一种车辆零部件库存风险预测方法、装置及设备制造方法及图纸

技术编号:26223742 阅读:34 留言:0更新日期:2020-11-04 10:56
本申请公开了一种车辆零部件库存风险预测方法、装置及设备,为了解决传统方案不能准确预测出订单变动对车辆整个下游生产中零部件计划和库存造成的影响的技术问题。该方法首先将订单变更之前和之后的零部件需求数据输入至预先构建的车辆零部件库存预测模型,预测出整车生产计划数据;然后将零部件的扰动数据输入至该模型,并根据整车生产计划数据,预测出零部件的使用计划数据;接着,将零部件的预订信息数据和物流信息数据输入至该模型,并根据零部件的使用计划数据,预测出零部件的库存计划数据;再将该库存计划数据与实际零部件的库存计划数据进行对比,进而能够根据对比结果更加准确的预测出零部件的库存变化以及可能出现的零部件库存风险。

【技术实现步骤摘要】
一种车辆零部件库存风险预测方法、装置及设备
本申请涉及计算机
,尤其涉及一种车辆零部件库存风险预测方法、装置及设备。
技术介绍
伴随着社会经济的不断高速发展,我国机动车数量在逐年增加,在车辆的实际生产过程中,由于汽车零部件种类繁多、多款车型共用零件,以及不同零件的不良率、装配公差差异等影响因素,导致难以人工制定零部件使用计划和估测所有零部件的库存风险,只有在实际生产中零部件库存逐步降低到报警线附近时,才能在线上提供反馈。因此,需要提前预测不同订单变更情况对车辆生产下游各环节的影响,从而为变更后的整车生产计划制定较为合理的排产方案,以减少零部件库存报警。目前,通常采用基于统计的方法,将零部件需求量抽象为具有一定分布形态的随机变量,在库存大于安全库存量的限制下,求解使得库存费用最小的订货方案。但这种方法仅能够在一定程度上反映市场对于商品需求的长周期波动,而市场的复杂程度远超于此,如果短期内出现剧烈的市场波动,势必需要修改已经制定的整车生产计划。尤其在车市整体下行的时期,主机厂需要对市场的波动产生快速反应。往往根据市场的反馈,频繁修改整本文档来自技高网...

【技术保护点】
1.一种车辆零部件库存风险预测方法,其特征在于,包括:/n将订单变更之前的零部件的需求数据和订单变更之后的零部件的需求数据输入至预先构建的车辆零部件库存预测模型,以预测出整车生产计划数据;/n将所述零部件的扰动数据输入至所述车辆零部件库存预测模型,并根据所述整车生产计划数据,预测出所述零部件的使用计划数据;所述零部件的扰动数据至少包含所述零部件的不良率,和/或,所述零部件的共用信息,和/或,所述零部件的安装误差率;/n将所述零部件的预订信息数据和物流信息数据输入至所述车辆零部件库存预测模型,并根据所述零部件的使用计划数据,预测出所述零部件的库存计划数据;/n将所述零部件的库存计划数据与实际零部...

【技术特征摘要】
1.一种车辆零部件库存风险预测方法,其特征在于,包括:
将订单变更之前的零部件的需求数据和订单变更之后的零部件的需求数据输入至预先构建的车辆零部件库存预测模型,以预测出整车生产计划数据;
将所述零部件的扰动数据输入至所述车辆零部件库存预测模型,并根据所述整车生产计划数据,预测出所述零部件的使用计划数据;所述零部件的扰动数据至少包含所述零部件的不良率,和/或,所述零部件的共用信息,和/或,所述零部件的安装误差率;
将所述零部件的预订信息数据和物流信息数据输入至所述车辆零部件库存预测模型,并根据所述零部件的使用计划数据,预测出所述零部件的库存计划数据;
将所述零部件的库存计划数据与实际零部件的库存计划数据进行对比,并根据对比结果对所述零部件的库存风险进行预测,得到预测结果。


2.根据权利要求1所述的方法,其特征在于,构建所述车辆零部件库存预测模型,包括:
获取零部件的训练数据;
利用所述零部件的训练数据,对预先构建的初始车辆零部件库存预测模型进行训练,得到所述车辆零部件库存预测模型;
其中,所述零部件的训练数据包括多个训练车辆在订单变更之前的零部件的需求训练数据、订单变更之后的零部件的需求训练数据、零部件的扰动训练数据、以及零部件的预订信息训练数据和物流信息训练数据。


3.根据权利要求2所述的方法,其特征在于,所述初始车辆零部件库存预测模型为状态空间模型,且所述初始车辆零部件库存预测模型包含整车生产排程模块、零部件使用规划模块和零部件库存规划模块;
所述利用所述零部件的训练数据,对预先构建的初始车辆零部件库存预测模型进行训练,得到所述车辆零部件库存预测模型,包括:
S1:将多个训练车辆在订单变更之前的零部件的需求训练数据、订单变更之后的零部件的需求训练数据输入至所述初始车辆零部件库存预测模型中的整车生产排程模块,以输出第一训练状态数据;
S2:将所述零部件的扰动训练数据输入至所述车辆零部件库存预测模型中的零部件使用规划模块,并根据所述第一训练状态数据,输出第二训练状态数据;
S3:将所述零部件的预订信息训练数据和物流信息训练数据输入至所述车辆零部件库存预测模型中的零部件库存规划模块,并根据所述第二训练状态数据,输出第三训练状态数据;
S4:当不满足预设停止条件时,重新获取零部件的训练数据,并重复执行步骤S1-S3,直至达到所述预设停止条件,并将达到所述预设停止条件时的模型作为所述车辆零部件库存预测模型。


4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取实际零部件的库存计划数据;
将所述实际零部件的库存计划数据输入至所述车辆零部件库存预测模型,以预测出可行的整车生产计划数据、可行的零部件的使用计划数据和可行的零部件的库存计划数据。


5.一种车辆零部件库存风险预测装置,其特征在于,包括:
第一输入单元,用于将订单变更之前的零部件的需求数据和订单变更之后的零部件的需求数据输入至预先构建的车辆零部件库存预测模型,以预测出整车生产计划数据;
第二输入单元,用于将所述零部件的扰动数据输入至所述车辆零部件库...

【专利技术属性】
技术研发人员:徐冠奇金忠孝
申请(专利权)人:赛可智能科技上海有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1