基于区域供应网的补货规划数据处理方法、装置及电子设备与流程

本技术涉及计算机及库存数据处理，具体而言，涉及一种基于区域供应网的补货规划数据处理方法、装置及电子设备。

背景技术：

1、目前，对于一些小型的以零售为导向的供应网络(即区域供应网络)，通常有着网络层级少，各零售仓的需求变化频繁的特点。针对这一类供应网络，在制定补货规划时，需要能够准确予以响应，以减少缺货和积压的风险。目前，现有方案中基于人工经验来规划的方式很难满足准确响应和制定区域供应网络补货规划的需求，基于此，如何提高基于区域供应网的补货规划数据处理的准确性是亟待解决的技术问题。

技术实现思路

1、本技术的实施例提供了一种基于区域供应网的补货规划数据处理方法、装置、计算机程序产品或计算机程序、计算机可读介质及电子设备，进而至少在一定程度上可以提高基于区域供应网的补货规划数据处理的准确性。

2、本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。

3、根据本技术实施例的一个方面，提供了一种基于区域供应网的补货规划数据处理方法，所述区域供应网包括多个仓库和任意两个仓库之间的补货路线，所述仓库包括零售仓和区域仓，其中，任意两个零售仓之间通过补货路线相互补货，任意一个零售仓通过补货路线从任意一个区域仓补货，所述方法包括：获取区域供应网中各个仓库的仓库基础数据和所述区域供应网中各个补货路线的路线基础数据，所述仓库基础数据至少包括各个零售仓在规划周期内各个时间窗的预测交付信息；根据所述仓库基础数据和所述路线基础数据，基于混合整数规划算法构建包括模型约束和模型目标的补货规划模型；基于所述补货规划模型求解补货规划数据，所述补货规划数据至少包括任意一个零售仓在各个时间窗从其它零售仓和/或各个区域仓补货的补货数量。

4、在本技术的一些实施例中，基于前述方案，所述补货规划模型包括如下模型约束：

5、

6、其中，hs,t表示仓库s为了满足后续货物交付需求而在第t个时间窗提前锁定的库存量，为连续决策变量；表示仓库s在第t1个时间窗的货物预测交付量，为定量；ads表示提前锁定仓库s中库存的允许提前时长，为定量；sd表示所有零售仓库的集合；t表示所有时间窗的集合。

7、在本技术的一些实施例中，基于前述方案，所述补货规划模型包括如下模型约束：

8、

9、其中，ds,t表示仓库s在第t个时间窗的补货需求被延误至后续时间窗进行满足的数量，为连续决策变量；表示仓库s在第t1个时间窗的货物预测交付量，为定量；des表示满足仓库s货物交付需求的最大允许延误时长，为定量；sd表示所有零售仓库的集合；t表示所有时间窗的集合。

10、在本技术的一些实施例中，基于前述方案，所述补货规划模型包括如下模型约束：

11、

12、其中，ns,t表示仓库s在第t个时间窗预留的安全库存量，为连续决策变量；sas,t表示仓库s在第t个时间窗根据仓库的货物预测交付量计算的安全库存量，为定量；s表示所有仓库的集合；t表示所有时间窗的集合。

13、在本技术的一些实施例中，基于前述方案，所述补货规划模型包括如下模型约束：

14、

15、

16、其中，x,t表示补货路线r在第t个时间窗的补货数量，为连续决策变量；vr,t表示补货路线r在第t个时间窗是否进行补货，为0-1决策变量；moqr表示补货路线r的最小补货数量，为定量；m表示一个足够大的常数；r表示所有补货路线的集合；t表示所有时间窗的集合。

17、在本技术的一些实施例中，基于前述方案，所述补货规划模型包括如下模型约束：

18、

19、

20、其中，x,t表示补货路线r在第t个时间窗的补货数量，为连续决策变量；vr,t表示补货路线r在第t个时间窗是否进行补货，为0-1决策变量；表示补货路线r1在第t个时间窗的补货数量，为连续决策变量；表示补货路线r的最大货物补货比例，为定量；表示补货路线r的最小货物补货比例，为定量；m表示一个足够大的常数；表示仓库s的补货路线的集合；s表示所有仓库的集合；t表示所有时间窗的集合。

