CN118154107A - 物品补货配置方案信息生成方法、装置、设备和介质 - Google Patents
物品补货配置方案信息生成方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN118154107A CN118154107A CN202211559593.6A CN202211559593A CN118154107A CN 118154107 A CN118154107 A CN 118154107A CN 202211559593 A CN202211559593 A CN 202211559593A CN 118154107 A CN118154107 A CN 118154107A
- Authority
- CN
- China
- Prior art keywords
- item
- target
- replenishment
- circulation
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000001502 supplementing effect Effects 0.000 claims abstract description 6
- 230000004044 response Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000001125 extrusion Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
Abstract
本公开的实施例公开了物品补货配置方案信息生成方法、装置、设备和介质。该方法的一具体实施方式包括:获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,其中,该目标物品为该批次物品集中的物品;获取该目标物品在目标时期的物品流转预测信息;根据该目标物品的历史价值流转数据,该库存指标、该库存存储初始量和该物品流转预测信息,生成针对目标时期的、该目标物品对应的模型补货量;根据该模型补货量和该物品流转预测信息,确定该目标物品对应的现货率;根据该现货率,生成物品补货配置方案信息。该实施方式与智能供应链有关,可以生成更为精准的物品补货配置方案信息。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及物品补货配置方案信息生成方法、装置、设备和介质。
背景技术
目前,物品的补货方式是当前供应链所面临的重要问题。对于物品的补货,通常采用的方式为:通过智能化模型来预估待补货量和相关供应方主动补货,来进行补货处理。
然而,发明人发现,当采用上述方式来进行补货,经常会存在如下技术问题:
由于智能化模型输出的预估待补货量存在不准确的情况,且供应方主动补货常常以同品类物品批次补货,导致通过智能化模型输出的预估待补货量和供应方主动补货,存在补货不精准的问题,造成慢销物品出现库存挤压的情况。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了物品补货配置方案信息生成方法、装置、电子设备、计算机可读介质和程序产品,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种物品补货配置方案信息生成方法,包括:获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,其中,上述目标物品为上述批次物品集中的物品;获取上述目标物品在目标时期的物品流转预测信息;根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,生成针对目标时期的、上述目标物品对应的模型补货量;根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率;根据上述现货率,生成物品补货配置方案信息。
可选地,上述库存指标包括:预设现货率;以及上述根据上述现货率,生成物品补货配置方案信息,包括:响应于确定上述现货率大于或等于上述预设现货率,将第一方案信息确定为上述物品补货配置方案信息,其中,上述第一方案信息是表征上述模型补货量为上述目标物品待进行补货的物品数量的方案信息。
可选地,上述方法还包括:响应于确定上述现货率小于上述预设现货率,将上述现货率与上述预设现货率之间的差值,确定现货率差;根据上述现货率差,生成第二方案信息,作为物品补货配置方案信息。
可选地,上述根据上述现货率差,生成第二方案信息,作为物品补货配置方案信息,包括:获取针对上述目标物品的物品流转要求条件;确定上述现货率差对应的物品流转信息;响应于确定上述物品流转信息满足上述物品流转要求条件,生成将上述物品流转信息作为目标供应方的供货量的方案信息,作为第一子方案信息;生成表征依据上述模型补货量进行上述目标物品进行补货的方案信息,作为第二子方案信息;根据上述第一子方案信息和上述第二子方案信息,生成第二方案信息,作为物品补货配置方案信息。
可选地,上述根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,生成针对目标时期的、上述目标物品对应的模型补货量,包括:将上述历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息输入至补货量生成模型,以生成上述模型补货量。
可选地,上述库存指标包括:预设现货率和预设流转天数;以及上述将上述历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息输入至补货量生成模型,以生成上述模型补货量,包括:根据上述历史价值流转数据、上述预设现货率、上述预设流转天数、物品流转预测信息,生成针对目标时期的物品入库量;获取针对上述补货量生成模型中的流转天数优化函数和至少一个约束条件,其中,上述至少一个约束条件包括:表征入库量和模型库存水位之间对应关系的约束条件;根据上述至少一个约束条件,上述物品入库量,上述库存存储初始量和上述流转天数优化函数,生成上述模型补货量。
可选地,上述方法还包括:依据上述物品补货配置方案信息,对上述目标物品进行补货处理。
第二方面,本公开的一些实施例提供了一种物品补货配置方案信息生成装置,包括:第一获取单元,被配置成获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,其中,上述目标物品为上述批次物品集中的物品;第二获取单元,被配置成获取上述目标物品在目标时期的物品流转预测信息;第一生成单元,被配置成根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,生成针对目标时期的、上述目标物品对应的模型补货量;确定单元,被配置成根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率;第二生成单元,被配置成根据上述现货率,生成物品补货配置方案信息。
可选地,上述库存指标包括:预设现货率;以及第二生成单元可以被配置成:响应于确定上述现货率大于或等于上述预设现货率,将第一方案信息确定为上述物品补货配置方案信息,其中,上述第一方案信息是表征上述模型补货量为上述目标物品待进行补货的物品数量的方案信息。
可选地,第二生成单元可以被配置成:响应于确定上述现货率小于上述预设现货率,将上述现货率与上述预设现货率之间的差值,确定现货率差;根据上述现货率差,生成第二方案信息,作为物品补货配置方案信息。
可选地,第二生成单元可以被配置成:获取针对上述目标物品的物品流转要求条件;确定上述现货率差对应的物品流转信息;响应于确定上述物品流转信息满足上述物品流转要求条件,生成将上述物品流转信息作为目标供应方的供货量的方案信息,作为第一子方案信息;生成表征依据上述模型补货量进行上述目标物品进行补货的方案信息,作为第二子方案信息;根据上述第一子方案信息和上述第二子方案信息,生成第二方案信息,作为物品补货配置方案信息。
可选地,第一生成单元可以被配置成:将上述历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息输入至补货量生成模型,以生成上述模型补货量。
可选地,上述库存指标包括:预设现货率和预设流转天数;以及第一生成单元可以被配置成:根据上述历史价值流转数据、上述预设现货率、上述预设流转天数、物品流转预测信息,生成针对目标时期的物品入库量;获取针对上述补货量生成模型中的流转天数优化函数和至少一个约束条件,其中,上述至少一个约束条件包括:表征入库量和模型库存水位之间对应关系的约束条件;根据上述至少一个约束条件,上述物品入库量,上述库存存储初始量和上述流转天数优化函数,生成上述模型补货量。
可选地,上述装置还包括:依据上述物品补货配置方案信息,对上述目标物品进行补货处理。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
第五方面,本公开的一些实施例提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面中任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的物品补货配置方案信息生成方法可以生成更为精准的物品补货配置方案信息。具体来说,造成相关的物品补货不够精确的原因在于:由于智能化模型输出的预估待补货量存在不准确的情况,且供应方主动补货常常以同品类物品批次补货,导致通过智能化模型输出的预估待补货量和供应方主动补货,存在补货不精准的问题,造成慢销物品出现库存挤压的情况。基于此,本公开的一些实施例的物品补货配置方案信息生成方法,首先,获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,以用于后续模型补货量的生成。其中,上述目标物品为上述批次物品集中的物品。然后,获取上述目标物品在目标时期的物品流转预测信息,以用于后续生成模型补货量和现货率。接着,根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,可以准确地生成针对目标时期的、上述目标物品对应的模型补货量。进而,根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率,以确定模型补货量是否能满足目标时期的物品流转要求。最后,根据上述现货率,可以准确地生成物品补货配置方案信息。综上所述,针对物品的精细化管理,通过生成更为精准的物品补货配置方案信息,解决了智能化模型输出的预估待补货量存在不准确导致出现的缺货、多货的情况,且解决了供应方主动补货常常以同品类物品批次补货导致的慢销物品出现库存挤压的情况。除此之外,通过执行物品补货配置方案信息对应方案,减少了数据流转滞后性的发生。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的物品补货配置方案信息生成方法的一个应用场景的示意图;
图2是根据本公开的物品补货配置方案信息生成方法的一些实施例的流程图;
图3是根据本公开的物品补货配置方案信息生成方法的一些实施例中的状态转移模型的示意图;
图4是根据本公开的物品补货配置方案信息生成方法的另一些实施例的流程图;
图5是根据本公开的物品补货配置方案信息生成装置的一些实施例的结构示意图;
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本公开中所涉及的物品信息(例如历史价值流转数据)的收集、存储、使用等操作,在执行相应操作之前,相关组织或个人尽到包括开展物品信息安全影响评估、向物品信息主体履行告知义务、事先征得物品信息主体的授权同意等义务。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的物品补货配置方案信息生成方法的一个应用场景的示意图。
在图1的应用场景中,首先,电子设备101可以获取针对目标物品102的历史价值流转数据103、针对批次物品集的库存指标104和目标仓库的库存存储初始量105。其中,上述目标物品102为上述批次物品集中的物品。在本应用场景中,历史价值流转数据103包括:历史采购数据1031、历史销售数据1032和历史库存数据1033。库存指标104可以是“现货率:67%”。库存存储初始量105可以是“100”。然后,电子设备101可以获取上述目标物品102在目标时期的物品流转预测信息106。在本应用场景中,物品流转预测信息106可以是“300”。接着,电子设备101可以根据上述目标物品102的历史价值流转数据103,上述库存指标106、上述库存存储初始量105和上述物品流转预测信息106,生成针对目标时期的、上述目标物品102对应的模型补货量107。在本应用场景中,模型补货量107可以是“100”。进而,电子设备101可以根据上述模型补货量107和上述物品流转预测信息106,确定上述目标物品102对应的现货率108。在本应用场景中,现货率108可以是“60%”。最后,电子设备101可以根据上述现货率108,生成物品补货配置方案信息109。
需要说明的是,上述电子设备101可以是硬件,也可以是软件。当电子设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的电子设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的电子设备。
继续参考图2,示出了根据本公开的物品补货配置方案信息生成方法的一些实施例的流程200。该物品补货配置方案信息生成方法,包括以下步骤:
步骤201,获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量。
在一些实施例中,上述物品补货配置方案信息生成方法的执行主体(例如图1所示的电子设备101)可以通过有线连接方式或者无线连接方式来获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量。其中,上述目标物品为上述批次物品集中的物品。上述历史价值流转数据可以是历史发生的、针对目标物品的存在价值流转的数目。实践中,上述历史价值流转数据可以包括但不限于以下至少一项:历史采购数据,历史销量数据,历史库存指标。上述历史采购数据可以包括:历史采购频率数据,历史采购量,历史采购时间。上述历史销量数据可以包括:历史销量频率数据,历史销售量,历史销售时间。上述库存指标可以是针对批次物品集而预先设置的指标。实践中,上述批次物品集中的各个物品可以是同品牌的物品。上述库存指标可以是针对批次物品集而预先设置的库存指标。例如,库存指标包括:库存动销率,历史现货率,历史周转天数。上述库存存储初始量可以是目标物品在目标时期的上一时期时,存储仓库中所剩余的库存量。目标时期可以是当前对目标物品进行补货的时间点与下次补货的时间点之间的时期。上述上一时期可以是上次对目标物品进行补货的时间点与当前对目标物品进行补货的时间点之间的时期。例如,库存存储初始量可以是100件。
