一种原料管控方法、装置和电子设备与流程

本申请涉及计算机技术领域，具体而言，涉及一种原料管控方法、装置和电子设备。

背景技术：

供应链系统面向制造商、供应商、经销商、零售商、物流公司、终端用户等用户，从销售、采购、供应商、库存、物流等环节实现生产端到消费端的全链条管理，优化企业资源配置，促进产业链上下游的高效协同，规模化、连锁化成为大趋势，合理、高效的采购原材料成为必然需求。

技术实现要素：

本申请实施例的目的在于提供一种原料管控方法、装置和电子设备。

第一方面，实施例提供一种原料管控方法，包括：从数据库中，获取原料在过去的预设时间段内的历史销量数据；根据历史销量数据，生成原料的预估销量数据；判断预估销量数据是否大于原料的库存量数据；当判断预估销量数据大于库存量数据时，获取需求量数据；根据需求量数据，以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端。

在可选的实施方式中，根据历史销量数据，生成原料的预估销量数据，包括：根据历史销量数据，利用机器学习算法生成销量预测模型；根据销量预测模型，以及采购原料的时间节点，生成原料的预估销量数据。

在可选的实施方式中，获取原料的需求量数据，包括：从数据库中获取原料的库存量数据和预估销量数据；根据原料的当前库存量数据和预估销量数据，计算生成原料的需求量数据。

在可选的实施方式中，在根据需求量数据，以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端之前，还包括：从数据库获取原料信息，以及原料信息与实体之间的关系信息；根据原料信息、需求量数据以及原料信息与实体之间的关系信息建立原料知识图谱。

在可选的实施方式中，根据需求量数据，以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端，包括：根据实体的特征属性，生成供应商信息库；根据需求量数据和供应商信息库，生成采购方案；根据原料与实体之间的对应关系，将采购方案发送至终端。

第二方面，实施例提供一种原料管控装置，包括：数据获取模块，用于从数据库中，获取原料在过去的预设时间段内的历史销量数据；数据生成模块，用于根据历史销量数据，生成原料的预估销量数据；判断模块，用于判断预估销量数据是否大于原料的库存量数据；数据计算模块，用于当判断预估销量数据大于库存量数据时，获取需求量数据；方案生成模块，用于根据需求量数据，以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端。

在可选的实施方式中，数据获取模块用于：根据历史销量数据，利用机器学习算法生成销量预测模型；根据销量预测模型，以及采购原料的时间节点，生成原料的预估销量数据。

在可选的实施方式中，数据计算模块用于：从数据库中获取原料的库存量数据和预估销量数据；根据原料的当前库存量数据和预估销量数据，计算生成原料的需求量数据。

在可选的实施方式中，方案生成模块用于：根据实体的特征属性，生成供应商信息库；根据需求量数据和供应商信息库，生成采购方案；根据原料与实体之间的对应关系，将采购方案发送至终端。

第三方面，实施例提供一种电子设备，包括：存储器，用以存储计算机程序；处理器，用以执行如前述实施方式中任一项的方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的一种电子设备；

图2为本申请实施例提供的终端与服务器的交互场景示意图；

图3为本申请实施例提供的一种原料管控方法的流程示意图；

图4为本申请实施例提供的另一种原料管控方法的流程示意图；

图5为本申请实施例提供的另一种原料管控方法的流程示意图；

图6为本申请实施例提供的另一种原料管控方法的流程示意图；

图7为本申请实施例提供的一种原料管控装置的结构示意图。

图标：电子设备1，总线10，处理器11，存储器12，服务器100，终端200，原料管控装置700，数据获取模块701，数据生成模块702，判断模块703，数据计算模块704，方案生成模块705。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

如图1所示，本实施例提供一种电子设备1，包括：至少一个处理器11和存储器12，图1中以一个处理器11为例。处理器11和存储器12通过总线10连接，存储器12存储有可以被处理器11执行的指令，指令被处理器11执行。于一实施例中，电子设备1可以是服务器或终端。

