成本以及资金占用成本。
本实施例公开了一种生鲜供应链布局方法、装置、计算机设备及存储介质,所述生鲜供应链布局方法包括基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。本申请通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
请参阅图2,图2是本申请的第二实施例提供的一种生鲜供应链布局方法的示意流程图。该生鲜供应链布局方法可应用于服务器中,用于对通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
基于图1所示实施例,如图2所示,所述步骤S10具体包括步骤S11至步骤S13。
步骤S11、获取所述历史销售订单的数量,并将所述历史销售订单的数量输入至预设销售预测模型,确定所述预测订单数量;
步骤S12、获取所述历史销售订单的区域分布信息,并根据预设排序规则,确定至少一个所述重点销售区域;
步骤S13、将所述预测订单数量与所述至少一个重点销售区域确定为所述销售计划。
本实施例公开了一种生鲜供应链布局方法、装置、计算机设备及存储介质,所述生鲜供应链布局方法包括获取所述历史销售订单的数量,并将所述历史销售订单的数量输入至预设销售预测模型,确定所述预测订单数量;步骤获取所述历史销售订单的区域分布信息,并根据预设排序规则,确定至少一个所述重点销售区域;将所述预测订单数量与所述至少一个重点销售区域确定为所述销售计划;基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。本申请通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
请参阅图3,图3是本申请的第三实施例提供的一种生鲜供应链布局方法的示意流程图。该生鲜供应链布局方法可应用于服务器中,用于对通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
基于图1所示实施例,如图3所示,所述步骤S20具体包括步骤S21至步骤S23。
步骤S21、根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;
步骤S22、基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划;
步骤S23、基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息。
具体实施例中,收集消费者对于目标商品的需求数据。例如,可以通过了解目标商品对应的商业模式、供应链层级、销售业绩及退回渠道等信息,并从这些信息中提取出目标商品的成本信息,且可以得到消费者的分布信息以及消费者较为集中的备选仓库信息等信息来进行仓库选址,提高确定仓库位置信息的有效性。
供应链中的成本主要分为两类,仓储成本和运输成本。其中。运输成本主要决定于目标商品的运输模式以及运输路线等。
本实施例公开了一种生鲜供应链布局方法、装置、计算机设备及存储介质,所述生鲜供应链布局方法包括基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划;基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息;通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。本申请通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
基于图3所示实施例,本实施例中,所述步骤S23之后,包括:
获取所述供应商位置与所述产地信息的运输距离,并将所述运输距离与预设距离阈值进行比较;
在所述运输距离不小于所述预设距离阈值时,基于所述预设选址成本函数,建立所述目标商品的前置仓库。
请参阅图4,图4是本申请的第四实施例提供的一种生鲜供应链布局方法的示意流程图。该生鲜供应链布局方法可应用于服务器中,用于对通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
基于图3所示实施例,本实施例中如图4所示,所述步骤S22具体包括步骤S221至步骤S223。
步骤S221、基于至少一个供应商位置及所述目标商品对应的产地信息,确定运输时间;
步骤S222、基于所述运输时间与所述预测订单数量,确定所述目标商品对应的供货周期;
步骤S223、通过所述供货周期,确定所述目标商品对应的生产计划。
本实施例公开了一种生鲜供应链布局方法、装置、计算机设备及存储介质,所述生鲜供应链布局方法包括基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;基于至少一个供应商位置及所述目标商品对应的产地信息,确定运输时间;基于所述运输时间与所述预测订单数量,确定所述目标商品对应的供货周期;通过所述供货周期,确定所述目标商品对应的生产计划;基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息;通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。本申请通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
请参阅图5,图5是本申请的第五实施例提供的一种生鲜供应链布局方法的示意流程图。该生鲜供应链布局方法可应用于服务器中,用于对通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
基于图3所示实施例,本实施例中如图5所示,所述步骤S22还包括步骤S224至步骤S225。
步骤S224、计算直运成本与转运成本,并比较所述直运成本与所述转运成本,其中,所述直运成本对应的运输路线为所述目标商品的生产地至单个供应商位置的路线,所述转运成本对应的运输路线为所述目标商品的生产地至多个供应商位置的路线;
步骤S225、在所述直运成本高于所述转运成本的情况下,确定所述目标商品对应的运输路线信息为转运路线。
本实施例公开了一种生鲜供应链布局方法、装置、计算机设备及存储介质,所述生鲜供应链布局方法包括基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;计算直运成本与转运成本,并比较所述直运成本与所述转运成本,其中,所述直运成本对应的运输路线为所述目标商品的生产地至单个供应商位置的路线,所述转运成本对应的运输路线为所述目标商品的生产地至多个供应商位置的路线;在所述直运成本高于所述转运成本的情况下,确定所述目标商品对应的运输路线信息为转运路线;基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息;通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。本申请通过历史销售订单预测出目标商品的销售计划,进一步确定供应计划,并根据供应计划中的供应成本信息和选址成本函数确定供应链布局方案。
基于上述全部实施例,本实施例中,所述生鲜供应链布局方法还包括:
基于预设迪杰斯特拉算法、所述预测订单数量、所述供应商位置,确定优选配送路线。
请参阅图6,图6是本申请的实施例提供一种生鲜供应链布局装置的示意性框图,该生鲜供应链布局装置用于执行前述的生鲜供应链布局方法。其中,该生鲜供应链布局装置可以配置于服务器。
如图6所示,该生鲜供应链布局装置400,所述生鲜供应链布局装置包括:
销售计划制定模块10,用于基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;
供应成本信息确定模块20,用于基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;
布局方案确定模块30,用于通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。
进一步地,所述销售计划制定模块10具体包括:
预测订单数量确定单元,用于获取所述历史销售订单的数量,并将所述历史销售订单的数量输入至预设销售预测模型,确定所述预测订单数量;
重点销售区域确定单元,用于获取所述历史销售订单的区域分布信息,并根据预设排序规则,确定至少一个所述重点销售区域;
销售计划确定单元,用于将所述预测订单数量与所述至少一个重点销售区域确定为所述销售计划。
进一步地,所述供应成本信息确定模块20具体包括:
供应商位置确定单元,用于根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;
供应计划确定单元,用于基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划;
供应成本信息确定单元,用于基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息。
进一步地,所述供应成本信息确定模块还包括:
运输距离比较单元,用于获取所述供应商位置与所述产地信息的运输距离,并将所述运输距离与预设距离阈值进行比较;
前置仓库设置单元,用于在所述运输距离不小于所述预设距离阈值时,基于所述预设选址成本函数,建立所述目标商品的前置仓库。
进一步地,所述供应成本信息确定模块还包括:
运输时间确定单元,用于基于至少一个供应商位置及所述目标商品对应的产地信息,确定运输时间;
供货周期确定单元,用于基于所述运输时间与所述预测订单数量,确定所述目标商品对应的供货周期;
生产计划确定单元,用于通过所述供货周期,确定所述目标商品对应的生产计划。
进一步地,所述供应成本信息确定模块还包括:
运输成本比较单元,用于计算直运成本与转运成本,并比较所述直运成本与所述转运成本,其中,所述直运成本对应的运输路线为所述目标商品的生产地至单个供应商位置的路线,所述转运成本对应的运输路线为所述目标商品的生产地至多个供应商位置的路线;
运输路线确定单元,用于在所述直运成本高于所述转运成本的情况下,确定所述目标商品对应的运输路线信息为转运路线。
进一步地,所述生鲜供应链布局装置还包括优选配送路线确定模块,具体包括:
优选配送路线确定单元,用于基于预设迪杰斯特拉算法、所述预测订单数量、所述供应商位置,确定优选配送路线。
需要说明的是,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,上述描述的装置和各模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
上述的装置可以实现为一种计算机程序的形式,该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7,图7是本申请的实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。
参阅图7,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种生鲜供应链布局方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种生鲜供应链布局方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图7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的限定,具体的计算机设备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。
应当理解的是,处理器可以是中央处理单元 (Central Processing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路 (Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;
基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;
通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。
在一个实施例中,于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量,用于实现:
获取所述历史销售订单的数量,并将所述历史销售订单的数量输入至预设销售预测模型,确定所述预测订单数量;
获取所述历史销售订单的区域分布信息,并根据预设排序规则,确定至少一个所述重点销售区域;
将所述预测订单数量与所述至少一个重点销售区域确定为所述销售计划。
在一个实施例中,基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息,用于实现:
根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;
基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划;
基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息。
在一个实施例中,基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息之后,用于实现:
获取所述供应商位置与所述产地信息的运输距离,并将所述运输距离与预设距离阈值进行比较;
在所述运输距离不小于所述预设距离阈值时,基于所述预设选址成本函数,建立所述目标商品的前置仓库。
在一个实施例中,基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划,用于实现:
基于至少一个供应商位置及所述目标商品对应的产地信息,确定运输时间;
基于所述运输时间与所述预测订单数量,确定所述目标商品对应的供货周期;
通过所述供货周期,确定所述目标商品对应的生产计划。
在一个实施例中,基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划,还用于实现:
计算直运成本与转运成本,并比较所述直运成本与所述转运成本,其中,所述直运成本对应的运输路线为所述目标商品的生产地至单个供应商位置的路线,所述转运成本对应的运输路线为所述目标商品的生产地至多个供应商位置的路线;
在所述直运成本高于所述转运成本的情况下,确定所述目标商品对应的运输路线信息为转运路线。
在一个实施例中,生鲜供应链布局方法还用于实现:
基于预设迪杰斯特拉算法、所述预测订单数量、所述供应商位置,确定优选配送路线。
本申请的实施例中还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任一项生鲜供应链布局方法。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
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)
1.一种生鲜供应链布局方法,其特征在于,所述生鲜供应链布局方法包括:
基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;
基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;
通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。
2.根据权利要求1所述的生鲜供应链布局方法,其特征在于,所述基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量,包括:
获取所述历史销售订单的数量,并将所述历史销售订单的数量输入至预设销售预测模型,确定所述预测订单数量;
获取所述历史销售订单的区域分布信息,并根据预设排序规则,确定至少一个所述重点销售区域;
将所述预测订单数量与所述至少一个重点销售区域确定为所述销售计划。
3.根据权利要求1所述的生鲜供应链布局方法,其特征在于,所述基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息,包括:
根据至少一个所述重点销售区域及所述目标商品对应的保鲜日期,确定所述目标商品对应的供应商位置;
基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划;
基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息。
4.根据权利要求3所述的生鲜供应链布局方法,其特征在于,所述基于所述运输路线信息及所述生产计划,分别确定所述目标商品对应的运输成本及生产成本,并将所述运输成本及所述生产成本确定为所述供应成本信息之后,包括:
获取所述供应商位置与所述产地信息的运输距离,并将所述运输距离与预设距离阈值进行比较;
在所述运输距离不小于所述预设距离阈值时,基于所述预设选址成本函数,建立所述目标商品的前置仓库。
5.根据权利要求3所述的生鲜供应链布局方法,其特征在于,所述基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划,包括:
基于至少一个供应商位置及所述目标商品对应的产地信息,确定运输时间;
基于所述运输时间与所述预测订单数量,确定所述目标商品对应的供货周期;
通过所述供货周期,确定所述目标商品对应的生产计划。
6.根据权利要求3所述的生鲜供应链布局方法,其特征在于,所述基于至少一个供应商位置及所述目标商品对应的产地信息,确定所述目标商品对应的运输路线信息及生产计划,并将所述运输路线信息及所述生产计划确定为所述供应计划,还包括:
计算直运成本与转运成本,并比较所述直运成本与所述转运成本,其中,所述直运成本对应的运输路线为所述目标商品的生产地至单个供应商位置的路线,所述转运成本对应的运输路线为所述目标商品的生产地至多个供应商位置的路线;
在所述直运成本高于所述转运成本的情况下,确定所述目标商品对应的运输路线信息为转运路线。
7.根据权利要求1至6中任一项所述的生鲜供应链布局方法,其特征在于,所述生鲜供应链布局方法还包括:
基于预设迪杰斯特拉算法、所述预测订单数量、所述供应商位置,确定优选配送路线。
8.一种生鲜供应链布局装置,其特征在于,所述生鲜供应链布局装置包括:
销售计划制定模块,用于基于目标商品的历史销售订单,制定所述目标商品对应的销售计划,其中,所述销售计划包括重点销售区域与预测订单数量;
供应成本信息确定模块,用于基于所述销售计划,确定所述目标商品的供应计划,并基于所述供应计划确定供应成本信息;
布局方案确定模块,用于通过所述供应成本信息与预设选址成本函数,确定所述目标商品对应的供应链布局方案。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的生鲜供应链布局方法。
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,所述计算机程序被处理器执行时使所述处理器实现如权利要求1至7中任一项所述的生鲜供应链布局方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211456495.XA CN115879992A (zh) | 2022-11-21 | 2022-11-21 | 生鲜供应链布局方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211456495.XA CN115879992A (zh) | 2022-11-21 | 2022-11-21 | 生鲜供应链布局方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115879992A true CN115879992A (zh) | 2023-03-31 |
Family
ID=85760371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211456495.XA Pending CN115879992A (zh) | 2022-11-21 | 2022-11-21 | 生鲜供应链布局方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115879992A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060016A (zh) * | 2019-04-30 | 2019-07-26 | 深圳春沐源控股有限公司 | 生鲜备货方法、装置、计算机设备及存储介质 |
CN110555654A (zh) * | 2019-08-30 | 2019-12-10 | 广州大学 | 一种社区生鲜连锁店的物流配送中心选址方法及装置 |
CN113469598A (zh) * | 2020-03-31 | 2021-10-01 | 株式会社日立制作所 | 智慧供应链系统及服务器平台 |
CN113723985A (zh) * | 2021-03-04 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 销量预测模型的训练方法、装置及电子设备、存储介质 |
CN113962759A (zh) * | 2021-09-18 | 2022-01-21 | 杭州但丁云科技有限公司 | 全渠道订单管理系统 |
CN114254845A (zh) * | 2020-09-23 | 2022-03-29 | 上海顺如丰来技术有限公司 | 仓库选址方法、装置、计算机设备和存储介质 |
-
2022
- 2022-11-21 CN CN202211456495.XA patent/CN115879992A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060016A (zh) * | 2019-04-30 | 2019-07-26 | 深圳春沐源控股有限公司 | 生鲜备货方法、装置、计算机设备及存储介质 |
CN110555654A (zh) * | 2019-08-30 | 2019-12-10 | 广州大学 | 一种社区生鲜连锁店的物流配送中心选址方法及装置 |
CN113469598A (zh) * | 2020-03-31 | 2021-10-01 | 株式会社日立制作所 | 智慧供应链系统及服务器平台 |
CN114254845A (zh) * | 2020-09-23 | 2022-03-29 | 上海顺如丰来技术有限公司 | 仓库选址方法、装置、计算机设备和存储介质 |
CN113723985A (zh) * | 2021-03-04 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 销量预测模型的训练方法、装置及电子设备、存储介质 |
