申请/专利权人：中国烟草总公司浙江省公司

申请日：2024-02-28

公开（公告）日：2024-06-04

公开（公告）号：CN118134384A

主分类号：G06Q10/087

分类号：G06Q10/087;G06Q50/04;G06Q10/0637;G06Q10/04;G06F17/11

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.21#实质审查的生效;2024.06.04#公开

摘要：本发明提供一种集散式卷烟前置仓的库存控制方法，包括：S1导入各物流中心出库单历史数据；S2整理数据并计算各物流中心的出库量初步预测值；S3导入各物流中心今年已生成的出库单数据；S4用今天的出库单修正初步预测值，计算未来出库量预测值；S5导入集散中心库存数据；S6建立动态优化命题；S7求解优化命题；S8新一天开始，返回S3步骤。上述方案能够计算出使运输次数最少和总库存量最小的最优库存策略，有效降低库存量和提高运输满载率，降低物流成本。

主权项：1.一种集散式卷烟前置仓的库存控制方法，其特征在于，包括以下步骤：S1通过计算机通信网络连接集散中心服务的各个卷烟物流中心数据库服务器,将前Y年的出库单历史数据CKabcy,m,r,w导入到计算机中，CKabcy,m,r,w是c物流中心的供应商a中烟公司的b牌号卷烟在第y年m月r日星期号为w这天的出库数量；y＝1,2,……,Y，a＝1,2,……,J，J是集散前置模式中烟公司总数；b＝1,2,……,Pa，Pa是a中烟公司供应的卷烟牌号总数；c＝1,2,……,S，S是集散中心服务的卷烟物流中心的总数；S2按星期号即周一、周二、周三、周四、周五、周六、周日将CKabcy,m,r,w中出库单数据取出并去除0值数据，分别为CKabcy,m,r,1、CKabcy,m,r,2、CKabcy,m,r,3、CKabcy,m,r,4、CKabcy,m,r,5、CKabcy,m,r,6、CKabcy,m,r,7；将CKabcy,m,r,6、CKabcy,m,r,7按照当时的调休通知插入到CKabcy,m,r,1或CKabcy,m,r,2、……、或CKabcy,m,r,5对应的序列中，并将表示其星期号的数字6或7替换为调休的星期号1，……，5中对应的数字；取现年即y＝Y+1年元旦后第一个配送工作日对应的星期号w11，在序列{CKabcy,m,r,w11}中取出历年元旦后第一个w11星期号的出库单CKabcy,1,r,w11，y＝1,2,……,Y，对y作线性回归，得到即各物流中心的所有卷烟牌号总数之和个回归方程：xCKabcy,1,r,w11＝DFabc1,r,w11*y+DBabc1,r,w11，然后分别将Y+1带入，求出xCKabcY+1,1,r,w11＝DFabc1,r,w11*Y+1+DBabc1,r,w11，a＝1,2,……,J，b＝1,2,……,Pa；c＝1,2,……,S；同样方法，以现年即y＝Y+1年元旦后第二、三、四、五个配送工作日对应的星期号w12、w13、w14、w15，取出历年元旦后第一个w12、w13、w14、w15星期号的出库单CKabcy,1,r,w12、CKabcy,1,r,w13、CKabcy,1,r,w14、CKabcy,1,r,w15，y＝1,2,……,Y，分别对y作线性回归，得到回归方程：xCKabcy,1,r,w12＝DFabc1,r,w12*y+DBabc1,r,w12，xCKabcy,1,r,w13＝DFabc1,r,w13*y+DBabc1,r,w13，xCKabcy,1,r,w14＝DFabc1,r,w14*y+DBabc1,r,w14，xCKabcy,1,r,w15＝DFabc1,r,w15*y+DBabc1,r,w15，然后分别求出xCKabcY+1,1,r,w12、xCKabcY+1,1,r,w13、xCKabcY+1,1,r,w14、xCKabcY+1,1,r,w15，a＝1,2,……,J，b＝1,2,……,Pa；从而得到元旦后第一轮配送的五个配送工作日的出库量初步预测值；同样方法，对于春节前倒数第一轮，即倒数第一、二、三、四、五个配送工作日，找出对应的星期号wc1、wc2、wc3、wc4、wc5，取出历年春节前倒数第一个wc1、wc2、wc3、wc4、wc5星期号的出库单CKabcy,c,r,wc1、