多物料库存优化方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了多物料库存优化方法、装置、设备和存储介质，该方法中根据每种物料与所有物料在上个库存系统周期的概率分布的关系，基于马尔科夫模型确认目标库存系统周期各自对应的期望需求量模型；根据每种物料的期望需求量模型、安全库存量和期望缺货量确认所有物料在目标库存系统周期的总期望成本模型；计算所述总期望成本模型的最优解，获得所述物料的最优订货点和最优订货量。在每种物料与自身以及其它物料的概率分布关系的基础上，计算得到每种物料的最优订货点和最优订货量，整个物料管理过程考虑到用于产品同一零部件或生产经营的同一环节的不同物料的相互影响，从宏观上整体考虑物料的优化策略，有效降低了库存管理的运营成本。管理的运营成本。管理的运营成本。

【技术实现步骤摘要】
多物料库存优化方法、装置、设备和存储介质


[0001]本专利技术实施例涉及库存数据处理
，尤其涉及多物料库存优化方法、装置、设备和存储介质。

技术介绍

[0002]物料管理是企业经营的重要环节，物料库存优化能够显著降低企业的运营成本。现有企业生产经营过程中，通常都会根据每种物料的历史使用情况和当前生成任务，估算每种物料的进货时间和进货数量，以在保证正常生产经营活动的同时尽可能降低物料管理成本。
[0003]专利技术人在对企业生产经营过程进行研究时发现，现有的库存管理只能对每种物料的历史使用状态的进行独立分析，而在实际的生产经营活动中，同一产品部件可能使用多种不同的物料，这也导致在总的生产任务不变的情况下，一种物料的需求量可能与其它物料的保有量或需求量相关，而现有基于每种物料独立分析的物料库存优化策略，不能基于多物料需求关联性对多物料进行综合库存优化。

技术实现思路

[0004]本专利技术提供了一种多物料库存优化方法、装置、设备和存储介质，以解决现有技术不能基于多物料需求关联性对多物料进行综合库存优化的技术问题。
[0005]第一方面，本专利技术实施例提供了一种多物料库存优化方法，包括：
[0006]根据每种物料与所有物料在上个库存系统周期的概率分布的关系，基于马尔科夫模型确认目标库存系统周期各自对应的期望需求量模型，所述上个库存系统周期为所述目标库存系统周期之前相邻的库存系统周期；
[0007]根据每种物料的期望需求量模型、安全库存量和期望缺货量确认所有物料在目标库存系统周期的总期望成本模型；
[0008]计算所述总期望成本模型的最优解，获得所述物料的最优订货点和最优订货量。
[0009]第二方面，本专利技术实施例还提供了一种多物料库存优化装置，包括：
[0010]需求模型建立单元，用于根据每种物料与所有物料在上个库存系统周期的概率分布的关系，基于马尔科夫模型确认目标库存系统周期各自对应的期望需求量模型；
[0011]成本模型建立单元，用于根据每种物料的期望需求量模型、安全库存量和期望缺货量确认所有物料在目标库存系统周期的总期望成本模型；
[0012]物料更新计算单元，用于计算所述总期望成本模型的最优解，获得所述物料的最优订货点和最优订货量。
[0013]第三方面，本专利技术实施例还提供了一种电子终端设备，包括：
[0014]一个或多个处理器；
[0015]存储器，用于存储一个或多个程序；
[0016]当所述一个或多个程序被所述一个或多个处理器执行，使得所述设备实现如第一
方面所述的多物料库存优化方法。
[0017]第四方面，本专利技术实施例还提供了计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的多物料库存优化方法。
[0018]上述多物料库存优化方法、装置、设备和存储介质，该方法中根据每种物料与所有物料在上个库存系统周期的概率分布的关系，基于马尔科夫模型确认目标库存系统周期各自对应的期望需求量模型；根据每种物料的期望需求量模型、安全库存量和期望缺货量确认所有物料在目标库存系统周期的总期望成本模型；计算所述总期望成本模型的最优解，获得所述物料的最优订货点和最优订货量。通过在每种物料与自身以及其它物料的概率分布关系的基础上，基于马尔科夫模型确认每种物料的期望需求量模型，并进一步确认总期望成本模型，计算总期望成本模型的最优解，从而得到每种物料的最优订货点和最优订货量，整个物料管理过程考虑到用于产品同一零部件或生产经营的同一环节的不同物料的相互影响，从宏观上整体考虑物料的优化策略，有效降低了库存管理的运营成本。
附图说明
[0019]图1为本专利技术实施例提供的一种多物料库存优化方法的方法流程图；
[0020]图2为本专利技术实施例提供的一种多物料库存优化装置的结构示意图；
[0021]图3为本专利技术实施例提供的一种设备的结构示意图。
具体实施方式
[0022]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0023]需要注意的是，由于篇幅所限，本申请说明书没有穷举所有可选的实施方式，本领域技术人员在阅读本申请说明书后，应该能够想到，只要技术特征不互相矛盾，那么技术特征的任意组合均可以构成可选的实施方式。
[0024]例如，在实施例的一个实施方式中，记载了一个技术特征：基于马尔科夫模型的期望需求模型具体通过一组公式进行描述，在实施例的另一实施方式中，记载了另一个技术特征：最优订货量可以通过一种较为复杂的方式计算，也可以通过一种较为简单的方式计算，本领域技术人员在阅读本申请说明书之后，应该能够想到，同时具有这两个特征的实施方式也是一种可选的实施方式，即在具体实施过程中，在期望需求模型的基础上，可以结合较为复杂的方式计算最优订货量，也可以结合较为简单的方式计算最优订货量，具体根据实际计算精度和生产需要进行选择性结合处理。
[0025]下面对各实施例进行详细说明。
[0026]图1为本专利技术实施例提供的一种多物料库存优化方法的方法流程图，该多物料库存优化方法，用于设备，如图所示，该多物料库存优化方法，包括：
[0027]步骤S110：根据每种物料与所有物料在上个库存系统周期的概率分布的关系，基于马尔科夫模型确认目标库存系统周期各自对应的期望需求量模型，所述上个库存系统周期为所述目标库存系统周期之前相邻的库存系统周期。
[0028]在企业运营过程中，生产或日常都会有对应的物料消耗，这些物料通常需要提前
备好，以保证正常的生产经营活动，具体提前备好的量需要参考实际的消耗速度、备货速度、库存成本等因素。整体上，提前备好的量不能太少，否则会影响正常的生产经营活动，但是提前备好的量也不能过于超出生产周期内的实际需求，否则会带来巨大的资金压力和库存成本，尤其对于大型企业，需要在满足正常生产经营活动的同时尽可能降低库存成本。
[0029]现有的物料管理系统通常以单种物料的历史记录进行物料库存优化，但是在实际生产经营过程中，同一零部件可能有来自多个供应商的物料，即同一零部件既可以使用物料A实现又可以使用物料B实现。在实际供应链中，当有些产品存在多种物料选择时，可能因为选择了其中一种物料而不选中其它的备选物料。这种情况下，一种物料的需求量就不仅与自身的需求量相关，还与其它物料的需求量相关。
[0030]在本方案中，重点针对多种物料的需求量之间的相互影响，基于马尔科夫模型进一步优化库存策略。期望需求量模型最终通过以下方式确认：
[0031][0032][0033][0034]其中，为第m种物料在第k个库存系统周期的概率分布，λ
nm
为概率分布与的关系权数，p
(nm)
为第m种物料的需求状态转到第n种物料的需求状态的转移概率矩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多物料库存优化方法，其特征在于，包括：根据每种物料与所有物料在上个库存系统周期的概率分布的关系，基于马尔科夫模型确认目标库存系统周期各自对应的期望需求量模型，所述上个库存系统周期为所述目标库存系统周期之前相邻的库存系统周期；根据每种物料的期望需求量模型、安全库存量和期望缺货量确认所有物料在目标库存系统周期的总期望成本模型；计算所述总期望成本模型的最优解，获得所述物料的最优订货点和最优订货量。2.根据权利要求1所述的多物料库存优化方法，其特征在于，所述期望需求量模型通过以下方式确认：方式确认：方式确认：其中，为第m种物料在第k个库存系统周期的概率分布，λ
nm
为概率分布与的关系权数，p
(nm)
为第m种物料的需求状态转到第n种物料的需求状态的转移概率矩阵，D
nK
为第n种产品在第k周期的需求量，为第n中物料在第k个库存系统周期在d
nk
＝i
(t)
时的概率密度函数，i
(t)
为各种物料的需求状态，l为需求状态的数量，a为需求量划分区的长度。3.根据权利要求2所述的多物料库存优化方法，其特征在于，所述根据每种物料的期望需求量模型、安全库存量和期望缺货量确认所有物料在目标库存系统周期的总期望成本模型，包括：基于每种物料在上个库存系统周期的订货点、在目标库存系统周期的概率密度函数和在目标库存系统周期的需求量，确认每种物料的安全库存量和期望缺货量；根据所述期望需求量模型、安全库存量和期望缺货量以及每个物料库存变化和库存维护的单位成本确认所有物料在目标库存系统周期的总期望成本模型。4.根据权利要求3所述的多物料库存优化方法，其特征在于，所述安全库存量通过以下方式确认：所述期望缺货量通过以下方式确认：
所述总期望成本模型通过以下方式确认：所述总期望成本模型通过以下方式确认：其中，SS
n(k+1)
为第n种物料在目标库存系统周期的安全库存量，为第n种物料在目标库存系统周期的期望缺货量，R
n(k+1)
为第n种物料在目标库存系统周期的订货点，为第n种物料在目标库存系统周期的提前期内的需求量，为的概率密度函数，h
n(k+...

【专利技术属性】
技术研发人员：陈俊伍，
申请(专利权)人：广州视源人工智能创新研究院有限公司，
类型：发明
国别省市：