CN116934237A - 一种仓储系统的智能补货方法 - Google Patents
一种仓储系统的智能补货方法 Download PDFInfo
- Publication number
- CN116934237A CN116934237A CN202310854058.1A CN202310854058A CN116934237A CN 116934237 A CN116934237 A CN 116934237A CN 202310854058 A CN202310854058 A CN 202310854058A CN 116934237 A CN116934237 A CN 116934237A
- Authority
- CN
- China
- Prior art keywords
- replenishment
- stock
- goods
- inventory
- supplier
- 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
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
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种仓储系统的智能补货方法：获取货品相关指标数据，指标数据为根据待计算补货的货品，获取货品记录数据；构建补货模型，通过计算安全库存量和目标库存量，作为补货模型计算基础架构，通过计算安全库存公式，获取安全库存数据；按需供应量进行调节，当某一仓库的可供应量不足时：按照库存周转进行调整，将不同仓库补货后的库存周转天数与需求周转天数比例进行配平调节；当供应商的建议补货总量小于系统最小起订量与加权系数之乘积时，将此供应商下所有商品补货建议量置为0；当建议补货总量大于最小起订量与加权系数之乘积但小于最小起订量时，从该供应商下面周转最低的sku开始增加补货量并调整规直至满足各sku周转天数相同。
Description
技术领域
本发明属于仓储管理系统领域，特别涉及一种仓储系统的智能补货方法。
背景技术
目前，随着电子商务和网络购物的快速发展，电子商务已在消费者生活中扮演着越来越重要的角色，每年用户订单数量成几何倍数增长，这使得一个仓库需要存储海量的物品种类及物品库存量，即需要仓库能够快速完成订单拣选，也需要提高仓库物品存储量，从而提高整个仓库的存储率。
仓储管理系统(WMS)是一个实时的计算机软件系统，它能够按照运作的业务规则和运算法则(algorithms)，对信息、资源、行为、存货和分销运作进行更完美地管理，使其最大化满足有效产出和精确性的要求，包括软件、硬件、管理经验，能对仓库作业过程进行指导和规范。仓储管理系统中的软件指的是支持整个系统运作的软件部分，包括收货处理、上架管理、拣货作业、月台管理、补货管理、库内作业、越库操作、循环盘点、RF操作、加工管理、矩阵式收费等。仓储管理系统中的硬件指的是用于打破传统数据采集和上传的瓶颈问题，利用自动识别技术和无线传输提高数据的精度和传输的速度。管理经验指的是开发商根据其开发经验中客户的管理方式和理念整合的一套管理理念和流程，为企业做到真正的管理。
但是,传统的拣货方式一般是根据客户所订购的内容打印出拣货单再交给拣货人员，依据拣货单所指示的内容，从仓库中将应拣选的货品一一取出。人员于作业中所凭借除了拣货单据的指示外，即是拣货员对仓库整体环境的熟悉和对商品摆放位置的记忆等，这就造成拣货的错误率难以降低，效率无法提升，人员需要的训练与熟练的时间长，整体作业方式对于效能的提高，缺乏应变的弹性，因此其所产生的相关成本亦居高不下。传统的补货方式要根据货品的种类寻找储位入库，工作效率低，容易出错。
因此，现在亟需一种仓储系统的智能补货方法。
发明内容
本发明提出一种仓储系统的智能补货方法，解决了现有技术中需要人工设置相关参数值，在货品较多或库存变化频繁时，就要求阈值动态调整，会对人工调整参数带来较大的工作量的问题。
本发明的技术方案是这样实现的：一种仓储系统的智能补货方法，所述方法包括如下步骤：
获取货品相关指标数据，指标数据为根据待计算补货的货品，获取货品记录数据；
构建补货模型，通过计算安全库存量和目标库存量，作为补货模型计算基础架构，通过计算安全库存公式，获取安全库存数据；
按需供应量进行调节，当某一仓库的可供应量不足时：按照库存周转进行调整，将不同仓库补货后的库存周转天数与需求周转天数比例进行配平调节；
当供应商的建议补货总量小于系统最小起订量与加权系数之乘积时，将此供应商下所有商品补货建议量置为0；当建议补货总量大于最小起订量与加权系数之乘积但小于最小起订量时，从该供应商下面周转最低的sku开始增加补货量并调整规直至满足各sku周转天数相同；
根据计算货品补货的数量和频度，系统自动生成补货任务，进行补货操作，若仓内库存无法满足补货需要，向采购系统发起采购操作；通过控制供应商的补货频率，限制自动补货下单的频率。
作为一优选的实施方式，计算安全库存公式时，首先计算安全库存，随后计算备货库存，通过安全库存和备货库存之和获取目标库存数据。
在仓储系统中，补货是一个重要的环节，它可以确保库存水平适当，以满足客户的需求和保证生产进度。传统的补货方法通常采用人工操作，需要人工评估库存水平的高低，并且容易受到主观因素的影响。因此，本文提出了一种智能补货方法，该方法基于统计学和机器学习技术，通过计算安全库存量和目标库存量，实现智能补货。
作为一优选的实施方式，其中安全库存计算公式如下所示：
其中，μD:销量日均值；σD:每日销量的标准差；μL:VL的均值；σL:VLT的标准差；k:采购系数(默认85％)，FCST销售预测，VLT为供应商提前期，NRT为盘点周期。
作为一优选的实施方式，在计算备货库存时，统计备货天数内的销量预测之和，日期从供应商提前期后一天进行统计，默认备货天数为供应商提前期天数。
作为一优选的实施方式，所述获取货品的记录数据包括货品的供应商、历史采购记录、历史补货记录、库存记录数据。
采用了上述技术方案后，本发明的有益效果是：智能补货方案，通过收集相关数据模型计算，系统计算给出推荐的补货数量和频度参考值，辅助提升补货数量精度、优化补货频率；
1，有助于减轻仓内人工作业的负担；
2提前补货，提升仓库补货效率。
3，提前预测，降低货品出现断货风险
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明整体方法框架示意图；
图2为本发明补货计算流程图；
图3为本发明补货频率计算逻辑流程图；
图4为本发明NRT计算流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
如图1所示，一种仓储系统的智能补货方法，所述方法包括如下步骤：
获取货品相关指标数据，指标数据为根据待计算补货的货品，获取货品记录数据；
构建补货模型，通过计算安全库存量和目标库存量，作为补货模型计算基础架构，通过计算安全库存公式，获取安全库存数据；
按需供应量进行调节，当某一仓库的可供应量不足时：按照库存周转进行调整，将不同仓库补货后的库存周转天数与需求周转天数比例进行配平调节；
当供应商的建议补货总量小于系统最小起订量与加权系数之乘积时，将此供应商下所有商品补货建议量置为0；当建议补货总量大于最小起订量与加权系数之乘积但小于最小起订量时，从该供应商下面周转最低的sku开始增加补货量并调整规直至满足各sku周转天数相同；
根据计算货品补货的数量和频度，系统自动生成补货任务，进行补货操作，若仓内库存无法满足补货需要，向采购系统发起采购操作；通过控制供应商的补货频率，限制自动补货下单的频率。
本申请文件中该智能补货方法是一种基于数据分析和计算模型的仓储管理系统，旨在提高仓库存储效率、降低库存成本，并保证及时供应。该系统利用货品相关指标数据、补货模型和按需供应量进行调节等技术手段，实现了智能化的补货操作。
整个方法的工作步骤为，方法工作步骤：
获取货品相关指标数据：根据待计算补货的货品，获取货品记录数据，包括库存量、需求量、销售量、周转天数等指标数据。构建补货模型：通过计算安全库存量和目标库存量，作为补货模型计算基础架构。通过计算安全库存公式，获取安全库存数据。按需供应量进行调节：当某一仓库的可供应量不足时，按照库存周转进行调整，将不同仓库补货后的库存周转天数与需求周转天数比例进行配平调节。供应商补货建议量的调整：当供应商的建议补货总量小于系统最小起订量与加权系数之乘积时，将此供应商下所有商品补货建议量置为0；当建议补货总量大于最小起订量与加权系数之乘积但小于最小起订量时，从该供应商下面周转最低的sku开始增加补货量并调整规直至满足各sku周转天数相同。自动生成补货任务：根据计算货品补货的数量和频度，系统自动生成补货任务，进行补货操作。若仓内库存无法满足补货需要，向采购系统发起采购操作。控制供应商补货频率：通过控制供应商的补货频率，限制自动补货下单的频率，以保证采购成本的控制和库存周转效率的提高。
计算安全库存公式时，首先计算安全库存，随后计算备货库存，通过安全库存和备货库存之和获取目标库存数据。安全库存是指在一定的库存水平下，允许公司能够承受一个特定时期内的库存不足风险，而不必立即做出库存决策。计算安全库存时，我们需要确定一个合适的需求量，这个需求量可以使得公司能够承受特定时期内的存货不足风险，同时又不至于影响其正常运营。通过计算备货库存和安全库存之和获取目标库存数据，我们可以根据备货库存和目标库存计算出一个合适的库存量，这个合适的库存量就是安全库存。当公司需要增加存货时，只需增加备货库存即可满足需求，从而避免了大量采购带来的成本压力。
其中安全库存计算公式如下所示：
其中，μD:销量日均值；σD:每日销量的标准差；μL:VL的均值；σL:VLT的标准差；k:采购系数(默认85％)，FCST销售预测，VLT为供应商提前期，NRT为盘点周期。安全库存是指在一定的库存水平下，公司能够承受一个特定时期内的库存不足风险，而不必立即做出库存决策。其中几个数值比较关键，日均值是指当天的销量平均值。标准差是指某一数据波动范围的大小。如果标准差越大，则表明该数据波动范围越大，不利于预测和控制。采购系数是指公司对于存货采购的倾向程度。如果采购系数越大，则表明公司对于存货购买的倾向程度越高，可以更好地控制库存水平。
在计算备货库存时，统计备货天数内的销量预测之和，日期从供应商提前期后一天进行统计，默认备货天数为供应商提前期天数。备货库存是指在采购过程中需要提前准备的存货，以满足未来几天内的需求。计算备货库存需要首先确定备货天数，通常情况下，我们将备货天数设为供应商提前期后一天，这样可以避免在采购过程中因缺货而产生的成本。备货天数可以根据采购计划中规定的备货期来确定，一般情况下，采购计划会规定一个备货期，在这个备货期内，供应商会提供相应的服务和支持。在这个备货期内，如果出现库存不足的情况，可以及时地进行补货，从而保证客户的需求得到满足。如果备货天数为供应商提前期后一天，则在未来的几天内需要按照供应商的要求进行备货。这样可以避免因缺货而产生的成本和影响。同时，将备货天数设为供应商提前期后一天也便于管理和控制库存水平。需要注意的是，如果采购计划规定了固定的备货期，例如每隔30天或45天进行一次采购，那么在计算备货库存时就需要将固定的备货期考虑在内。
所述获取货品的记录数据包括货品的供应商、历史采购记录、历史补货记录、库存记录数据。获取货品的记录数据包括货品的供应商、历史采购记录、历史补货记录、库存记录数据。这些数据是系统通过采集货品的入库、出库、盘点等数据，生成对应的记录表格，并将其存储在数据库中。具体来说，我们可以使用以下方法获取货品的供应商信息：使用数据库中的供应商表获取供应商信息，如名称、地址、联系方式等。使用库表里的采购记录表获取采购记录信息，如名称、地址、联系方式等。使用库存表中的数据获取库存数据。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种仓储系统的智能补货方法，其特征在于，所述方法包括如下步骤：
获取货品相关指标数据，指标数据为根据待计算补货的货品，获取货品记录数据；
构建补货模型，通过计算安全库存量和目标库存量，作为补货模型计算基础架构，通过计算安全库存公式，获取安全库存数据；
按需供应量进行调节，当某一仓库的可供应量不足时：按照库存周转进行调整，将不同仓库补货后的库存周转天数与需求周转天数比例进行配平调节；
当供应商的建议补货总量小于系统最小起订量与加权系数之乘积时，将此供应商下所有商品补货建议量置为0；当建议补货总量大于最小起订量与加权系数之乘积但小于最小起订量时，从该供应商下面周转最低的sku开始增加补货量并调整规直至满足各sku周转天数相同；
根据计算货品补货的数量和频度，系统自动生成补货任务，进行补货操作，若仓内库存无法满足补货需要，向采购系统发起采购操作；通过控制供应商的补货频率，限制自动补货下单的频率。
2.如权利要求1所述的一种仓储系统的智能补货方法，其特征在于：计算安全库存公式时，首先计算安全库存，随后计算备货库存，通过安全库存和备货库存之和获取目标库存数据。
3.如权利要求2所述的一种仓储系统的智能补货方法，其特征在于：其中安全库存计算公式如下所示：
其中，μD:销量日均值；σD:每日销量的标准差；μL:VL的均值；σL:VLT的标准差；k:采购系数(默认85％)，FCST销售预测，VLT为供应商提前期，NRT为盘点周期。
4.如权利要求2所述的一种仓储系统的智能补货方法，其特征在于：在计算备货库存时，统计备货天数内的销量预测之和，日期从供应商提前期后一天进行统计，默认备货天数为供应商提前期天数。
5.如权利要求1所述的一种仓储系统的智能补货方法，其特征在于：所述获取货品的记录数据包括货品的供应商、历史采购记录、历史补货记录、库存记录数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854058.1A CN116934237A (zh) | 2023-07-12 | 2023-07-12 | 一种仓储系统的智能补货方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310854058.1A CN116934237A (zh) | 2023-07-12 | 2023-07-12 | 一种仓储系统的智能补货方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116934237A true CN116934237A (zh) | 2023-10-24 |
Family
ID=88385578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310854058.1A Pending CN116934237A (zh) | 2023-07-12 | 2023-07-12 | 一种仓储系统的智能补货方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116934237A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118014487A (zh) * | 2024-04-09 | 2024-05-10 | 深圳市沃客非凡科技有限公司 | 仓储库存备货方法、装置、设备及存储介质 |
| CN118886565A (zh) * | 2024-08-16 | 2024-11-01 | 百信信息技术有限公司 | 一种备件库存优化方法 |
-
2023
- 2023-07-12 CN CN202310854058.1A patent/CN116934237A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118014487A (zh) * | 2024-04-09 | 2024-05-10 | 深圳市沃客非凡科技有限公司 | 仓储库存备货方法、装置、设备及存储介质 |
| CN118886565A (zh) * | 2024-08-16 | 2024-11-01 | 百信信息技术有限公司 | 一种备件库存优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2684304C (en) | Predictive modeling | |
| CN109740793B (zh) | 一种基于概率需求分布的库存优化方法 | |
| CN111340421A (zh) | 一种采购方法 | |
| Yang et al. | Integrated multi-period dynamic inventory classification and control | |
| CN116934237A (zh) | 一种仓储系统的智能补货方法 | |
| JP2021163485A (ja) | スマートサプライチェーンシステム | |
| CN109615184A (zh) | 零售企业门店自动配货、补货、调货的方法及系统 | |
| CN111815198B (zh) | 一种门店补货方法、装置和设备 | |
| CN115689451A (zh) | 一种线下零售门店补货量确定方法、装置、终端及介质 | |
| CN106529859A (zh) | 一种动态安全库存的控制装置及安全库存的调控方法 | |
| CN112529491A (zh) | 一种库存管理方法及装置 | |
| CN112215546B (zh) | 一种对象页面生成方法、装置、设备及存储介质 | |
| CN113469397A (zh) | 智慧供应链系统及服务器平台 | |
| JP2003162619A (ja) | 売り上げ予測装置および方法 | |
| US8209242B1 (en) | Inventory management system | |
| Sakhare et al. | Predictive analysis of end to end inventory management system for perishable goods | |
| TW589555B (en) | Inventory planning method | |
| CN114881694A (zh) | 自动补货方法、系统、电子设备、存储介质、程序产品 | |
| CN116777682A (zh) | 预制菜智能管理方法、装置、设备及存储介质 | |
| TWM633737U (zh) | 電商多通路整合系統 | |
| CN116862574A (zh) | 产品需求预测方法、装置、电子设备及可读存储介质 | |
| Rifai et al. | Inventory Control and EOQ Forecasting Tools as Effective Decision-Making Model | |
| CN113435541A (zh) | 品类规划方法、装置、存储介质及计算机设备 | |
| JP2001312542A (ja) | 在庫量決定装置及び在庫量決定方法 | |
| CN111160978A (zh) | 业务处理方法、装置、存储介质及设备 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240122 Address after: Room 548, Building 2, No. 105 Binkang Road, Xixing Street, Binjiang District, Hangzhou City, Zhejiang Province, 310000 Applicant after: Big White Whale Information Technology (Zhejiang) Co.,Ltd. Country or region after: China Address before: Room 445, West Gate Complex Building, Gaoqiao Market, No. 578, Section 1, East Second Ring Road, Yuhua District, Changsha City, Hunan Province, 410007 Applicant before: Hunan Jinglei Information Technology Co.,Ltd. Country or region before: China |
|
| TA01 | Transfer of patent application right |