CKabcy,c,r,wc2、CKabcy,c,r,wc3、CKabcy,c,r,wc4、CKabcy,c,r,wc5，y＝1,2,……,Y，分别对y作线性回归，得到回归方程：xCKabcy,c,r,wc1＝DFabcc,r,wc1*y+DBabcc,r,wc1，xCKabcy,c,r,wc2＝DFabcc,r,wc2*y+DBabcc,r,wc2，xCKabcy,c,r,wc3＝DFabcc,r,wc3*y+DBabcc,r,wc3，xCKabcy,c,r,wc4＝DFabcc,r,wc4*y+DBabcc,r,wc4，xCKabcy,c,r,wc5＝DFabcc,r,wc5*y+DBabcc,r,wc5，然后分别求出xCKabcY+1,c,r,wc1、xCKabcY+1,c,r,wc2、xCKabcY+1,c,r,wc3、xCKabcY+1,c,r,wc4、xCKabcY+1,c,r,wc5，a＝1,2,……,J，b＝1,2,……,Pa；c＝1,2,……,S；从而得到各物流中心春节前倒数第一轮连续五个配送工作日的出库量初步预测值；同样方法，求出各物流中心春节后第一轮连续五个配送工作日的出库量初步预测值；同样方法，求出各物流中心五一节前倒数第一轮连续五个配送工作日的出库量初步预测值；求出五一节后第一轮连续五个配送工作日的出库量初步预测值；求出六月三十日前倒数第一轮连续五个配送工作日的出库量初步预测值；求出六月三十日后第一轮连续五个配送工作日的出库量初步预测值；求出国庆节前倒数第一轮连续五个配送工作日的出库量初步预测值；求出国庆节后第一轮连续五个配送工作日的出库量初步预测值；求出清明节前倒数第一轮连续五个配送工作日的出库量初步预测值；求出清明节后第一轮连续五个配送工作日的出库量初步预测值；求出端午节前倒数第一轮连续五个配送工作日的出库量初步预测值；求出端午节后第一轮连续五个配送工作日的出库量初步预测值；求出中秋节前倒数第一轮连续五个配送工作日的出库量初步预测值；求出中秋节后第一轮连续五个配送工作日的出库量初步预测值；其中，如出现节假日连休的情形，则计算连休假前后五个配送工作日的出库量初步预测值；求出十二月三十一日前倒数第一轮连续五个配送工作日各物流中心的出库量初步预测值；除了上述日期前后配送工作日外，对于其他的配送工作日，分别将每个序列{CKabcy,m,r,w}对m和r求和后除以52，w＝1,2,……,5，记为CKPabcy,w，y＝1,2,……,Y；对每个w、a、b、c，用CKPabcy,w对y作线性回归，得到个回归方程：xCKPabcy,w＝DFPabcw*y+DBPabcw,然后分别求出CKPabcY+1,w，w＝1,2,……,5，a＝1,2,……,J，b＝1,2,……,Pa；c＝1,2,……,S；用xCKPabcY+1,w作为除上述日期前后一轮配送工作日外的、对应w星期号的其他配送工作日出库量的初步预测值；对每个a、b、c、w，将上述出库量初步预测值，按照日期顺序排列，得到按日期顺序排列的五个初步预测值序列：{xCKabcY+1,m,r,w}，w＝1，……，5，记为{CKabck,w}，w＝1，……，5；其中k表示从元旦后开始的、每轮为连续五个配送工作日的第k轮配送循环；S3导入各物流中心今年已生成的配送工作日出库单数据CKSabcY+1,m,r,w，按星期号即周一、周二、周三、周四、周五、周六、周日将CKSabcY+1,m,r,w中数据取出，分别为CKSabcY+1,m,r,1、CKSabcY+1,m,r,2、CKSabcY+1,m,r,3、CKSabcY+1,m,r,4、CKSabcY+1,m,r,5、CKSabcY+1,m,r,6、CKSabcY+1,m,r,7；将CKSabcY+1,m,r,6、CKSabcY+1,m,r,7按调休通知插入到CKSabcY+1,m,r,1、CKSabcY+1,m,r,2、……、CKSabcY+1,m,r,5对应的序列中，并将表示其星期号的数字6或7替换为调休的星期号1，……，5中对应的数字；将五个按日期顺序排列的序列{CKSabcY+1,m,r,w}，w＝1，……，5，记为{CKSabck,w}，w＝1，……，5；S4当今天是配送工作日，导入各物流中心今天的出库单，即今年已生成的出库单序列中日期最后的一张出库单CKSabck0,w0，导入今天零点日清日结后的库存数据Cabck0,w0，导入