[發明專利]基于數據云存儲分析的商品庫存智能管理分析調度方法

有效

• 申請號: 202110396687.5
• 申請日: 2021-04-13
• 公開（公告）號: CN113065828B
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 趙曉亮
• 申請（專利權）人: 北京新賽點體育投資股份有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F17/11
• 代理公司: 北京高航知識產權代理有限公司 11530
• 代理人: 劉艷玲

1.基于數據云存儲分析的商品庫存智能管理分析調度方法，其特征在于：該方法包括以下步驟：

S1、門店信息獲取：統計區域門店的數量，進而將該區域的門店按照預設順序進行編號，依次標記為1，2，...i，...n,進而獲取各門店對應的基本信息，其中，門店基本信息包括門店位置、門店商品對應的種類，進而將各門店對應商品的種類按照預設順序進行編號，依次標記為1，2，...j,...m，進而構建各門店基本信息集合M_w(M_w1，M_w2，...M_wi，...M_wn)，M_wi表示該區域第i個門店對應的第w個基本信息，w表示門店基本信息，w＝a,b,a和b分別表示門店位置、門店商品對應的種類，b＝1，2，...j,...m；

S2、門店商品存貨量獲取：所述門店商品存貨量獲取用于獲取各門店各種類商品對應的存貨量，進而構建各門店商品存貨量集合J_b(J_b1,J_b2,...J_bi,...J_bn)，J_bi表示第i個門店第b個種類商品對應的存貨量；

S3、倉庫信息獲取：統計該區域倉庫對應的數量，進而將統計的該區域的倉庫按照預設順序進行編號，依次標記為1′,2′...,i′...n′,進而獲取各倉庫對應的基本信息，其中，倉庫對應的基本信息包括倉庫所在位置和倉庫商品對應的種類倉庫內各種類商品對應的現存量，進而將該倉庫對應的種類商品按照預設順序進行編號，依次標記為1′,2′,...j′,...m′，進而構建各倉庫基本信息集合C_e(C_e1′,C_e2′,...C_ei′,...C_en′)，C_ei′表示該區域第i′個倉庫對應的第e個基本信息，e＝a′,b′,a′和b′分別表示倉庫所在位置和倉庫商品對應的種類，b′＝1′,2′,...j′,...m′，其中，m′≥m，m′表示倉庫商品對應種類的數量，m表示各門店商品對應的種類數量；

S4、倉庫商品存貨量獲取：所述倉庫商品存貨量獲取用于獲取各倉庫各種類商品對應的存貨量，進而構建各倉庫商品存貨量集合T_b′(T_b′1′,T_b′2′,...T_b′i′,...T_b′n′)，T_b′i′表示第i′個倉庫第b′個種類商品對應的存貨量；

S5、不合格商品信息獲取：所述不合格商品信息獲取用于獲取各門店不合格商品對應的數量和不合格商品對應的種類，對各門店各種類商品進行質量檢測，進而統計不合格是商品對應的數量，將各不合格商品的種類進行對比篩選，進而獲取各不合格商品對應的種類，進而獲取各門店各種類商品對應不合格的數量；

S6、統計商品實時存貨量：調取各采集時間段各門店各種類商品對應的銷售數據，根據各采集時間段各門店各種類商品對應的銷售數據，進而獲取各采集時間段各門店各種類商品對應的銷售量，根據各門店商品存貨量集合，進而獲取各門店各種類商品對應的存貨量，根據各門店各種類商品對應的存貨量、各門店各種類商品對應不合格的數量和各采集時間段各門店各種類商品對應的銷售量，進而統計各門店各種類商品對應的實時存貨量，進而構建各門店商品實時存貨量集合H_t^b(H_t^b1，H_t^b2，....H_t^bi，....H_t^bn)，其中，H_t^bi表示第i個門店第b個種類商品在第t個采集時間段對應的存貨量，t表示采集時間段，t＝1,2,...u,...v；

S7、調度距離統計：所述調度距離統計用于統計各門店與各倉庫之間的距離，根據各門店所在的位置和各倉庫所在的位置，進而統計各門店與各倉庫之間對應的距離，根據各門店與各倉庫之間對應的距離進而構建各門店調度距離集合L_r(L_r1,L_r2,...L_ri,...L_rn)，L_ri表示該區域第i個門店與該區域第r個倉庫之間的距離，r表示倉庫編號，r＝1′,2′...,i′...n′；

S8、調度時間統計：根據各門店調度距離集合，進而獲取各門店與各倉庫之間的對應的距離，根據各門店與各倉庫之間的對應的距離進而調取各門店與各倉庫之間對應的交通路況，其中，交通路況包括紅綠燈的個數和道路平均行駛速度，進而根據各門店與各倉庫之間對應的交通路況，進而統計各門店至各倉庫之間的預估調度時長；

S9、商品存貨量分析：所述商品存貨量分析用于對各門店各種類商品的實時存貨量進行分析，進而獲取各采集時間段各門店各種類商品對應的實時存貨量，將各采集時間段各門店各種類商品對應的實時存貨量分別與各門店各種類商品對應的標準存貨量進行對比，若某采集時間段某門店某種類商品對應的存貨量小于該門店該種類商品對應的標準存貨量，進而將該門店記為需調度門店，將該商品對應的種類記為需調度商品對應的種類，將各門店需調度商品對應的種類記為s,進而將需調度商品對應的種類按照預設順序進行編號，依次標記為1,2，...l,...z,進而統計需調度門店的數量，將統計的需調度的門店按照預設順序進行編號，依次標記為1,2，...x,...y,進而獲取各需調度門店各需調度種類商品對應的需調度數量，同時調取各倉庫商品對應的種類和各種類商品對應的存貨量，將各需調度門店對應的各需調度種類商品以及各需調度種類商品對應的需調度數量分別與各倉庫對應的種類商品和各種類商品對應的存貨量進行匹配對比，若某倉庫的種類商品與各需調度門店對應的各需調度種類商品一致并且該倉庫種類商品對應的存貨量大于或者等于各需調度門店各需調度種類商品對應的需調度數量，則將該倉庫記為備選倉庫，統計備選倉庫的數量，并將統計的備選倉庫按照預設順序進行編號，依次標記為1,2，...f,...p,進而統計備選倉庫存貨量影響系數；

S10、調度距離分析：根據各門店調度距離集合進而獲取各門店與各倉庫之間對應的距離，進而調取各需調度門店與各備選倉庫之間的距離，將各需調度門店與各備選倉庫之間的距離分別與各需調度門店對應的標準調度距離進行對比，進而統計各備選倉庫距離影響系數；

S11、調度時間分析:根據各門店至各倉庫之間的預估調度時長，進而將各需調度門店與至備選倉庫之間對應的預估調度時長分別與各需調度門店對應的標準調度時長進行對比，進而統計各備選倉庫調度時長影響系數；

S12、調度綜合分析與處理：根據統計的各備選倉庫存貨量影響系數、各備選倉庫距離影響系數和各備選倉庫調度時長影響系數進而統計各備選倉庫調度綜合影響系數，將統計的各備選倉庫調度綜合影響系數進行對比篩選，進而篩選出調度綜合影響系數最小的備選倉庫；

S13、數據顯示：將篩選的調度綜合影響系數最小的備選倉庫和各備選倉庫對應的調度綜合影響系數進行數據顯示；

所述各需調度門店各需調度種類商品對應的需調度數量計算公式為Y_s^q＝E_s標準^q-H_s^qt，Y_s^q表示第q個需調度門店第s個需調度種類商品對應的需調度數量，E_s標準q表示第q個需調度門店第s個需調度種類商品對標準存貨量，H_s^qt表示第t個采集時間段第q個需調度門店第s個需調度種類商品對的存貨量,s表示各門店需調度商品對應的種類編號，s＝1,2，...l,...z；

所述各備選倉庫存貨量影響系數計算公式為α_k表示第k個備選倉庫對應的存貨量影響系數，T_b′^k表示第k個備選倉庫第b′個種類商品對應的存貨量，Y_s^q表示第q個需調度門店第s個需調度種類商品對應的需調度數量，k表示備選倉庫編號，k＝1,2，...f,...p；

所述各備選倉庫距離影響系數計算公式為β_k表示k個備選倉庫對應的距離影響系數，L_k^q表示第q個需調度門店與第k個備選倉庫之間的距離，L_q標準表示為第q個需調度門店對應的標準調度距離；

所述各備選倉庫調度時長影響系數計算公式為δ_k表示第k個備選倉庫對應的調度時長影響系數，R_k^q表示q個需調度門店與第k個備選倉庫之間的距離，R_q標準表示為q個需調度門店對應的標準調度距離；

所述各備選倉庫調度綜合影響系數計算公式為Z_k表示為第k個備選倉庫對應的調度綜合影響系數。