一种库存预测方法及装置与流程

本发明涉及库存管理领域，具体涉及一种库存预测方法及装置。

背景技术：

随着电子信息技术的日新月异，电子产品的更新换代速度越来越快。控制库存是收益最大化的重要一环。比如，过小的库存一旦遇上活动可能会脱销，影响收益最大化；过大的库存过度依赖于好的销量，一旦销量有变导致货品囤积，由于电子设备的生命周期较短，也会影响收益。所以，如何合理的控制动态的库存至关重要。

技术实现要素：

有鉴于此，本发明期望提供一种库存预测方法及装置，能对库存进行合理的预测，实现收益最大化。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种库存预测方法，所述方法包括：

确定良品产出周期；其中，所述良品产出周期是指至少一个良品从开始投产至产出的全部时间；

根据所述良品产出周期以及预测销量影响因子建立销量预测模型；

基于所述销量预测模型确定预设时间段内的销量预测值；

基于所述销量预测值控制所述预设时间段内的库存量。

上述方案中，可选地，所述确定良品产出周期，包括：

获取良品产出周期的周期影响因子，所述周期影响因子至少包括每个产品的生产周期、良品率；

结合所述周期影响因子确定良品产出周期。

上述方案中，可选地，所述根据所述良品产出周期以及预测销量影响因子建立销量预测模型，包括：

以所述良品产出周期为时间参考，获取与所述良品产出周期相适应的N个预设时间段内的历史销量数据；所述N为大于或等于1的正整数；

基于所述历史销量数据建立第一销量预测模型；

基于预测销量影响因子确定所述预设时间段内的第二销量预测模型；

依据所述第一销量预测模型及所述第二销量预测模型建立销量预测模型。

上述方案中，可选地，所述基于历史销量数据建立第一销量预测模型，包括：

查找所述N个预设时间段内的历史销量影响因子；

确定各个历史销量影响因子所占的权重；

结合所述历史销量数据、各历史销量影响因子以及所述历史销量影响因子所占的权重，建立第一销量预测模型。

上述方案中，可选地，所述基于预测销量影响因子确定所述预设时间段内的第二销量预测模型，包括：

以所述良品产出周期为时间参考，确定所述预设时间段内的预测销量影响因子；所述预测销量影响因子用于表征将对所述预设时间内的销量产生影响的元素；

确定各个预测销量影响因子所占的权重；

结合预测销量影响因子以及各预测销量影响因子所占的权重，确定所述预设时间段内的第二销量预测模型。

上述方案中，可选地，所述依据所述销量预测值控制所述预设时间段内的库存量，包括：

控制所述预设时间内的库存量与所述销量预测值的差值大于或等于0，且小于第一预设阈值；其中，所述库存量与所述销量预测值均表示产品的个数。

本发明还提供了一种库存预测装置，所述装置包括：

存储器，用于存储良品产出周期；其中，所述良品产出周期是指至少一个良品从开始投产至产出的全部时间；

处理器，用于根据所述良品产出周期以及预测销量影响因子建立销量预测模型；基于所述销量预测模型确定预设时间段内的销量预测值；基于所述销量预测值控制所述预设时间段内的库存量。

上述方案中，可选地，所述处理器，还用于：

获取良品产出周期的周期影响因子，所述周期影响因子至少包括每个产品的生产周期、良品率；

结合所述周期影响因子确定良品产出周期。

上述方案中，可选地，所述处理器，还用于：

以所述良品产出周期为时间参考，获取与所述良品产出周期相适应的N个预设时间段内的历史销量数据；所述N为大于或等于1的正整数；

基于所述历史销量数据建立第一销量预测模型；

基于预测销量影响因子确定所述预设时间段内的第二销量预测模型；

依据所述第一销量预测模型及所述第二销量预测模型建立销量预测模型。

上述方案中，可选地，所述处理器，还用于：

查找所述N个预设时间段内的历史销量影响因子；

确定各个历史销量影响因子所占的权重；

结合所述历史销量数据、各历史销量影响因子以及所述历史销量影响因子所占的权重，建立第一销量预测模型。

上述方案中，可选地，所述处理器，还用于：

以所述良品产出周期为时间参考，确定所述预设时间段内的预测销量影响因子；所述预测销量影响因子用于表征将对所述预设时间内的销量产生影响的元素；

确定各个预测销量影响因子所占的权重；

结合预测销量影响因子以及各预测销量影响因子所占的权重，确定所述预设时间段内的第二销量预测模型。

上述方案中，可选地，所述处理器，还用于：

控制所述预设时间内的库存量与所述销量预测值的差值大于或等于0，且小于第一预设阈值；其中，所述库存量与所述销量预测值均表示产品的个数。

本发明提供的一种库存预测方法及装置，确定良品产出周期；根据所述良品产出周期以及预测销量影响因子建立销量预测模型；基于所述销量预测模型确定预设时间段内的销量预测值；基于所述销量预测值控制所述预设时间段内的库存量；如此，能对库存进行合理的预测，进而合理地控制动态的库存，从而实现收益最大化。

附图说明

图1为本发明实施例提供的库存预测方法的实现流程示意图；

图2为本发明实施例提供的库存预测装置的组成结构示意图一；

图3为本发明实施例提供的库存预测装置的组成结构示意图二。

具体实施方式

为了能够更加详尽地了解本发明的特点与技术内容，下面结合附图对本发明的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明。

本发明实施例提供的一种库存预测方法，应用于库存管理系统中，如图1所示，在本发明一个优选实施例中，所述库存预测方法主要包括以下步骤：

步骤101：确定良品产出周期。

其中，所述良品产出周期是指至少一个良品从开始投产至产出的全部时间。

在一实施例中，所述确定良品产出周期，包括：

获取良品产出周期的周期影响因子，所述周期影响因子至少包括每个产品的生产周期、良品率；

结合所述周期影响因子确定良品产出周期。

例如，对于某一型号的联想手机来说，每个手机产品的生产周期为m小时，m＞0；良品率为p，p＞0；那么，x个良品的良品产出周期为xm/p，x为大于或等于1的正整数。

步骤102：根据所述良品产出周期以及预测销量影响因子建立销量预测模型。

这里，所述预测销量影响因子用于表征将对所述预设时间内的销量产生影响的元素，如所述预测销量影响因子包括未来的节假日、活动推广等。

在一可选实施方式中，所述根据所述良品产出周期以及预测销量影响因子建立销量预测模型，包括：

以所述良品产出周期为时间参考，获取与所述良品产出周期相适应的N个预设时间段内的历史销量数据；所述N为大于或等于1的正整数；

基于所述历史销量数据建立第一销量预测模型；

基于预测销量影响因子确定所述预设时间段内的第二销量预测模型；

依据所述第一销量预测模型及所述第二销量预测模型建立销量预测模型。

举例来说，所述预设时间段为1个月时，N可以为1，也可以为2、3、6、12等。

也就是说，预测未来一个月的销量时，可以上一个月的历史销量数据为参考，也可以上两个月的历史销量数据为参考，还可以上个季度的历史销量数据为参考，也可以上一年的历史销量数据为参考。当然，还可以上一年中与所述未来一个月对应的月份为参考。

举例来说，基于所述历史销量数据建立第一销量预测模型，包括：

当所述预设时间段为以天为单位计算时，根据天级历史销量数据建立销量预测模型；

当所述预设时间段为以周为单位计算时，根据周级历史销量数据建立销量预测模型；

当所述预设时间段为以月为单位计算时，根据月级历史销量数据建立销量预测模型；

当所述预设时间段为以季度为单位计算时，根据季度级历史销量数据建立销量预测模型。

在一可选实施方式中，所述基于历史销量数据建立第一销量预测模型，包括：

查找所述N个预设时间段内的历史销量影响因子；

确定各个历史销量影响因子所占的权重；

结合所述历史销量数据、各历史销量影响因子以及所述历史销量影响因子所占的权重，建立第一销量预测模型。

如此，考虑历史销量影响因子以及各历史销量影响因子所占的权重能够更准确、全面地分析出历史销量数据的成因，从而为预测预设时间段内的销量提供依据。

在一可选实施方式中，所述基于预测销量影响因子确定所述预设时间段内的第二销量预测模型，包括：

以所述良品产出周期为时间参考，确定所述预设时间段内的预测销量影响因子；

确定各个预测销量影响因子所占的权重；

结合预测销量影响因子以及各预测销量影响因子所占的权重，确定所述预设时间段内的第二销量预测模型。

如此，考虑预测销量影响因子以及各预测销量影响因子所占的权重能够为预测预设时间段内的销量提供更有价值的依据。

在一可选实施方式中，依据所述第一销量预测模型及所述第二销量预测模型建立销量预测模型，包括：

确定第一销量预测模型所占比重及第二销量预测模型所占比重；

根据第一销量预测模型所占比重及第二销量预测模型所占比重建立销量预测模型。

举例来说，假设第一销量预测模型记为模型Ⅰ，所占比重为α；第二销量预测模型记为模型Ⅱ，所占比重为β，α+β＝1；那么，销量预测模型为：模型Ⅰ×α+模型Ⅱ×β。

步骤103：基于所述销量预测模型确定预设时间段内的销量预测值。

在一可选实施方式中，所述基于所述销量预测模型确定预设时间段内的销量预测值，包括：

将预设时间段内的各个参数代入销量预测模型中，计算销量预测值。

如此，能够基于步骤101与步骤102得到的销量预测模型确定出预设时间段内的销量预测值，从而为后续控制存量提供依据。

步骤104：基于所述销量预测值控制所述预设时间段内的库存量。

在一可选实施方式中，所述依据所述销量预测值控制所述预设时间段内的库存量，包括：

控制所述预设时间内的库存量与所述销量预测值的差值大于或等于0，且小于第一预设阈值；其中，所述库存量与所述销量预测值均表示产品的个数。

在一可选实施方式中，所述依据所述销量预测值控制所述预设时间段内的库存量，包括：

控制所述预设时间内的库存量与所述销量预测值的比值大于或等于1，且小于第二预设阈值。

如此，保证库存量能够供给预设时间段内的销售，避免出现供不应求的现象，同时还使得库存量不会积压过多产品，实现收益的最大化。

在一实施例中，所述基于所述销量预测值控制所述预设时间段内的库存量之后，还包括：

基于所述预设时间内的库存量制定产品生产计划；

其中，所述产品生产计划包括产品生产时间、生产线的启动数量、每条生产线的生产速度。

如此，便于合理地安排生产。

举例来说，对于新生产出来的一批同一硬件的终端，起初，生产厂商有可能不知道有多少人选择支持移动卡的终端，有多少人选择支持联通卡的终端，有多少人选择同时支持移动卡和联通卡的终端。若毫无厘头的将新生产出的这一批终端分成3大组，对于第一组中的终端均导入支持移动卡的系统软件；对于第二组中的终端均导入支持联通卡的系统软件；对于第三组中的终端均导入同时支持移动卡和联通卡的系统软件。那么，很显然，这种方式很可能不符合市场需求，某一类型的终端可能滞销，使库存积压过多终端；某一类型的终端可能脱销，供不应求。若通过本实施例所述技术方案预测出每一款终端的销量，则可根据预测销量值分别导入相对应的系统软件，如此，既能最大限度的满足市场需求，又能减少产品积压。

本实施例中所述的库存预测方法，适用于库存管理系统。

本实施例中所述库存预测方法，确定良品产出周期；根据所述良品产出周期以及预测销量影响因子建立销量预测模型；基于所述销量预测模型确定预设时间段内的销量预测值；基于所述销量预测值控制所述预设时间段内的库存量；如此，能对库存进行合理的预测，进而合理地控制动态的库存，从而实现收益最大化。

对应上述库存预测方法，本发明实施例提供了一种库存预测装置，图2示出了库存预测装置的一种组成结构示意图，如图2所示，所述装置包括：

存储器21，用于存储良品产出周期；其中，所述良品产出周期是指至少一个良品从开始投产至产出的全部时间；

处理器22，用于根据所述良品产出周期以及预测销量影响因子建立销量预测模型；基于所述销量预测模型确定预设时间段内的销量预测值；基于所述销量预测值控制所述预设时间段内的库存量。

在一实施例中，所述处理器22，还用于：

获取良品产出周期的周期影响因子，所述周期影响因子至少包括每个产品的生产周期、良品率；

结合所述周期影响因子确定良品产出周期。

在一实施例中，所述处理器22，还用于：

以所述良品产出周期为时间参考，获取与所述良品产出周期相适应的N个预设时间段内的历史销量数据；所述N为大于或等于1的正整数；

基于所述历史销量数据建立第一销量预测模型；

基于预测销量影响因子确定所述预设时间段内的第二销量预测模型；

依据所述第一销量预测模型及所述第二销量预测模型建立销量预测模型。

在一实施例中，所述处理器22，还用于：

查找所述N个预设时间段内的历史销量影响因子；

确定各个历史销量影响因子所占的权重；

结合所述历史销量数据、各历史销量影响因子以及所述历史销量影响因子所占的权重，建立第一销量预测模型。

在一实施例中，所述处理器22，还用于：

以所述良品产出周期为时间参考，确定所述预设时间段内的预测销量影响因子；所述预测销量影响因子用于表征将对所述预设时间内的销量产生影响的元素；

确定各个预测销量影响因子所占的权重；

结合预测销量影响因子以及各预测销量影响因子所占的权重，确定所述预设时间段内的第二销量预测模型。

在一实施例中，所述处理器22，还用于：

控制所述预设时间内的库存量与所述销量预测值的差值大于或等于0，且小于第一预设阈值；其中，所述库存量与所述销量预测值均表示产品的个数。

本领域技术人员应当理解，本发明实施例的库存预测装置中各处理模块的功能，可参照库存预测方法的相关描述而理解，本发明实施例的库存预测装置中各处理模块，可通过实现本发明实施例所述的功能的模拟电路而实现，也可以通过执行本发明实施例所述的功能的软件在电子设备上的运行而实现。

其中，所述处理器22在实际应用中，均可由库存预测装置或所述库存预测装置所属电子设备中的中央处理器(CPU，Central Processing Unit)、微处理器(MCU，Micro Controller Unit)、数字信号处理器(DSP，Digital Signal Processing)或可编程逻辑器件(PLC，Programmable Logic Controller)等实现。所述存储器21可以是各个种类型的存储器或具有存储功能的服务器，如数据库。

本实施例所述库存预测装置，能对库存进行合理的预测，进而合理地控制动态的库存，从而实现收益最大化。

图3示出了库存预测装置的另一种组成结构示意图，如图3所示，所述装置包括：

第一确定单元31，用于确定良品产出周期；其中，所述良品产出周期是指至少一个良品从开始投产至产出的全部时间；

建立单元32，用于根据所述良品产出周期以及预测销量影响因子建立销量预测模型；

第二确定单元33，用于基于所述销量预测模型确定预设时间段内的销量预测值；

控制单元34，用于基于所述销量预测值控制所述预设时间段内的库存量。

在一可选实施方式中，所述第一确定单元31，具体用于：

获取良品产出周期的周期影响因子，所述周期影响因子至少包括每个产品的生产周期、良品率；

结合所述周期影响因子确定良品产出周期。

在一可选实施方式中，所述建立单元32，具体用于：

以所述良品产出周期为时间参考，获取与所述良品产出周期相适应的N个预设时间段内的历史销量数据；所述N为大于或等于1的正整数；

基于所述历史销量数据建立第一销量预测模型；

基于预测销量影响因子确定所述预设时间段内的第二销量预测模型；

依据所述第一销量预测模型及所述第二销量预测模型建立销量预测模型。

其中，所述基于历史销量数据建立第一销量预测模型，包括：

查找所述N个预设时间段内的历史销量影响因子；

确定各个历史销量影响因子所占的权重；

结合所述历史销量数据、各历史销量影响因子以及所述历史销量影响因子所占的权重，建立第一销量预测模型。

其中，所述基于预测销量影响因子确定所述预设时间段内的第二销量预测模型，包括：

以所述良品产出周期为时间参考，确定所述预设时间段内的预测销量影响因子；所述预测销量影响因子用于表征将对所述预设时间内的销量产生影响的元素；

确定各个预测销量影响因子所占的权重；

结合预测销量影响因子以及各预测销量影响因子所占的权重，确定所述预设时间段内的第二销量预测模型。

在一可选实施方式中，所述控制单元34，具体用于：

控制所述预设时间内的库存量与所述销量预测值的差值大于或等于0，且小于第一预设阈值；其中，所述库存量与所述销量预测值均表示产品的个数。

在一可选实施方式中，所述控制单元34，具体用于：

控制所述预设时间内的库存量与所述销量预测值的差值大于或等于0，且小于第一预设阈值；其中，所述库存量与所述销量预测值均表示产品的个数。

控制所述预设时间内的库存量与所述销量预测值的比值大于或等于1，且小于第二预设阈值。

如此，保证库存量能够供给预设时间段内的销售，避免出现供不应求的现象，同时还使得库存量不会积压过多产品，实现收益的最大化。

本领域技术人员应当理解，本发明实施例的库存预测装置中各处理模块的功能，可参照库存预测方法的相关描述而理解，本发明实施例的库存预测装置中各处理模块，可通过实现本发明实施例所述的功能的模拟电路而实现，也可以通过执行本发明实施例所述的功能的软件在电子设备上的运行而实现。

需要说明的是，本发明实施例所述的第一确定单元31、建立单元32、第二确定单元33、控制单元34的功能可由所述库存预测装置或所述库存预测装置所属电子设备内的CPU、MPU或DSP芯片等来实现。

本实施例所述库存预测装置，能对库存进行合理的预测，进而合理地控制动态的库存，从而实现收益最大化。

在本发明所提供的几个实施例中，应该理解到，所揭露的方法、装置和电子设备，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明实施例上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。