CN116011929A - 商品库存分配方法、装置、存储介质和计算设备 - Google Patents

商品库存分配方法、装置、存储介质和计算设备 Download PDF

Info

Publication number
CN116011929A
CN116011929A CN202310105001.1A CN202310105001A CN116011929A CN 116011929 A CN116011929 A CN 116011929A CN 202310105001 A CN202310105001 A CN 202310105001A CN 116011929 A CN116011929 A CN 116011929A
Authority
CN
China
Prior art keywords
commodity
combination
distribution
different warehouses
combinations
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
Application number
CN202310105001.1A
Other languages
English (en)
Inventor
徐腾飞
杨杰
何烨秋
薛昕彤
周菡露
罗晓开
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Netease Zaigu Technology Co Ltd
Original Assignee
Hangzhou Netease Zaigu Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Netease Zaigu Technology Co Ltd filed Critical Hangzhou Netease Zaigu Technology Co Ltd
Priority to CN202310105001.1A priority Critical patent/CN116011929A/zh
Publication of CN116011929A publication Critical patent/CN116011929A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开的实施方式提供了一种商品库存分配方法、装置、存储介质和计算设备。所述方法包括:获取商品组合的总可分配量,以及每件商品组合在不同仓库中存放所需的成本;以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量。

Description

商品库存分配方法、装置、存储介质和计算设备
技术领域
本公开的实施方式涉及计算机技术领域,更具体地,本公开的实施方式涉及一种商品库存分配方法、装置、存储介质和计算设备。
背景技术
本部分旨在为说明书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
对于一些有仓储需求的需求方(如电商公司、零售公司等),由于需求方存在多种售卖的商品,并会在多个仓库中分配这些商品。
当客户购买任意的商品组合后,可以从就近仓库中将商品组合发出,并且由于商品在不同仓库存放会产生不同的成本。
因此需要合理地分配各种商品在不同仓库中的库存,以实现在最低成本的情况下商品的库存分配。
发明内容
在本公开实施方式的第一方面中,提供了一种商品库存分配方法包括:
获取商品组合的总可分配量,以及每件商品组合在不同仓库中存放所需的成本;
以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量;
基于所述商品组合在不同仓库中的分配量,确定组合成所述商品组合的每种单品商品在不同仓库中的分配量。
可选的,与所述优化目标关联的约束条件包括:
仓库分配到的商品组合后,所述仓库中存放的单品商品的种类数量不能超过所述仓库能够存放的单品商品的种类上限;
在商品组合从仓库发货时,所述仓库需要存放有组合成所述商品组合的所有单品商品;
商品组合在各个仓库的分配量之和等于所述商品组合的总可分配量。
可选的,所述商品组合的总可分配量包括所述商品组合的预测销量。
可选的,所述商品组合的预测销量包括基于所述商品组合的历史销量确定的预测销量,或者在所述历史销量基础上进行调整后的预测销量。
可选的,所述成本包括库存成本、操作成本、发货成本、运输成本中的至少一种或几种的总和。
可选的,所述以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量,包括:
将所述商品组合的总可分配量、每件商品组合在不同仓库中存放所需的成本作为输入数据输入到运筹优化求解器进行计算,得到所述运筹优化求解器输出的所述商品组合在不同仓库中的分配量;其中,所述运筹优化求解器的优化目标包括所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小;所述商品组合在不同仓库中的分配量之和等于所述商品组合的总可分配量。
可选的,所述运筹优化求解器包括基于一种优化算法或多种优化算法的组合构建的求解器。
可选的,还包括:
基于所述每种单品商品在不同仓库中的分配量,向各个仓库配送所述单品商品。
在本公开实施方式的第二方面中,提供了一种商品库存分配装置,所述装置包括:
获取单元,获取商品组合的总可分配量,以及每件商品组合在不同仓库中存放所需的成本;
