本发明涉及服装供应链管理,更具体地说,本发明涉及一种跨区域服装供应管理系统及方法。
背景技术:
1、随着全球化进程的加快,对于品牌类的服装企业而言,需要在多个国家和地区设立销售点和仓储中心,以满足不同区域的市场需求;然而,现有的服装供应管理系统在跨区域调度中面临诸多挑战;现有技术通常缺乏精准的销售预测机制,导致销售点的服装产品在库存短缺时,往往依赖于人工向地理位置最近的仓储中心申请补货;这种调度方式存在较强的滞后性,无法及时响应市场需求,导致客户在购买时常常面临库存不足的情况,进而影响客户体验。
2、此外,现有技术在跨区域调度时,普遍以地理位置的远近作为调度依据,忽略了各仓储中心的实际库存情况、物流运输成本、仓储能力等因素的综合考量;单纯依赖距离远近的服装调度策略,会导致部分仓储中心库存压力过大,而其他仓储中心的资源未能得到充分利用,造成库存不平衡;同时,频繁的跨区域服装调拨增加了运输成本和管理复杂度,显著影响了企业的运营效率和整体供应链管理的经济性。
3、因此,亟需一种能够综合考虑销售预测、库存状态、物流成本等多维因素的跨区域服装供应管理系统;通过提高调度的智能化和优化水平,可以有效降低调度成本、提升供应链效率,并改善客户体验,增强服装企业在市场中的竞争力。
技术实现思路
1、为了克服现有技术的上述缺陷,本发明的实施例提供一种跨区域服装供应管理系统及方法。
2、为实现上述目的,本发明提供如下技术方案:
3、一种跨区域服装供应管理系统,所述系统包括:
4、数据获取模块,用于在当前时间范围内,获取目标服装产品在m个销售节点内已产生的销售量,并从已产生的销售量中获取目标服装产品在每个销售节点产生的销售特征数据,m为大于零的整数;
5、销量预测模块,用于获取目标服装产品在m个销售节点产生的n条历史销售曲线,基于销售特征数据从每个销售节点产生的n条历史销售曲线中筛选出唯一相似销售曲线,并从唯一相似销售曲线中获取目标服装产品在m个销售节点的预测销量,所述预测销量处于预设的预测时间范围内,n为大于零的整数;
6、供需比较模块,用于调取所有销售节点关于目标服装产品在当前时间范围内的库存量,并依据预测销量和库存量的数量关系,获取在预测时间范围内出现的目标销售节点;所述目标销售节点包括包含p个产品短缺节点的产品短缺节点集和包含h个产品过剩节点的产品过剩节点集,p和h为大于零的整数;
7、供应管理模块,用于利用预配置的遗传算法为每个产品短缺节点生成调度策略,并根据调度策略进行跨区域的服装调度;所述调度策略为最佳调度销售节点。
8、进一步地,在获取待搜索图像之前,所述销售特征数据包括销售总量、平均销售量、平均销售增长率、平均增长量、销售标准差、销售高峰差和变异系数。
9、进一步地,所述从每个销售节点产生的n条历史销售曲线中筛选出唯一相似销售曲线,包括:
10、a1:提取目标服装产品在第j个销售节点产生的n条历史销售曲线,再提取每条历史销售曲线中所包含的销售特征数据,并将每条历史销售曲线中所包含的销售特征数据作为第一特征集合,得到多个第一特征集合,j为大于零的整数;
11、a2:提取目标服装产品在第j个销售节点产生的销售特征数据,并将目标服装产品在第j个销售节点产生的销售特征数据作为第二特征集合;
12、a3:计算第二特征集合与每个第一特征集合的集合相似度,得到多个集合相似系数;
13、a4:按照数值从小到大,对多个集合相似系数进行排序,获取集合相似系数排序第一的对应第一特征集合,并将对应第一特征集合所对应的历史销售曲线标记为唯一相似销售曲线,并令j=j+1,并返回步骤a1;
14、a5:重复上述步骤a1~a4,直至j=m时结束循环,得到m个销售节点的唯一相似销售曲线。
15、进一步地,所述从唯一相似销售曲线中获取目标服装产品在m个销售节点的预测销量,包括:
16、b1:提取第v个销售节点的唯一相似销售曲线,v为大于零的整数;
17、b2:输入预设的预测时间范围,并从第v个销售节点的唯一相似销售曲线中,截取属于预测时间范围的局部曲线部分,并统计局部曲线部分的累计销量,将累计销量作为目标服装产品在第v个销售节点的预测销量;
18、b3:重复上述步骤b1~b2,直至v=m时结束循环,得到目标服装产品在m个销售节点的预测销量。
19、进一步地,所述获取在预测时间范围内出现的目标销售节点,包括:
20、c1:提取目标服装产品在第g个销售节点的预测销量和库存量,g为大于零的整数;
21、c2:计算第g个销售节点的库存量与预测销量的差值,并将第g个销售节点的库存量与预测销量的差值,标记为供需差;
22、c3:获取预设的供需数量区间,并将供需差与供需数量区间进行比较,若供需差大于供需数量区间的最大值,则将第g个销售节点标记为产品过剩节点,并令g=g+1,并返回步骤c1;若供需差小供需数量区间的最小值,则将第g个销售节点标记为产品短缺节点,并令g=g+1,并返回步骤c1;
23、c4:重复上述步骤c1~c3,直至g=m时结束循环,得到p个产品短缺节点和h个产品过剩节点。
24、进一步地,所述利用预配置的遗传算法为每个产品短缺节点生成调度策略,包括:
25、d1:提取产品短缺节点集中的第x个产品短缺节点,并利用预配置的遗传算法从产品过剩节点集中筛选最佳调度销售节点,x为大于零的整数;
26、d2:从产品过剩节点集中剔除最佳调度销售节点,得到z个产品过剩节点,并令x=x+1,并返回步骤d1,且根据z个产品过剩节点对步骤d1中的产品过剩节点集进行元素更新,z<h,z为大于零的整数;
27、d3:重复上述步骤d1~d2,直至x=p时结束循环,得到每个产品短缺节点的调度策略,即每个产品短缺节点均获取到一个最佳调度销售节点。
28、进一步地,所述预配置的遗传算法的处理逻辑如下:
29、e1:初始化种群:依据产品过剩节点集随机产生原始种群,所述原始种群种中包含r个染色体,每个染色体代表一个产品过剩节点,r为大于零的整数;
30、e2:适应度评估:在每一染色体下,获取第x个产品短缺节点与每一产品过剩节点的空间距离,第x个产品短缺节点与每一产品过剩节点的供需差,以及第x个产品短缺节点与每一产品过剩节点的调度成本;将空间距离和调度成本输入预构建的适应度函数中,计算得到每个染色体的适应度;
31、e3:选择:采用轮盘赌法选择原始种群中两个适应度高的染色体作为父本和母本;
32、e4:交叉:对父本和母本进行交叉操作,以产生新的染色体;
33、e5:变异:对新的染色体进行变异操作,得到y个新的染色体,将y个新的染色体组合为新种群,并将新种群替换掉原始种群,并返回步骤e2;
34、e6:重复上述步骤e2~e5,直至原始种群或新种群中染色体的适应度大于等于预设的适应度阈值,或迭代次数大于等于预设最大迭代次数阈值时,输出对应染色体代表的产品过剩节点,作为第x个产品短缺节点对应的最佳调度销售节点。
35、进一步地,所述预构建的适应度函数的计算公式为:式中:fitness为适应度,y为空间距离,y0为参考空间距离,d为调度成本,d0为参考调度成本,s为供需差,α1、α2和α3为大于零的权重因子,α1<α2<α3。
36、一种跨区域服装供应管理方法,所述方法包括:
37、在当前时间范围内,获取目标服装产品在m个销售节点内已产生的销售量,并从已产生的销售量中获取目标服装产品在每个销售节点产生的销售特征数据,m为大于零的整数;
38、获取目标服装产品在m个销售节点产生的n条历史销售曲线,基于销售特征数据从每个销售节点产生的n条历史销售曲线中筛选出唯一相似销售曲线,并从唯一相似销售曲线中获取目标服装产品在m个销售节点的预测销量,所述预测销量处于预设的预测时间范围内,n为大于零的整数;
39、调取所有销售节点关于目标服装产品在当前时间范围内的库存量,并依据预测销量和库存量的数量关系,获取在预测时间范围内出现的目标销售节点;所述目标销售节点包括包含p个产品短缺节点的产品短缺节点集和包含h个产品过剩节点的产品过剩节点集,p和h为大于零的整数;
40、利用预配置的遗传算法为每个产品短缺节点生成调度策略,并根据调度策略进行跨区域的服装调度;所述调度策略为最佳调度销售节点。
41、相比于现有技术,本发明的有益效果在于:
42、本技术公开了一种跨区域服装供应管理系统及方法,包括:从已产生的销售量中获取目标服装产品在每个销售节点产生的销售特征数据;基于销售特征数据从每个销售节点产生的n条历史销售曲线中筛选出唯一相似销售曲线,并从唯一相似销售曲线中获取目标服装产品在m个销售节点的预测销量;调取所有销售节点关于目标服装产品在当前时间范围内的库存量,并依据预测销量和库存量的数量关系,获取在预测时间范围内出现的目标销售节点;利用预配置的遗传算法为每个产品短缺节点生成调度策略,并根据调度策略进行跨区域的服装调度,基于上述技术特征,本发明能够较为准确地预测目标服装产品在未来时间范围内的销量,相较于传统经验估算,能更精准地匹配历史趋势,提高预测的准确性,为库存和调度策略的制定提供了可靠的数据基础;此外,通过及时识别出哪些销售节点存在库存过剩或短缺的情况,避免库存堆积或断货风险,从而提升库存周转率,减少仓储成本,避免影响客户体验,进一步地,通过预配置的遗传算法为产品短缺节点生成最优调度策略,有效降低了调度成本,同时,系统在设计上考虑了供需差对调度成本的影响,使得调度更具经济性。