一种数据驱动的订货与预防性转运优化方法及系统技术方案

本发明专利技术涉及一种数据驱动的订货与预防性转运优化方法及系统，其方法包括：S1：根据历史订单和配送数据，拟合产品在不同地区以及不同销售阶段消费者需求的随机分布函数，得到第一和第二销售阶段的预期需求；S2：基于各配送中心第一销售阶段末库存状态以及第二销售阶段的预期需求，建立预防性转运策略优化模型，得到第一销售阶段末的最优预防性转运策略；S3：在不同的订货水平下，根据第一销售阶段末最优预防性转运策略，建立期初订货量优化模型，得到各个配送中心期初最优订货量。本发明专利技术提供的方法，从物流服务提供商的角度，优化了各地区库存资源分配，实现供需精准匹配，为上游销售商提供优质物流服务，并快速响应消费者需求，提升物流服务质量。提升物流服务质量。提升物流服务质量。

【技术实现步骤摘要】
一种数据驱动的订货与预防性转运优化方法及系统


[0001]本专利技术涉及智慧物流供应链库存管理和物流配送领域，具体涉及一种数据驱动的订货与预防性转运优化方法及系统。

技术介绍

[0002]随着电子商务的蓬勃发展，消费者有无限的购买选择，而企业对产品需求曲线的学习是不完全的。因此，企业在每次确定每个配送中心的库存分配策略时，所面临的都是不完全的信息，通常他们在进行有限库存的分配时需要通过边学习边挖掘的方式来实现最优目标。目前，电商物流供应链运作流程为上游销售商把物流(包括仓储与配送)外包给物流服务提供商，消费者下单后，上游销售商把订单包含的产品具体信息、运输地址、运输时效要求等信息发送给物流服务提供商，然后由物流服务提供商把产品从距离近的仓库配送给消费者。上游销售商决定每个地区配送中心的库存量，销售中期如果出现部分配送中心缺货，上游销售商决定是否转运满足消费者需求还是显示缺货流失部分消费者。
[0003]传统的库存管理和物流配送存在以下问题：
[0004]一、上游销售商制定的库存策略不合理，各地区供需不匹配。<br/>[0005]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据驱动的订货与预防性转运优化方法，其特征在于，包括：步骤S1：根据历史订单和配送数据，拟合产品在不同地区以及不同销售阶段消费者需求的随机分布函数，得到第一和第二销售阶段的预期需求；步骤S2：基于各配送中心第一销售阶段末的库存状态以及所述第二销售阶段的预期需求，物流服务提供商建立预防性转运策略优化模型，得到第一销售阶段末的最优预防性转运策略，使得第二销售阶段系统利润最大化；步骤S3：在不同的订货水平下，根据所述第一销售阶段末的最优预防性转运策略，所述物流服务提供商建立期初订货量优化模型，得到各个所述配送中心期初最优订货量，使得总系统利润最大化。2.根据权利要求1所述的数据驱动的订货与预防性转运优化方法，其特征在于，所述步骤S2中所述预防性转运策略优化模型表示为下述公式(1)：其中，为第二销售阶段的销售收益，i∈{1，2，
…
n}为配送中心索引，共n个配送中心，r为产品的销售价格，x
i
是所述配送中心i在第一销售阶段末的剩余库存水平，D
i2
为配送中心i在第二销售阶段的随机需求；为第二销售阶段的订单配送成本，c
d
为物流服务提供商的单位订单配送成本；为第二销售阶段的库存仓储成本，c
h
为物流服务提供商的单位库存仓储成本；为第二销售阶段的缺货成本，l为单位缺货惩罚成本；为第二销售阶段的库存转运成本，c
t
为物流服务提供商的单位库存转运成本；求解公式(1)，可得到所述第一销售阶段末的最优预防性转运策略为z＝(z
12
，
…
，z
ij
，
…
，z
(n
‑
1)n
)，即为各个所述配送中心之间的转运策略。3.根据权利要求1所述的数据驱动的订货与预防性转运优化方法，其特征在于，所述步骤S3中所述期初订货量优化模...

【专利技术属性】
技术研发人员：程丽红，郭晓龙，余玉刚，姜文文，李肖潇，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：