21、在本技术的一些实施例中，基于前述方案，所述补货规划模型包括如下模型约束：

22、

23、

24、

25、其中，us,t表示仓库s在第t个时间窗的期初库存量，为连续决策变量；hs,t-1表示仓库s为了满足后续货物交付需求而在第t-1个时间窗提前锁定的库存量，为连续决策变量；os,t-1表示仓库s在第t-1个时间窗的库存超出提前锁定的库存量和安全库存量的货物数量，为连续决策变量；ns,t-1表示仓库s在第t-1个时间窗预留的安全库存量，为连续决策变量；zs,t表示仓库s在第t个时间窗的货物交付量，为连续决策变量；nds,t表示仓库s在第t1个时间窗的货物预测交付量，为定量；ds,t-1表示仓库s在第t-1个时间窗的补货需求被延误至后续时间窗进行满足的数量，为连续决策变量；ds,t表示仓库s在第t个时间窗的补货需求被延误至后续时间窗进行满足的数量，为连续决策变量；ls,t表示仓库s在第t个时间窗的补货需求被延误之后仍无法满足的货物数量，为连续决策变量；us,t+1表示仓库s在第t+1个时间窗的期初库存量，为连续决策变量；表示补货路线r1在第t个时间窗的补货数量，为连续决策变量；kns,t表示仓库s在第t个时间窗的已知到货数量，为定量；表示供货路线r2在第个时间窗的计划供货数量，为连续决策变量；ltr2表示供货路线r2的货物运输时长，为定量；表示仓库s的补货路线的集合；表示仓库s的供货路线的集合；s表示所有仓库的集合；t表示所有时间窗的集合。

26、在本技术的一些实施例中，基于前述方案，所述补货规划模型包括如下模型目标：

27、

28、其中，cor表示使用补货路线r进行补货的单位货物运输成本，为定量；xr,t表示补货路线r在第t个时间窗的补货数量，为连续决策变量；sas,t表示仓库s在第t个时间窗根据仓库的货物预测交付量计算的安全库存量，为定量；ns,t表示仓库s在第t个时间窗预留的安全库存量，为连续决策变量；hs,t表示仓库s为了满足后续货物交付需求而在第t个时间窗提前锁定的库存量，为连续决策变量；ds,t表示仓库s在第t个时间窗的补货需求被延误至后续时间窗进行满足的数量，为连续决策变量；ls,t表示仓库s在第t个时间窗的补货需求被延误之后仍无法满足的货物数量，为连续决策变量；os,t表示仓库s在第t个时间窗的库存超出提前锁定的库存量和安全库存量的货物数量，为连续决策变量；wx表示补货路线补货成本的惩罚权重；wn表示不满足安全库存的惩罚权重；wh表示为了满足后续需求而提前锁定库存的惩罚权重；wd表示补货需求延误后满足的惩罚权重；wl表示无法满足补货需求的惩罚权重；wo表示库存超过合理水平的惩罚权重；t表示所有时间窗的集合；r表示所有补货路线的集合；s表示所有仓库的集合；sd表示所有零售仓库的集合。

29、根据本技术实施例的一个方面，提供了一种基于区域供应网的补货规划数据处理装置，所述区域供应网包括多个仓库和任意两个仓库之间的补货路线，所述仓库包括零售仓和区域仓，其中，任意两个零售仓之间通过补货路线相互补货，任意一个零售仓通过补货路线从任意一个区域仓补货，所述装置包括：获取单元，用于获取区域供应网中各个仓库的仓库基础数据和所述区域供应网中各个补货路线的路线基础数据，所述仓库基础数据至少包括各个零售仓在规划周期内各个时间窗的预测交付信息；构建单元，用于根据所述仓库基础数据和所述路线基础数据，基于混合整数规划算法构建包括模型约束和模型目标的补货规划模型；求解单元，用于基于所述补货规划模型求解补货规划数据，所述补货规划数据至少包括任意一个零售仓在各个时间窗从其它零售仓和/或各个区域仓补货的补货数量。

30、根据本技术实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中所述的方法。

31、根据本技术实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的方法。

32、根据本技术实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的方法。

33、在本技术中，通过区域供应网中仓库的仓库基础数据和补货路线的路线基础数据，基于混合整数规划算法构建补货规划模型，可以全面考虑影响区域供应网中零售仓补货规划的各个约束因子，同时在补货规划模型中定义的模型目标下，基于数学求解器，利用计算机的算力快速准确求解补货规划模型中的各个决策变量，得到补货规划数据，提高基于区域供应网的补货规划数据处理的准确性，从而增加基于区域供应网的零售仓补货规划的合理性。

34、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。