需要说明的是,针对电商业务场景,由于品牌供应商需要同时管理成百上千的物品,进而进行采购管理,并没有办法做到针对每个物品的精细化的规划和采购计划的制定。而补货计划的制定,通常也是按月或者按照季度进行整体的规划,再根据人工流程和经验,进行具体补货计划的事实。其次,补货方案的方式多种多样。可以通过模型来自动执行补货,也可以通过品牌供应商主动进行补货,也有通过模型自动执行采购的同时,允许品牌供应商进行主动补货。
可选地,针对批次物品集的库存指标可以是由相关品牌供应商所提供的。
步骤202,获取上述目标物品在目标时期的物品流转预测信息。
在一些实施例中,上述执行主体可以获取上述目标物品在目标时期的物品流转预测信息。
实践中,上述物品流转预测信息可以是目标物品在目标时期的销量预测信息。例如,当前时间为11月1日。当前补货时间点同样为11月1日,下次补货时间点为11月5日。则目标时期可以是11月1日至11月5日。物品流转预测信息可以是目标物品在11月1日至11月5日之间的销量预测信息。
步骤203,根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,生成针对目标时期的、上述目标物品对应的模型补货量。
在一些实施例中,上述执行主体可以根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,通过各种方式来生成针对目标时期的、上述目标物品对应的模型补货量。其中,模型补货量可以是模型所输出的、目标物品的补货量。
在一些实施例的一些可选的实现方式中,上述执行主体可以将上述历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息输入至补货量生成模型,以生成上述模型补货量。
其中,补货量生成模型可以是生成补货量的模型。
实践中,上述补货量生成模型可以是长短期记忆网络(LSTM,Long Short-TermMemory)。
可选地,上述库存指标包括:预设现货率和预设流转天数。其中,预设现货率可以是供应方所提供的现货率。上述预设流转天数可以是供应方所提供的、所希望的最低可售天数。
可选地,上述将上述历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息输入至补货量生成模型,以生成上述模型补货量,可以包括以下步骤:
第一步,根据上述历史价值流转数据、上述预设现货率、上述预设流转天数、物品流转预测信息,生成针对目标时期的物品入库量。
作为示例,上述执行主体可以通过以下公式生成物品入库量:
其中,x可以是物品入库量。R可以是补货周期(例如每一周补一次货,则R=7)。Zalpha为供应商或根据其商品特征所限制的现货率参数(例如现货率需要满足98%,则Zalpha=98%)。可以是物品流转预测信息(即预测销量)。σ可以是表示预测销量与实际销量的偏差的标准差,用以表示销售的波动情况。σvlt表示销售的标准差用以表示销售的波动情况。ε表示预测销量与实际销量的偏差。
表示安全库存。完美情况下安全库存与周转库存可以足够覆盖销量。但是由于预测偏差造成的波动增加会造成安全库存的增加。因此安全库存已经从实际满足波动的安全库存,发展成为安全库存与策略库存的总和。tavailable表示供应商希望的最低可售天数。表示基于最低可售天数的相关补货量。
第二步,获取针对上述补货量生成模型中的流转天数优化函数和至少一个约束条件。其中,上述至少一个约束条件包括:表征入库量和模型库存水位之间对应关系的约束条件。
实践中,流转天数优化函数可以是以下公式:
min itoi,
其中,itoi可以是第i个物品的周转天数。
表征入库量和模型库存水位之间对应关系的约束条件可以是以下公式:
yt,i=max(yt-1,i+xt,i-st,i,0),
其中,yt,i可以是第i个物品在目标时期t下的模型补货量。yt-1,i可以是第i个物品在目标时期t-1下的模型补货量。xt,i可以是第i个物品在目标时期t下物品入库量。st,i可以是第i个物品在目标时期t下销量。
至少一个约束条件还包括:第一周转天数约束条件。第一周转天数约束条件可以是以下公式:
其中,ci可以是第i个物品的库存成本。M可以是满足业务要求的最低周转天数。
至少一个约束条件还包括:第二周转天数约束条件。第二周转天数约束条件可以是以下公式:
M>=min(Si/si),
其中,Si可以是针对第i个物品的物品总销量。si.可以是针对第i个物品的平均每日销量。
需要说明的是,模型补货量y与物品入库量x之间存在状态转换关系,具体转换关系可以参见表征入库量和模型库存水位之间对应关系的约束条件。参见图3,示出了由模型补货量y与物品入库量x之间组成的状态转移模型。上述状态转换模型可以是马尔科夫链模型。