如图2所示，其为本实施例中服务器100与终端200的交互示意场景，服务器100可以是数据存储或处理服务器。服务器100可以获取存储器中存储的原料信息以及实体之间的关系信息等相关信息，根据预设的判断条件自主监控原料目前的库存是否需要进行采购，如果需要采购，则根据需求量信息以及实体生成采购方案，最终将采购的方案发送至终端200。

于一实施例中，终端200可以从服务器100处获取存储器中存储的原料信息以及实体之间的关系信息等相关信息，根据预设的判断条件自主监控原料目前的库存是否需要进行采购，如果需要采购，则根据需求量信息以及实体生成采购方案。

请参阅图3，其为本申请实施例提供的一种原料管控方法，该方法可由图1所示的电子设备1来执行，并用于图2所示的交互场景中，该方法包括如下步骤：

步骤301：从数据库中，获取原料的历史销量数据。

在本步骤中，历史销量数据可以代表原料在过去的某一个时间节点或时间段内的销量，或者原料是在过去的某一个时间节点或时间段内进行采购及采购数量。例如获取原料在去年第二季度的总体销量。

步骤302：根据历史销量数据，生成原料的预估销量数据。

在本步骤中，历史销量数据可以用于建立销量预估模型，由历史销量数据经过机器学习技术的处理，可以生成用于预测原料在未来某一时间节点需要进行采购或在未来一段时间内将会消耗一定数量。

步骤303：判断预估销量数据是否大于原料的库存量数据。

在本步骤中，将预估销量数据是否大于原料的库存量数据作为判断是否进行采购的触发条件。预估销量数据大于库存量数据，说明原料存在可能断供或短缺的情况。

步骤304：获取需求量数据。

在本步骤中，当判断预估销量数据大于库存量数据时，服务器100可以定期读取原料数据，需求量数据可以由原料的预估销量数据和库存量数据的差值直接计算得到，也可以由外部设备输入。为了在第一时间监测到原料库存量过少的情况，并及时发送需求量数据。于一实施例中，由于确定原料数量、选择供应商、物流配送等流程都需要时间，等待原料的进货量数据录入数据库的过程中，原料的库存量数据也在同步减小，需求量数据可以反映原料此时的库存量是否够用。

于一实施例中，当判断预估销量数据大于库存量数据时，服务器100向终端200发送告警，终端200在接收告警后向个人用户显示预估销量数据与库存量数据的差值，个人用户通过操作终端200向服务器100发送需求量数据。

步骤305：根据需求量数据，以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端。

在本步骤中，实体包括持有终端的个人用户，以及出售原料的供应商。关系信息包括原料与供应商之间的供应链信息，原料对应供应商的价格变动信息，个人用户采购原料的频率信息等。针对原料的需求量数据、个人用户的地址信息以及供应商的评价信息、服务信息、进度信息、供货周期、物流价格等多种影响最终价格的因素，生成采购方案。

采购方案可以由服务器100生成后，发送至终端200，并接收终端200的确认信号，当终端200接收到采购方案后可以将采购方案进行显示，个人用户操作终端200发送确认回执信息至服务器100，服务器100接收到确认回执信息后，将采购方案发送至原料对应的供应商用户处的终端200，完成本次的原料采购过程。

请参阅图4，其为本实施例提供的一种原料管控方法，该方法可由图1所示的电子设备1来执行，并用于图2所示的交互场景中，该方法包括如下步骤：

步骤401：从数据库中，获取原料的历史销量数据。详细请参阅上述实施例中对步骤301的描述。

步骤402：根据历史销量数据，利用机器学习算法生成销量预测模型。

在本步骤中，销量预测模型可以采用多元线性回归模型、g(1，n)灰色模型、bp神经网络、ahp算法等，用于预估原料的销售量。

步骤403：根据销量预测模型以及采购原料的时间节点，生成原料的预估销量数据。

于一实施例中，将原料的采购时间节点代入销量预测模型，可以获得原料在时间节点的预估销量数据。

步骤404：判断预估销量数据是否大于原料的库存量数据。详细请参阅上述实施例中对步骤303的描述。

步骤405：获取需求量数据。详细请参阅上述实施例中对步骤304的描述。

步骤406：根据需求量数据以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端。详细请参阅上述实施例中对步骤305的描述。

请参阅图5，其为本实施例提供的一种采购管理方法，该方法可由图1所示的电子设备来执行，并用于图2所示的交互场景中，该方法包括如下步骤：

步骤501：从数据库中，获取原料的历史销量数据。详细请参阅上述实施例中对步骤301的描述。

步骤502：根据历史销量数据，生成原料的预估销量数据。详细请参阅上述实施例中对步骤302的描述。

步骤503：判断预估销量数据是否大于原料的库存量数据。详细请参阅上述实施例中对步骤303的描述。

步骤504：从数据库中获取原料的库存量数据和预估销量数据。

在本步骤中，当判断原料的库存量数据小于预估销量数据时，计算原料的需求量数据，需求量数据可以由预估销量数据和库存量数据的差值直接计算得到，也可以由外部设备输入。于一实施例中，当判断原料的库存量数据小于预估销量数据时，向个人用户操作的终端200发送警报，个人用户可以在终端200上选择是否进行采购，并向服务器100发送进行需求量数据计算的指令。

步骤505：根据原料的当前库存量数据和预估销量数据，计算生成原料的需求量数据。

在本步骤中，原料的需求量数据可以反映原料此时的库存量是否够用，并对需求量数据是否超过一预设值进行判断。于一实施例中，由于确定原料数量、选择供应商、物流配送等流程都需要时间，等待原料的进货量数据录入数据库的过程中，原料的库存量数据也在同步减小，结合实际需要，对需求量数据设置一个预设值，当需求量大于该预设值时，执行后续采购的步骤。

步骤506：根据需求量数据，以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端。详细请参阅上述实施例中对步骤305的描述。

请参阅图6，其为本实施例提供的一种采购管理方法，该方法可由图1所示的电子设备1来执行，并用于图2所示的交互场景中，该方法包括如下步骤：

步骤601：从数据库中，获取原料在过去的预设时间段内的历史销量数据。详细请参阅上述实施例中对步骤301的描述。

步骤602：根据历史销量数据，生成原料的预估销量数据。详细请参阅上述实施例中对步骤302的描述。

步骤603：判断预估销量数据是否大于原料的库存量数据。详细请参阅上述实施例中对步骤303的描述。

步骤604：获取需求量数据。详细请参阅上述实施例中对步骤304的描述。

步骤605：从数据库获取原料信息，以及原料信息与实体之间的关系信息。

在本步骤中，实体可以包括个人用户和供应商用户，个人用户向供应商用户采购原料并提供采购数量等信息，供应商用户向个人用户提供原料的价格等信息。

原料在使用过程中对应不同的实体具有不同的消耗或补充，而同一种原料对应同一个实体时，具有可以数据化的相互关系。例如，在一个饭店中的两位厨师，使用同一种原料进行加工菜品时，消耗的原料重量是有差异的，原料基于此种消耗上的差异，可以建立原料与厨师的关系信息，即一位厨师消耗一定数量的原料制作一道菜品。再根据原料的种类对应不同的实体生成多个关系信息，汇总生成关于原料对应实体的资料库。

步骤606：根据原料信息，以及原料信息与实体之间的关系信息建立原料知识图谱。

在本步骤中，从数据库获取个人用户的特征属性，包括级别、权限、性格等，并根据个人用户的特征属性，建立个人知识图谱。从数据库获取供应商用户的特征属性，包括地址、信用等级等，并根据供应商用户的特征属性，建立供应商知识图谱。从数据库获取原料信息的特征属性，包括颜色、形状、供应关系、使用关系等，并根据原料与个人用户或供应商用户之间的相互关系，建立原料知识图谱。

于一实施例中，以原料信息、个人用户信息以及供应商用户信息，分别组成若干个三元组，例如，“葱，价格，1元每斤”、“王厨师，用葱，一道菜0.3斤”、“甲供应商，供应葱等级，1级”等。

步骤607：根据实体的特征属性，生成供应商信息库。

在本步骤中，在本步骤中，供应商为多个供应商，供应商信息还可以包括地址信息、价格信息、采购交通费信息、信用度信息。根据供应商信息的种类赋予不同的权重值，以调整采购方案生成过程中，各个信息考量程度。

于一实施例中，地址信息代表供应商与用户地址的距离，采购交通费信息代表每单位重量的原料运送每单位距离的运费，价格信息代表供应商出售原料的单价。在整个采购过程中，价格信息是最为重要的考量因素，所以价格信息的权重高于其他信息的权重。信用度信息代表供应商的原料质量、损坏率以及发货速度等评价分数，可以从供应商平台直接获取，也可以根据数据库历年积累的评分生成最新评价分数。

步骤608：根据需求量数据和供应商评估模型，生成采购方案。

在本步骤中，可以根据需求量数据和供应商信息库，使用动态规划优化下述算法，生成采购方案，算法如下：

s.t.qij＝qi×uj

pj∈pjr

其中，pj为第j个原材料的价格，qj为第j个原材料需要采购的量，fk为到第k个供应商采购的价格，r为选定的供应商集合，qij为第i个菜品对第j个原材料的需求量，qi为预测的第i个菜品的销量，uj为单位i菜品对原材料j的需求量，qsj为第j个原材料的库存量，pjr为所有供应商对于原材料j的价格集合。

于一实施例中，还可以根据供应商信息库建立供应商评估模型，将原料的需求量数据代入供应商评估模型，经过一元线性回归模型预测、离散化模型预测或组合预测等多种方法生成采购方案。

步骤609：根据原料与实体之间的对应关系，将采购方案发送至终端。

在本步骤中，采购方案可以由服务器生成后，发送至终端200，并需要接收终端200的确认信号，当终端200接收到采购方案后可以将采购方案进行显示，个人用户操作终端200发送确认回执信息至服务器100，服务器100接收到确认回执信息后，将采购方案发送至采购方案中对应的供应商用户的终端200处，完成本次的原料采购过程。

请参阅图7，其为本申请实施例提供的一种原料管控装置700，该原料管控装置700可以应用于图1所示的电子设备1，以实现服务器100可以获取存储器12中存储的原料信息以及实体之间的关系信息等相关信息，根据预设的判断条件自主监控原料目前的库存是否需要进行采购，如果需要采购，则根据需求量信息以及实体生成采购方案，最终将采购的方案发送至终端200。

于一实施例中，原料管控装置700还可以用于实现终端200可以从服务器100处获取存储器中存储的原料信息以及实体之间的关系信息等相关信息，根据预设的判断条件自主监控原料目前的库存是否需要进行采购，如果需要采购，则根据需求量信息以及实体生成采购方案。

原料管控装置700包括：数据获取模块701，数据生成模块702，判断模块703，数据计算模块704，方案生成模块705。各个模块的原理关系如下：

数据获取模块701，用于从数据库中，获取原料的历史销量数据。

数据生成模块702，用于根据历史销量数据，生成原料的预估销量数据。

判断模块703，用于判断预估销量数据是否大于原料的库存量数据。

数据计算模块704，用于当判断预估销量数据大于库存量数据时，获取需求量数据。

方案生成模块705，用于根据需求量数据，以及原料和实体之间的关系信息，生成采购方案，并将采购方案发送至终端。

于一实施例中，数据获取模块701用于：根据历史销量数据，利用机器学习算法生成销量预测模型；根据销量预测模型，以及采购原料的时间节点，生成原料的预估销量数据。

于一实施例中，数据计算模块704用于：从数据库中获取原料的库存量数据和预估销量数据；根据原料的当前库存量数据和预估销量数据，计算生成原料的需求量数据。

于一实施例中，方案生成模块705用于：根据实体的特征属性，生成供应商信息库；根据需求量数据和供应商信息库，生成采购方案；根据原料与实体之间的对应关系，将采购方案发送至终端。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置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，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。

再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

需要说明的是，功能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，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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。