CN113962759A (zh) * | 2021-09-18 | 2022-01-21 | 杭州但丁云科技有限公司 | 全渠道订单管理系统 |
Non-Patent Citations (6)
Title |
---|
刘阳阳;: ""大数据驱动生鲜农产品供应链模式创新与运作优化"", 《商业经济研究》, no. 16 * |
朱宣怡;: ""社区O2O生鲜电商供应链优化问题的研究"", 《农村实用技术》, no. 02 * |
杨华龙;计莹峰;刘斐斐;: ""生鲜农产品物流网络节点布局优化"", 《大连海事大学学报》, no. 03 * |
王裕韬;周根贵;梁薇薇;陈佳佳;: ""前置仓合作情况下的生鲜农产品双渠道供应链协调研究"", 《江苏农业科学》, no. 07 * |
王鲁萍;万校基;张丽萍;: "\'基于熵权二元语义的生鲜农产品配送中心选址研究\"", 《科技与经济》, no. 01 * |
陈婷;: ""基于Android平台的生鲜超市App的设计与实现"", 《海峡科学》, no. 05 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Uzsoy et al. | A survey of semiconductor supply chain models Part II: demand planning, inventory management, and capacity planning | |
Rahdar et al. | A tri-level optimization model for inventory control with uncertain demand and lead time | |
Silbermayr et al. | A multiple sourcing inventory model under disruption risk | |
Patriarca et al. | Inventory model for a multi-echelon system with unidirectional lateral transshipment | |
Julka et al. | Agent-based supply chain management—2: a refinery application | |
Ketter et al. | Real-time tactical and strategic sales management for intelligent agents guided by economic regimes | |
Bacchetti et al. | Empirically-driven hierarchical classification of stock keeping units | |
Aras et al. | Robust supply chain network design with multi-products for a company in the food sector | |
Mula et al. | A system dynamics model for the supply chain procurement transport problem: comparing spreadsheets, fuzzy programming and simulation approaches | |
Muchiri et al. | Modelling maintenance effects on manufacturing equipment performance: results from simulation analysis | |
Fernández-Olmos et al. | Effect of firm’s resources on international diversification: An application in the Iberian Ham industry | |
US20200175441A1 (en) | Method and device for planning company asset operations | |
Marques et al. | Combining optimization and simulation tools for short-term planning of forest operations | |
US20210158259A1 (en) | Orchestrated intelligent supply chain optimizer | |
Park et al. | Consideration of purchase dependence in inventory management | |
Duran et al. | Linking the spare parts management with the total costs of ownership: An agenda for future research | |
Yadollahi et al. | Evaluating approximate solution models for the stochastic periodic inventory routing problem | |
Maheshwari et al. | Digital twin-driven real-time planning, monitoring, and controlling in food supply chains | |
CN116109252A (zh) | 仓库补货管理方法、装置、仓库管理系统及存储介质 | |
Aghamohammadi-Bosjin et al. | Agile two-stage lot-sizing and scheduling problem with reliability, customer satisfaction and behaviour under uncertainty: a hybrid metaheuristic algorithm | |
Lahrichi et al. | A first MILP model for the parameterization of Demand-Driven MRP | |
Tadayonrad et al. | A new key performance indicator model for demand forecasting in inventory management considering supply chain reliability and seasonality | |
Mogre et al. | Mitigating supply and production uncertainties with dynamic scheduling using real-time transport information | |
Li et al. | Large-scale price optimization for an online fashion retailer | |
CN115879992A (zh) | 生鲜供应链布局方法、装置、计算机设备及存储介质 |
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 |