[發明專利]一種庫存物資需求預測方法及裝置

在審

• 申請號: 201610973911.1
• 申請日: 2016-10-28
• 公開（公告）號: CN106600032A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 彭娟;田傳波;鄭浩;陳鋒;周俊超;張靚
• 申請（專利權）人: 北京國電通網絡技術有限公司;國網安徽省電力公司;國家電網公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/08
• 代理公司: 北京風雅頌專利代理有限公司11403
• 代理人: 李莎,李弘

技術領域

本發明涉及物資需求預測技術領域，特別是指一種庫存物資需求預測方法及裝置。

背景技術

對于許多大型的公司、單位或者部門來說，由于大型項目需求的物資較多且種類繁多，當項目真正需要開始的時候必須保證物資的齊全。一方面，這就需要相關的庫存部門能夠提前采購并且存儲相應的物資，否則將會導致項目前期大量的時間浪費在物資采購上，延誤工程進度和效率。另一方面，庫存物資若是采購過多、過早將占用較大的資金成本，采購過少、過晚會影響項目物資供應的保障能力，也會不利于項目的進度。因此，在年初的投資計劃預下達時，根據有限的項目信息對該年度的物資需求的種類、數量做出較為準確的預測是協議庫存物資需求預測的一個技術難題。

現有用來對協議庫存物資需求數量進行預測的常用方法有以下兩種：

(1)因素分析法：該方法的原理大致是根據項目實質內容相關的因素去預測物資的需求。該方法造成需求預測不準確的主要原因有兩個：第一，編制需求預測時待建設的項目不確定，項目管理部門在提報協議庫存需求預測時，往往只有一個初步的投資計劃或者綜合計劃下達后的項目清單，與日后實際實施的項目有較大的出入。而物資需求又與將實施的項目密切相關，因此在不完全確定未來要建設的項目情況下業務部門難以提出準確預測。第二，預測的方法待提高，項目管理部門在進行協議庫存需求預測時，詳細工程設計尚未完成，主要預測方法是相關專業人員參考歷史數據、根據個人經驗提出需求預測。該方法受制于不同業務人員的業務經驗及個人能力，隨意性較大，進而造成預測精度不夠準確。同時，從綜合計劃下達后到要求提報需求預測往往不到時間較短，而配網項目眾多，因此工作時間緊、任務重的現狀進一步降低了預測的精確度。因此，因素分析法對于項目清單不確定的業務現狀的解決辦法不多，在實際使用中仍受制于計劃編寫的準確性。同時，該方法需要項目在ERP建項中、在編制投資計劃時已經有較為明確項目屬性，而非以一個項目包進行管理。因此，當實際業務管理達不到要求時，該方法難以給出較高的準確率。

(2)時間序列法：根據協議庫存相應物料在歷史上每月的領料記錄得出其在時間上的變化規律，結合每年的綜合計劃投資金額，各項目類型的投資金額等因素對未來需求變化情況進行預測。由此，時間序列分析無法提煉精確的項目關鍵信息，導致因素分析法無法使用時，時間序列分析可以較快地部署實施，起到一定預測的作用。然而由于缺少對物資需求預測的相關影響因素的分析，在預測準確度上整體表現不會太好。同時鑒于一些特殊庫存實時期限的不同，例如：國網的某些配網協議庫存僅實施3年，同時這些期間采購范圍、物料編碼也有較大變化，導致實際進行預測時數據量較少，進一步降低預測精度。

以國家電網中相關物資計劃為例，國網電力農配網物資計劃管理業務面臨以下挑戰：項目設計信息滯后，完全依據項目設計信息形成后再進行物資需求預測，無法確?，F場供貨的時效性；年初預下達的投資計劃信息與實際項目信息有時存在差異，增加了物資需求預測的難度；農配網項目政府投資日益增多，臨時增加的政府項目對物資需求預測業務形成干擾；農配網項目建設時間較為集中，需求申報較為集中，部分供應商產能不足，供貨周期較長；ERP系統對于同一地區、同一項目物資配套匹配支撐不足，需要進行手工匹配操作，工作量大、效率低且易出錯。

因此，在實現本發明的過程中，發明人發現現有技術中庫存物資的預測不僅準確性較低，而且預測的效率低下。

發明內容

有鑒于此，本發明的目的在于提出一種庫存物資需求預測方法及裝置，能夠提高庫存物資預測的效率和準確性。

基于上述目的本發明提供的庫存物資需求預測方法，包括：

根據初始的投資計劃，獲取每個項目中的計劃投資額以及每個項目對應的工程屬性；

根據每個項目對應的工程屬性獲取每個項目所包含的物資小類，查找預設的物資小類和工程屬性與預測模型的對應關系列表，得到每個項目所包含的每個物資小類所對應的預測模型；

將獲取的每個項目中的計劃投資額分別輸入相應項目所包含的每個物資小類對應的預測模型中，計算得到每個項目中的每個物資小類的預測需求量；

將每個物資小類在不同項目中的預測需求量相加，計算得到每個物資小類的總預測需求量。

可選的，所述計算得到每個物資小類的總預測需求量的步驟之后還包括：

根據每個物資小類的歷史價格，按照預設算法計算得到每個物資小類的預測價格；

將每個物資小類的總預測需求量與對應的預測價格相乘，得到每個物資小類的采購資金需求；