一种基于大数据的供应链管理系统及方法技术方案

本发明专利技术涉及大数据技术领域，具体为一种基于大数据的供应链管理系统及方法，包括分别对各项生产业务捕捉在生产加工流程中需对外采购的所有生产配件信息；分别对各项生产业务中的各目标生产配件提取特征信息；在各项生产业务支线的所有目标生产配件中，分别将存在仓储关联关系的目标生产配件进行识别提取；在每一个关联配件集合中进行关联校验，基于关联校验后得到的关联配件集合分布信息，对目标企业内用于配件存储的各仓储空间区域进行仓储规划；将计划纳入同一仓储空间区域内进行存储的各目标生产配件所对应的所有数字化供应链，统归同一个管理中心进行供应链信息管理。同一个管理中心进行供应链信息管理。同一个管理中心进行供应链信息管理。

【技术实现步骤摘要】
一种基于大数据的供应链管理系统及方法


[0001]本专利技术涉及大数据
，具体为一种基于大数据的供应链管理系统及方法。

技术介绍

[0002]对于一些制造企业而言，生产加工得到一类产品的过程中，需对外采买的原材料往往种类众多，且不同的原材料往往所需的存储条件是不一样的，若按照常规做法对不同原材料基于存储条件的不同分配不同的存储区间，并不能实现对仓储空间的最大化利用，且在一定程度上会加重仓储管理人员在对原材料进行入库和出库管理时的工作负担；数字化供应链，就是将供应链中的所有环节都在互联网平台上完成，依凭互联网的及时性和双向性实现效率的提升，若是结合对各原材料构建的数字化供应链以及各原材料所参与的生产工序进行综合考虑，实现对有效的仓储空间区域的灵活化调度管理，可以为绝大多数的制作企业而言，能解决很多的存储难题，降低存储成本。

技术实现思路

[0003]本专利技术的目的在于提供一种基于大数据的供应链管理系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的供应链管理方法，方法包括：步骤S100：分别对目标企业内各项生产业务对应的生产支线采集历史生产加工流程信息，分别对各项生产业务捕捉在生产加工流程中需对外采购的所有生产配件信息；分别将各项生产业务中所有需要占用目标企业内部仓储空间的生产配件，设为在各项生产业务中的目标生产配件，分别对各项生产业务中的各目标生产配件提取特征信息；步骤S200：分别提取各项生产业务支线中各目标生产配件对应的特征信息，基于各目标生产配件对应的特征信息，在各项生产业务支线的所有目标生产配件中，分别将存在仓储关联关系的目标生产配件进行识别提取；步骤S300：对目标企业内用于配件存储的各仓储空间区域进行信息录入；分别将在各项生产业务中，所有相互之间存在仓储关联关系的目标生产配件进行汇集，得到对应各项生产业务的若干个关联配件集合；每一个关联配件集合中的所有目标生产配件之间相互存在仓储关联关系；在每一个关联配件集合中进行关联校验，基于关联校验后得到的关联配件集合分布信息，对目标企业内用于配件存储的各仓储空间区域进行仓储规划；步骤S400：分别采集各种目标生产配件从历史每一订单申请到入库过程中各环节的信息，分别构建得到对应各种目标生产配件的若干历史数字化供应链；将计划纳入同一仓储空间区域内进行存储的各目标生产配件所对应的所有数字化供应链，统归同一个管理中心进行供应链信息管理。
[0005]进一步的，步骤S100包括：步骤S101：分别对各项生产业务开展时，构成对应的生产加工流程的所有生产工
序进行工序信息提取；其中，各生产工序对应的工序信息包括执行次序信息、工序执行前的对象物信息、工序执行完后得到的中间产品信息；分别对各项生产业务中各目标生产配件所参与的生产工序进行捕捉，获取生产工序所对应的工序信息，将工序信息作为各项生产业务中各目标生产配件的第一特征信息；步骤S102：分别采集管理人员基于各项生产业务的生产工艺要求，对各项生产业务中各目标生产配件所制定的存储保管要求；分别对各项生产业务中各目标生产配件所对应的存储保管要求，提取存储关键词，将提取汇集得到的存储关键词集合作为各项生产业务中各目标生产配件的第二特征信息。
[0006]进一步的，步骤S200包括：步骤S201：分别提取在各项生产业务中各目标生产配件的第一特征信息、第二特征信息；设存在目标生产配件a和目标生产配件b，所述目标生产配件a所参与的生产工序为A，所述目标生产配件b所参与的生产工序为B；当所述生产工序A与生产工序B同属于某一项生产业务对应的生产加工流程，转步骤S202；步骤S202：基于目标生产配件a和目标生产配件b在对应所述某一项生产业务中的第一特征信息，提取得到生产工序A对应的执行次序，设为P
A
，提取得到生产工序B对应的执行次序，设为P
B
；同时对生产工序A执行前的对象物信息、生产工序A执行完后得到的中间产品信息，生产工序B执行前的对象物信息、生产工序B执行完后得到的中间产品信息进行提取；基于目标生产配件a和目标生产配件b在对应所述某一项生产业务中的第二特征信息，提取得到目标生产配件a对应的存储关键词集合，设为Q
a
，提取得到目标生产配件b对应的存储关键词集合，设为Q
b
；步骤S203：当P
A
与P
B
之间满足|P
A
‑
P
B
|=1,Q
a
=Q
b
时，初步判断目标生产配件a和目标生产配件b之间存在仓储关联关系；当|P
A
‑
P
B
|=1，且P
A
<P
B
时，若生产工序A执行完后得到的中间产品为生产工序B执行前的对象物，则判断生产工序A与生产工序B在对应所述某一项生产业务中，存在工序关联，最终判断目标生产配件a和目标生产配件b之间存在仓储关联关系；当|P
A
‑
P
B
|=1，且P
A
>P
B
时，若生产工序B执行完后得到的中间产品为生产工序A执行前的对象物，则判断生产工序A与生产工序B在对应所述某一项生产业务中，存在工序关联，最终判断目标生产配件a和目标生产配件b之间存在仓储关联关系；在一些产品的加工流程中，若在一些工序中存在执行次序关联，同时相应的存储管理要求相同，意味着在采买对应这些工序的生产配件时，可以采取灵活机动的采买存储计划，即可以对上述这些配件存储在相同的存储空间内，实现基于供应链信息，对配件采买入库的时间进行错开，实现在同一存储空间上对多种生产配件进行存储管理。
[0007]进一步的，步骤S300包括：步骤S301：反馈管理人员对每两种存在仓储关联关系的目标生产配件之间的分拣难度值进行评价；对每一个关联配件集合中包含的目标生产配件种类数，以及每两种目标生产配件之间的分拣难度值进行遍历；步骤S302：若某个关联配件集合中包含的目标生产配件种类数为2，当两种目标生产配件之间的分拣难度值小于难度阈值时，对两种目标生产配件选定同一仓储空间区域进行存储；当两种目标生产配件之间的分拣难度值大于或等于难度阈值时，对两种目标生产配件分别选定不同的仓储空间区域进行存储；
步骤S303：若某个关联配件集合中包含的目标生产配件种类数大于2，当存在某两种目标生产配件g1和g2之间的分拣难度值大于难度阈值时，累计g1与某个关联配件集合中除g2以外的其他目标生产配件之间的分拣难度值，得到分拣难度累计值G1，累计g2与某个关联配件集合中除g1以外的其他目标生产配件之间的分拣难度值，得到分拣难度累计值G2，将G1与G2进行数值比对，将对应分拣难度累计值大的目标生产配件从某个关联配件集合中剔除，对剔除后得到的关联配件集合内所有目标生产配件选定同一仓储空间区域H1进行存储；分别对剔除的各目标生产配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的供应链管理方法，其特征在于，所述方法包括：步骤S100：分别对目标企业内各项生产业务对应的生产支线采集历史生产加工流程信息，分别对各项生产业务捕捉在生产加工流程中需对外采购的所有生产配件信息；分别将各项生产业务中所有需要占用所述目标企业内部仓储空间的生产配件，设为在所述各项生产业务中的目标生产配件，分别对各项生产业务中的各目标生产配件提取特征信息；步骤S200：分别提取各项生产业务支线中各目标生产配件对应的特征信息，基于各目标生产配件对应的特征信息，在所述各项生产业务支线的所有目标生产配件中，分别将存在仓储关联关系的目标生产配件进行识别提取；步骤S300：对所述目标企业内用于配件存储的各仓储空间区域进行信息录入；分别将在各项生产业务中，所有相互之间存在仓储关联关系的目标生产配件进行汇集，得到对应所述各项生产业务的若干个关联配件集合；每一个关联配件集合中的所有目标生产配件之间相互存在仓储关联关系；在每一个关联配件集合中进行关联校验，基于关联校验后得到的关联配件集合分布信息，对所述目标企业内用于配件存储的各仓储空间区域进行仓储规划；步骤S400：分别采集各种目标生产配件从历史每一订单申请到入库过程中各环节的信息，分别构建得到对应所述各种目标生产配件的若干历史数字化供应链；将计划纳入同一仓储空间区域内进行存储的各目标生产配件所对应的所有数字化供应链，统归同一个管理中心进行供应链信息管理。2.根据权利要求1所述的一种基于大数据的供应链管理方法，其特征在于，步骤S100包括：步骤S101：分别对各项生产业务开展时，构成对应的生产加工流程的所有生产工序进行工序信息提取；其中，各生产工序对应的工序信息包括执行次序信息、工序执行前的对象物信息、工序执行完后得到的中间产品信息；分别对所述各项生产业务中各目标生产配件所参与的生产工序进行捕捉，获取所述生产工序所对应的工序信息，将所述工序信息作为所述各项生产业务中各目标生产配件的第一特征信息；步骤S102：分别采集管理人员基于各项生产业务的生产工艺要求，对所述各项生产业务中各目标生产配件所制定的存储保管要求；分别对所述各项生产业务中各目标生产配件所对应的所述存储保管要求，提取存储关键词，将提取汇集得到的存储关键词集合作为所述各项生产业务中各目标生产配件的第二特征信息。3.根据权利要求2所述的一种基于大数据的供应链管理方法，其特征在于，步骤S200包括：步骤S201：分别提取在各项生产业务中各目标生产配件的第一特征信息、第二特征信息；设存在目标生产配件a和目标生产配件b，所述目标生产配件a所参与的生产工序为A，所述目标生产配件b所参与的生产工序为B；当所述生产工序A与生产工序B同属于某一项生产业务对应的生产加工流程，转步骤S202；步骤S202：基于目标生产配件a和目标生产配件b在对应所述某一项生产业务中的第一特征信息，提取得到生产工序A对应的执行次序，设为P
A
，提取得到生产工序B对应的执行次序，设为P
B
；同时对生产工序A执行前的对象物信息、生产工序A执行完后得到的中间产品信息，生产工序B执行前的对象物信息、生产工序B执行完后得到的中间产品信息进行提取；基
于目标生产配件a和目标生产配件b在对应所述某一项生产业务中的第二特征信息，提取得到目标生产配件a对应的存储关键词集合，设为Q
a
，提取得到目标生产配件b对应的存储关键词集合，设为Q
b
；步骤S203：当P
A
与P
B
之间满足|P
A
‑
P
B
|=1,Q
a
=Q
b
时，初步判断目标生产配件a和目标生产配件b之间存在仓储关联关系；当|P
A
‑
P
B
|=1，且P
A
<P
B
时，若生产工序A执行完后得到的中间产品为生产工序B执行前的对象物，则判断生产工序A与生产工序B在对应所述某一项生产业务中，存在工序关联，最终判断目标生产配件a和目标生产配件b之间存在仓储关联关系；当|P
A
‑
P
B
|=1，且P
A
>P
B
时，若生产工序B执行完后得到的中间产品为生产工序A执行前的对象物，则判断生产工序A与生产工序B在对应所述某一项生产业务中，存在工序关联，最终判断目标生产配件a和目标生产配件b之间存在仓储关联关系。4.根据权利要求3所述的一种基于大数据的供应链管理方法，其特征在...

【专利技术属性】
技术研发人员：林佳森，
申请(专利权)人：深圳市元美供应链管理有限公司，
类型：发明
国别省市：