CN111401619B - 采购订单处理方法、装置、电子设备及存储介质 - Google Patents

采购订单处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111401619B
CN111401619B CN202010160950.6A CN202010160950A CN111401619B CN 111401619 B CN111401619 B CN 111401619B CN 202010160950 A CN202010160950 A CN 202010160950A CN 111401619 B CN111401619 B CN 111401619B
Authority
CN
China
Prior art keywords
warehouse
item
purchase
various
replenishment
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.)
Active
Application number
CN202010160950.6A
Other languages
English (en)
Other versions
CN111401619A (zh
Inventor
徐腾飞
杨杰
罗晓华
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 CN202010160950.6A priority Critical patent/CN111401619B/zh
Publication of CN111401619A publication Critical patent/CN111401619A/zh
Application granted granted Critical
Publication of CN111401619B publication Critical patent/CN111401619B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种采购订单处理方法、装置、电子设备及存储介质，可在满足采购需求的同时获得较低的运输成本和仓储成本。所述方法包括：获取至少一个仓库在补货周期内对至少一种物品的补货需求量；根据补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量；根据各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的采购排期，目标采购排期包括在补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，库存成本包括补货周期内各个仓库存储各种物品所需的总成本，运输成本包括补货周期内各个供应商向各个仓库配送各种物品所需的总成本；根据目标采购排期确定与各个供应商相关的采购订单。

Description

采购订单处理方法、装置、电子设备及存储介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种采购订单处理方法、装置、电子设备及存储介质。
背景技术
本部分旨在为权利要求书中陈述的本申请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。
目前，各商家会根据历史销售数据以及库存剩余量确定出各种物品的采购量，并根据确定出的采购量向供应商发送采购订单，完成对各种物品的补货，以保证物品的正常销售不断供。
发明内容
但是，现有的采购订单处理方法没有考虑采购策略对库存成本和运输成本的影响，导致存储成本和运输成本居高不下。针对上述技术问题，非常需要一种改进的方法，在满足采购需求的同时获得较低的运输成本和仓储成本。
一方面，本申请一实施例提供了一种采购订单处理方法，包括：
获取至少一个仓库在补货周期内对至少一种物品的补货需求量；
根据所述补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量；
根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，所述目标采购排期包括在所述补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，所述库存成本包括所述补货周期内各个仓库存储各种物品所需的总成本，所述运输成本包括所述补货周期内各个供应商向各个仓库配送各种物品所需的总成本；
根据所述目标采购排期确定与各个供应商相关的采购订单。
可选地，所述库存成本是根据各个仓库中各种物品在所述补货周期内每一天的预计库存量和各个仓库中各种物品每天的库存费用确定的，其中，仓库i中物品种类m在所述补货周期内第t+1天的预计库存量inv(i,m,t+1)是根据inv(i,m,t)、sale(i,m,t)和tra_num(i,m,t)确定的，inv(i,m,t)为仓库i中物品种类m在所述补货周期内第t天的预计库存量，sale(i,m,t)为所述补货周期内的第t天仓库i对物品种类m的预测需求量，tra_num(i,m,t)为根据采购排期确定的第t天各个供应商向仓库i配送物品种类m的总数量。
可选地，所述运输成本是根据各个供应商在所述补货周期内的每一天配送各种物品时使用的车辆数目和每辆车的配送成本确定的，其中，供应商j在第t天使用的车辆数目V(j,t)是根据采购排期中第t天供应商j向各个仓库配送各种物品的数量确定的。
可选地，所述根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，具体包括：
基于所述各个仓库从各个供应商采购各种物品的采购量，在满足约束条件的前提下，获得使目标函数的值最小的目标采购排期；
其中，所述目标函数为：
Figure BDA0002405763580000021
其中，inv(i,m,t)为仓库i中物品种类m在第t天的预计库存量，inv_cost(i,m)为物品种类m的一件物品在仓库i中的库存费用，V(j,t)为供应商j在第t天使用的车辆数目，vehicle_cost(j)为供应商j的每辆车的配送成本，I为仓库的总数，M为物品种类的数目，T为一个补货周期的天数，J为供应商的总数；
其中，所述约束条件至少包括：
inv(i,m,t)≥min_inv(i,m)
Figure BDA0002405763580000031
其中，X(i,j,m,t)为采购排期，min_inv(i,m)为仓库i中物品种类m的最小库存量，sale(i,m,t)为第t天仓库i对物品种类m的预测需求量，cube(m)为物品种类m的体积，cube_vehicle(j)为供应商j的每辆车的装载体积上限，supply(i,m,j)为仓库i在所述补货周期内从供应商j采购物品种类m的采购量。
可选地，所述获取至少一个仓库在补货周期内对至少一种物品的补货需求量，具体包括：
针对所述至少一个仓库中的任一仓库，根据所述任一仓库对各种物品的历史使用量，确定所述任一仓库在补货周期内对各种物品的预测需求量；
针对所述至少一个仓库中的任一仓库，根据所述任一仓库在所述补货周期内对各种物品的预测需求量和所述任一仓库中各种物品的初始库存量，确定所述任一仓库在所述补货周期内对各种物品的补货需求量。
可选地，所述根据所述任一仓库在所述补货周期内对各种物品的预测需求量和所述任一仓库中各种物品的初始库存量，确定所述任一仓库在所述补货周期内对各种物品的补货需求量，具体包括：
针对所述各种物品中的物品种类m，通过如下公式确定仓库i在所述补货周期内对物品种类m的补货需求量supply(i,m)：
supply(i,m)＝max{sale_total(i,m)+sale(i,m)×safe_day(i,m)-inv_start(i,m),min_supply(i,m)}，
其中，sale_total(i,m)为所述补货周期内仓库i对物品种类m的总预设需求量，sale(i,m)为仓库i对物品种类m的日均预测需求量，safe_day(i,m)为物品种类m在仓库i中的安全库存天数，inv_start(i,m)为仓库i中物品种类m的初始库存量，min_supply(i,m)为仓库i对物品种类m的最小采购量，max为求至少两个数中的最大值的函数。
可选地，所述根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定所述任一仓库从各个供应商采购所述任一种物品的采购量，具体包括：
根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定各种供应比例对应的采购方案，每种供应比例对应的采购方案包括所述任一仓库从各个供应商采购所述任一种物品的采购量；
所述根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，具体包括：
针对每种供应比例对应的采购方案，根据所述采购方案中的各个仓库从各个供应商采购各种物品的采购量，确定所述采购方案对应的使得库存成本和运输成本总和最小的候选采购排期，并确定所述候选采购排期对应的库存成本和运输成本总和的成本总值；
将最小成本总值对应的候选采购排期确定为目标采购排期。
一方面，本申请一实施例提供了一种采购订单处理装置，包括：
获取模块，用于获取至少一个仓库在补货周期内对至少一种物品的补货需求量；
采购量确定模块，用于根据所述补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量；