分配单元,以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量;
确定单元,基于所述商品组合在不同仓库中的分配量,确定组合成所述商品组合的每种单品商品在不同仓库中的分配量。
可选的,与所述优化目标关联的约束条件包括:
仓库分配到的商品组合后,所述仓库中存放的单品商品的种类数量不能超过所述仓库能够存放的单品商品的种类上限;
在商品组合从仓库发货时,所述仓库需要存放有组合成所述商品组合的所有单品商品;
商品组合在各个仓库的分配量之和等于所述商品组合的总可分配量。
可选的,所述商品组合的总可分配量包括所述商品组合的预测销量。
可选的,所述商品组合的预测销量包括基于所述商品组合的历史销量确定的预测销量,或者在所述历史销量基础上进行调整后的预测销量。
可选的,所述成本包括库存成本、操作成本、发货成本、运输成本中的至少一种或几种的总和。
可选的,所述分配单元,进一步包括将所述商品组合的总可分配量、每件商品组合在不同仓库中存放所需的成本作为输入数据输入到运筹优化求解器进行计算,得到所述运筹优化求解器输出的所述商品组合在不同仓库中的分配量;其中,所述运筹优化求解器的优化目标包括所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小;所述商品组合在不同仓库中的分配量之和等于所述商品组合的总可分配量。
可选的,所述运筹优化求解器包括基于一种优化算法或多种优化算法的组合构建的求解器。
可选的,还包括:
配送单元,基于所述每种单品商品在不同仓库中的分配量,向各个仓库配送所述单品商品。
在本公开实施方式的第三方面中,提供了一种计算机可读存储介质,包括:
当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如前任一项所述的商品库存分配方法。
在本公开实施方式的第四方面中,提供了一种计算设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令,以实现如前任一项所述的商品库存分配方法。
根据本公开实施方式提供的商品库存分配方案,以可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算商品组合在不同仓库中的分配量,并进一步计算组合成所述商品组合的每种单品商品在不同仓库中的分配量;从而能够以最小成本将单品商品分布在不同仓库。
附图说明
通过参考附图阅读下文的详细描述,本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本公开的若干实施方式,其中:
图1示意性地示出了本公开提供的HDFS的系统示意图;
图2示意性地示出了本公开提供的商品库存分配方法示意图;
图3示意性地示出了本公开提供的介质示意图;
图4示意性地示出了本公开提供的商品库存分配装置示意图;
图5示意性地示出了本公开提供的计算设备示意图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本公开的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本公开,而并非以任何方式限制本公开的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道,本公开的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
根据本公开的实施方式,提出了一种商品库存分配方法、计算机可读存储介质、装置和计算设备。
在本文中,需要理解的是,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
下面参考本公开的若干代表性实施方式,详细阐释本公开的原理和精神。
本公开所涉及的数据可以为经用户授权或者经过各方充分授权的数据,对数据的采集、传播、使用等,均符合国家相关法律法规要求,本公开实施方式/实施例可以互相组合。
发明概述
本公开旨在提供一种商品库存分配方案,以可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算商品组合在不同仓库中的分配量,并进一步计算组合成所述商品组合的每种单品商品在不同仓库中的分配量;从而能够以最小成本将单品商品分布在不同仓库。
在介绍了本公开的基本原理之后,下面具体介绍本公开的各种非限制性实施方式。
应用场景总览
首先参考图1所示的一种商品库存分配的系统架构图。在该系统架构图中,可以包括商品集合11、仓库集合12以及用于确定商品库存分配的服务端13。
其中,所述商品集合11包括若干单品商品k,{k|1≤k≤K};所述仓库集合12包括若干仓库j,{j|1≤j≤J}。
在实际应用中,每个仓库中可以根据单品商品的库存分配量存放相应的单品商品;并且这些不同单品商品之间可以自由组合成商品组合,以方便客户进行组合购买。
由于不同单品商品在不同仓库中存放所需的成本存在差异,因此需要所述服务端合理地分配各种单品商品在不同仓库中的库存,以实现在最低成本的情况下单品商品的库存分配,并输出库存分配结果14。
其中,所述服务端可以包括用于确定商品库存分配的服务器、服务器集群或基于服务器集群构建的云平台。例如,库存管理的服务器、服务器集群或基于服务器集群构建的云平台。
在所述服务端确定了库存分配结果之后,进一步可以进行商品配送15,以根据该库存分配结果将各种单品商品配送到不同仓库中进行存放。