第三步,根据上述至少一个约束条件,上述物品入库量,上述库存存储初始量和上述流转天数优化函数,生成上述模型补货量。
作为示例,上述执行主体可以将物品入库量和上述库存存储初始量输入至至少一个约束条件和流转天数优化函数,以得到模型补货量。
步骤204,根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率。
在一些实施例中,上述执行主体可以根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率。
作为示例,首先,上述执行主体可以确定模型补货量和库存存储初始量之和,得到,目标库存量。然后,让目标库存量除以上述物品流转预测信息,以生成目标物品对应的现货率。
步骤205,根据上述现货率,生成物品补货配置方案信息。
在一些实施例中,上述执行主体可以根据上述现货率,生成物品补货配置方案信息。其中,物品补货配置方案信息可以是对目标物品进行补货的配置方案的方案信息。上述方案信息可以是方案的标识信息。
作为示例,上述执行主体可以确定现货率与物品补货配置方案间存在对应关系。例如,0-30%的现货率对应第一物品补货配置方案。30%-70%的现货率对应第二物品补货配置方案。70-100%的现货率对应第三物品补货配置方案。第一物品补货配置方案表征完全使用模型补货量来进行补货的方案。第二物品补货配置方案表征使用模型补货量供货和供应方主动补货的方式来进行补货的方案。第二物品补货配置方案表征供应方主动补货的方式来进行补货的方案。
在一些实施例的一些可选的实现方式中,上述执行主体可以依据上述物品补货配置方案信息,对上述目标物品进行补货处理。
作为示例,上述执行主体可以执行物品补货配置方案信息对应的物品补货配置方法,以对上述目标物品进行补货处理。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的物品补货配置方案信息生成方法可以生成更为精准的物品补货配置方案信息。具体来说,造成相关的物品补货不够精确的原因在于:由于智能化模型输出的预估待补货量存在不准确的情况,且供应方主动补货常常以同品类物品批次补货,导致通过智能化模型输出的预估待补货量和供应方主动补货,存在补货不精准的问题,造成慢销物品出现库存挤压的情况。基于此,本公开的一些实施例的物品补货配置方案信息生成方法,首先,获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,以用于后续模型补货量的生成。其中,上述目标物品为上述批次物品集中的物品。然后,获取上述目标物品在目标时期的物品流转预测信息,以用于后续生成模型补货量和现货率。接着,根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,可以准确地生成针对目标时期的、上述目标物品对应的模型补货量。进而,根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率,以确定模型补货量是否能满足目标时期的物品流转要求。最后,根据上述现货率,可以准确地生成物品补货配置方案信息。综上所述,针对物品的精细化管理,通过生成更为精准的物品补货配置方案信息,解决了智能化模型输出的预估待补货量存在不准确导致出现的缺货、多货的情况,且解决了供应方主动补货常常以同品类物品批次补货导致的慢销物品出现库存挤压的情况。除此之外,通过执行物品补货配置方案信息对应方案,减少了数据流转滞后性的发生。
进一步参考图4,示出了根据本公开的物品补货配置方案信息生成方法的另一些实施例的流程400。该物品补货配置方案信息生成方法,包括以下步骤:
步骤401,获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量。
步骤402,获取上述目标物品在目标时期的物品流转预测信息。
步骤403,根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,生成针对目标时期的、上述目标物品对应的模型补货量。
步骤404,根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率。
在一些实施例中,步骤401-404的具体实现及其所带来的技术效果,可以参考图2对应的实施例中的步骤201-204,在此不再赘述。
步骤405,响应于确定上述现货率大于或等于上述预设现货率,将第一方案信息确定为上述物品补货配置方案信息。
在一些实施例中,响应于确定上述现货率大于或等于上述预设现货率,执行主体(例如图1所示的电子设备101)可以将第一方案信息确定为上述物品补货配置方案信息。其中,上述第一方案信息是表征上述模型补货量为上述目标物品待进行补货的物品数量的方案信息。上述库存指标包括:预设现货率。上述预设现货率可以是供应方提供的现货率指标。例如,预设现货率可以是0.7。
在一些实施例的一些可选的实现方式中,在步骤405之后,步骤还包括:
第一步,响应于确定上述现货率小于上述预设现货率,将上述现货率与上述预设现货率之间的差值,确定现货率差。例如,现货率为0.7。预设现货率为0.8。则现货率差为0.1。
第二步,根据上述现货率差,生成第二方案信息,作为物品补货配置方案信息。
作为示例,首先,上述执行主体可以确定现货率差与预设现货率差之间的差值,作为目标差值。然后,响应于目标差值小于预定数值,生成表征上述模型补货量为上述目标物品待进行补货的物品数量的方案信息,作为第二方案信息。响应于确定目标差值大于等于预定数值,生成指示目标供应方依据物品流转预测信息进行供货的方案信息,作为第二方案信息。
可选地,上述根据上述现货率差,生成第二方案信息,作为物品补货配置方案信息,可以包括以下步骤:
第一步,获取针对上述目标物品的物品流转要求条件。
其中,每个目标物品存在对应的物品流转要求条件。实践中,上述物品流转要求条件可以是物品销售条件。物品流转要求条件可以是目标物品是否为现货率对应物品流转信息与物品流转预测信息之间的占比大于预定占比的物品。例如,预定占比为0.65。
第二步,确定上述现货率差对应的物品流转信息。
其中,现货率差对应的物品流转信息可以是现货率差对应的物品销售量。
作为示例,上述执行主体可以将现货率差与物品流转预测信息进行相乘,得到相乘结果,作为物品流转信息。
第三步,响应于确定上述物品流转信息满足上述物品流转要求条件,生成将上述物品流转信息作为目标供应方的供货量的方案信息,作为第一子方案信息。
第四步,生成表征依据上述模型补货量进行上述目标物品进行补货的方案信息,作为第二子方案信息。
第五步,根据上述第一子方案信息和上述第二子方案信息,生成第二方案信息,作为物品补货配置方案信息。
作为示例,上述执行主体可以将第一子方案信息和第二子方案信息进行融合,得到融合方案信息,作为物品补货配置方案信息。
从图4中可以看出,与图2对应的一些实施例的描述相比,图4对应的一些实施例中的物品补货配置方案信息生成方法的流程400更加突出了现货率大于预设现货率时的方案生成具体步骤。由此,这些实施例描述的方案针对现货率大于预设现货率时,准确地生成第一方案信息。由此,避免了模型补货量已满足数据流转时,目标供应方还进行物品补货而导致的物品积压。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种物品补货配置方案信息生成装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该物品补货配置方案信息生成装置具体可以应用于各种电子设备中。
如图5所示,一种物品补货配置方案信息生成装置500包括:第一获取单元501、第二获取单元502、第一生成单元503、确定单元504和第二生成单元505。其中,第一获取单元501,被配置成获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,其中,上述目标物品为上述批次物品集中的物品;第二获取单元502,被配置成获取上述目标物品在目标时期的物品流转预测信息;第一生成单元503,被配置成根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,生成针对目标时期的、上述目标物品对应的模型补货量;确定单元504,被配置成根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率;第二生成单元505,被配置成根据上述现货率,生成物品补货配置方案信息。
在一些实施例的一些可选的实现方式中,上述库存指标包括:预设现货率;以及第二生成单元505可以进一步被配置成:响应于确定上述现货率大于或等于上述预设现货率,将第一方案信息确定为上述物品补货配置方案信息,其中,上述第一方案信息是表征上述模型补货量为上述目标物品待进行补货的物品数量的方案信息。
在一些实施例的一些可选的实现方式中,第二生成单元505可以进一步被配置成:响应于确定上述现货率小于上述预设现货率,将上述现货率与上述预设现货率之间的差值,确定现货率差;根据上述现货率差,生成第二方案信息,作为物品补货配置方案信息。
在一些实施例的一些可选的实现方式中,第二生成单元505可以进一步被配置成:获取针对上述目标物品的物品流转要求条件;确定上述现货率差对应的物品流转信息;响应于确定上述物品流转信息满足上述物品流转要求条件,生成将上述物品流转信息作为目标供应方的供货量的方案信息,作为第一子方案信息;生成表征依据上述模型补货量进行上述目标物品进行补货的方案信息,作为第二子方案信息;根据上述第一子方案信息和上述第二子方案信息,生成第二方案信息,作为物品补货配置方案信息。
在一些实施例的一些可选的实现方式中,第一生成单元503可以进一步被配置成:将上述历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息输入至补货量生成模型,以生成上述模型补货量。
