CN113869811A - 仓储模式的确定方法、装置、计算机设备和存储介质 - Google Patents
仓储模式的确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113869811A CN113869811A CN202010611532.4A CN202010611532A CN113869811A CN 113869811 A CN113869811 A CN 113869811A CN 202010611532 A CN202010611532 A CN 202010611532A CN 113869811 A CN113869811 A CN 113869811A
- Authority
- CN
- China
- Prior art keywords
- safety
- stock
- relation
- warehouse
- mode
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000009826 distribution Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000009795 derivation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06Q10/08—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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种仓储模式的确定方法、装置、计算机设备和存储介质。所述方法包括:获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;根据各个仓库的货物补给信息以及第一安全库存策略,得到待仓储规划区域的第一安全库存量;根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量;根据第一安全库存量以及第二安全库存量,确定待仓储规划区域的仓储模式。上述确定仓储模式的方案,获得的安全库存量更为准确,因而可以提高仓储模式确定的准确性。
Description
技术领域
本申请涉及物流技术领域,特别是涉及一种仓储模式的确定方法、装置、计算机设备和存储介质。
背景技术
在供应链应用中,对于某个企业或某条供应链来说,在某个地区设置多少个仓库至关重要。在某个地区设置多少个仓库涉及供应链的仓储模式,仓储模式关系到整条供应链物流运作的质量、供应链的运作成本、客户服务水平等。
供应链的仓储模式可以分成分散式仓储模式和集中式仓储模式两种,其中,分散式仓储模式是指在一个区域内设置多个仓库,集中式仓储模式是指在一个区域内只设置一个中心仓库。传统技术在确定某个地区的仓储模式时,往往基于历史经验,这样导致仓储模式确定结果存在极大的不确定性,容易出现仓储模式确定错误而影响和制约企业生产。
发明内容
基于此,有必要针对上述技术问题,提供一种准确的仓储模式的确定方法、装置、计算机设备和存储介质。
一种仓储模式的确定方法,所述方法包括:
获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;
根据所述各个仓库的货物补给信息以及所述第一安全库存策略,得到所述待仓储规划区域的第一安全库存量;
根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量;
根据所述第一安全库存量以及所述第二安全库存量,确定所述待仓储规划区域的仓储模式。
在一个实施例中,获取分散式仓储模式对应的第一安全库存策略包括:
获取最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间的关系;
根据所述最优订货批量与采购成本、持货成本之间的关系以及所述缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;
叠加所述单个仓库的安全库存策略,得到分散式仓储模式对应的第一安全库存策略。
在一个实施例中,获取缺货数据与安全库存之间的关系包括:
获取缺货数据与再订货点之间的关系以及货物满足率与缺货数据、订货批量之间的关系;
基于预设的损失关系,对所述缺货数据与再订货点之间的关系进行转换,得到缺货数据与货物需求分布参数之间的关系;
根据所述货物满足率与缺货数据、订货批量之间的关系以及所述缺货数据与货物需求分布参数之间的关系,得到缺货数据与安全库存之间的关系。
在一个实施例中,获取集中式仓储模式对应的第二安全库存策略包括:
获取最优订货批量与采购成本、持货成本之间的关系,缺货数据与安全库存之间的关系,以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系;
根据所述最优订货批量与采购成本、持货成本之间的关系以及所述缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;
根据所述分散式仓储模式下单个仓库的安全库存策略以及所述分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系,得到集中式仓储模式对应的第二安全库存策略。
在一个实施例中,所述待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息包括各个仓库的货物补给满足率、货物采购成本、货物持货成本、货物平均每天市场需求量以及货物需求量的标准差。
在一个实施例中,所述根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量包括:
基于高斯分布特性以及所述各个仓库的货物补给信息,得到集中式仓储模式下的货物补给信息;
根据所述集中式仓储模式下的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量。
一种仓储模式的确定装置,所述装置包括:
数据获取模块,用于获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;
第一处理模块,用于根据所述各个仓库的货物补给信息以及所述第一安全库存策略,得到所述待仓储规划区域的第一安全库存量;
第二处理模块,用于根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量;
仓储模式确定模块,用于根据所述第一安全库存量以及所述第二安全库存量,确定所述待仓储规划区域的仓储模式。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;
根据所述各个仓库的货物补给信息以及所述第一安全库存策略,得到所述待仓储规划区域的第一安全库存量;
根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量;
根据所述第一安全库存量以及所述第二安全库存量,确定所述待仓储规划区域的仓储模式。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;
根据所述各个仓库的货物补给信息以及所述第一安全库存策略,得到所述待仓储规划区域的第一安全库存量;
根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量;
根据所述第一安全库存量以及所述第二安全库存量,确定所述待仓储规划区域的仓储模式。
上述仓储模式的确定方法、装置、计算机设备和存储介质,通过获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;根据各个仓库的货物补给信息以及第一安全库存策略,得到待仓储规划区域的第一安全库存量;根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量;根据第一安全库存量以及第二安全库存量,确定待仓储规划区域的仓储模式,上述确定仓储模式的方案,基于货物补给信息和安全库存策略,分别计算待仓储规划区域在分散式仓储模式下和集中式仓储模式下的安全库存量,由此得到的安全库存量更为准确,因而可以提高仓储模式确定的准确性。
附图说明
图1为一个实施例中仓储模式的确定方法的流程示意图;
图2为一个实施例中第二安全库存量确定步骤的流程示意图;
图3为一个实施例中仓储模式的确定装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种仓储模式的确定方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的***,并通过终端和服务器的交互实现。本实施例中,该方法包括以下步骤:
步骤102,获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息。
待仓储规划区域采用分散式仓储模式,比如某公司在某个区域内采用分散式仓储模式,由4个销售点向该地区的用户提供产品销售服务。每个销售点覆盖一个单独的子区域,各个子区域之间没有重合,且每个子区域的需求分布呈正态分布。分散式仓储模式下各个仓库的货物补给信息,具体可以包括各个仓库的货物补给满足率、货物采购成本、货物持货成本、货物平均每天市场需求量以及货物需求量的标准差。第一安全库存策略用于规范在分散式仓储模式下仓储区域对应的安全库存量,其具体可以是一个计算关系,直接计算在分散式仓储模式下仓储区域对应的安全库存量。第二安全库存策略用于规范在集中式仓储模式下仓储区域对应的安全库存量,其具体可以是一个计算关系,直接计算在集中式仓储模式下仓储区域对应的安全库存量。
步骤104,根据各个仓库的货物补给信息以及第一安全库存策略,得到待仓储规划区域的第一安全库存量。
具体地,第一安全库存策略采用计算关系表征时具体可以为: 其中,σi表示本地仓i订单需求分布的标准差,L-1表示标准正态分布损失函数L的逆函数,βi表示本地仓i的订单满足率,Di表示本地仓i每天补货的平均需求,Ki表示本地仓i的采购成本单价,hi表示本地仓i的持货成本单价。将各个仓库的货物补给信息分别代入第一安全库存策略中,得到待仓储规划区域的第一安全库存量。
步骤106,根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量。
具体地,第二安全库存策略采用计算关系表征,具体可以表示为:
其中,σi表示本地仓i订单需求分布的标准差,L-1表示标准正态分布损失函数L的逆函数,βc表示中心仓的订单满足率,Di表示本地仓i每天补货的平均需求,Ki表示本地仓i的采购成本单价,hc表示中心仓的持货成本单价。将各个仓库的货物补给信息、中心仓的订单满足率以及中心仓的持货成本单价分别代入第二安全库存策略中,得到待仓储规划区域的第二安全库存量。
步骤108,根据第一安全库存量以及第二安全库存量,确定待仓储规划区域的仓储模式。
集中式仓储模式可以减少安全库存量,从而降低企业的经营成本和经营风险,但同时可能会延长订单的响应时间,从而降低客户服务水平;而同一片服务区域如果采用分散式仓储模式,虽然安全库存量高于集中式仓储模式,但可以缩短订单的响应时间。因此,在确定待仓储规划区域在分散式仓储模式的安全库存量以及在集中式仓储模式下的安全库存量后,供应链管理者可以根据公司经营的实际情况,选择合适的仓储模式。
上述仓储模式的确定方法,通过获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;根据各个仓库的货物补给信息以及第一安全库存策略,得到待仓储规划区域的第一安全库存量;根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量;根据第一安全库存量以及第二安全库存量,确定待仓储规划区域的仓储模式,上述确定仓储模式的方案,基于货物补给信息和安全库存策略,分别计算待仓储规划区域在分散式仓储模式下和集中式仓储模式下的安全库存量,由此得到的安全库存量更为准确,因而可以提高仓储模式确定的准确性。
在一个实施例中,获取分散式仓储模式对应的第一安全库存策略包括:获取最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;叠加单个仓库的安全库存策略,得到分散式仓储模式对应的第一安全库存策略。在分散式仓储模式下,最优的订货批量其中,Di表示本地仓i每天补货的平均需求,Ki表示本地仓i的采购成本单价,hi表示本地仓i的持货成本单价。本地仓i缺货数量的期望其中,βi表示本地仓i的订单满足率,σi表示本地仓i需求分布的标准差,L表示标准正态分布损失函数,Ri-μi等于本地仓i的安全库存ssi。
在一个实施例中,获取缺货数据与安全库存之间的关系包括:获取缺货数据与再订货点之间的关系以及货物满足率与缺货数据、订货批量之间的关系;基于预设的损失关系,对缺货数据与再订货点之间的关系进行转换,得到缺货数据与货物需求分布参数之间的关系;根据货物满足率与缺货数据、订货批量之间的关系以及缺货数据与货物需求分布参数之间的关系,得到缺货数据与安全库存之间的关系。根据补货EOQ(Economic OrderQuantity,经济订货批量)模型,本地仓i的缺货数量的期望其中,Ri表示本地仓i的再订货点,f(x)表示预设补货前置期内需求的概率分布密度函数,货物满足率对n(Ri)表达式进行归一化处理,得到标准正态形式的n(Ri)表达式,然后通过标准正态分布损失函数对标准正态形式的n(Ri)表达式进行转换,得到
在一个实施例中,获取集中式仓储模式对应的第二安全库存策略包括:获取最优订货批量与采购成本、持货成本之间的关系,缺货数据与安全库存之间的关系,以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;根据分散式仓储模式下单个仓库的安全库存策略以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系,得到集中式仓储模式对应的第二安全库存策略。集中式仓储模式下安全库存的计算与分散式仓储模式的推导步骤类似,在此不再赘述。
在一个实施例中,如图2所示,根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量包括:步骤202,基于高斯分布特性以及各个仓库的货物补给信息,得到集中式仓储模式下的货物补给信息;步骤204,根据集中式仓储模式下的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量。针对相同的需求总量,在集中式仓储模式下,1个中心仓对应的每天平均需求Dc,根据高斯分布的可加性,等于对n个本地仓的每天平均需求求和,1个中心仓对应的前置期需求分布平均值μc,根据高斯分布的可加性,等于对n个本地仓的前置期需求分布的平均值进行求和,1个中心仓对应的前置期需求分布的标准差,根据高斯分布标准差的加法公式,等于对n个本地仓的前置期需求分布的标准差进行求和,
在一个实施例中,针对某一片区域,可以通过1个中心仓对该区域进行补货服务,也可以通过n(n已知且n>1)个本地仓对该区域进行补货服务,以保证该区域的安全库存。假设n个本地仓服务某一片区域的各个子区域,各个子区域之间没有重合,且每个子区域的需求分布符合正态分布。
根据补货EOQ(Economic Order Quantity,经济订货批量)模型,得到:
其中,R表示再订货点,小于或等于再订货点时触发订货申请,f(x)表示预设补货前置期内需求的概率分布密度函数,表示需求低于再订货点时的期望缺货值,由于需求低于再订货点,即表示该区间范围不缺货,所以是0·f(x),对其积分表示[0,R]积分范围内的期望缺货值。
2、已知标准正态分布损失函数可以通过该函数对步骤1中n(R)表达式进行转换。首先对步骤1中n(R)表达式进行归一化处理,得到标准正态形式的n(R)表达式,然后通过标准正态分布损失函数对标准正态形式的n(R)表达式进行转换,通过n(R)转换可以建立Q和R之间的计算桥梁。具体地,
其中,μ表示预设补货前置期需求分布的平均值,σ表示预设补货前置期需求分布的标准差。
3、计算由n个本地仓进行补货时的安全库存
补货的目标是最小化成本,成本包括持货成本、缺货成本和再订货成本,n个本地仓的总期望成本=每个仓的持货成本+每个仓的缺货成本+每个仓的再订货成本,用数学公式可以表示为:
其中,C(Q,R)是n个本地仓的总期望成本,hi表示本地仓i的持货成本单价,Qi表示本地仓i的订货批量,Ri表示本地仓i的再订货点,Di表示本地仓i每天补货的平均需求,li表示本地仓i的预设补货前置期,Ki表示本地仓i的采购成本单价,i=1,2,…n。表示本地仓i的期望持货成本,是本地仓i的期望订单批量,Ri-Dili是本地仓i的安全库存,期望订单批量加上安全库存即为本地仓i的总期望库存量,再乘以相应的单价hi,得到本地仓i的期望持货成本。表示本地仓i的期望再订货成本,表示期望再订货数量,乘以单价Ki得到期望的再订货成本。
由此可得:
其中,L-1表示标准正态分布损失函数的逆函数。
由此得到本地仓i的安全库存ssi如下:
n个本地仓的安全库存之和sstot,即为对i求和,得到:
4、计算由1个中心仓进行补货时的安全库存
针对相同的需求总量,计算由1个中心仓进行补货时的安全库存,首先计算1个中心仓和n个本地仓之间的一些变量关系。
由1个中心仓进行补货时,最优的订货批量的计算与计算由n个本地仓进行补货时的最优订货批量的步骤相似,在此不再赘述。由此得到由1个中心仓进行补货时,最优的订货批量与计算本地仓i的安全库存思路相似,由1个中心仓进行补货时的安全库存ssc可通过下式计算:
在一个实施例中,以供应链场景为例,在仓网结构无法支持日益增长的供货需求时,企业面临服务质量下降的问题,随之可能会导致市场占有率缩减,造成企业的生存危机。因此,合理地规划仓网结构至关重要,假设在对某区域进行仓储服务时,已知有两种仓网结构,一种是由1个中心仓负责货物需求。另一种是由4个仓库负责货物需求,企业需要对比两种方案,从中选择最优方案,比如基于库存成本选取最优方案,而库存成本主要取决于仓储的安全库存,安全库存可以保证仓库应对变动需求的能力。在仓网规划中,面对同样的货物需求,根据由一个中心仓负责和由4个仓库负责时安全库存的比例,确定最优的仓网结构。在确定最优的仓网结构时,由一个中心仓负责和由n个仓库负责时安全库存的比例,传统技术是通过人为经验进行估算,这样导致得到的安全库存的比例存在很大的偏差。
根据由n个本地仓进行补货时的安全库存与由1个中心仓进行补货时的安全库存之间的比例确定最优的仓网结构。通过本申请提供的安全库存的比例计算公式,可以精确地计算安全库存的比例,提高仓网结构确定的精准性,从而降低由于仓储模式确定错误而带来的经济损失。
应该理解的是,虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-2中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种仓储模式的确定装置,包括:数据获取模块302、第一处理模块304、第二处理模块306和仓储模式确定模块308,其中:数据获取模块302,用于获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;第一处理模块304,用于根据各个仓库的货物补给信息以及第一安全库存策略,得到待仓储规划区域的第一安全库存量;第二处理模块306,用于根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量;仓储模式确定模块308,用于根据第一安全库存量以及第二安全库存量,确定待仓储规划区域的仓储模式。
在一个实施例中,数据获取模块还用于获取最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;叠加单个仓库的安全库存策略,得到分散式仓储模式对应的第一安全库存策略。
在一个实施例中,数据获取模块还用于获取缺货数据与再订货点之间的关系以及货物满足率与缺货数据、订货批量之间的关系;基于预设的损失关系,对缺货数据与再订货点之间的关系进行转换,得到缺货数据与货物需求分布参数之间的关系;根据货物满足率与缺货数据、订货批量之间的关系以及缺货数据与货物需求分布参数之间的关系,得到缺货数据与安全库存之间的关系。
在一个实施例中,数据获取模块还用于获取最优订货批量与采购成本、持货成本之间的关系,缺货数据与安全库存之间的关系,以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;根据分散式仓储模式下单个仓库的安全库存策略以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系,得到集中式仓储模式对应的第二安全库存策略。
在一个实施例中,第二处理模块还用于基于高斯分布特性以及各个仓库的货物补给信息,得到集中式仓储模式下的货物补给信息;根据集中式仓储模式下的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量。
关于仓储模式的确定装置的具体限定可以参见上文中对于仓储模式的确定方法的限定,在此不再赘述。上述仓储模式的确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储第一安全库存策略、第二安全库存策略、各个仓库的货物补给信息等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种仓储模式的确定方法。
本领域技术人员可以理解,图4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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;根据各个仓库的货物补给信息以及第一安全库存策略,得到待仓储规划区域的第一安全库存量;根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量;根据第一安全库存量以及第二安全库存量,确定待仓储规划区域的仓储模式。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;叠加单个仓库的安全库存策略,得到分散式仓储模式对应的第一安全库存策略。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取缺货数据与再订货点之间的关系以及货物满足率与缺货数据、订货批量之间的关系;基于预设的损失关系,对缺货数据与再订货点之间的关系进行转换,得到缺货数据与货物需求分布参数之间的关系;根据货物满足率与缺货数据、订货批量之间的关系以及缺货数据与货物需求分布参数之间的关系,得到缺货数据与安全库存之间的关系。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取最优订货批量与采购成本、持货成本之间的关系,缺货数据与安全库存之间的关系,以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;根据分散式仓储模式下单个仓库的安全库存策略以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系,得到集中式仓储模式对应的第二安全库存策略。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:基于高斯分布特性以及各个仓库的货物补给信息,得到集中式仓储模式下的货物补给信息;根据集中式仓储模式下的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;根据各个仓库的货物补给信息以及第一安全库存策略,得到待仓储规划区域的第一安全库存量;根据各个仓库的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量;根据第一安全库存量以及第二安全库存量,确定待仓储规划区域的仓储模式。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;叠加单个仓库的安全库存策略,得到分散式仓储模式对应的第一安全库存策略。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取缺货数据与再订货点之间的关系以及货物满足率与缺货数据、订货批量之间的关系;基于预设的损失关系,对缺货数据与再订货点之间的关系进行转换,得到缺货数据与货物需求分布参数之间的关系;根据货物满足率与缺货数据、订货批量之间的关系以及缺货数据与货物需求分布参数之间的关系,得到缺货数据与安全库存之间的关系。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取最优订货批量与采购成本、持货成本之间的关系,缺货数据与安全库存之间的关系,以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系;根据最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;根据分散式仓储模式下单个仓库的安全库存策略以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系,得到集中式仓储模式对应的第二安全库存策略。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:基于高斯分布特性以及各个仓库的货物补给信息,得到集中式仓储模式下的货物补给信息;根据集中式仓储模式下的货物补给信息以及第二安全库存策略,得到待仓储规划区域的第二安全库存量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种仓储模式的确定方法,其特征在于,所述方法包括:
获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;
根据所述各个仓库的货物补给信息以及所述第一安全库存策略,得到所述待仓储规划区域的第一安全库存量;
根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量;
根据所述第一安全库存量以及所述第二安全库存量,确定所述待仓储规划区域的仓储模式。
2.根据权利要求1所述的方法,其特征在于,获取分散式仓储模式对应的第一安全库存策略包括:
获取最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间的关系;
根据所述最优订货批量与采购成本、持货成本之间的关系以及所述缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;
叠加所述单个仓库的安全库存策略,得到分散式仓储模式对应的第一安全库存策略。
3.根据权利要求2所述的方法,其特征在于,获取缺货数据与安全库存之间的关系包括:
获取缺货数据与再订货点之间的关系以及货物满足率与缺货数据、订货批量之间的关系;
基于预设的损失关系,对所述缺货数据与再订货点之间的关系进行转换,得到缺货数据与货物需求分布参数之间的关系;
根据所述货物满足率与缺货数据、订货批量之间的关系以及所述缺货数据与货物需求分布参数之间的关系,得到缺货数据与安全库存之间的关系。
4.根据权利要求1所述的方法,其特征在于,获取集中式仓储模式对应的第二安全库存策略包括:
获取最优订货批量与采购成本、持货成本之间的关系,缺货数据与安全库存之间的关系,以及分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系;
根据所述最优订货批量与采购成本、持货成本之间的关系以及所述缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;
根据所述分散式仓储模式下单个仓库的安全库存策略以及所述分散式仓储模式下与集中式仓储模式下货物补给信息之间的关系,得到集中式仓储模式对应的第二安全库存策略。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息包括各个仓库的货物补给满足率、货物采购成本、货物持货成本、货物平均每天市场需求量以及货物需求量的标准差。
6.根据权利要求1至4任意一项所述的方法,其特征在于,所述根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量包括:
基于高斯分布特性以及所述各个仓库的货物补给信息,得到集中式仓储模式下的货物补给信息;
根据所述集中式仓储模式下的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量。
7.一种仓储模式的确定装置,其特征在于,所述装置包括:
数据获取模块,用于获取分散式仓储模式对应的第一安全库存策略、集中式仓储模式对应的第二安全库存策略以及待仓储规划区域在分散式仓储模式下各个仓库的货物补给信息;
第一处理模块,用于根据所述各个仓库的货物补给信息以及所述第一安全库存策略,得到所述待仓储规划区域的第一安全库存量;
第二处理模块,用于根据所述各个仓库的货物补给信息以及所述第二安全库存策略,得到所述待仓储规划区域的第二安全库存量;
仓储模式确定模块,用于根据所述第一安全库存量以及所述第二安全库存量,确定所述待仓储规划区域的仓储模式。
8.根据权利要求7所述的装置,其特征在于,所述数据获取模块还用于获取最优订货批量与采购成本、持货成本之间的关系以及缺货数据与安全库存之间的关系;
根据所述最优订货批量与采购成本、持货成本之间的关系以及所述缺货数据与安全库存之间关系,得到分散式仓储模式下单个仓库的安全库存策略;
叠加所述单个仓库的安全库存策略,得到分散式仓储模式对应的第一安全库存策略。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611532.4A CN113869811A (zh) | 2020-06-30 | 2020-06-30 | 仓储模式的确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010611532.4A CN113869811A (zh) | 2020-06-30 | 2020-06-30 | 仓储模式的确定方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113869811A true CN113869811A (zh) | 2021-12-31 |
Family
ID=78981131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010611532.4A Pending CN113869811A (zh) | 2020-06-30 | 2020-06-30 | 仓储模式的确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113869811A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023174001A1 (zh) * | 2022-03-14 | 2023-09-21 | 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 |
CN116976484A (zh) * | 2022-12-21 | 2023-10-31 | 上海朗晖慧科技术有限公司 | 一种大数据分析的仓储布局优化方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1741053A (zh) * | 2005-09-22 | 2006-03-01 | 上海交通大学 | 物流仓储决策支持*** |
US20070270990A1 (en) * | 2006-05-16 | 2007-11-22 | Kaan Kudsi Katircioglu | System and process for supply management for the assembly of expensive products |
CN103400252A (zh) * | 2013-08-02 | 2013-11-20 | 华迪计算机集团有限公司 | 货物库存的管理方法和装置 |
CN107292565A (zh) * | 2017-06-29 | 2017-10-24 | 浙江优展信息科技有限公司 | 一种前置仓生鲜购物配送模式 |
CN108985691A (zh) * | 2018-07-11 | 2018-12-11 | 北京实派科技有限公司 | 一种基于动态库存控制的自动补货方法及*** |
CN109636298A (zh) * | 2019-01-28 | 2019-04-16 | 合肥工业大学智能制造技术研究院 | 用于仓储管理的控制***及仓库 |
CN109711778A (zh) * | 2018-12-26 | 2019-05-03 | 南方科技大学 | 一种仓储网络的库存调拨方法、装置及存储介质 |
CN110046865A (zh) * | 2019-05-20 | 2019-07-23 | 重庆大学 | 分布式库存调度方法 |
CN110826831A (zh) * | 2018-08-13 | 2020-02-21 | 北京京东振世信息技术有限公司 | 对仓库的拣选区补货的方法和装置 |
CN111222815A (zh) * | 2018-11-27 | 2020-06-02 | 顺丰科技有限公司 | 确定单品补货量方法、装置、设备及存储介质 |
-
2020
- 2020-06-30 CN CN202010611532.4A patent/CN113869811A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1741053A (zh) * | 2005-09-22 | 2006-03-01 | 上海交通大学 | 物流仓储决策支持*** |
US20070270990A1 (en) * | 2006-05-16 | 2007-11-22 | Kaan Kudsi Katircioglu | System and process for supply management for the assembly of expensive products |
CN103400252A (zh) * | 2013-08-02 | 2013-11-20 | 华迪计算机集团有限公司 | 货物库存的管理方法和装置 |
CN107292565A (zh) * | 2017-06-29 | 2017-10-24 | 浙江优展信息科技有限公司 | 一种前置仓生鲜购物配送模式 |
CN108985691A (zh) * | 2018-07-11 | 2018-12-11 | 北京实派科技有限公司 | 一种基于动态库存控制的自动补货方法及*** |
CN110826831A (zh) * | 2018-08-13 | 2020-02-21 | 北京京东振世信息技术有限公司 | 对仓库的拣选区补货的方法和装置 |
CN111222815A (zh) * | 2018-11-27 | 2020-06-02 | 顺丰科技有限公司 | 确定单品补货量方法、装置、设备及存储介质 |
CN109711778A (zh) * | 2018-12-26 | 2019-05-03 | 南方科技大学 | 一种仓储网络的库存调拨方法、装置及存储介质 |
CN109636298A (zh) * | 2019-01-28 | 2019-04-16 | 合肥工业大学智能制造技术研究院 | 用于仓储管理的控制***及仓库 |
CN110046865A (zh) * | 2019-05-20 | 2019-07-23 | 重庆大学 | 分布式库存调度方法 |
Non-Patent Citations (4)
Title |
---|
解琨 等: "供应链库存管理中的风险问题研究", 中国安全科学学报, vol. 13, no. 05, 30 June 2003 (2003-06-30), pages 26 - 29 * |
邓汝春 等: "受货物交付期影响的安全库存量的测度研究", 物流工程与管理, vol. 31, no. 07, 15 July 2009 (2009-07-15), pages 44 - 46 * |
邓汝春: "分散式仓储与集中式仓储模式下安全库存量的比较研究", 中国市场, no. 10, 12 March 2012 (2012-03-12), pages 24 - 25 * |
高清平 等: "考虑补货周期偏移的最优库存控制双层规划", 西南交通大学学报, vol. 43, no. 06, 15 December 2008 (2008-12-15), pages 703 - 708 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023174001A1 (zh) * | 2022-03-14 | 2023-09-21 | 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 |
CN116976484A (zh) * | 2022-12-21 | 2023-10-31 | 上海朗晖慧科技术有限公司 | 一种大数据分析的仓储布局优化方法及*** |
CN116976484B (zh) * | 2022-12-21 | 2024-03-26 | 上海朗晖慧科技术有限公司 | 一种大数据分析的仓储布局优化方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8494916B2 (en) | Managing fresh-product inventory | |
US8650062B2 (en) | Automated replenishment using an economic profit quantity | |
US20150254589A1 (en) | System and Method to Provide Inventory Optimization in a Multi-Echelon Supply Chain Network | |
CN110363476B (zh) | 货物入仓分配处理方法及装置 | |
US11410117B2 (en) | System and method for controlling inventory depletion by offering different prices to different customers | |
JP2021163485A (ja) | スマートサプライチェーンシステム | |
CN113869811A (zh) | 仓储模式的确定方法、装置、计算机设备和存储介质 | |
CN113344282B (zh) | 容量数据处理、调配的方法、***和计算机可读介质 | |
CN114118503A (zh) | 供应链库存优化方法、装置、设备和存储介质 | |
Hu et al. | Approximate solutions for multi-location inventory systems with transshipments | |
Yadollahi et al. | Evaluating approximate solution models for the stochastic periodic inventory routing problem | |
Lahrichi et al. | A first MILP model for the parameterization of Demand-Driven MRP | |
CN114254845A (zh) | 仓库选址方法、装置、计算机设备和存储介质 | |
EP3376445A1 (en) | Method and system for retail stock allocation | |
Kapalka et al. | Retail inventory control with lost sales, service constraints, and fractional lead times | |
Miller et al. | A logistics deployment decision support system at Pfizer | |
CN109255588B (zh) | 物料出入库票据的自动生成方法、装置及计算机存储介质 | |
JP2000306015A (ja) | レンタル品管理装置およびレンタル品管理方法 | |
CN113469397A (zh) | 智慧供应链***及服务器平台 | |
CN116308057A (zh) | 物料信息预测方法、***及相关设备 | |
WO2022220917A1 (en) | Inventory allocation and pricing optimization system | |
Singha et al. | Computational experiment of methods to determine periodic (R, Q) inventory policy parameters: a case study of information decentralised distribution network | |
CN115049332A (zh) | 仓储网络的网络库存信息确定方法及电子设备 | |
CN113935673A (zh) | 基于库存的仓网优化方法、装置、计算机设备和存储介质 | |
CN112581057A (zh) | 智能备货方法、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 |