示例性方法
下面结合图1所示的应用场景,参考图2来描述根据本公开示例性实施方式的商品库存分配的方法。需要注意的是,上述应用场景仅是为了便于理解本公开的精神和原理而示出,本公开的实施方式在此方面不受任何限制。相反,本公开的实施方式可以应用于适用的任何场景。
如图2所示,所述商品库存分配方法,可以应用于前述的服务端,并可以包括以下步骤:
步骤210:获取商品组合的总可分配量,以及每件商品组合在不同仓库中存放所需的成本。
本说明说明中,所述商品组合包括一种或多种单品商品组合而成的商品。其中,所述多种可以是指两种或两种以上,在有的实施例中也可以将多种理解为至少两种。本说明书中,商品组合不仅包括一种或多种单品商品的种类还可以包括每种单品商品的件数中每种单品商品。
例如,某种商品组合记为{SKU_1:n1,SKU_2:n2,…,SKU_k:nk};表示的是该商品组合包含单品商品SKU_1且件数为n1、单品商品SKU_2且件数为n2、…、单品商品SKU_k且件数为nk。
本说明书中,在计算商品组合在不同仓库中的分配量之前需要获取商品组合的总分配量和每件商品组合在不同仓库中存放所需的成本。
在实际应用中,所述商品组合的总可分配量可以包括当前商品组合的总库存或者未来一段时间内商品组合的生产量或订购量等等。
由于商品组合的库存过多容易导致滞销,而这些滞销的商品组合存储在仓库中会产生更多的成本,因此为了避免滞销需要确定商品组合的合理的总可分配量。
在一示例性的实施例中,所述商品组合的总可分配量可以包括所述商品组合的预测销量。
本说明书中,通过预测商品组合的预测销量,并以预测销量作为商品组合的总可分配量,由于预测销量是未来将会销售的数量,因此基于预测销量进行库存分配可以避免库存过多的商品组合而导致的滞销。
在一示例性的实施例中,所述商品组合的预测销量包括基于所述商品组合的历史销量确定的预测销量,或者在所述历史销量基础上进行调整后的预测销量。
本说明书中,通过历史一段时间的实际发生的销售订单,可以获取到实际上发生的商品组合以及日均销量。
可以记实际发生的商品组合集合为I,商品组合集合可以包括若干商品组合i,{i|1≤i≤I};以及,商品组合i的日均销量记为di,j。进一步,根据商品组合的日均销量就可以确定预测销量,例如未来n天的预测销量可以记为n*di,j
在实际应用中,可以基于人工经验对商品组合的历史销量进行调整;例如历史销量的销售时段属于销售旺季,而未来的销售时段属于销售淡季,那么就可以将历史销量进行调低处理;反之亦然。当然,如何进行调整以及调整的数量可以根据实际需求进行灵活配置,对此本说明书不对其进行具体限定。
由于商品组合的销量会呈现一定的规律,因此通过分析商品组合的历史销量可以提高预测销量的准确性,进而降低商品组合在仓库中存放的成本(例如可以减少组合商品库存过多导致的滞销、或者组合商品库存过少导致的销售额不足的情况)。
在一示例性的实施例中,所述每件商品组合在不同仓库中存放所需的成本可以包括库存成本、操作成本、发货成本、运输成本中的至少一种或几种的总和。
本说明书中,每个商品组合存放于特定的仓库都会产生一个成本项。该成本项基于实际业务需求可能有不同的含义,例如可能是库存成本,操作成本,发货成本,运输成本等或者是上述各项成本之和。通常,对商品组合的历史数据进行统计平均可以获取该成本。
举例说明,以运输成本和操作成本为例,基于历史数据得到商品组合i在仓库j的历史订单量为ni,j,实际发生的总运输成本为COST1,总操作成本为COST2;那么该商品组合i在仓库j的成本为ci,j=(COST1+COST2)/ni,j
在实际应用中,如果仓库自身记录有商品组合的成本,那么可以通过调用仓库对外或对内提供的成本数据调用通道(如接口)直接查询商品组合存放在该仓库所需的成本。
通过多维度的成本项可以更为准确地衡量商品组合在不同仓库中存放所需的成本,进而能够更准确地向优化目标的方向计算商品组合在不同仓库中的分配量。
步骤220:以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量。
通过上述实施例,以可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算商品组合在不同仓库中的分配量,从而能够以最小成本将商品组合分布在不同仓库。
本说明书中,计算商品组合在不同仓库中的分配量可以将上述总可分配量和成本带入库存分配函数进行计算;其中,所述库存分配函数中定义有优化目标、约束条件、决策变量,并基于这些定义的参数对上述总可分配量和成本进行求解,以得到商品组合在不同仓库中的最优的分配量。
在实际应用中,可以定义计算过程中涉及到的各种集合和变量,如下所示:
其中,集合可以包括:
商品组合集合I;
仓库集合J;
商品集合K;
其中,已知变量可以包括:
商品组合i在仓库j的成本ci,j
在仓库j能够存放的单品商品的种类上限nj
商品组合i的总可分配量si
决策变量(需要求解的变量)可以包括:
商品组合i在仓库j的分配量xi,j,取值不小于0;
单品商品k是否在仓库j是否有分布的yk,j,0-1变量,1为是,0为否。
本说明书中,上述库存分配函数可以如下公式1所示:
Figure BDA0004074601300000091
在一示例性的实施例中,服务端在计算商品组合在不同仓库中的分配量时还可以具有与所述优化目标关联的约束条件。
其中,所述约束条件可以包括:
(1)∑k∈Kyk,j≤nj,对于所有的j∈J成立;
该约束条件表示的是:仓库分配到的商品组合后,所述仓库中存放的单品商品的种类数量不能超过所述仓库能够存放的单品商品的种类上限;
(2)xi,j≤yk,j,对于所有的i∈I,k∈K成立;
该约束条件表示的是:在商品组合从仓库发货时,所述仓库需要存放有组合成所述商品组合的所有单品商品;
(3)∑j∈Jxi,j=si,对于所有的i∈I成立;
该约束条件表示的是:商品组合在各个仓库的分配量之和等于所述商品组合的总可分配量。
通过设置上述约束条件,可以确保计算出的商品组合在不同仓库中的分配量是合理的、可执行的。例如可以确保被分配到的仓库能够接收商品组合、能够发出商品组合、以及商品组合的总可分配量正好被分配完(不会出现多分配或少分配的情况)。
需要说明的是,上述约束条件一般可以认为是计算商品组合在不同仓库中的分配量时的逻辑约束。
在一示例性的实施例中,所述步骤220以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量,可以包括:
将所述商品组合的总可分配量、每件商品组合在不同仓库中存放所需的成本作为输入数据输入到运筹优化求解器进行计算,得到所述运筹优化求解器输出的所述商品组合在不同仓库中的分配量;
其中,所述运筹优化求解器的优化目标包括所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小;所述商品组合在不同仓库中的分配量之和等于所述商品组合的总可分配量。
由于运筹优化求解器集成有优化算法,因此利用运筹优化求解器可以快速计算商品组合在不同仓库中的分配量,从而提高库存分配的效率。
本说明书中,所述运筹优化求解器可以包括基于一种优化算法或多种优化算法的组合构建的求解器。
所述优化算法可以包括用于处理线性规划或非线性规划的算法如单纯形法算法、拉格朗日松弛算法、列生成算法等;或者可以包括启发式算法如模拟退火算法、离子群算法、遗传算法等等。
由于运筹优化求解器集成一种或多种的优化算法,因此可以集合多种优化算法的特点综合求解出更为准确的商品组合在不同仓库中的分配量。
通过上述实施例可以得到计算出的商品组合在不同仓库中的分配量xi,j,以及构成所述商品组合的单品商品在仓库中是否有分布yk,j
举例说明,假设计算得到的xi,j如下所示:
Figure BDA0004074601300000101
以及,计算得到的yk,j如下所示:
Figure BDA0004074601300000102
Figure BDA0004074601300000111
通过上述xi,j和yk,j可以确定,商品组合{SKU1:2,SKU2:1}在A仓库中分配9件,在B仓库中分配10件,在C仓库中分配0件;以及单品商品SKU1在A仓库和B仓库中有分布而在C仓库中没有发布,单品商品SKU2在A仓库和B仓库中有分布而在C仓库中没有发布。
在一示例性的实施例中,在计算得到商品组合在不同仓库中的分配量之后,上述方法还可以包括:
基于所述商品组合在不同仓库中的分配量,向各个仓库配送所述商品组合。
本说明书中,在计算出商品组合在不同仓库中的分配量之后,进一步可以进行组合商品的配送,以将组合商品基于所述分配量向各个仓库进行运输,使得各个仓库完成存储相应分配量的组合商品。
步骤230:基于所述商品组合在不同仓库中的分配量,确定组合成所述商品组合的每种单品商品在不同仓库中的分配量。
在实际应用中,由于商品组合的方式会随着单品商品的种类增加而呈现指数增加;因此,基于商品组合的分配量进行配送可能难以实施。为此本说明书还提供了如下针对组成商品组合的单品商品进行配送的实施例。本说明书中,在计算出商品组合在不同仓库中的分配量xi,j之后,可以进一步计算组合成所述商品组合的每种单品商品在不同仓库中的分配量dk,j
这里可以定义订单集合Ik={i|k∈K,i∈I},表示的是包含单品商品k的商品组合所构成的集合;那么上述商品组合在不同仓库中的分配量dk,j可以表示为:
Figure BDA0004074601300000112
其中,pi,k表示商品组合i包含的单品商品k的数量;例如组合商品A包含2个单品商品B,则可以记为pA,2
下面基于一个示例进一步对dk,j进行说明,假设有3个订单分别为{SKU1:1},{SKU1:2,SKU2:1}和{SKU2:3,SKU3:2},以及两个仓库A和B。
那么pi,k为:
Figure BDA0004074601300000121
基于定义,Ik为:
Figure BDA0004074601300000122
假设计算得到的xi,j为:
商品组合i 仓库j <![CDATA[分配量x<sub>i,j</sub>]]>
{SKU1:1} A 7
{SKU1:2,SKU2:1} A 8
{SKU2:3,SKU3:2} A 9
{SKU1:1} B 10
{SKU1:2,SKU2:1} B 11
{SKU2:3,SKU3:2} B 12
则dk,j计算如下:
Figure BDA0004074601300000123
Figure BDA0004074601300000131
如此,就可以得到每个单品商品在不同仓库中的分配量dk,j
如前所示,由于商品组合的方式会随着单品商品的种类增加而呈现指数增加;因此,基于商品组合的分配量进行配送可能难以实施。为此上述实施例通过将组合商品在不同仓库中的分配量转换为每种单品商品在不同仓库中的分配量,从而减少了配送难度。
在一示例性的实施例中,在计算得到每种单品商品在不同仓库中的分配量之后,上述方法还可以包括:
基于所述每种单品商品在不同仓库中的分配量,向各个仓库配送所述单品商品。
本说明书中,在计算出每种单品商品在不同仓库中的分配量之后,进一步可以进行单品商品的配送,以将每种单品商品基于所述分配量向各个仓库进行运输,使得各个仓库完成存储相应分配量的单品商品。
示例性介质
在介绍了本公开示例性实施方式的方法之后,接下来,参考图3对本公开示例性实施方式的介质进行说明。
本示例性实施方式中,可以通过程序产品实现上述方法,如可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
该程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RE等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上,本公开可以提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,可以使得电子设备能够执行前述图2所示的商品库存分配方法实施例。
示例性装置
在介绍了本公开示例性实施方式的介质之后,接下来,参考图4对本公开示例性实施方式的装置进行说明。
图4示意性地示出了根据本公开实施方式的一种商品库存分配装置的框图,对应于前述图2所示的方法实施例;该商品库存分配装置,可以包括:
获取单元510,获取商品组合的总可分配量,以及每件商品组合在不同仓库中存放所需的成本;
分配单元520,以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量;
确定单元530,基于所述商品组合在不同仓库中的分配量,确定组合成所述商品组合的每种单品商品在不同仓库中的分配量。
可选的,与所述优化目标关联的约束条件包括:
仓库分配到的商品组合后,所述仓库中存放的单品商品的种类数量不能超过所述仓库能够存放的单品商品的种类上限;
在商品组合从仓库发货时,所述仓库需要存放有组合成所述商品组合的所有单品商品;
商品组合在各个仓库的分配量之和等于所述商品组合的总可分配量。
可选的,所述商品组合的总可分配量包括所述商品组合的预测销量。
可选的,所述商品组合的预测销量包括基于所述商品组合的历史销量确定的预测销量,或者在所述历史销量基础上进行调整后的预测销量。
可选的,所述成本包括库存成本、操作成本、发货成本、运输成本中的至少一种或几种的总和。
可选的,所述分配单元520,进一步包括将所述商品组合的总可分配量、每件商品组合在不同仓库中存放所需的成本作为输入数据输入到运筹优化求解器进行计算,得到所述运筹优化求解器输出的所述商品组合在不同仓库中的分配量;其中,所述运筹优化求解器的优化目标包括所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小;所述商品组合在不同仓库中的分配量之和等于所述商品组合的总可分配量。
可选的,所述运筹优化求解器包括基于一种优化算法或多种优化算法的组合构建的求解器。
可选的,还包括:
配送单元532,基于所述每种单品商品在不同仓库中的分配量,向各个仓库配送所述单品商品。
示例性计算设备
在介绍了本公开示例性实施方式的方法、介质和装置之后,接下来,参考图5对本公开示例性实施方式的计算设备进行说明。
图5显示的计算设备1500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。
如图5所示,计算设备1500以通用计算设备的形式表现。计算设备1500的组件可以包括但不限于:上述至少一个处理单元1501、上述至少一个存储单元1502,连接不同系统组件(包括处理单元1501和存储单元1502)的总线1503。
总线1503包括数据总线、控制总线和地址总线。
存储单元1502可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)15021和/或高速缓存存储器15022,可以进一步包括非易失性存储器形式的可读介质,例如只读存储器(ROM)15023。
存储单元1502还可以包括具有一组(至少一个)程序模块15024的程序/实用工具15025,这样的程序模块15024包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
计算设备1500也可以与一个或多个外部设备1504(例如键盘、指向设备等)通信。
这种通信可以通过输入/输出(I/O)接口1505进行。并且,计算设备1500还可以通过网络适配器1506与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器1506通过总线1503与计算设备1500的其它模块通信。应当理解,尽管图中未示出,可以结合计算设备1500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过如图5示出的计算设备1500,可以实现前述图3所示的商品库存分配方法。
应当注意,尽管在上文详细描述中提及了商品库存分配装置的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
此外,尽管在附图中以特定顺序描述了本公开方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本公开的精神和原理,但是应该理解,本公开并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本公开旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (10)