在一些实施例的一些可选的实现方式中,上述库存指标包括:预设现货率和预设流转天数;以及第一生成单元503可以进一步被配置成:根据上述历史价值流转数据、上述预设现货率、上述预设流转天数、物品流转预测信息,生成针对目标时期的物品入库量;获取针对上述补货量生成模型中的流转天数优化函数和至少一个约束条件,其中,上述至少一个约束条件包括:表征入库量和模型库存水位之间对应关系的约束条件;根据上述至少一个约束条件,上述物品入库量,上述库存存储初始量和上述流转天数优化函数,生成上述模型补货量。
在一些实施例的一些可选的实现方式中,上述装置500还包括:补货单元(图中未显示)。其中,上述补货单元可以被配置成:依据上述物品补货配置方案信息,对上述目标物品进行补货处理。
可以理解的是,该物品补货配置方案信息生成装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于物品补货配置方案信息生成装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的电子设备101)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机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。而在本公开的一些实施例中,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,其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,其中,上述目标物品为上述批次物品集中的物品;获取上述目标物品在目标时期的物品流转预测信息;根据上述目标物品的历史价值流转数据,上述库存指标、上述库存存储初始量和上述物品流转预测信息,生成针对目标时期的、上述目标物品对应的模型补货量;根据上述模型补货量和上述物品流转预测信息,确定上述目标物品对应的现货率;根据上述现货率,生成物品补货配置方案信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第二获取单元、第一生成单元、确定单元和第二生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第二获取单元还可以被描述为“获取上述目标物品在目标时期的物品流转预测信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
本公开的一些实施例还提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的任一种物品补货配置方案信息生成方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (11)
1.一种物品补货配置方案信息生成方法,包括:
获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,其中,所述目标物品为所述批次物品集中的物品;
获取所述目标物品在目标时期的物品流转预测信息;
根据所述目标物品的历史价值流转数据,所述库存指标、所述库存存储初始量和所述物品流转预测信息,生成针对目标时期的、所述目标物品对应的模型补货量;
根据所述模型补货量和所述物品流转预测信息,确定所述目标物品对应的现货率;
根据所述现货率,生成物品补货配置方案信息。
2.根据权利要求1所述的方法,其中,所述库存指标包括:预设现货率;以及
所述根据所述现货率,生成物品补货配置方案信息,包括:
响应于确定所述现货率大于或等于所述预设现货率,将第一方案信息确定为所述物品补货配置方案信息,其中,所述第一方案信息是表征所述模型补货量为所述目标物品待进行补货的物品数量的方案信息。
3.根据权利要求2所述的方法,其中,所述方法还包括:
响应于确定所述现货率小于所述预设现货率,将所述现货率与所述预设现货率之间的差值,确定现货率差;
根据所述现货率差,生成第二方案信息,作为物品补货配置方案信息。
4.根据权利要求3所述的方法,其中,所述根据所述现货率差,生成第二方案信息,作为物品补货配置方案信息,包括:
获取针对所述目标物品的物品流转要求条件;
确定所述现货率差对应的物品流转信息;
响应于确定所述物品流转信息满足所述物品流转要求条件,生成将所述物品流转信息作为目标供应方的供货量的方案信息,作为第一子方案信息;
生成表征依据所述模型补货量进行所述目标物品进行补货的方案信息,作为第二子方案信息;
根据所述第一子方案信息和所述第二子方案信息,生成第二方案信息,作为物品补货配置方案信息。
5.根据权利要求1所述的方法,其中,所述根据所述目标物品的历史价值流转数据,所述库存指标、所述库存存储初始量和所述物品流转预测信息,生成针对目标时期的、所述目标物品对应的模型补货量,包括:
将所述历史价值流转数据,所述库存指标、所述库存存储初始量和所述物品流转预测信息输入至补货量生成模型,以生成所述模型补货量。
