智能补货方法、系统以及计算机可读介质与流程

本申请涉及物流仓储，尤其涉及一种智能补货方法、系统以及计算机可读介质。

背景技术：

1、补货是商品销售过程中最重要的业务之一，好的补货方法可以保证销售和有效降低采购成本间取得最佳效益。

2、目前企业普遍使用的补货方法主要有以下几种：1、由采购业务员根据库存余额以及销售人员登记的销售预测来判断何时采购、采购多少等决策，然后由供应商发货后进行采购收货入库。但是，这种方式需要人工判断实施，人力成本较高，同时人工判断容易因考虑不够全面出现失误，导致补货数量计算出错，使得销售缺货让客户购物体验不好或者库存积压使企业库存成本过高。2、根据销售预测作为主要考量依据，并结合安全库存、在途量等参数，来计算需要补货数量，但是此类方法在计算补货数量时方式较为单一、考量因素不够全面，导致计算结果准确性不高。

技术实现思路

1、本申请的一个目的是提供一种准确性更高的智能补货方法、系统以及计算机可读介质。

2、为实现上述目的，本申请实施提供了一种智能补货方法，所述方法包括：

3、根据商品的历史销售量计算所述商品在预测周期内的净需求预测量；

4、根据所述净需求预测量，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息；

5、结合所述商品的供应链信息确定符合所述补货数量信息的补货建议信息；

6、根据所述补货建议信息生成用于完成补货的系统单据。

7、进一步地，根据商品的历史销售量计算商品在预测周期内的净需求预测量，包括：

8、获取商品的历史销售量；

9、将所述商品的历史销售量结合影响所述商品销售的相关因素，计算所述商品在预测周期内的销售预测量，所述相关因素包括以下至少任意一项：预测周期内的节假日信息、预测周期内的天气信息、商品销售店铺所处的商圈信息、预测周期内的促销活动信息、商品的客户群体信息；

10、根据所述商品在预测周期内的销售预测量，结合所述商品的库存情况，确定所述商品在预测周期内的净需求预测量。

11、进一步地，将所述商品的历史销售量结合影响所述商品销售的相关因素，计算所述商品在预测周期内的销售预测量，包括：

12、确定关于销售预测量的预测目标，所述预测目标包括预测的商品和预测周期；

13、根据所述预测目标获取所述商品在相关销售周期内的历史销售量；

14、根据所述历史销售量，采用预设的预测算法模型，计算所述商品在预测周期内的初步销售预测量；

15、采用影响所述商品销售的相关因素，对所述商品在预测周期内的初步销售预测量进行修正，获取所述商品在预测周期内的销售预测量。

16、进一步地，所述预测算法模型包括加权移动平均算法或一次指数平滑算法。

17、进一步地，根据所述净需求预测量，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息，包括：

18、根据所述净需求预测量和所述通用参数，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息，其中，所述通用参数包括以下至少任意一项：仓网规划信息、库存水位、补货周期、计划日历信息、提前期、最小订购量、产能约束信息、服务水平信息、损耗率。

19、进一步地，根据所述净需求预测量和所述通用参数，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息，包括：

20、根据所述净需求预测量和所述通用参数，采用预设的补货算法模型，计算所述商品的预测周期内的预计补货量；

21、根据所述商品的未出库量和在途量，对所述商品的预测周期内的预计补货量进行修正，获取所述商品的预测周期内的补货数量信息。

22、进一步地，所述预设的补货算法模型包括最高最低水位算法或期间补货算法。

23、进一步地，所述补货建议信息包括采购建议信息、生产建议信息和调拨建议信息；

24、根据所述补货建议信息生成用于完成补货的系统单据，包括：

25、根据所述采购建议信息、生产建议信息和调拨建议信息分别生成对应的采购单据、生产加工单据和库存调拨单据。

26、本申请实施例还提供了一种智能补货系统，该系统包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述系统执行所述智能补货方法。

27、本申请实施例还提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令可被处理器执行以实现所述智能补货方法。

28、相较于现有技术，本申请提供的智能补货方案中，首先可以根据商品的历史销售量计算所述商品在预测周期内的净需求预测量，然后根据所述净需求预测量，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息，结合所述商品的供应链信息确定符合所述补货数量信息的补货建议信息，再根据所述补货建议信息生成用于完成补货的系统单据。该方案可以提供各类不同的补货算法模型供用户选择使用，并且可以更加全面的对预测结果进行修正，生成用于完成补货的系统单据，由此使得各类商品的补货数量更加准确，减轻企业库存管理成本和生产成本。

技术特征：

1.一种智能补货方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，根据商品的历史销售量计算商品在预测周期内的净需求预测量，包括：

3.根据权利要求2所述的方法，其特征在于，将所述商品的历史销售量结合影响所述商品销售的相关因素，计算所述商品在预测周期内的销售预测量，包括：

4.根据权利要求3所述的方法，其特征在于，所述预测算法模型包括加权移动平均算法或一次指数平滑算法。

5.根据权利要求1所述的方法，其特征在于，根据所述净需求预测量，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息，包括：

6.根据权利要求5所述的方法，其特征在于，根据所述净需求预测量和所述通用参数，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息，包括：

7.根据权利要求1所述的方法，其特征在于，所述预设的补货算法模型包括最高最低水位算法或期间补货算法。

8.根据权利要求1所述的方法，其特征在于，所述补货建议信息包括采购建议信息、生产建议信息和调拨建议信息；

9.一种智能补货系统，其中，该系统包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述系统执行权利要求1至8中任一项所述的方法。

10.一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令可被处理器执行以实现如权利要求1至8中任一项所述的方法。

技术总结
本申请提供了一种智能补货方法、系统以及计算机可读介质，该方案首先可以根据商品的历史销售量计算所述商品在预测周期内的净需求预测量，然后根据所述净需求预测量，采用预设的补货算法模型，计算所述商品的预测周期内的补货数量信息，结合所述商品的供应链信息确定符合所述补货数量信息的补货建议信息，再根据所述补货建议信息生成用于完成补货的系统单据。该方案可以提供各类不同的补货算法模型供用户选择使用，并且可以更加全面的对预测结果进行修正，生成用于完成补货的系统单据，由此使得各类商品的补货数量更加准确，减轻企业库存管理成本和生产成本。

技术研发人员：傅晓峰
受保护的技术使用者：上海埃林哲软件系统股份有限公司
技术研发日：
技术公布日：2024/1/12