1.一种商品库存分配方法,包括:
获取商品组合的总可分配量,以及每件商品组合在不同仓库中存放所需的成本
以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量;
基于所述商品组合在不同仓库中的分配量,确定组合成所述商品组合的每种单品商品在不同仓库中的分配量。
2.根据权利要求1所述的方法,与所述优化目标关联的约束条件包括:
仓库分配到的商品组合后,所述仓库中存放的单品商品的种类数量不能超过所述仓库能够存放的单品商品的种类上限;
在商品组合从仓库发货时,所述仓库需要存放有组合成所述商品组合的所有单品商品;
商品组合在各个仓库的分配量之和等于所述商品组合的总可分配量。
3.根据权利要求1所述的方法,所述商品组合的总可分配量包括所述商品组合的预测销量。
4.根据权利要求3所述的方法,所述商品组合的预测销量包括基于所述商品组合的历史销量确定的预测销量,或者在所述历史销量基础上进行调整后的预测销量。
5.根据权利要求1所述的方法,所述成本包括库存成本、操作成本、发货成本、运输成本中的至少一种或几种的总和。
6.根据权利要求1所述的方法,所述以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量,包括:
将所述商品组合的总可分配量、每件商品组合在不同仓库中存放所需的成本作为输入数据输入到运筹优化求解器进行计算,得到所述运筹优化求解器输出的所述商品组合在不同仓库中的分配量;其中,所述运筹优化求解器的优化目标包括所述可分配量的商品组合在不同仓库中进行分配
后所需的总成本最小;所述商品组合在不同仓库中的分配量之和等于所述商品组合的总可分配量。
7.根据权利要求6所述的方法,所述运筹优化求解器包括基于一种优化算法或多种优化算法的组合构建的求解器。
8.一种商品库存分配装置,包括:
获取单元,获取商品组合的总可分配量,以及每件商品组合在不同仓库中存放所需的成本;
分配单元,以所述可分配量的商品组合在不同仓库中进行分配后所需的总成本最小为优化目标,计算所述商品组合在不同仓库中的分配量;
确定单元,基于所述商品组合在不同仓库中的分配量,确定组合成所述商品组合的每种单品商品在不同仓库中的分配量。
9.一种计算机可读存储介质,包括:
当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-7中任一项所述的商品库存分配方法。
10.一种计算设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述可执行指令,以实现如权利要求1-7中任一项所述的商品库存分配方法。
CN202310105001.1A 2023-01-31 2023-01-31 商品库存分配方法、装置、存储介质和计算设备 Pending CN116011929A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310105001.1A CN116011929A (zh) 2023-01-31 2023-01-31 商品库存分配方法、装置、存储介质和计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310105001.1A CN116011929A (zh) 2023-01-31 2023-01-31 商品库存分配方法、装置、存储介质和计算设备

Publications (1)

Publication Number Publication Date
CN116011929A true CN116011929A (zh) 2023-04-25

Family

ID=86024969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310105001.1A Pending CN116011929A (zh) 2023-01-31 2023-01-31 商品库存分配方法、装置、存储介质和计算设备

Country Status (1)

Country Link
CN (1) CN116011929A (zh)

Similar Documents

Publication Publication Date Title
CN109993484B (zh) 数据处理方法及系统、介质和计算设备
Govindarajan et al. Joint inventory and fulfillment decisions for omnichannel retail networks
Puga et al. A heuristic algorithm for solving large location–inventory problems with demand uncertainty
Tsao et al. A supply chain network design considering transportation cost discounts
Veinott Jr Optimal policy in a dynamic, single product, nonstationary inventory model with several demand classes
Chaturvedi et al. Safety stock, excess capacity or diversification: Trade‐offs under supply and demand uncertainty
US10528903B2 (en) Computerized promotion and markdown price scheduling
CN109447355A (zh) 仓库货物的配送优化方法、装置、介质和计算设备
CN109544076B (zh) 用于生成信息的方法和装置
US11410117B2 (en) System and method for controlling inventory depletion by offering different prices to different customers
CN109961306B (zh) 一种物品的库存分配方法和装置
CN110363476B (zh) 货物入仓分配处理方法及装置
CN109978421B (zh) 信息输出方法和装置
CN113256193B (zh) 一种仓库商品布局方法和装置
CN114118888A (zh) 订单出库的方法和装置
CN113780611A (zh) 一种库存管理方法和装置
CN111798167B (zh) 一种仓库补货的方法和装置
Lau et al. A case-based roadmap for lateral transshipment in supply chain inventory management
CN109902847B (zh) 预测分库订单量的方法和装置
CN117252519A (zh) 库存管理方法、装置、介质和计算设备
CN116011929A (zh) 商品库存分配方法、装置、存储介质和计算设备
CN110956478A (zh) 确定物品进货量的方法和装置
Wang et al. Managing a Hybrid RDC‐DC Inventory System
Srizongkhram et al. Optimal Medical Inventory Policies for Medical Storage: a Case Study of a Medium-Sized Hospital in Thailand
CN111415019A (zh) 一种处理物品入库预约请求信息的方法和装置

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