6.根据权利要求5所述的方法,其中,所述库存指标包括:预设现货率和预设流转天数;以及
所述将所述历史价值流转数据,所述库存指标、所述库存存储初始量和所述物品流转预测信息输入至补货量生成模型,以生成所述模型补货量,包括:
根据所述历史价值流转数据、所述预设现货率、所述预设流转天数、物品流转预测信息,生成针对目标时期的物品入库量;
获取针对所述补货量生成模型中的流转天数优化函数和至少一个约束条件,其中,所述至少一个约束条件包括:表征入库量和模型库存水位之间对应关系的约束条件;
根据所述至少一个约束条件,所述物品入库量,所述库存存储初始量和所述流转天数优化函数,生成所述模型补货量。
7.根据权利要求1所述的方法,其中,所述方法还包括:
依据所述物品补货配置方案信息,对所述目标物品进行补货处理。
8.一种物品补货配置方案信息生成装置,包括:
第一获取单元,被配置成获取针对目标物品的历史价值流转数据、针对批次物品集的库存指标和目标仓库的库存存储初始量,其中,所述目标物品为所述批次物品集中的物品;
第二获取单元,被配置成获取所述目标物品在目标时期的物品流转预测信息;
第一生成单元,被配置成根据所述目标物品的历史价值流转数据,所述库存指标、所述库存存储初始量和所述物品流转预测信息,生成针对目标时期的、所述目标物品对应的模型补货量;
确定单元,被配置成根据所述模型补货量和所述物品流转预测信息,确定所述目标物品对应的现货率;
第二生成单元,被配置成根据所述现货率,生成物品补货配置方案信息。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的方法。
11.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Publications (1)
Publication Number | Publication Date |
---|---|
CN118154107A true CN118154107A (zh) | 2024-06-07 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11620612B2 (en) | Systems and methods for inventory management and optimization | |
CN109544076B (zh) | 用于生成信息的方法和装置 | |
CN111932161B (zh) | 针对物品的车辆调度方法、装置、电子设备和计算机介质 | |
CN111932189B (zh) | 库存相关信息显示方法、装置、电子设备和计算机介质 | |
CN112184100A (zh) | 物品库存监控方法、装置、电子设备和计算机可读介质 | |
CN112036802B (zh) | 物品补货信息显示方法、装置、电子设备和可读介质 | |
WO2023124363A1 (zh) | 库存的确定方法和装置 | |
WO2023134189A1 (zh) | 补货信息生成方法、装置、电子设备和计算机可读介质 | |
CN114049072B (zh) | 指标确定方法、装置、电子设备和计算机可读介质 | |
CN109948965A (zh) | 控制方法和装置 | |
CN114663015A (zh) | 补货方法和装置 | |
CN112085442B (zh) | 设备操作方法、装置、电子设备和计算机可读介质 | |
CN116562772A (zh) | 物品补货信息生成方法、装置、设备、介质和程序产品 | |
CN112308378A (zh) | 调度设备控制方法、装置、电子设备和计算机可读介质 | |
CN118154107A (zh) | 物品补货配置方案信息生成方法、装置、设备和介质 | |
CN116823127A (zh) | 物品入库处理方法、装置、电子设备和存储介质 | |
CN115271582A (zh) | 物品调度方法、装置、电子设备和计算机可读介质 | |
CN113222304B (zh) | 一种库存调度方法和装置 | |
CN116523446A (zh) | 物品流转量信息发送方法、装置、设备和计算机可读介质 | |
CN113780650A (zh) | 运力锁定方法、装置、设备和存储介质 | |
CN111932191A (zh) | 货架调度方法、装置、电子设备和计算机可读介质 | |
CN111985967A (zh) | 物品信息生成方法、装置、电子设备和计算机可读介质 | |
CN115641059B (zh) | 补货信息生成方法、装置、电子设备、介质和程序产品 | |
CN110827047A (zh) | 动态定价方法和装置 | |
CN118037173A (zh) | 补货天数生成方法、装置、电子设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |