CN1741053A - 物流仓储决策支持系统 - Google Patents

Abstract

一种信息工程技术领域的物流仓储决策支持系统。本发明中，订单及库存信息录入模块负责订单和库存信息的录入和管理，需求预测模块负责对未来数月商品需求的预测，库存改善模块负责对库存商品的分类控制来改善库存管理并提供给安全库存分析模块作为计算商品安全库存的依据，商品周转率分析模块根据库存改善模块得到的分类结果，对各类商品按照其选定的服务质量制定相应的安全库存方法，商品周转率分析模块根据历史销售数据分析出每个商品的周转速率，综合进货报告模块根据需求预测、安全库存、商品周转率分析结果，制定出每种商品各时间段的进货方案。本发明结构清晰，充分利用了数据挖掘技术，为物流仓储提供了准确有效的决策支持。

Description

物流仓储决策支持系统

技术领域

本发明涉及的是一种信息工程技术领域的系统，具体地说，是一种物流仓储决策支持系统。

背景技术

物流是供应链管理的一个重要方面。随着信息技术突飞猛进的发展，物流从原来低水平的传统物流逐步转向现代物流。现代物流的核心在于信息化，在物流活动中及时准确的获取和使用物流信息，对于提高物流效率、降低物流成本、满足客户需求具有极大的作用。目前全球许多国家都开始重视物流信息平台的建设，在我国，随着近年来物流产业的高速发展，各省市也在进行物流信息平台的研究与建设。物流信息平台的发展要求能对采集的物流信息进行分析和处理，以管理科学、行为科学、控制论等现代科学为基础辅助企业做出决策，特别是能在实际的各种物流活动中能够根据历史的销售和仓储数据预测未来的销售情况和仓储要求，方便企业做出正确的决策。研究和建设物流仓储决策支持系统非常迫切。

经对现有技术文献的检索发现，中国专利公开号CN1395202，公开日为2003年2月5日，发明名称为：“具有最佳化管理流程的仓储系统”，该专利自述为：一种现场生产管理仓储系统，是针对仓储中心的现场材料加以控管，避免材料囤积存放过久，并将材料分配置适当的位置，用以简化生产过程，本发明至少包括下列步骤：设立一库存区、一领料区及一生产线管理区；通过一工作订单将该库存区中的材料移转至该领料区，并进行领料；通过一领料单将该领料区中的材料移转至该生产线管理区，并进行生产；最后生产线管理区未使用的材料退回该领料区。其不足之处是：1.只是根据去年同一时期历史数据对今年某商品的未来需求进行预测，没有考虑今年的销售趋势。2.使用同一方法确定所有商品的安全库存，没有考虑到实际商品库存状况的多样性，在仓位不足或者运力不够的情况下，无法保证销售量大、产生利润多的商品优先供应。3.在考虑商品的进货时间和进货量时没有对商品的周转率进行分析。4.没有提出根据商品需求的预测，安全库存，和商品周转率生成商品的综合进货报告。

发明内容

本发明的目的在于克服现有的技术不足，提供一种物流仓储决策支持系统，使其在实际的物流活动中对在库商品的前几年历史销售情况和目前的销售趋势，对某商品未来数月的需求情况进行预测，同时对所有在库商品进行分类，并结合分类结果确定各商品的安全库存，最终基于各商品的周转率分析和前面商品需求预测结果和安全库存，生成各商品的进货报告，为解决物流仓储决策提供了一套有效的系统。

本发明是通过以下技术方案实现的，本发明包括：订单及库存信息录入模块、需求预测模块、库存改善模块、安全库存分析模块、商品周转率分析模块及综合进货报告模块。订单及库存信息录入模块负责订单信心及库存信息的录入和修改；需求预测模块利用数据挖掘的技术对数据库中的往年历史销售数据进行分析，并结合本年度前几个月的销售走势，对未来数月的商品需求进行预测；库存改善模块主要针对各商品的特点进行分类，方便安全库存分析模块对各商品制定安全库存量；安全库存分析模块结合库存改善模块的分类结果，根据各类商品的服务特点制定相应的安全库存策略；商品周转率分析模块根据各商品的销售历史情况计算出各商品的周转速率，作为综合进货报告模块的依据之一；结合各商品需求的预测、安全库存量及商品周转率综合进货报告模块制定出各商品今后数月的进货计划。

所述的订单及库存信息录入模块，主要负责各商品的订单信息和仓库的库存信息登入和管理，而订单信息和仓库的库存信息作为需求预测模块、库存改善模块、安全库存分析模块和商品周转率分析模块的分析数据。

所述的需求预测模块，负责对未来数月的商品需求量进行预测。首先选择所需要预测的商品名，并选定预测的起始时间和终止时间，利用数据库中的历史数据和目前的销售走势，使用移动平均预测法、指数平滑预测法和线性回归预测法对选定的预测时间范围和使用的历史数据的时间段进行商品需求预测，并结合使用各个方法预测的结果与历史真实的销售数据进行比较，计算预测的误差，最后选定预测误差最小的预测方法的预测结果作为未来数月商品需求量预测值。

所述的库存改善模块，通过对库存商品的分类控制来改善库存管理。首先选定作为参考的历史数据的起始时间和终止时间。然后根据时间区间内各商品的销售额，销售量对商品进行分类(ABC分类法)，如A类为销售额、销售量均排名前列的商品，所有A类商品的销售总额可能会占到商品销售总额的80％或者更多，而它们的数量可能只占商品总数的20％或者更少，依次类推，B类商品贡献介于A类与C类之间，而C类商品是那些销售量只占很小部分的商品，而它们的数量可能占到商品总数非常大的比例。同时为了克服ABC分类法的划分在边界商品中的误差，使用基于划分的聚类算法对分类结果进行修正。最后输出所有商品的分类结果。

所述的安全库存分析模块，根据库存改善模块得到的分类结果，对各类商品按照其选定的服务质量制定相应的安全库存方法。首先根据各类商品的销售和进货特点选择不同的安全和服务系数。然后从数据库中取得历史数据包括销售数据和平均提前订货时间，并根据历史记录计算需求量标准差和需求量变化偏差值，并且利用多种安全库存算法(如安全系数法和服务水平法)计算出各商品的安全库存量。最后根据多个算法得到的安全库存量和历史的销售、进货数据计算出安全库存量偏差值，并为每个商品选择偏差最小的安全库存算法计算出其安全库存量。

所述的商品周转率分析模块，根据历史销售数据分析出每个商品的周转速率。首先选中需要分析的商品名或者全部商品，然后根据订单、库存记录的历史数据，分析过去一段时间内的商品周转率，作为总和进货报告模块的参考信息。

所述的综合进货报告模块，根据需求预测模块、安全库存分析模块、商品周转率分析模块得到的需求预测、安全库存、商品周转率分析结果，制定出每种商品的进货方案。

与现有技术相比，本发明的有益效果是：可以满足物流信息化的应用需求，解决了在实际的各种物流活动中仓储决策的问题，在以下四方面有明显的提高和应用：1)支持多种需求预测模型，并结合数据库中已有的历史记录，计算出各预测模型的偏差值，从而选择出最合适的预测模型。2)基于划分的聚类方法对基于商品销售量和销售额的分类结果进行修正。3)支持多种安全库存计算方法，并且结合对历史销售、进货数据的分析选择出适合每种商品的安全库存计算方法。4)结合考虑需求预测、安全库存、商品周转率分析结果，制定出每种商品的进货方案。

附图说明

图1为本发明结构框图

具体实施方式

结合本发明的系统，提供以下实施例：

如图1所示，系统的基本组成包括订单及库存信息录入模块、需求预测模块、库存改善模块、安全库存分析模块、商品周转率分析模块和综合进货报告模块。订单及库存信息录入模块负责订单信心及库存信息的录入和修改；需求预测模块利用数据挖掘的技术对数据库中的往年历史销售数据进行分析，并结合本年度前几个月的销售走势，对未来数月的商品需求进行预测；库存改善模块主要针对各商品的特点进行分类，方便安全库存分析模块对各商品制定安全库存量；安全库存分析模块结合库存改善模块的分类结果，根据各类商品的服务特点制定相应的安全库存策略；商品周转率分析模块根据各商品的销售历史情况计算出各商品的周转速率，作为综合进货报告模块的依据之一；结合各商品需求的预测、安全库存量及商品周转率综合进货报告模块制定出各商品今后数月的进货计划。

使用本发明时，具体实现步骤如下：

1.使用订单及库存信息录入模块录入必要的订单信息及库存信息

①选择作业类型为订单录入，进入订单信息登入界面；

②输入订单号、订单中包含的商品代号和所需数量、订单中订货人信息及希望的收货日期；

③进入库存信息界面，查看各仓库该订单商品库存情况。如库存不够，退回该订单。

2.使用需求预测模块进行商品需求的预测。

①选择预测的商品的名称，选定预测的起始时间和终止时间；

②抽取数据库中的该商品前几年历史销售数据和本年度的销售数据，使用移动平均预测法，指数平滑预测法和线性回归预测法对选定的预测时间范围和历史数据时间段进行商品需求预测；

③计算出各预测模型计算历史数据时间段内的预测值和实际的历史销售数据的误差值，然后选择出误差值最小的预测模型所得的结果作为商品该预测时间段内的预测值。

3.使用库存改善模块通过对库存商品的分类控制来改善库存管理。

①选定作为参考的历史数据的起始时间和终止时间；

②根据时间区间内各商品的销售额，销售量对商品进行分类(ABC分类法)；

③使用基于划分的聚类方法对分类结果的各划分边界进行修正。

4.安全库存分析模块根据库存改善模块得到的分类结果，对各类商品按照其选定的服务质量制定相应的安全库存方法。

①根据各类商品的销售和进货特点选择不同的安全和服务系数；

②从数据库中取得历史数据包括销售数据和平均提前订货时间，并根据历史记录计算需求量标准差和需求量变化偏差值；

③利用多种安全库存算法(如安全系数法和服务水平法)计算出各商品的安全库存量；

④根据多个算法得到的安全库存量和历史的销售、进货数据计算出安全库存量偏差值，然后为每个商品选择偏差最小的安全库存算法计算出其安全库存量。

5.商品周转率分析模块根据历史销售数据分析出每个商品的周转速率。

①选择需要分析的商品名；

②选择使用的历史数据的起始时间和终止时间；

③根据选定时间段内订单、库存记录数据，分析该时段内的商品周转率。

6.综合进货报告模块根据需求预测、安全库存、商品周转率分析结果，制定出每种商品不同时间段的进货方案。

①选择需要制定的进货报告的时间段；

②抽取出该选定时间段内所有商品的需求预测、安全库存、商品周转率分析结果；

③根据各商品的该时间段内需求预测值、安全库存量、商品周转率，综合做出各商品的进货报告。

使用本系统满足了用户对物流仓储决策的需求，解决了在实际的各种物流活动中仓储决策的问题，实施效果如下：(1)支持多种需求预测模型，并结合数据库中已有的历史记录，计算出各预测模型的偏差值，从而得到最合适的预测模型，使需求预测的结果与实际用户需求误差减到最低。(2)基于划分的聚类方法对基于商品销售量和销售额的分类结果进行修正，使得商品分类的结果更加合理。(3)支持多种安全库存计算方法，并且结合对历史销售、进货数据的分析选择出适合每种商品的安全库存计算方法，提供了灵活的安全库存计算方法。(4)结合考虑需求预测、安全库存、商品周转率分析结果，制定出满足每种商品特点的进货方案。

Claims (6)

1、一种物流仓储决策支持系统，包括：订单及库存信息录入模块、需求预测模块、库存改善模块，其特征在于，还包括：安全库存分析模块、商品周转率分析模块及综合进货报告模块，订单及库存信息录入模块负责订单和库存信息的录入和管理，需求预测模块负责对未来数月商品需求的预测，库存改善模块负责对库存商品的分类控制来改善库存管理并提供给安全库存分析模块作为计算商品安全库存的依据，商品周转率分析模块根据库存改善模块得到的分类结果，对各类商品按照其选定的服务质量制定相应的安全库存方法，商品周转率分析模块根据历史销售数据分析出每个商品的周转速率，综合进货报告模块根据以上各模块得到的需求预测、安全库存、商品周转率分析结果，制定出每种商品各时间段的进货方案。

2、根据权利要求1所述的物流仓储决策支持系统，其特征是，所述的需求预测模块，首先选择所需要预测的商品名，并选定预测的起始时间和终止时间，利用数据库中的历史数据和目前的销售走势，使用移动平均预测法、指数平滑预测法和线性回归预测法对选定的预测时间范围和使用的历史数据的时间段进行商品需求预测，并结合使用各个方法预测的结果与历史真实的销售数据进行比较，计算预测的误差，最后选定预测误差最小的预测方法的预测结果作为未来数月商品需求量预测值。

3、根据权利要求1所述的物流仓储决策支持系统，其特征是，所述的库存改善模块，首先选定作为参考的历史数据的起始时间和终止时间，然后根据时间区间内各商品的销售额、销售量利用ABC分类法对商品进行分类，同时为了克服分类的划分在边界商品中的误差，使用基于划分的聚类算法对分类结果进行修正。

4、根据权利要求1所述的物流仓储决策支持系统，其特征是，所述的安全库存分析模块，首先根据各类商品的销售和进货特点选择安全和服务系数，然后从数据库中取得历史数据包括销售数据和平均提前订货时间，并根据历史记录计算需求量标准差和需求量变化偏差值，并且利用多种安全库存算法计算出各商品的安全库存量，最后根据多个算法得到的安全库存量和历史的销售、进货数据计算出安全库存量偏差值，并为每个商品选择偏差最小的安全库存算法计算出其安全库存量。

5、根据权利要求1所述的物流仓储决策支持系统，其特征是，所述的商品周转率分析模块，首先选中需要分析的商品名或者全部商品，然后根据订单、库存记录的历史数据，分析过去一段时间内的商品周转率，作为总和进货报告模块的参考信息。

6、根据权利要求1所述的物流仓储决策支持系统，其特征是，所述的订单及库存信息录入模块，主要负责各商品的订单信息和仓库的库存信息登入和管理，而订单信息和仓库的库存信息作为需求预测模块、库存改善模块、安全库存分析模块和商品周转率分析模块的分析数据。

Images