排期确定模块，用于根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，所述目标采购排期包括在所述补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，所述库存成本包括所述补货周期内各个仓库存储各种物品所需的总成本，所述运输成本包括所述补货周期内各个供应商向各个仓库配送各种物品所需的总成本；
订单确定模块，用于根据所述目标采购排期确定与各个供应商相关的采购订单。
可选地，所述库存成本是根据各个仓库中各种物品在所述补货周期内每一天的预计库存量和各个仓库中各种物品每天的库存费用确定的，其中，仓库i中物品种类m在所述补货周期内第t+1天的预计库存量inv(i,m,t+1)是根据inv(i,m,t)、sale(i,m,t)和tra_num(i,m,t)确定的，inv(i,m,t)为仓库i中物品种类m在所述补货周期内第t天的预计库存量，sale(i,m,t)为所述补货周期内的第t天仓库i对物品种类m的预测需求量，tra_num(i,m,t)为根据采购排期确定的第t天各个供应商向仓库i配送物品种类m的总数量。
可选地，所述运输成本是根据各个供应商在所述补货周期内的每一天配送各种物品时使用的车辆数目和每辆车的配送成本确定的，其中，供应商j在第t天使用的车辆数目V(j,t)是根据采购排期中第t天供应商j向各个仓库配送各种物品的数量确定的。
可选地，所述排期确定模块，具体用于：
基于所述各个仓库从各个供应商采购各种物品的采购量，在满足约束条件的前提下，获得使目标函数的值最小的目标采购排期；
其中，所述目标函数为：
Figure BDA0002405763580000051
其中，inv(i,m,t)为仓库i中物品种类m在第t天的预计库存量，inv_cost(i,m)为物品种类m的一件物品在仓库i中的库存费用，V(j,t)为供应商j在第t天使用的车辆数目，vehicle_cost(j)为供应商j的每辆车的配送成本，I为仓库的总数，M为物品种类的数目，T为一个补货周期的天数，J为供应商的总数；
其中，所述约束条件至少包括：
Figure BDA0002405763580000061
其中，X(i,j,m,t)为采购排期，min_inv(i,m)为仓库i中物品种类m的最小库存量，sale(i,m,t)为第t天仓库i对物品种类m的预测需求量，cube(m)为物品种类m的体积，cube_vehicle(j)为供应商j的每辆车的装载体积上限，supply(i,m,j)为仓库i在所述补货周期内从供应商j采购物品种类m的采购量。
可选地，所述获取模块，具体用于：
针对所述至少一个仓库中的任一仓库，根据所述任一仓库对各种物品的历史使用量，确定所述任一仓库在补货周期内对各种物品的预测需求量；
针对所述至少一个仓库中的任一仓库，根据所述任一仓库在所述补货周期内对各种物品的预测需求量和所述任一仓库中各种物品的初始库存量，确定所述任一仓库在所述补货周期内对各种物品的补货需求量。
可选地，所述获取模块，具体用于：
针对所述各种物品中的物品种类m，通过如下公式确定仓库i在所述补货周期内对物品种类m的补货需求量supply(i,m)：
supply(i,m)＝max{sale_total(i,m)+sale(i,m)×safe_day(i,m)-inv_start(i,m),min_supply(i,m)}，
其中，sale_total(i,m)为所述补货周期内仓库i对物品种类m的总预设需求量，sale(i,m)为仓库i对物品种类m的日均预测需求量，safe_day(i,m)为物品种类m在仓库i中的安全库存天数，inv_start(i,m)为仓库i中物品种类m的初始库存量，min_supply(i,m)为仓库i对物品种类m的最小采购量，max为求至少两个数中的最大值的函数。
可选地，所述采购量确定模块，具体用于：
针对任一仓库中的任一种物品，根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定所述任一仓库从各个供应商采购所述任一种物品的采购量。
可选地，所述采购量确定模块，具体用于：根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定各种供应比例对应的采购方案，每种供应比例对应的采购方案包括所述任一仓库从各个供应商采购所述任一种物品的采购量；
所述排期确定模块，具体用于：针对每种供应比例对应的采购方案，根据所述采购方案中的各个仓库从各个供应商采购各种物品的采购量，确定所述采购方案对应的使得库存成本和运输成本总和最小的候选采购排期，并确定所述候选采购排期对应的库存成本和运输成本总和的成本总值；以及将最小成本总值对应的候选采购排期确定为目标采购排期。
一方面，本申请一实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现上述任一种方法的步骤。
一方面，本申请一实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
一方面，本申请一实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时实现上述任一种方法的步骤。
本申请实施例提供的采购订单处理方法、装置、电子设备及存储介质，可基于各个仓库对各种物品的采购量，以及供应商送货时的运输成本和商家的库存成本，确定出满足采购需求、且保证运输成本和仓储成本的总和最低的采购排期，且采购排期中明确了各个供应商每天向各个仓库配送各种物品的数量，基于采购排期生成采购订单，可保证采购的有序进行，尤其是在采购物品种类、供应商数量、仓库数量较多时，可以快速生成最优的采购排期，进而确定出各个供应商相关的采购订单，提高了采购效率、降低了采购成本。
附图说明
通过参考附图阅读下文的详细描述，本申请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申请的若干实施方式，其中：
图1为本申请实施例提供的采购订单处理方法的应用场景示意图；
图2为本申请一实施例提供的采购订单处理方法的流程示意图；
图3为本申请一实施例提供的确定各个仓库对各种物品的补货需求量的流程示意图；
图4A为本申请一实施例提供的单个供应商向单个仓库供货时的采购排期的一个示例；
图4B为采用图4A所示的采购排期时补货周期内每一天的预计库存量的曲线图；
图5A为本申请一实施例提供的多个供应商向单个仓库供货时的采购排期的一个示例；
图5B为采用图5A所示的采购排期时补货周期内每一天的预计库存量的曲线图；
图6A为本申请一实施例提供的多个供应商向多个仓库供货时的采购排期的一个示例；
图6B为采用图6A所示的采购排期时补货周期内每一天的预计库存量的曲线图；
图7为本申请一实施例提供的采购订单处理方法的流程示意图；
图8为本申请一实施例提供的采购订单处理装置的结构示意图；
图9为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本申请的原理和精神。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申请，而并非以任何方式限制本申请的范围。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请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，本申请的实施方式可以实现为一种***、装置、设备、方法或计算机程序产品。因此，本申请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。
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。
为了方便理解，下面对本申请实施例中涉及的名词进行解释：
物品：是指商家需要大量采购的用于销售的商品、生产过程中使用的耗材或器件、以及销售商品时使用的包材等。
仓库：是指各个商家存储待销售或待使用的物品的仓库。一个商家可以分布在多个不同地方的多个仓库，如在北京设置一个仓库，在天津设置一个仓库。每个仓库中可存储至少一种物品。
供应商：是指向各个商家的仓库供应物品的厂商。一个供应商可向多个仓库提供一种或多种物品。
采购排期：是指向供应商采购各种物品的数量、日期等信息。
下面参考本申请的若干代表性实施方式，详细阐释本申请的原理和精神。
发明概述
本申请的发明人发现，目前，各商家会根据历史销售数据以及库存剩余量确定出各种物品的采购量，并根据确定出的采购量向供应商发送采购订单，完成对各种物品的补货，以保证物品的正常销售不断供。但是，现有的采购订单处理方法没有考虑采购策略对库存成本和运输成本的影响，导致存储成本和运输成本居高不下。
为了解决上述问题，本申请提供了一种采购订单处理方法，具体包括：获取至少一个仓库在补货周期内对至少一种物品的补货需求量；根据补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量；根据各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的采购排期，目标采购排期包括在补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，库存成本包括补货周期内各个仓库存储各种物品所需的总成本，运输成本包括补货周期内各个供应商向各个仓库配送各种物品所需的总成本；根据目标采购排期确定与各个供应商相关的采购订单。上述采购订单处理方法，基于各个仓库对各种物品的采购量，以及供应商送货时的运输成本和商家的库存成本，确定出满足采购需求、且保证运输成本和仓储成本的总和最低的采购排期，且采购排期中明确了各个供应商每天向各个仓库配送各种物品的数量，基于采购排期生成采购订单，可保证采购的有序进行，尤其是在采购物品种类、供应商数量、仓库数量较多时，可以快速生成最优的采购排期，进而确定出各个供应商相关的采购订单，提高了采购效率、降低了采购成本。
在介绍了本申请的基本原理之后，下面具体介绍本申请的各种非限制性实施方式。
应用场景总览
参考图1，其为本申请实施例提供的采购订单处理方法的应用场景示意图。该应用场景包括多个仓库管理终端101(包括仓库管理终端101-1、仓库管理终端101-2、……仓库管理终端101-n)、服务器102和多个供应商终端103(包括供应商终端103-1、供应商终端103-2、……供应商终端103-m)。其中，仓库管理终端101和服务器102、供应商终端103和服务器102之间可通过有线或无线的通信网络连接。仓库管理终端101包括但不限于桌面计算机、移动电话、移动电脑、平板电脑等电子设备。供应商终端103包括但不限于桌面计算机、移动电话、移动电脑、平板电脑等电子设备。服务器102可以是一台服务器、若干台服务器组成的服务器集群或云计算中心。
每个仓库中可设置一个仓库管理终端101，通过仓库管理终端101将仓库内各种物品的库存量、每天的使用量上报给服务器102。服务器102收集各个仓库管理终端101上报的数据，根据上报的数据确定出各个仓库在补货周期内对各种物品的补货需求量，根据补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量，根据各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，目标采购排期包括在补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，根据目标采购排期确定与各个供应商相关的采购订单，将各个供应商的采购订单发送给对应的供应商终端103。各个供应商终端103根据采购订单上的采购日期、采购的物品种类、每种物品的采购数量以及采购的仓库，在规定的日期向指定仓库配送指定数量的指定物品。
示例性方法
下面结合图1的应用场景，来描述根据本申请示例性实施方式的采购订单处理方法。需要注意的是，上述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。
参考图2，本申请实施例提供了的一种采购订单处理方法，可应用于图1所示的服务器102，具体可包括以下步骤：
S201、获取至少一个仓库在补货周期内对至少一种物品的补货需求量。
其中，补货周期可以是一周、两周、一个月、两个月等，本申请实施例不作限定。补货周期可在服务器内预先设置好，也可以人工修改。
具体实施时，各个仓库可通过仓库管理终端定期向服务器上报各个仓库中每种物品的库存量和每天的使用量。
在一种可能的实施方式中，各个仓库可通过仓库管理终端向服务器发送补货请求，该补货请求中包括仓库标识、物品种类、每种物品对应的补货数量等。各个仓库管理终端可定期向服务器发送补货请求，发送补货周期的间隔可以是一个补货周期。
在另一种可能的实施方式中，服务器可根据各个仓库中每种物品的库存量和每天的使用量，预测各个仓库在未来一个补货周期内对各种物品的补货需求量。
S202、根据补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量。
其中，仓库i在补货周期内从供应商j采购物品种类m的采购量可记为supply(i,m,j)。
具体实施时，可根据各个供应商的供货能力、供货速度等指标，预先设定各个供应商对应的供应比例。为此，步骤S202具体包括：针对任一仓库中的任一种物品，根据该仓库对该种物品的补货需求量和为该种物品的各个供应商设置的供应比例，确定该仓库从各个供应商采购该种物品的采购量。
例如,物品m的供应商包括供应商甲和供应商乙，供应商甲对物品m的供应比例为60％,供应商乙对物品m的供应比例为40％。仓库i对物品m的补货需求量为6000件，则仓库i从供应商甲处采购物品m的采购量为6000×60％＝3600件,仓库i从供应商乙处采购物品m的采购量为6000×40％＝2400件。
S203、根据各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的采购排期，目标采购排期包括在补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，库存成本包括补货周期内各个仓库存储各种物品所需的总成本，运输成本包括补货周期内各个供应商向各个仓库配送各种物品所需的总成本。
通过步骤S203获得的采购排期可参考图4A、图5A和图6A。以图6A为例，采购排期给出了补货周期内的每一天各个仓库需要从各个供应商处采购的各种物品的数量，例如：1月1日，仓库A需要从供应商甲处采购600件物品W1，仓库B从供应商乙处采购300件物品W2；1月2日，仓库A需要从供应商乙处采购200件物品W1，仓库B从供应商乙处采购100件物品W2；其他日期的采购量见图6A。对于供应商甲来说，1月1日只需要向仓库A配送600件物品W1，1月2日～1月6日无需配送，1月7日可根据配送的物品总体积安排一辆或多辆车对仓库A和仓库B进行配送。对于供应商乙来说，1月1日只需要向仓库B配送300件物品W2，1月2日可根据配送的物品总体积安排一辆或多辆车对仓库A和仓库B进行配送。
S204、根据目标采购排期确定与各个供应商相关的采购订单。
具体实施时，服务器根据目标采购排期确定与各个供应商相关的采购订单，将各个供应商的采购订单发送给对应的供应商终端。各个供应商终端根据采购订单上的采购日期、采购的物品种类、每种物品的采购数量以及采购的仓库，在规定的日期向指定仓库配送指定数量的指定物品。以图6所示的采购排期为例，发送给供应商甲的采购订单可以是图6A所示的第1～3列中的数据组成的表格，发送给供应商乙的采购订单可以是图6A所示的第1、4、5列中的数据组成的表格。
本申请实施例的采购订单处理方法，可基于各个仓库对各种物品的采购量，以及供应商送货时的运输成本和商家的库存成本，确定出满足采购需求、且保证运输成本和仓储成本的总和最低的采购排期，且采购排期中明确了各个供应商每天向各个仓库配送各种物品的数量，基于采购排期生成采购订单，可保证采购的有序进行，尤其是在采购物品种类、供应商数量、仓库数量较多时，可以快速生成最优的采购排期，进而确定出各个供应商相关的采购订单，提高了采购效率、降低了采购成本。
在上述任一实施方式的基础上，参考图3，步骤S201具体包括：
S301、针对每个仓库，根据该仓库对各种物品的历史使用量，确定该仓库在补货周期内对各种物品的预测需求量。
具体实施时，预测需求量可以包括以下至少一种：日均预测需求量或补货周期内每天的预测需求量。其中，仓库i对物品种类m的日均预测需求可记为sale(i,m)，补货周期内的第t天仓库i对物品种类m的预测需求量可记为sale(i,m,t)。
具体实施时，各个仓库可通过仓库管理终端将各种物品的历史使用量发送给服务器。历史使用量包括过去一段时间内(例如过去一个月或一年)的某种物品在某个仓库的使用量，历史使用量可以是按天、周或月统计的。以按天统计为例，在仓库i中，物品m在10月1日的使用量为100件,10月2日的使用量为200件,10月3日的使用量为300件等，这些信息以特定格式存储于服务器的数据库中，作为仓库i对物品m的历史使用量。
具体实施时，根据各个仓库对各种物品的历史使用量,可以预测出各个仓库在补货周期内对各种物品的预测需求量。可使用的预测方法有很多种,例如可以是对历史使用量进行加权平均，或者采用时间序列预测法、回归模型法等进行预测。
以加权平均为例，在仓库i中，物品m在12月29日的历史使用量为100，在12月30日的历史使用量为200，在12月31日的历史使用量为300，且加权权重分别为0.3、0.4和0.3，则1月1日及之后未来每天的物品m的日均预测需求量为sale(i,m)＝100×0.3+200×0.4+300×0.3＝200。需要说明的是,加权平均方法不仅可以基于每天的历史使用量进行加权,也可以基于特定时间段的历史使用量进行加权，例如，在仓库i中，物品m在时间段一、时间段二、时间段三的平均使用量分别为N1、N2、N3，对应的权重分别为a1、a2、a3，则未来每天物品m在仓库i中的日均预测使用量sale(i,m)＝N1×a1+N2×a2+N3×a3。
具体实施时，还可以基于时间序列预测法、回归模型法等方法，预测出补货周期内的每一天中仓库i对物品种类m的预测需求量sale(i,m,t)。
S302、针对每个仓库，根据该仓库在补货周期内对各种物品的预测需求量和该仓库中各种物品的初始库存量，确定该仓库在补货周期内对各种物品的补货需求量。
其中，初始库存量是指确定补货需求量时仓库内物品的库存量，具体可以是补货周期第一天的前一天结束时的库存量。例如，当前时刻为12月31日，正在预测在仓库i中物品m在1月份的补货需求量，则12月31日的库存量即为初始库存量。
具体实施时，以仓库i中的物品种类m为例，可通过如下公式确定仓库i在补货周期内对物品种类m的补货需求量supply(i,m)：
supply(i,m)＝max{sale_total(i,m)+sale(i,m)×safe_day(i,m)-inv_start(i,m),min_supply(i,m)}，
其中，sale_total(i,m)为补货周期内的仓库i对物品种类m的总预测需求量，sale(i,m,t)为补货周期内的第t天仓库i对物品种类m的预测需求量，sale(i,m)为仓库i对物品种类m的日均预测需求量，safe_day(i,m)为物品种类m在仓库i中的安全库存天数，inv_start(i,m)为仓库i中物品种类m的初始库存量，min_supply(i,m)为仓库i对物品种类m的最小采购量，max为求至少两个数中的最大值的函数。
具体实施时，可通过如下公式确定补货周期内仓库i对物品种类m的总预测需求量sale_total(i,m)＝sale(i,m)×T，其中T为一个补货周期的天数。还可以通过如下公式确定补货周期内仓库i对物品种类m的总预测需求量
Figure BDA0002405763580000151
其中，T为一个补货周期的天数。
举例说明，在仓库i中，从2020年1月1日之后的每一天，物品种类m的日均预测需求量为200,补货周期设置为1月1日至1月30日，共计30天，初始库存量为1000,安全库转天数为5天,最小采购量为5000，则仓库i对物品种类m的补货需求量为：max(200×30+200×5–1000,5000)＝6000。
图3所示的方法，可基于各个仓库对各种物品的历史使用量和库存量，自动确定各个仓库对各种物品的补货需求量，相比于人为确定补货需求量的方法，可节省大量的人力成本，同时保证补货需求量能更符合未来真是的使用情况。进一步地，在确定补货需求量时，还考虑了最小采购量、安全库转天数等约束条件，确保确定出的补货需求量满足实际业务的要求。
在上述任一实施方式的基础上，库存成本可根据各个仓库中各种物品在补货周期内每一天的预计库存量和各个仓库中各种物品每天的库存费用确定。例如，库存成本为：
Figure BDA0002405763580000161
其中，inv(i,m,t)为仓库i中物品种类m在补货周期内第t天的预计库存量，inv_cost(i,m)为物品种类m的一件物品在仓库i中的库存费用，inv(i,m,t)×inv_cost(i,m)即为仓库i中物品种类m在补货周期内第t天的库存费用，I为仓库的总数，M为物品种类的数目，T为一个补货周期的天数，对各个仓库中各种在补货周期内每一天的库存费用求和，即为库存成本。
具体实施时，仓库i中物品种类m在补货周期内第1天的预计库存量inv(i,m,1)＝inv_start(i,m)，仓库i中物品种类m在补货周期内第t+1天的预计库存量inv(i,m,t+1)是根据inv(i,m,t)、sale(i,m,t)和tra_num(i,m,t)确定的，其中，sale(i,m,t)为补货周期内的第t天仓库i对物品种类m的预测需求量，tra_num(i,m,t)为根据采购排期确定的第t天各个供应商向仓库i配送物品种类m的总数量，t≥1。具体地，可通过如下公式计算inv(i,m,t+1)：
inv(i,m,t+1)＝max{inv(i,m,t)-sale(i,m,t)+tra_num(i,m,t),0}。
具体实施时，可通过如下公式计算tra_num(i,m,t)：
Figure BDA0002405763580000162
其中，X(i,j,m,t)为采购排期，表示在补货周期内的第t天供应商j向仓库i配送物品m的数量，J为供应商的总数。
在上述任一实施方式的基础上，运输成本可根据各个供应商在补货周期内的每一天配送各种物品时使用的车辆数目和每辆车的配送成本确定。例如，运输成本为：
Figure BDA0002405763580000171
其中，V(j,t)是供应商j在第t天使用的车辆数目，vehicle_cost(j)为供应商j的每辆车的配送成本。
具体实施时，供应商j在第t天使用的车辆数目V(j,t)是根据采购排期中第t天供应商j向各个仓库配送各种物品的数量确定的。具体地，可通过如下公式约束V(j,t)：
Figure BDA0002405763580000172
其中，cube(m)为物品种类m的体积，cube_vehicle(j)为供应商j的每辆车的装载体积上限，即表示供应商j在第t天向各个仓库配送的各种物品的总体积不大于供应商j使用的车辆的总装载体积上限。
进一步地，步骤S203具体包括：基于各个仓库从各个供应商采购各种物品的采购量，在满足约束条件的前提下，获得使目标函数的值最小的目标采购排期。其中，目标函数为：
Figure BDA0002405763580000173
其中，约束条件至少包括：
Figure BDA0002405763580000174
Figure BDA0002405763580000181
其中，X(i,j,m,t)为采购排期，min_inv(i,m)为仓库i中物品种类m的最小库存量，sale(i,m,t)为第t天仓库i对物品种类m的预测需求量，cube(m)为物品种类m的体积，cube_vehicle(j)为供应商j的每辆车的装载体积上限，supply(i,m,j)为仓库i在补货周期内从供应商j采购物品种类m的采购量。
具体实施时，约束条件还可以包括：X(i,j,m,t)≥0，inv(i,m,t)≥0，V(j,t)≥0，inv(i,m,1)＝inv_start(i,m)。
上述数学模型可以通过成熟的数学工具进行求解，以在满足约束条件的前提下，获得使目标函数的值最小的目标采购排期，具体求解过程不再赘述。
本申请实施例的采购订单处理方法可用于以下各个应用场景：单个供应商向单个仓库配送一种或多种物品；多个供应商向单个仓库配送一种或多种物品；多个供应商向多个仓库同时配送一种或多种物品。
下面以单个供应商向单个仓库供货为例，对上述采购订单处理方法进行说明。例如，仓库A从供应商甲采购物品W1的采购量为6000件,仓库A从供应商甲采购物品W2的采购量为3000件，供应商甲的每辆车的装载体积上限为60立方米,一辆车单次的配送成本为6000元，仓库A中物品W1的初始库存量为1000件,物品W2的初始库存量为500件，安全库存天数为7天，则可以确定未来每天物品W1的日均预测需求量为200件,物品W2的日均预测需求量为100件,假设在仓库A中物品W1每天的库存费用为1元/件,物品W2每天的库存费用1元/件，物品W1的体积为0.1立方米/件,物品W2的体积为0.2立方米/件，则基于本申请实施例提供的采购订单处理方法获得的最优的采购排期(即目标采购排期)如图4A所示。图4A中，1月1日向供应商甲采购物品W1的数量为600件，采购物品W2的数量为300件，1月2日向供应商甲采购物品W1的数量为200件，采购物品W2的数量为200件，1月4日不向供应商甲采购物品W1和物品W2，其他日期的采购量见图4A，整个补货周期内仓库A从供应商甲采购物品W1的采购量为6000件,仓库A从供应商甲采购物品W2的采购量为3000件。图4B为采用图4A所示的采购排期时，仓库A中物品W1和物品W2在补货周期1月1日～1月29日内每一天的预计库存量的曲线图。当采用图4A所示的目标采购排期时，能够达到的最优总成本(包括库存成本和运输成本)为176800元。
下面以多个供应商向单个仓库供货为例，对上述采购订单处理方法进行说明。例如仓库A从供应商甲采购物品W1的采购量为3600件,仓库A从供应商乙采购物品W1的采购量为2400件，仓库A从供应商甲采购物品W2的采购量为1500件,仓库A从供应商乙采购物品W2的采购量为1500件。供应商甲的每辆车的装载体积上限为60立方米,一辆车单次的配送成本为6000元；供应商乙的每辆车的装载体积上限为40立方米,一辆车单次的配送成本为4000元。在仓库A中，物品W1的初始库存量为1000件,未来每天的日均预测需求量为200件,物品W1每天的库存费用为1元/件,物品W1的体积为0.1立方米/件。在仓库A中，物品W2的初始库存量为500件,未来每天的日均预测需求量为100件，物品W2每天的库存费用为1元/件,物品W2的体积为0.2立方米/件。仓库A的安全库存天数为7天，则基于本申请实施例提供的采购订单处理方法获得的最优的采购排期(即目标采购排期)如图5A所示。图5A中，1月1日仓库A向供应商甲采购物品W1的数量为600件，采购物品W2的数量为300件，1月2日仓库A向供应商乙采购物品W1的数量为200件，采购物品W2的数量为100件，其他日期的采购量见图5A。图5B为采用图5A所示的采购排期时，仓库A中物品W1和物品W2在补货周期1月1日～1月29日内每一天的预计库存量的曲线图。当采用图5A所示的目标采购排期时，能够达到的最优总成本(包括库存成本和运输成本)为177200元。
下面以多个供应商向多个仓库供货为例，对上述采购订单处理方法进行说明。例如，仓库A从供应商甲采购物品W1的采购量为3600件,仓库A从供应商乙采购物品W1的采购量为2400件，物品W1在仓库A中的初始库存量为1000件,未来每天的日均预测需求量为200件,在仓库A中物品W1每天的库存费用为1元/件,物品W1的体积为0.1立方米/件。仓库B从供应商甲采购物品W2的采购量为1500件,仓库B从供应商乙采购物品W2的采购量为1500件，物品W2在仓库B中的初始库存量为500件,未来每天的日均预测需求量为100件,在仓库B中物品W2每天的库存费用为1元/件,物品W2的体积为0.2立方米/件。安全库存天数为7天，且同一供应商可以同时向仓库A和仓库B送货。供应商甲的每辆车的装载体积上限为60立方米,一辆车单次的配送成本为6000元；供应商乙的每辆车的装载体积上限为40立方米,一辆车单次的配送成本为4000元。通过本申请实施例的采购订单处理方法，可获得最优的采购排期(即目标采购排期)如图6A所示。图6A中，1月1日，仓库A从供应商甲处采购600件物品W1，仓库B从供应商乙处采购300件物品W2；1月2日，仓库A从供应商乙处采购200件物品W1，仓库B从供应商乙处采购100件物品W2；其他日期的采购量见图6A。对于供应商甲来说，1月1日只需要向仓库A配送600件物品W1，1月2日～1月6日无需配送，1月7日可根据配送的物品总体积安排一辆或多辆车对仓库A和仓库B进行配送。对于供应商乙来说，1月1日只需要向仓库B配送300件物品W2，1月2日可根据配送的物品总体积安排一辆或多辆车对仓库A和仓库B进行配送。图6B为采用图6A所示的采购排期时，仓库A中的物品W1和仓库B中的物品W2在补货周期1月1日～1月29日内每一天的预计库存量的曲线图。当采用图6A所示的目标采购排期时，能够达到的最优总成本(包括库存成本和运输成本)为177200元。
在上述任一实施方式的基础上，参考图7，本申请实施例提供了的另一种采购订单处理方法，可应用于图1所示的服务器102，具体可包括以下步骤：
S701、获取至少一个仓库在补货周期内对至少一种物品的补货需求量。
步骤S701的具体实施方式可参考步骤S201。
S702、针对每个仓库中的每种物品，根据该仓库对该种物品的补货需求量和为该种物品的各个供应商设置的供应比例，确定各种供应比例对应的采购方案，每种供应比例对应的采购方案包括该仓库从各个供应商采购任一种物品的采购量。
例如,物品W1的供应商包括供应商甲和供应商乙，对此可设置多种供应比例，如第一种供应比例是：供应商甲对物品W1的供应比例为60％,供应商乙对物品W1的供应比例为40％；第二种供应比例是：供应商甲对物品W1的供应比例为70％,供应商乙对物品W1的供应比例为30％。假设仓库A对物品W1的补货需求量为6000件，则根据第一种供应比例可确定出采购方案一：仓库A从供应商甲处采购物品W1的采购量为6000×60％＝3600件,仓库A从供应商乙处采购物品W1的采购量为6000×40％＝2400件；根据第二种供应比例可确定出采购方案二：仓库A从供应商甲处采购物品W1的采购量为6000×70％＝4200件,仓库A从供应商乙处采购物品W1的采购量为6000×30％＝1800件。
S703、针对每种供应比例对应的采购方案，根据采购方案中的各个仓库从各个供应商采购各种物品的采购量，确定采购方案对应的使得库存成本和运输成本总和最小的候选采购排期。
步骤S703的具体实施方式可参考步骤S203。
S704、确定各个候选采购排期对应的库存成本和运输成本总和的成本总值。
S705、将最小成本总值对应的候选采购排期确定为目标采购排期。
S706、根据目标采购排期确定与各个供应商相关的采购订单。
例如，采购方案一为：仓库A从供应商甲处采购3600件物品W1，仓库A从供应商乙处采购2400件物品W1，针对采购方案一可确定使得库存成本和运输成本总和最小的第一候选采购排期，同时可确定出第一候选采购排期对应的成本总值C1。采购方案二为：仓库A从供应商甲处采购4200件物品W1，仓库A从供应商乙处采购1800件物品W1，针对采购方案二可确定使得库存成本和运输成本总和最小的第二候选采购排期，同时可确定出第二候选采购排期对应的成本总值C2。若成本总值C1小于成本总值C2，则确定第一候选采购排期为目标采购排期，根据目标采购排期确定与各个供应商相关的采购订单，将各个供应商的采购订单发送给对应的供应商终端，采购订单中包括采购日期、采购的物品种类、每种物品的采购数量以及采购的仓库等信息，具体可参考图4A、图5A和图6A。各个供应商终端根据采购订单上的采购日期、采购的物品种类、每种物品的采购数量安排生产，并按照采购订单上的采购日期向采购物品的仓库配送指定数量的指定物品。
基于图7所示的采购订单处理方法，可制定多种采购方案，并求取各种采购方案对应的最优的采购排期以及对应的成本总值，按照成本总值最小的采购方案对应的采购排期进行采购，在确定采购排期的过程中引入了更多可调的参数，保证获得最优的采购排期，进一步降低库存成本和运输成本。实际应用中，还可以调整其他可能影响采购排期的参数，来生成多种采购方案，例如预测出的补货需求量可以是一个范围，从范围中选取多种补货需求量，从而生成多种采购方案。
示例性设备
在介绍了本申请示例性实施方式的方法之后，接下来对本申请示例性实施方式的采购订单处理装置进行介绍。
如图8所示，为本申请实施例提供的采购订单处理装置的结构示意图。在一个实施例中，采购订单处理装置80包括：获取模块801、采购量确定模块802、排期确定模块803和订单确定模块804。
获取模块801，用于获取至少一个仓库在补货周期内对至少一种物品的补货需求量；
采购量确定模块802，用于根据补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量；
排期确定模块803，用于根据各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，目标采购排期包括在补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，库存成本包括补货周期内各个仓库存储各种物品所需的总成本，运输成本包括补货周期内各个供应商向各个仓库配送各种物品所需的总成本；
订单确定模块804，用于根据目标采购排期确定与各个供应商相关的采购订单。
可选地，库存成本是根据各个仓库中各种物品在补货周期内每一天的预计库存量和各个仓库中各种物品每天的库存费用确定的，其中，仓库i中物品种类m在补货周期内第t+1天的预计库存量inv(i,m,t+1)是根据inv(i,m,t)、sale(i,m,t)和tra_num(i,m,t)确定的，inv(i,m,t)为仓库i中物品种类m在补货周期内第t天的预计库存量，sale(i,m,t)为补货周期内的第t天仓库i对物品种类m的预测需求量，tra_num(i,m,t)为根据采购排期确定的第t天各个供应商向仓库i配送物品种类m的总数量。
可选地，运输成本是根据各个供应商在补货周期内的每一天配送各种物品时使用的车辆数目和每辆车的配送成本确定的，其中，供应商j在第t天使用的车辆数目V(j,t)是根据采购排期中第t天供应商j向各个仓库配送各种物品的数量确定的。
可选地，排期确定模块803，具体用于基于各个仓库从各个供应商采购各种物品的采购量，在满足约束条件的前提下，获得使目标函数的值最小的目标采购排期；
其中，目标函数为：
Figure BDA0002405763580000231
其中，inv(i,m,t)为仓库i中物品种类m在第t天的预计库存量，inv_cost(i,m)为物品种类m的一件物品在仓库i中的库存费用，V(j,t)为供应商j在第t天使用的车辆数目，vehicle_cost(j)为供应商j的每辆车的配送成本，I为仓库的总数，M为物品种类的数目，T为一个补货周期的天数，J为供应商的总数；
其中，约束条件至少包括：
Figure BDA0002405763580000241
其中，X(i,j,m,t)为采购排期，min_inv(i,m)为仓库i中物品种类m的最小库存量，sale(i,m,t)为第t天仓库i对物品种类m的预测需求量，cube(m)为物品种类m的体积，cube_vehicle(j)为供应商j的每辆车的装载体积上限，supply(i,m,j)为仓库i在补货周期内从供应商j采购物品种类m的采购量。
可选地，获取模块801，具体用于：
针对至少一个仓库中的任一仓库，根据任一仓库对各种物品的历史使用量，确定任一仓库在补货周期内对各种物品的预测需求量；
针对至少一个仓库中的任一仓库，根据任一仓库在补货周期内对各种物品的预测需求量和任一仓库中各种物品的初始库存量，确定任一仓库在补货周期内对各种物品的补货需求量。
可选地，获取模块801具体用于：针对各种物品中的物品种类m，通过如下公式确定仓库i在补货周期内对物品种类m的补货需求量supply(i,m)：
supply(i,m)＝max{sale_total(i,m)+sale(i,m)×safe_day(i,m)-inv_start(i,m),min_supply(i,m)}，
其中，sale_total(i,m)为补货周期内仓库i对物品种类m的总预设需求量，sale(i,m)为仓库i对物品种类m的日均预测需求量，safe_day(i,m)为物品种类m在仓库i中的安全库存天数，inv_start(i,m)为仓库i中物品种类m的初始库存量，min_supply(i,m)为仓库i对物品种类m的最小采购量，max为求至少两个数中的最大值的函数。
可选地，采购量确定模块802，具体用于：针对任一仓库中的任一种物品，根据任一仓库对任一种物品的补货需求量和为任一种物品的各个供应商设置的供应比例，确定任一仓库从各个供应商采购任一种物品的采购量。
可选地，采购量确定模块802，具体用于：根据任一仓库对任一种物品的补货需求量和为任一种物品的各个供应商设置的供应比例，确定各种供应比例对应的采购方案，每种供应比例对应的采购方案包括任一仓库从各个供应商采购任一种物品的采购量；
相应地，排期确定模块803，具体用于：针对每种供应比例对应的采购方案，根据采购方案中的各个仓库从各个供应商采购各种物品的采购量，确定采购方案对应的使得库存成本和运输成本总和最小的候选采购排期，并确定候选采购排期对应的库存成本和运输成本总和的成本总值；以及将最小成本总值对应的候选采购排期确定为目标采购排期。
本申请实施例提供的采购订单处理装置，与上述采购订单处理方法采用了相同的发明构思，能够取得相同的有益效果，在此不再赘述。
基于与上述采购订单处理方法相同的发明构思，本申请实施例还提供了一种电子设备，该电子设备具体可以为图1中的服务器。如图9所示，该电子设备90可以包括处理器901和存储器902。
处理器901可以是通用处理器，例如中央处理器(CPU)、数字信号处理器(DigitalSignal 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，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器902作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器902还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
示例性程序产品
本申请实施例提供了一种计算机可读存储介质，用于储存为上述电子设备所用的计算机程序指令，其包含用于执行本申请任一示例性实施方式中的采购订单处理方法的程序。
上述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
在一些可能的实施方式中，本申请的各个方面还可以实现为一种计算机程序产品，其包括程序代码，当该计算机程序产品在服务器设备上运行时，该计算机程序产品用于使所述服务器设备执行本说明书上述“示例性方法”部分中描述的根据本申请各种示例性实施方式的采购订单处理方法中的步骤。
所述计算机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是——但不限于——电、磁、光、电磁、红外线、或半导体的***、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。
根据本申请的实施方式的用于即时通信应用的计算机程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在服务器设备上运行。然而，本申请的程序产品不限于此，在本文件中，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***、装置或者器件使用或者与其结合使用。
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***、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、RF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申请操作的程序代码，所述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、部分地在用户设备上执行、作为一个独立的软件包执行、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)。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，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申请的精神和原理，但是应该理解，本申请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。本申请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 (18)

1.一种采购订单处理方法，其特征在于，包括：
获取至少一个仓库在补货周期内对至少一种物品的补货需求量；
根据所述补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量；
根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，所述目标采购排期包括在所述补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，所述库存成本包括所述补货周期内各个仓库存储各种物品所需的总成本，所述运输成本包括所述补货周期内各个供应商向各个仓库配送各种物品所需的总成本；
所述根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，具体包括：根据各个仓库中各种物品在所述补货周期内每一天的预计库存量和各个仓库中各种物品每天的库存费，确定所述库存成本；根据各个供应商在所述补货周期内的每一天配送各种物品时使用的车辆数目和每辆车的配送成本，确定所述运输成本；在满足约束条件的前提下，确定使得所述库存成本和运输成本总和最小的目标采购排期；
根据所述目标采购排期确定与各个供应商相关的采购订单。
2.根据权利要求1所述的方法，其特征在于，仓库i中物品种类m在所述补货周期内第t+1天的预计库存量inv(i,m,t+1)是根据inv(i,m,t)、sale(i,m,t)和tra_num(i,m,t)确定的，inv(i,m,t)为仓库i中物品种类m在所述补货周期内第t天的预计库存量，sale(i,m,t)为所述补货周期内的第t天仓库i对物品种类m的预测需求量，tra_num(i,m,t)为根据采购排期确定的第t天各个供应商向仓库i配送物品种类m的总数量。
3.根据权利要求1所述的方法，其特征在于，供应商j在第t天使用的车辆数目V(j,t)是根据采购排期中第t天供应商j向各个仓库配送各种物品的数量确定的。
4.根据权利要求1所述的方法，其特征在于，所述根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，具体包括：
基于所述各个仓库从各个供应商采购各种物品的采购量，在满足约束条件的前提下，获得使目标函数的值最小的目标采购排期；
其中，所述目标函数为：
Figure FDA0004148736920000021
其中，inv(i,m,t)为仓库i中物品种类m在第t天的预计库存量，inv_cost(i,m)为物品种类m的一件物品在仓库i中的库存费用，V(j,t)为供应商j在第t天使用的车辆数目，vehicle_cost(j)为供应商j的每辆车的配送成本，I为仓库的总数，M为物品种类的数目，T为一个补货周期的天数，J为供应商的总数；
其中，所述约束条件至少包括：
inv(i,m,t)≥min_inv(i,m)
Figure FDA0004148736920000022
Figure FDA0004148736920000023
Figure FDA0004148736920000024
其中，X(i,j,m,t)为采购排期，min_inv(i,m)为仓库i中物品种类m的最小库存量，sale(i,m,t)为第t天仓库i对物品种类m的预测需求量，cube(m)为物品种类m的体积，cube_vehicle(j)为供应商j的每辆车的装载体积上限，supply(i,m,j)为仓库i在所述补货周期内从供应商j采购物品种类m的采购量。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述获取至少一个仓库在补货周期内对至少一种物品的补货需求量，具体包括：
针对所述至少一个仓库中的任一仓库，根据所述任一仓库对各种物品的历史使用量，确定所述任一仓库在补货周期内对各种物品的预测需求量；
针对所述至少一个仓库中的任一仓库，根据所述任一仓库在所述补货周期内对各种物品的预测需求量和所述任一仓库中各种物品的初始库存量，确定所述任一仓库在所述补货周期内对各种物品的补货需求量。
6.根据权利要求5所述的方法，其特征在于，所述根据所述任一仓库在所述补货周期内对各种物品的预测需求量和所述任一仓库中各种物品的初始库存量，确定所述任一仓库在所述补货周期内对各种物品的补货需求量，具体包括：
针对所述各种物品中的物品种类m，通过如下公式确定仓库i在所述补货周期内对物品种类m的补货需求量supply(i,m)：
supply(i,m)＝max{sale_total(i,m)+sale(i,m)×safe_day(i,m)-inv_start(i,m),min_supply(i,m)}，
其中，sale_total(i,m)为所述补货周期内仓库i对物品种类m的总预设需求量，sale(i,m)为仓库i对物品种类m的日均预测需求量，safe_day(i,m)为物品种类m在仓库i中的安全库存天数，inv_start(i,m)为仓库i中物品种类m的初始库存量，min_supply(i,m)为仓库i对物品种类m的最小采购量，max为求至少两个数中的最大值的函数。
7.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量，具体包括：
针对任一仓库中的任一种物品，根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定所述任一仓库从各个供应商采购所述任一种物品的采购量。
8.根据权利要求7所述的方法，其特征在于，所述根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定所述任一仓库从各个供应商采购所述任一种物品的采购量，具体包括：
根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定各种供应比例对应的采购方案，每种供应比例对应的采购方案包括所述任一仓库从各个供应商采购所述任一种物品的采购量；
所述根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，具体包括：
针对每种供应比例对应的采购方案，根据所述采购方案中的各个仓库从各个供应商采购各种物品的采购量，确定所述采购方案对应的使得库存成本和运输成本总和最小的候选采购排期，并确定所述候选采购排期对应的库存成本和运输成本总和的成本总值；
将最小成本总值对应的候选采购排期确定为目标采购排期。
9.一种采购订单处理装置，其特征在于，包括：
获取模块，用于获取至少一个仓库在补货周期内对至少一种物品的补货需求量；
采购量确定模块，用于根据所述补货需求量，分别确定各个仓库从各个供应商采购各种物品的采购量；
排期确定模块，用于根据所述各个仓库从各个供应商采购各种物品的采购量，确定使得库存成本和运输成本总和最小的目标采购排期，所述目标采购排期包括在所述补货周期内的每一天各个供应商分别向各个仓库配送各种物品的数量，所述库存成本包括所述补货周期内各个仓库存储各种物品所需的总成本，所述运输成本包括所述补货周期内各个供应商向各个仓库配送各种物品所需的总成本；
所述排期确定模块，具体用于根据各个仓库中各种物品在所述补货周期内每一天的预计库存量和各个仓库中各种物品每天的库存费，确定所述库存成本；根据各个供应商在所述补货周期内的每一天配送各种物品时使用的车辆数目和每辆车的配送成本，确定所述运输成本；在满足约束条件的前提下，确定使得所述库存成本和运输成本总和最小的目标采购排期；
订单确定模块，用于根据所述目标采购排期确定与各个供应商相关的采购订单。
10.根据权利要求9所述的装置，其特征在于，仓库i中物品种类m在所述补货周期内第t+1天的预计库存量inv(i,m,t+1)是根据inv(i,m,t)、sale(i,m,t)和tra_num(i,m,t)确定的，inv(i,m,t)为仓库i中物品种类m在所述补货周期内第t天的预计库存量，sale(i,m,t)为所述补货周期内的第t天仓库i对物品种类m的预测需求量，tra_num(i,m,t)为根据采购排期确定的第t天各个供应商向仓库i配送物品种类m的总数量。
11.根据权利要求9所述的装置，其特征在于，供应商j在第t天使用的车辆数目V(j,t)是根据采购排期中第t天供应商j向各个仓库配送各种物品的数量确定的。
12.根据权利要求9所述的装置，其特征在于，所述排期确定模块，具体用于：
基于所述各个仓库从各个供应商采购各种物品的采购量，在满足约束条件的前提下，获得使目标函数的值最小的目标采购排期；
其中，所述目标函数为：
Figure FDA0004148736920000051
其中，inv(i,m,t)为仓库i中物品种类m在第t天的预计库存量，inv_cost(i,m)为物品种类m的一件物品在仓库i中的库存费用，V(j,t)为供应商j在第t天使用的车辆数目，vehicle_cost(j)为供应商j的每辆车的配送成本，I为仓库的总数，M为物品种类的数目，T为一个补货周期的天数，J为供应商的总数；
其中，所述约束条件至少包括：
inv(i,m,t)≥min_inv(i,m)
Figure FDA0004148736920000061
Figure FDA0004148736920000062
Figure FDA0004148736920000063
其中，X(i,j,m,t)为采购排期，min_inv(i,m)为仓库i中物品种类m的最小库存量，sale(i,m,t)为第t天仓库i对物品种类m的预测需求量，cube(m)为物品种类m的体积，cube_vehicle(j)为供应商j的每辆车的装载体积上限，supply(i,m,j)为仓库i在所述补货周期内从供应商j采购物品种类m的采购量。
13.根据权利要求9至12中任一项所述的装置，其特征在于，所述获取模块，具体用于：
针对所述至少一个仓库中的任一仓库，根据所述任一仓库对各种物品的历史使用量，确定所述任一仓库在补货周期内对各种物品的预测需求量；
针对所述至少一个仓库中的任一仓库，根据所述任一仓库在所述补货周期内对各种物品的预测需求量和所述任一仓库中各种物品的初始库存量，确定所述任一仓库在所述补货周期内对各种物品的补货需求量。
14.根据权利要求13所述的装置，其特征在于，所述获取模块，具体用于：
针对所述各种物品中的物品种类m，通过如下公式确定仓库i在所述补货周期内对物品种类m的补货需求量supply(i,m)：
supply(i,m)＝max{sale_total(i,m)+sale(i,m)×safe_day(i,m)-inv_start(i,m),min_supply(i,m)}，
其中，sale_total(i,m)为所述补货周期内仓库i对物品种类m的总预设需求量，sale(i,m)为仓库i对物品种类m的日均预测需求量，safe_day(i,m)为物品种类m在仓库i中的安全库存天数，inv_start(i,m)为仓库i中物品种类m的初始库存量，min_supply(i,m)为仓库i对物品种类m的最小采购量，max为求至少两个数中的最大值的函数。
15.根据权利要求9至12中任一项所述的装置，其特征在于，所述采购量确定模块，具体用于：
针对任一仓库中的任一种物品，根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定所述任一仓库从各个供应商采购所述任一种物品的采购量。
16.根据权利要求15所述的装置，其特征在于，所述采购量确定模块，具体用于：根据所述任一仓库对所述任一种物品的补货需求量和为所述任一种物品的各个供应商设置的供应比例，确定各种供应比例对应的采购方案，每种供应比例对应的采购方案包括所述任一仓库从各个供应商采购所述任一种物品的采购量；
所述排期确定模块，具体用于：针对每种供应比例对应的采购方案，根据所述采购方案中的各个仓库从各个供应商采购各种物品的采购量，确定所述采购方案对应的使得库存成本和运输成本总和最小的候选采购排期，并确定所述候选采购排期对应的库存成本和运输成本总和的成本总值；以及将最小成本总值对应的候选采购排期确定为目标采购排期。
17.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8任一项所述方法的步骤。
18.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该计算机程序指令被处理器执行时实现权利要求1至8任一项所述方法的步骤。
CN202010160950.6A 2020-03-10 2020-03-10 采购订单处理方法、装置、电子设备及存储介质 Active CN111401619B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010160950.6A CN111401619B (zh) 2020-03-10 2020-03-10 采购订单处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010160950.6A CN111401619B (zh) 2020-03-10 2020-03-10 采购订单处理方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111401619A CN111401619A (zh) 2020-07-10
CN111401619B true CN111401619B (zh) 2023-06-27

Family

ID=71428693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010160950.6A Active CN111401619B (zh) 2020-03-10 2020-03-10 采购订单处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111401619B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465427A (zh) * 2020-11-26 2021-03-09 上海领健信息技术有限公司 基于采购需求的交付计划生成方法、***以及终端
CN112990590B (zh) * 2021-03-26 2023-06-20 中国科学技术大学 一种网络货运平台背景下的电商物流中转优化方法及***
CN113077218A (zh) * 2021-04-16 2021-07-06 北京京东振世信息技术有限公司 仓储网络规划方法、装置及可读存储介质和电子设备
CN114240509A (zh) * 2021-12-22 2022-03-25 润联软件***(深圳)有限公司 产品采购分析方法、装置、计算机设备及存储介质
CN114169944B (zh) * 2022-01-26 2022-07-05 北京京东振世信息技术有限公司 用户需求确定方法、装置、存储介质和电子设备
CN116797132A (zh) * 2022-03-14 2023-09-22 北京沃东天骏信息技术有限公司 货物信息处理方法、装置及设备
CN115271578A (zh) * 2022-05-07 2022-11-01 国家国防科技工业局军工项目审核中心 一种大屏端***生产供应的沙盘模拟方法
CN115983770A (zh) * 2023-02-14 2023-04-18 欧瑞科斯科技产业(集团)有限公司 一种产品部件采购方法、装置、电子设备和存储介质
CN117010941B (zh) * 2023-07-20 2024-05-28 北京信大融金教育科技有限公司 基于供应链产品的存储方法、装置、设备及存储介质
CN118052424A (zh) * 2024-04-16 2024-05-17 美云智数科技有限公司 物料分配方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05120311A (ja) * 1991-10-24 1993-05-18 Hitachi Ltd 在庫の欠品予測方式
JP2002109003A (ja) * 2000-10-03 2002-04-12 Solvex Co 物流センターにおける合理化支援システム
AU2009248431A1 (en) * 2009-12-10 2011-06-30 Allen Management Solutions Pty. Limited Method and system for determining optimal or near optimal product quantities
CN106875125A (zh) * 2017-03-02 2017-06-20 盐城工学院 区域仓库货物配置方法及装置
CN107506958A (zh) * 2017-07-19 2017-12-22 网易无尾熊（杭州）科技有限公司 信息生成方法、介质、***和计算设备
CN108846608A (zh) * 2018-06-15 2018-11-20 上海探能实业有限公司 一种大型风电机组备品备件库存管理及优化调度方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030061126A1 (en) * 2001-06-12 2003-03-27 International Business Machines Corporation Method of determining inventory levels
JP2005089060A (ja) * 2003-09-16 2005-04-07 Ns Solutions Corp 物流拠点決定装置、物流拠点決定方法及びそのプログラム
US8666848B1 (en) * 2011-10-04 2014-03-04 Amazon Technologies, Inc. Continuous planning review system
CN104820913A (zh) * 2015-04-24 2015-08-05 北京京东尚科信息技术有限公司 一种补货方法和装置
CN106991550B (zh) * 2016-01-21 2020-12-01 菜鸟智能物流控股有限公司 商品对象补货信息处理方法及装置
CN108022061B (zh) * 2016-10-31 2023-04-07 株式会社日立制作所 库存管理***和方法
CN109840734A (zh) * 2017-11-29 2019-06-04 北京京东尚科信息技术有限公司 信息输出方法和装置
US20190259043A1 (en) * 2018-02-19 2019-08-22 Target Brands, Inc. Method and system for supply chain management
CN110046761B (zh) * 2019-04-11 2021-06-25 北京工业大学 一种基于多目标粒子群优化算法的乙醇库存补货策略

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05120311A (ja) * 1991-10-24 1993-05-18 Hitachi Ltd 在庫の欠品予測方式
JP2002109003A (ja) * 2000-10-03 2002-04-12 Solvex Co 物流センターにおける合理化支援システム
AU2009248431A1 (en) * 2009-12-10 2011-06-30 Allen Management Solutions Pty. Limited Method and system for determining optimal or near optimal product quantities
CN106875125A (zh) * 2017-03-02 2017-06-20 盐城工学院 区域仓库货物配置方法及装置
CN107506958A (zh) * 2017-07-19 2017-12-22 网易无尾熊（杭州）科技有限公司 信息生成方法、介质、***和计算设备
CN108846608A (zh) * 2018-06-15 2018-11-20 上海探能实业有限公司 一种大型风电机组备品备件库存管理及优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
VMI***下一个物流成本控制优化模型的建立;马德良,张家钰,戴惠良;东华大学学报(自然科学版)(06);全文 *

Also Published As

Publication number Publication date
CN111401619A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN111401619B (zh) 采购订单处理方法、装置、电子设备及存储介质
He et al. Differentiated service policy in smart warehouse automation
Sarkar et al. Application of the artificial neural network with multithreading within an inventory model under uncertainty and inflation
US8447665B1 (en) Removal of expiring items from inventory
US8463665B1 (en) System and method for event-driven inventory disposition
US8447664B1 (en) Method and system for managing inventory by expected profitability
US8554570B2 (en) Apparatus and method for transportation and upselling of product
US20140310048A1 (en) Supply risk detection
US11367042B2 (en) Computerized inventory redistribution control system
JP2006502506A (ja) 需要と在庫とを管理する方法及び装置
JP2023523530A (ja) 注文情報処理方法、装置、コンピュータ機器及び媒体
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
WO2018201003A1 (en) Methods and systems for managing fulfillment of one or more online orders
CN111260274A (zh) 用于二级库存分配的方法和***
US20190122176A1 (en) System and method for controlling inventory depletion by offering different prices to different customers
Vijayashree et al. A single-vendor and a single-buyer integrated inventory model with ordering cost reduction dependent on lead time
CN108242018A (zh) 订单的处理方法、装置及***
TW202025016A (zh) 用以便利商品或服務相關活動進行的系統及方法
Song et al. Optimal decision making in multi-product dual sourcing procurement with demand forecast updating
CN105590178A (zh) 一种资源处理方法与设备
CN114641789A (zh) 商品交换***、商品交换方法和商品交换程序
CN117194764A (zh) 一种基于多平台融合商城的商品展示方法、设备及介质
CN115983770A (zh) 一种产品部件采购方法、装置、电子设备和存储介质
CN110956478A (zh) 确定物品进货量的方法和装置
WO2005022309A2 (en) Manufacturing units of an item in response to demand for the item projected from page-view date

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
GR01 Patent grant
GR01 Patent grant