一种基于亚马逊FBA仓库的补调货方法、设备和存储介质技术

本发明专利技术申请公开了一种基于亚马逊FBA仓库的补调货方法、设备和存储介质，所述方法应用于一种区分优先仓库及调拨仓库共同向FBA仓调拨发货的供应链中，通过采用粒子群算法得到发货和调货的最优决策方案，该方案基于对不同仓库的在途、库存数据，以及不同物流渠道等已知变量采集，采用粒子群算法的粒子适应值为所述未来N天的商品销售总体收益最大化函数，得到发货或调货的最优决策和最佳物流渠道。本发明专利技术还包括实施该方法的设备和存储介质。还包括实施该方法的设备和存储介质。还包括实施该方法的设备和存储介质。

A replenishment method, equipment and storage medium based on Amazon FBA warehouse

【技术实现步骤摘要】
一种基于亚马逊FBA仓库的补调货方法、设备和存储介质


[0001]本申请涉及仓储物流
，尤其涉及基于亚马逊FBA仓库的补调货方法、设备和存储介质。

技术介绍

[0002]在亚马逊平台开店是一种很流行的跨境电商形式，中国商家在亚马逊开设经营店铺，将国内商品发送到亚马逊备货FBA(Fulfillment by Amazon)仓库，如果美国消费者购买这些商品，亚马逊平台会从FBA仓直接发货到消费者手中，商家只需要自主决定应该发多少货到FBA仓，而不需要关注如何将货物从FBA仓发送到消费者手中。
[0003]应该在FBA仓存放多少商品是供应链履约环节中的库存优化问题，也称为FBA补货问题，针对这个问题有很多的解决的方法，比如根据过去的销售数据、补货提前期等来设置安全库存，使用定期(比如每周补一次货)或定量(每天检查库存，每次补货量相同)等，也有部分方法是使用运筹优化算法，结合安全库存、销量预测来计算最优补货量，等等。
[0004]但是，常见的FBA补货问题的解决方法，其存在几个明显问题，(1)现有技术只考虑一个国内仓的情况，没有考虑多仓调拨的情况，多仓调调拨在集团公司的供应链中比较常见，一般不同的仓对应不同的渠道(FBA、独立站、EBAY等)，在特殊情况下也可以相互共享库存。特别的，没有考虑下单
‑
国内仓(含调拨仓)
‑
海外FBA仓的供应链三节点的补货问题。(2)现有技术并没有考虑物流时效的影响。在跨境物流中，有很多的物流商可以选择，因此可以根据销售的紧急情况来选择不同的物流商，以获得不同的物流时效，响应地就需要承担不同的物流成本。(3)由于租用FBA仓会产生仓储费用，因此最优补货量除了和销售预测、物流时效有关系外，和仓储费用也明显的关系。(4)现有技术只考虑一个补货周期，由于跨境物流时效较长，补货提前期或覆盖多个补货周期，就需要补货模型考虑一个比较长的时间才能计算一个相对较优的补货量。

技术实现思路

[0005]本申请提供了一种基于亚马逊FBA仓库的补调货方法、设备和存储介质，通过优化方法，结合销量预测、不同物流节点的时效、跨境物流渠道时效和成本、FBA库存成本等信息，提供一个补货调拨一体化解决方案，以解决三级供应链网络的最优补货调拨问题。
[0006]本申请第一方面提供了一种亚马逊FBA仓库的补调货方法，所述方法应用于具有A仓和B仓的供应链体系，所述A仓被定义为主要及优先对FBA仓库补充发货；所述B仓被定义为当A仓货物不足，且B仓除满足自身销售外还有多余库存的情况下，从B仓向所述FBA仓调拨发货；该补调货方法包括如下步骤：
[0007]获得决策时的已知变量；
[0008]所述已知变量包括：全部在途货货物数量；在途货货物到达剩余天数；A仓、B仓、FBA仓库现有库存数量；所述A、B仓和FBA仓库之间的物流渠道、物流成本、物流有效天数；所述FBA仓库的存储成本、单个商品预期利润、未来n天的商品销售数量预测；
[0009]设定需要决策的未知变量；
[0010]所述未知变量包括：A仓需要向生产商下单数量、需要从B仓调拨的数量，需要从A仓补货的数量，A仓或B仓发货到FBA仓的最佳物流渠道；
[0011]用粒子群算法得到需要决策的未知变量最优解；
[0012]该步骤具体包括：将需要决策的未知变量定义为粒子位置向量，所述粒子的适应度函数以FBA仓库的补货消耗库存数量曲线模型为基础，以未来n天的商品销售总体收益为函数，根据总体收益最大化为条件获得需要决策的未知变量最优解；所述总体收益与未来n天商品预期销售利润、缺货导致的利润损失、FBA仓库成本，以及从A仓库或B仓库补调货的渠道成本相关。
[0013]本申请是基于供应链三级节点所做的补货场景，有三个层级，分别是供应商
‑
国内仓(A和B)
‑
FBA仓。在供应链履约运作中，从直属A仓发货到FBA仓叫做补充发货，从非直属B仓发货到FBA仓叫调拨发货。由此可见A仓和B仓并不是仅仅是两个仓库，而是存在补货及调货的优先差异的。本申请不仅会计算补货量计算，还有计算调拨量，因此是补货调拨一体化解决方案。相对于现有的供应链履约业务流程中，一般补货流程和调拨流程是分开的，补货有专门的补货方案，调拨有专门的调拨方案，在补货时不考虑调拨，在调拨时不考虑补货，本申请能将补货和调拨两个流程合并起来计算，就能得到更优的库存决策结果，比如更优的库存周转、更优的库存成本等。
[0014]其次，本申请的补货调拨方法根据FBA仓库的库存消耗天数曲线模型，以决策时已知变量，即：全部在途货货物数量；在途货货物到达剩余天数；A仓、B仓、FBA仓库现有库存数量；所述A、B仓和FBA仓库之间的物流渠道、物流成本、物流有效天数；所述FBA仓库的存储成本、单个商品预期利润、未来n天的商品销售数量预测等数据进行决策。并采用粒子群算法，以未来n天的货物销售利润最大值为适应函数进行决策，从而得出最优决策方案。最优决策方案体现了补货、调货的不同决策以及不同物流渠道的选择，实现总体销售最大、缺货最小、平均库存成本最小，即整体收益最大为目标。
[0015]再次，相对于一般的补货模型中不会考虑在途库存什么时候到达FBA仓，而是假设在途库存和在库库存一样能马上供给销售，而如果在途库存需要过很久才到仓库，则容易造成仓库的在库库存售罄而缺货，本申请的方法考虑了在途库存的数量在途库存的时间滞后，模型相比常规补货模型要负责得多，也体现了本专利中所使用的的PSO算法的有效性和可用性。
[0016]上述方法的优选方式如下：
[0017]获得决策时的已知变量包括：
[0018]Y1:上次下单生产未到达A仓的在途库存数量；
[0019]Y2:上次从B仓发货未到达FBA仓的在途库存数量；
[0020]Y3:上次从A仓发货未到达FBA仓的在途库存数量；
[0021]S1:A仓可发货的在库库存数量；
[0022]S2:B仓可发货的在库库存数量；
[0023]S3:FBA仓可销售库存数量；
[0024]DAY1:Y1库存到达FBA仓剩余天数；
[0025]DAY2:Y2库存到达FBA仓剩余天数；
[0026]DAY3:Y3库存到达FBA仓剩余天数；
[0027]SALE_PRED:商品未来n天每天的销量数量预测值；
[0028]CHANNEL_COST_i:物流渠道i的单位成本；
[0029]CHANNEL_DAY_i:物流渠道i的从国内运输到国外FBA仓需要的天数；
[0030]FBA_COST:FBA仓单位存储每天成本；
[0031]上述获得决策时的已知变量被用以初始化粒子群算法的算法参数；
[0032]设定需要决策的未知变量包括：
[0033]X1:需要向供货商下单生产的数量；
[0034]X2:需要从B仓调拨发货的数量；
[0035]X3:需要从A仓发货的数量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种亚马逊FBA仓库的补调货方法，所述方法应用于具有A仓和B仓的供应链体系，所述A仓被定义为主要及优先对FBA仓库补充发货；所述B仓被定义为当A仓货物不足，且B仓除满足自身销售外还有多余库存的情况下，从B仓向所述FBA仓调拨发货；其特征在于，该补调货方法包括如下步骤：获得决策时的已知变量；所述已知变量包括：全部在途货货物数量；在途货货物到达剩余天数；A仓、B仓、FBA仓库现有库存数量；所述A、B仓和FBA仓库之间的物流渠道、物流成本、物流有效天数；所述FBA仓库的存储成本、单个商品预期利润、未来n天的商品销售数量预测；设定需要决策的未知变量；所述未知变量包括：A仓需要向生产商下单数量、需要从B仓调拨的数量，需要从A仓补货的数量，A仓或B仓发货到FBA仓的最佳物流渠道；用粒子群算法得到需要决策的未知变量最优解；该步骤具体包括：将需要决策的未知变量定义为粒子位置向量，所述粒子的适应度函数以FBA仓库的补货消耗库存数量曲线模型为基础，以未来n天的商品销售总体收益为函数，根据总体收益最大化为条件获得需要决策的未知变量最优解；所述总体收益与未来n天商品预期销售利润、缺货导致的利润损失、FBA仓库成本，以及从A仓库或B仓库补调货的渠道成本相关。2.根据权利要求1所述的补调货方法，其特征在于，获得决策时的已知变量包括：Y1:上次下单生产未到达A仓的在途库存数量；Y2:上次从B仓发货未到达FBA仓的在途库存数量；Y3:上次从A仓发货未到达FBA仓的在途库存数量；S1:A仓可发货的在库库存数量；S2:B仓可发货的在库库存数量；S3:FBA仓可销售库存数量；DAY1:Y1库存到达FBA仓剩余天数；DAY2:Y2库存到达FBA仓剩余天数；DAY3:Y3库存到达FBA仓剩余天数；SALE_PRED:商品未来n天每天的销量数量预测值；CHANNEL_COST_i:物流渠道i的单位成本；CHANNEL_DAY_i:物流渠道i的从国内运输到国外FBA仓需要的天数；FBA_COST:FBA仓单位存储每天成本；上述获得决策时的已知变量被用以初始化粒子群算法的算法参数；设定需要决策的未知变量包括：X1:需要向供货商下单生产的数量；X2:需要从B仓调拨发货的数量；X3:需要从A仓发货的数量；C1:X1到达A仓后发货到FBA仓的最佳物流渠道；C2:X2调拨发货到FBA仓的最佳物流渠道；C3:X3发货到FBA仓的最佳物流渠道；
C4:Y1到达A仓后再发往FBA仓的最佳物流渠道。3.根据根据权利要求2所述的补调货方法，其特征在于，所述未来n天的商品销售总体收益公式如下：其中，maxZ为未来n天的商品销售总体收益；profile为商品单位利润；为未来n天的预期销售利润；为未来n天由于缺货导致的预期销售利润损失；为未来n天FBA仓存储成本；为向供货商下单X1数量到达A仓后再发FBA仓这一路径下的可选渠道的物流成本；为需要从B仓调拨发货X2数量到FBA仓这一路径下的可选渠道的物流成本；为...

【专利技术属性】
技术研发人员：苏振裕，欧文祥，马庆吉，李筱玥，甘建明，马兴国，
申请(专利权)人：南京希音电子商务有限公司，
类型：发明
国别省市：