今天预计完成的入库数据CRabck0,w0，计算下一个配送工作日的库存量Cabck0,w0+1＝Cabck0,w0-CKSabck0,w0+CRabck0,w0，当w05时；或Cabck0+1,1＝Cabck0,w0-CKSabck0,w0+CRabck0,w0，当w0＝5时；当w05时，在初步预测值CKabck0,w0+1，……，CKabck0,5，CKabck0+1,1，……，CKabck0+1,w0的基础上，计算k0,w0日的后续五个配送工作日的出库量预测值YCKabck0,w0+1，……，YCKabck0,5，及YCKabck0+1,1，……，YCKabck0+1,w0： q＝1,……,5-w0； 当w0＝5时，在初步预测值CKabck0+1,1，……，CKabck0+1,5的基础上，计算k0,5日的后续五个配送工作日的出库量预测值YCKabck0+1,1，……，YCKabck0+1,5： h＝1,……,5；其中，当k0为1时，取vabcde0,w＝0；当k0≤m时，取相应的ΔCKabcj,w0+q＝YCKabcj,w0+q-CKSabcj,w0+q，或ΔCKabcj,h＝YCKabcj,h-CKSabcj,h； 这个式子里的k,w相应地替换为前面式子中对应的k0-1,w0+q或k0,h；在该式中，m是事先指定的关于ΔCKabcj,w的移动窗口宽度，n是事先指定的关于预测误差平方和的移动窗口宽度；vabcdek,w是权重系数，a＝1,2,……,J，b＝1,2,……,Pa；d＝1,2,……,J，e＝1,2,……,Pc；c＝1,2,……,S；S5导入集散中心今天零点日清日结后的库存数据DCabk0,w0，导入今天的计划入库数据DRabk0,w0，导入今天计划向各物流中心送货的出库单DKSabck0,w0，计算下一个配送工作日的库存量当w05时；或当w0＝5时；S6以k0,w0日为基准时间节点，建立动态优化命题，目标函数：min{Na，NDc，KZLa，KZD，ZHD，ZHCc}，a＝1,……,J；c＝1,……,S；其中，为从各中烟公司发车，k0,w0日之后五个配送工作日中到达集散中心的车次总数，Nak,w为k,w∈{k0,w0+1,……,k0,5,k0+1,1,……,k0+1,w0}的各日到达车次数；a＝1,……,J；Nak,w为非负整数；为从集散中心发车，k0,w0日的即日或之后五个配送工作日中到达各物流中心的车次总数，NDck,w为k,w∈{k0,w0,k0,w0+1,……,k0,5,k0+1,1,……,k0+1,w0}的各日到达各物流中心的车次数；NDck,w为非负整数； 为从中烟公司a发往集散中心的车辆空载率之和， 为k,w日第n车的车辆空载率；MZa为车辆装载容量，单位为件；{SHabk,w,n，b＝1,……,Pa，n＝1,……,Nak,w}为k,w日到达集散中心的a中烟公司第n车装载的各牌号卷烟数量，单位为件；{SHabk,w,n}为优化命题的决策变量；k,w日a中烟公司b牌号卷烟在集散中心的入库量k,w日集散中心的总入库量为 为从集散中心发往各物流中心的车辆空载率之和，为k,w日从集散中心发出的第n车的车辆空载率；MZS为车辆装载容量，单位为件；{DHcabk,w,n，c＝1,……,S，a＝1,……,J，b＝1,……,Pa，n＝1,……,NDck,w}为k,w日到达各物流中心的第n车装载的各牌号卷烟数量，单位为件；{DHcabk,w,n}为优化命题的决策变量；k,w日的预计出库单 为k0,w0日之后五个配送工作日集散中心卷烟库存量之和；其中，当w05时， 或当q＝1,……,4-w0时；或或当h＝1,……,w0-1时；当w0＝5时， 或当h＝1,……,4时； 为k0,w0日之后五个配送工作日c物流中心的卷烟库存量之和；c＝1,……,S；其中，当w05时，Cabck0,w0+1＝Cabck0,w0-CKSabck0,w0+CRabck0,w0，或Cabck0,w0+q+1＝Cabck0,w0+q-YCKabck0,w0+q+CRabck0,w0+q，当q＝1,……,4-w0时；CRabck0,w0+q＝DKYabck0,w0+q；或Cabck0+1,1＝Cabck0,5-YCKabck0,5+CRabck0,5；CRabck0,5＝DKYabck0,5；或Cabck0+1,h+1＝Cabck0,h-YCKabck0,h+CRabck0,h，当h＝1,……,w0-1时；CRabck0,h＝DKYabck0,h；当w0＝5时，Cabck0+1,1＝Cabck0,w0-CKSabck0,w0+CRabck0,w0，或Cabck0+1,h+1＝Cabck0,h-YCKabck0,h+CRabck0,h，当h＝1,……,4时；CRabck0,h＝DKYabck0,h；约束条件：Cabck0,w0+q≥YCKabck0,w0+q，当q＝1,……,5-w0时；或Cabck0+1,h≥YCKabck0+1,h，当h＝1,……,w0时；c＝1,……,S；即各物流中心保证供应约束； 当q＝1,……,5-w0时；或当h＝1,……,w0时；即集散中心保证供应约束； a＝1,……,J；即a中烟公司发到集散中心的车辆不超载约束,； 即集散中心发到各物流中心的车辆不超载约束；SHabk,w,n≥0；SHabk,w,n为整数；即非负整数约束；DHcabk,w,nd≥0；DHcabk,w,nd为整数；即非负整数约束； 即集散中心到货数量与入库数量物料平衡约束； 即各物流中心的入库数量与到货数量，即集散中心的发货数量的物料平衡约束；当w05时，或当q＝1,……,4-w0时；或或当h＝1,……,w0-1时；当w0＝5时，或当h＝1,……,4时；即集散中心动态库存差分方程约束；当w05时，Cabck0,w0+1＝Cabck0,w0-CKSabck0,w0+CRabck0,w0，或Cabck0,w0+q+1＝Cabck0,w0+q-YCKabck0,w0+q+CRabck0,w0+q，当q＝1,……,4-w0时；或Cabck0+1,1＝Cabck0,5-YCKabck0,5+CRabck0,5，或Cabck0+1,h+1＝Cabck0,h-YCKabck0,h+CRabck0,h，当h＝1,……,w0-1时；当w0＝5时，Cabck0+1,1＝Cabck0,w0-CKSabck0,w0+CRabck0,w0，或Cabck0+1,h+1＝Cabck0,h-YCKabck0,h+CRabck0,h，当h＝1,……,4时；即各物流中心动态库存差分方程约束；k,w∈{k0,w0+1,……,k0,5,k0+1,1,……,k0+1,w0}；c＝1,……,S，a＝1,……,J，b＝1,……,Pa；S7采用多目标优化算法求解步骤S6建立的动态优化命题，得到满足约束条件并使目标函数最小的集散中心最佳到货决策{SHab*k,w,n，n＝1,……,Na*k,w}和各物流中心最佳到货决策{DHcab*k,w,n，n＝1,……,NDc*k,w}；在上述集散中心最佳到货决策中，对于某a中烟公司，将到货日k,w日向前递推TSa日，记为kfa,wfa，得到a中烟公司向集散中心最佳的发货决策{SHab*kfa,wfa,n，n＝1,……,Na*kfa,wfa}，并发送给a中烟公司；TSa是a中烟公司到集散中心之间“装车+运输+卸车+入库”所需时间，Na*kfa,wfa是a中烟公司kfa,wfa日向集散中心的最佳发车次数，SHab*kfa,wfa,n是其中第n次发车所装载的各牌号卷烟数量，单位为件，n＝1,……,Na*kfa,wfa；其中，TSa≤5；k,w∈{k0,w0+1,……,k0,5,k0+1,1,……,k0+1,w0}；a＝1,2,……,J，b＝1,2,……,Pa；在上述各物流中心最佳到货决策中，对于某c物流中心，将到货日k,w日向前递推TDc日，记为kpc,wpc，得到集散中心向c物流中心最佳的发货决策{DHcab*kpc,wpc,n，n＝1,……,NDc*kpc,wpc}，并发送给集散中心；TDc是集散中心到c物流中心之间“装车+运输+卸车+入库”所需时间，Nc*kpc,wpc是集散中心kpc,wpc日向c物流中心的最佳发车次数，DHcab*kpc,wpc,n是其中第n次发车所装载的各牌号卷烟数量，单位为件，n＝1,……,NDc*kpc,wpc；其中，TDc≤5；k,w∈{k0,w0+1,……,k0,5,k0+1,1,……,k0+1,w0}；c＝1,……,S，a＝1,2,……,J，b＝1,2,……,Pa；S8返回S3步骤。

全文数据：

权利要求：

百度查询： 中国烟草总公司浙江省公司 一种集散式卷烟前置仓的库存控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD