供应链计划服务优化方法、系统、电子设备及存储介质与流程

1.本发明涉及计算机软件技术领域，尤其涉及一种基于图形化组态的供应链计划优化方法、系统、电子设备及存储介质。


背景技术：

2.企业的供应链计划不仅是企业管理的重要环节之一，而且还会进一步地指导生产，是生产决策的有效依据，计划方案的优劣往往能决定企业的经济效益。
3.目前，国内大多数企业的供应链计划编制依赖人工经验进行。但是对大中型的企业来说，产品规格众多，业务流程变化频繁，计划过程中需要各部门各环节之间的协商与资源调节。人工编制供应链计划方案是十分复杂且耗费人力的，依据各部门的之间的人为协调，很难快速得出优化的结果，最后制定的计划方案准确性也无法得到量化。而且许多企业的供应链的计划方案往往使用单周期的优化，将一个月作为一个优化间隔，或是以天为单位，优化出一种效益最大化的方案，再乘以系数，并没有根据实际的计划情况进行动态的更新和滚动，导致计划在前期比较准确，随着时间的推移，计划与实际的偏差越来越大，计划的准确率也越来越低，不可避免地导致供应链月度计划与实际情况的脱节。
4.上述缺陷是本领域技术人员期望克服的。


技术实现要素：

5.(一)要解决的技术问题
6.为了解决现有技术的上述问题，本发明提供了一种基于图形化组态的供应链计划优化方法、系统、电子设备及存储介质，旨在解决现有技术中存在供应链计划方案不能随变化时更改和优化的问题。
7.(二)技术方案
8.为了解决上述问题，第一方面，本发明提供了一种基于图形化组态的供应链计划优化方法，所述方法包括：
9.以供应链信息建立组态模块；
10.基于实际业务流程结合所述组态模块构建图形化的供应链流程模型，并生成流股流向信息，所述流股流向信息表示实际业务流程中的业务流；
11.根据所述流股流向信息构建多周期的供应链计划模型，所述供应链计划模型中包括不同的多个计划方案；
12.从多个计划方案中选择一种来执行，并在执行过程中实时对所述供应链计划模型进行优化。
13.在本发明的一种示例性实施例中，所述基于实际业务流程结合所述流程组态模块构建图形化的供应链流程模型中包括：
14.根据企业实际业务流程和流向建立供应链流程图，在所述供应链流程图中包括多个图元和多个流股，其中所述图元对应组态模块设置，所述流股设置于组态模块到组态模
块之间；
15.以编码的形式对所述多个图元和所述多个流股分别进行编码；
16.对所述供应链流程图中对采购、加工、进料、出料各个环节设置约束条件和配置信息。
17.在本发明的一种示例性实施例中，所述生成流股流向信息包括：
18.从所述供应链流程图中获取流量组态信息并从中选取交集，提取图元；
19.对不同的图元进行分类和定义，按照编码规则获取每一类图元的编码集；
20.对图元进行排序得到对应每个图元的进流股和出流股，针对每个图元构建对应的进流股矩阵和出流股矩阵；
21.根据配置信息结合获取的物料清单确定装置单耗和收率；
22.将采购进料流股变量与原料对应，将销售出料流股与成品对应，形成原材料与变量对应的原料二维矩阵和产品与变量对应的产品二维矩阵。
23.在本发明的一种示例性实施例中，根据所述流股流向信息构建多周期的供应链计划模型包括：
24.获取所述供应链计划模型的输入量，其中，所述输入量至少包括：原料仓库上下限、调拨料仓库上下限、成品仓库上下限、车间生产产能上下限、产品销量计划、采购量上下限、原料仓库库存成本、调拨仓库库存成本、成品仓库库存成本、原料仓库初始库存、调拨料仓库初始库存、成品仓库初始库存、产品的市场价格、原材料的采购价格、流股的流量信息、计划周期、当前案例名称、案例组中任意一种；
25.获取所述供应链计划模型的输出量，其中，所述输出量至少包括：计划周期内各个周期的采购计划、原料仓库库存量、调拨仓库库存量、成品仓库库存量、进出料量、车间加工收率、优化后的产品销量、当前案例的最优目标函数值中任意一种；
26.结合所述输入量和所述输出量，以经济效益最大化为最优目标函数，以进出料平衡、采购数量、原料库存数量、调拨仓库库存、成品仓库库存、销量、流股流量限制为约束条件进行线性规划求解，得到多周期的供应链计划模型。
27.在本发明的一种示例性实施例中，所述最优目标函数为：
28.经济效益＝销售量*销售价格
‑
各个仓库的库存成本
‑
原材料采购量*原料价格；
29.进出料平衡约束条件为：
30.‑
delta≤进料量
‑
[消耗系数]
×
[出料量]≤delta；
[0031]
其中delta为松弛变量；
[0032]
采购数量约束条件为：
[0033]
采购下限≤采购量≤采购上限；
[0034]
原料库存数量约束条件为：
[0035]
库存下限≤采购量 初始库存
‑
出料量≤库存上限；
[0036]
调拨仓库库存约束条件为：
[0037]
库存下限≤进料量 初始库存
‑
∑出料量≤库存上限；
[0038]
成品仓库库存约束条件为：
[0039]
库存下限≤进料量 原始库存
‑
销售量≤库存上限；
[0040]
销量约束条件为：
[0041]
销量下限≤销量≤销量上限；
[0042]
车间加工能力限制约束条件为：
[0043]
车间加工下限≤∑车间出料量≤车间加工上限；
[0044]
流股流量限制约束条件为：
[0045]
流股流量下限≤流股流量≤流股流量上限。
[0046]
在本发明的一种示例性实施例中，所述根据所述流股流向信息构建多周期的供应链计划模型中得到一种计划方案后，还包括：
[0047]
通过改变配置信息和约束条件建立多个计划方案，形成包含不同的多个计划方案的、多周期的供应链计划模型。
[0048]
在本发明的一种示例性实施例中，所述在执行过程中实时对所述供应链计划模型进行优化包括：
[0049]
在执行过程中对实际效益进行预测；
[0050]
如果预测结果不能满足预设要求则结合最新获取的实际业务流程中的流股流向信息对不同计划方案的当前优势和未来优势进行综合比较；
[0051]
根据综合比较结果提供优化方案。
[0052]
第二方面，本发明还提供了一种基于图形化组态的供应链计划优化系统，所述系统包括：
[0053]
组态建立单元，用于以供应链信息建立组态模块；
[0054]
流程建立单元，用于基于实际业务流程结合所述组态模块构建图形化的供应链流程模型，并生成流股流向信息，所述流股流向信息表示实际业务流程中的业务流；
[0055]
计划建立单元，用于根据所述流股流向信息构建多周期的供应链计划模型，所述供应链计划模型中包括不同的多个计划方案；
[0056]
执行优化单元，用于从多个计划方案中选择一种来执行，并在执行过程中实时对所述供应链计划模型进行优化。
[0057]
第三方面，本发明还提供了一种电子设备，包括：
[0058]
处理器；
[0059]
存储器，存储用于所述处理器控制如上所述的方法步骤。
[0060]
第四方面，本发明还提供了一种存储介质，其上存储有计算机可执行指令，其特征在于，所述可执行指令被处理器执行时实现如上所述的方法步骤。
[0061]
(三)有益效果
[0062]
本发明的有益效果是：本发明实施例提供的基于图形化组态的供应链计划优化方法、系统、电子设备及存储介质，通过构建图形化的供应链计划模型，综合考虑加工装置的生产能力等约束条件，动态化地对计划模型进行优化，实现未来一个周期甚至多个周期的企业供应链计划的编排，保证企业经营高效运转的同时有效提升效益。
附图说明
[0063]
图1为本发明一实施例提供的一种基于图形化组态的供应链计划优化方法的流程图；
[0064]
图2为本发明一实施例中对供应链流程图的图形化示意图；
[0065]
图3为本发明一实施例中多方案的示意图；
[0066]
图4为本发明一实施例中某农化制造企业供应链组态模型示意图；
[0067]
图5为本发明另一实施例提供的一种基于图形化组态的供应链计划优化系统的结构示意图；
[0068]
图6为本发明再一实施例提供的一种电子设备的计算机系统内部结构示意图。
具体实施方式
[0069]
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
[0070]
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0071]
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0072]
本发明相关实施例中仅提供一种优化结果，没有考虑到方案执行过程中的多样化，但是往往一个多方案的对比分析可以进一步的辅助企业高层做决策。此外，传统模型构建过于固定，当出现产线调整、产品品类增加、仓库的新建和撤销等情况时，需要重新构建优化模型，系统维护工作量庞大。
[0073]
因此，为了保证企业供应链计划的制定效率、准确率、方案执行的多样化以及计划流程自动化，本发明提出一种基于图形化组态的供应链计划优化方法，对企业供应链计划提供全面有效支撑，可以协助企业合理调配资源、按时完成客户交货、有效控制库存、实现企业利润的最大化。
[0074]
图1为本发明一个实施例提供的一种基于图形化组态的供应链计划优化方法的流程图，如图1所示，具体包括以下步骤：
[0075]
如图1所示，在步骤s110中，以供应链信息建立组态模块；
[0076]
如图1所示，在步骤s120中，基于实际业务流程结合所述组态模块构建图形化的供应链流程模型，并生成流股流向信息，所述流股流向信息表示实际业务流程中的业务流；
[0077]
如图1所示，在步骤s130中，根据所述流股流向信息构建多周期的供应链计划模型，所述供应链计划模型中包括不同的多个计划方案；
[0078]
如图1所示，在步骤s140中，从多个计划方案中选择一种来执行，并在执行过程中实时对所述供应链计划模型进行优化。
[0079]
基于上述方法，通过构建图形化的供应链计划模型，综合考虑加工装置的生产能力等约束条件，构建多周期的加工计划，动态化地对计划模型进行优化，实现未来一个周期甚至多个周期的企业供应链计划的编排，保证企业经营高效运转的同时有效提升效益。
[0080]
以下对图1所示方法进行详细介绍：
[0081]
在步骤s110中，以供应链信息建立组态模块。
[0082]
在本发明的一种示例性实施例中，该步骤通过建立基础数据配置，例如，对供应链
信息(如加工装置的加工能力、库存容量、需求计划、物料等)对象进行编码，并从第三方系统接口获取初始库存、装置加工能力、价格体系等数据，并以这些基础数据建立组态模块。该步骤得到的组态模块作为后续建立流程模型的基本构成，对于加工装置而言，包括其加工能力、单次加工的入料情况、出产品情况、零件磨损和维修情况等；对于仓库而言，包括其入库出库的数量、品类、占据空间、存储环境等。
[0083]
在步骤s120中，基于实际业务流程结合所述组态模块构建图形化的供应链流程模型，并生成流股流向信息，所述流股流向信息表示实际业务流程中的业务流。
[0084]
步骤s120中通过对组态模块的基础数据结合加工流程进行处理，形成图形化的供应链流程模型。
[0085]
在本发明的一种示例性实施例中，该步骤中所述基于实际业务流程结合所述流程组态模块构建图形化的供应链流程模型中包括：
[0086]
s121：根据企业实际业务流程和流向建立供应链流程图，在所述供应链流程图中包括多个图元和多个流股。
[0087]
该步骤中根据企业提供的供应链实际业务流程和流向来建立供应链流程图，该供应链流程图以图形化的方式示出，简单清晰。其中在所述供应链流程图中所示的图元对应组态模块设置，所述流股设置于组态模块到组态模块之间。图2为本发明一实施例中对供应链流程图的图形化示意图，以图2所示为例，其中n1、n2等表示原始物料或产品，r1、r2等表示物料仓库，p1、p2等表示产成品仓库，l1表示产品生产车间，stream1、stream2等表示生产加工中流股，表明物料或中间产品到仓库到车间再到仓库的传递关系。
[0088]
s122：以编码的形式对所述多个图元和所述多个流股分别进行编码，以确保唯一性。
[0089]
s123：对所述供应链流程图中对采购、加工、进料、出料各个环节设置约束条件和配置信息。由于全面的考虑仓库的容量、车间加工、产品售价、原材料采购价格等因素，以原料仓库容量上下限、成品仓库容量上下线、采购上下线、车间加工能力上下线、车间收率约束、进出料平衡、产品的销量计划为约束的条件下，进行供应链的计划优化。
[0090]
s124：生成流股流向信息。
[0091]
在本发明的一种示例性实施例中，所述生成流股流向信息包括：
[0092]
首先，从所述供应链流程图中获取流量组态信息并从中选取交集，提取图元。表1为流量组态信息的示例，其中t1、t2等表示原料仓库图元，m1、m2等表示生产车间，u1、u2等表示成品仓库，s1、s2等表示什调拨仓库。
[0093]
表1
[0094][0095][0096]
其次，对不同的图元进行分类和定义，按照编码规则获取每一类图元的编码集。
[0097]
再次，对图元进行排序得到对应每个图元的进流股和出流股，针对每个图元构建对应的进流股矩阵和出流股矩阵；矩阵中用0或1表示，矩阵的维度为图元数*总流股数，如表2所示，表2示出进/出流股矩阵表示例。
[0098]
表2
[0099] stream1stream2stream3stream4...s10100 n11011 m30010 n81111 ...
ꢀꢀꢀꢀꢀ
[0100]
然后，根据配置信息结合获取的物料清单确定装置单耗和收率。具体的：获取相关配置信息，对已经上传的bom表，与流股数据相对应。若没有提供bom表信息，则依据大数据人工智能算法，对历史的装置加工数据进行模型的训练，得出当前的装置单耗与收率模型，并确定出装置单耗与收率，表3示出装置收率示例。
[0101]
表3
[0102] stream1stream2stream3stream1stream70.300.10.9stream901.200stream220.70.400.1
[0103]
最后，将采购进料流股变量与原料对应，将销售出料流股与成品对应，形成原材料与变量对应的原料二维矩阵和产品与变量对应的产品二维矩阵，表4示出流股流向示例。
[0104]
表4
[0105]
流股名称起始图元名称终止图元名称stream1n1u1stream2n2u1stream3n3u1stream4u1t1stream5u1t2stream6t1n5stream7t2n6
[0106]
通过上述步骤得到的计划模型基于可视化的供应链业务流向信息动态生成，便于维护，且计划优化系统支持业务流程组态化构建，模型不再固定化，通过简单的约束条件配置和修改，即可实现计划优化模型的定制化。
[0107]
在步骤s130中，根据所述流股流向信息构建多周期的供应链计划模型，所述供应链计划模型中包括不同的多个计划方案。
[0108]
在本发明的一种示例性实施例中，该步骤中根据所述流股流向信息构建多周期的供应链计划模型包括：
[0109]
获取所述供应链计划模型的输入量，输入量至少包括：原料仓库上下限、调拨料仓库上下限、成品仓库上下限、车间生产产能上下限、产品销量计划、采购量上下限、原料仓库库存成本、调拨仓库库存成本、成品仓库库存成本、原料仓库初始库存、调拨料仓库初始库存、成品仓库初始库存、产品的市场价格、原材料的采购价格、流股的流量信息、计划周期、当前案例名称、案例组中任意一种；
[0110]
获取所述供应链计划模型的输出量，输出量至少包括：计划周期内各个周期的采购计划、原料仓库库存量、调拨仓库库存量、成品仓库库存量、进出料量、车间加工收率、优化后的产品销量、当前案例的最优目标函数值中至少一种；
[0111]
结合所述输入量和所述输出量，以经济效益最大化为最优目标函数，以进出料平衡、采购数量、原料库存数量、调拨仓库库存、成品仓库库存、销量、流股流量限制为约束条件进行线性规划求解，得到多周期的供应链计划模型。
[0112]
在本发明的一种示例性实施例中，所述最优目标函数为：
[0113]
经济效益＝销售量*销售价格
‑
各个仓库的库存成本
‑
原材料采购量*原料价格；
[0114]
进出料平衡约束条件为：
[0115]
‑
delta≤进料量
‑
[消耗系数]
×
[出料量≤delta；
[0116]
其中delta为松弛变量；
[0117]
采购数量约束条件为：
[0118]
采购下限≤采购量≤采购上限；
[0119]
原料库存数量约束条件为：
[0120]
库存下限≤采购量 初始库存
‑
出料量≤库存上限；
[0121]
调拨仓库库存约束条件为：
[0122]
库存下限≤进料量 初始库存
‑
∑出料量≤库存上限；
[0123]
成品仓库库存约束条件为：
[0124]
库存下限≤进料量 原始库存
‑
销售量≤库存上限；
[0125]
销量约束条件为：
[0126]
销量下限≤销量≤销量上限；
[0127]
车间加工能力限制约束条件为：
[0128]
车间加工下限≤∑车间出料量≤车间加工上限；
[0129]
流股流量限制约束条件为：
[0130]
流股流量下限≤流股流量≤流股流量上限。
[0131]
基于上述步骤，通过线性规划求解器进行经济效益最大化时的多周期生产方案优化计算。
[0132]
在本发明的一种示例性实施例中，得到一种计划方案后，还包括：
[0133]
通过改变配置信息和约束条件建立多个计划方案，形成包含不同的多个计划方案的、多周期的供应链计划模型。
[0134]
基于上述步骤，通过改变不同的配置或约束条件可以建立或扩展出多个供应链计划方案，也可以通过设置固定或变化的步长来调节模型的输入和约束，形成一系列的不同的供应链计划方案，然后通过对不同方案进行多维度的对比分析，结合多周期的维度可以为用户提供更加全面、可变更的方案。图3为本发明一实施例中多方案的示意图，如图4所示，可以是以最初的一个方案1为基准，采用上述方式进行扩展，逐步扩展出9个方案，而且这些方案均是从不同配置、约束条件或输入变量下得到的，当加工过程中某一维度的参数发生变化时，则可以直接从这些方案中找到合适的方案来立即实施，节省时再次规划的时间。
[0135]
因此在计划优化模型的运算中，可以利用大数据与人工智能的方式，通过企业生产过程中物料的消耗与产出情况的历史数据，以数据驱动的方式，训练出生产装置单耗和收率模型，弥补企业无法给出固定bom表的情况。
[0136]
在步骤s140中，从多个计划方案中选择一种来执行，并在执行过程中实时对所述供应链计划模型进行优化。
[0137]
在本发明的一种示例性实施例中，所述在执行过程中实时对所述供应链计划模型进行优化包括：
[0138]
首先，在执行过程中对实际效益进行预测，往往企业是以效益作为最主要的目标，因此在执行过程中对按照当前技术执行的话产生的实际效益进行预测，充分考虑计划与实际的偏差，支持实际计划方案数据的反馈，可滚动计算多周期的计划优化方案。
[0139]
其次，如果预测结果不能满足预设要求则结合最新获取的实际业务流程中的流股流向信息对不同计划方案的当前优势和未来优势进行综合比较。由于计划是对多周期进行设计的，因此在对可选的多种方案进行选择的过程中，可以从每个方案当前的优势和未来
一段时间内的优势都计算并作为考虑因素进行比较。
[0140]
最后，根据综合比较结果提供优化方案。
[0141]
该步骤说明不仅对计划进行审核、发布、跟踪，还定期跟踪反馈供应链计划下达后的原料采购情况、生产完成情况、订单执行情况、原料产品库存、成品销售情况等多方面的信息，这些信息作为最新获取而实际业务流程中的流股流向信息，对计划偏差进行多周期滚动校正，保证供应链计划的实时性、准确率和完成率。
[0142]
以下为本方法的一具体实施应用示例：
[0143]
某农化产品制造企业以草甘膦原药为主导，磷化工为配套，多种原药与剂型同步发展的农化产品群。该企业供应链计划的制定，以物料平衡为主，同时考虑库存容量、装置加工能力、需求计划等，构建的供应链组态模型。图4为本发明一实施例中某农化制造企业供应链组态模型示意图，如图4所示，通过设置供应链装置约束、价格体系等，对这个供应链进行优化，可以得到采购、库存、生产等计划数据报表，表5为本月采购计划示例，表6本月生产计划示例。
[0144]
表5
[0145][0146]
[0147]
表6
[0148][0149][0150]
根据上述表5和表6，可以清楚的看到计划生产月的一个计划值，以及历史值，通过
计划值的发布可以指导实际的生产和调度。
[0151]
综上所述，通过构建图形化的供应链计划模型，利用图形化组态实现供应链计划优化过程建模，基于线性规划方法，以效益最大化、装置满负荷等为柔性多目标，所有单元(包括原料仓库、车间、调拨仓库、成品仓库等)进出料为变量，在综合考虑装置进出料平衡、车间加工、库存约束、产品产量、采购等约束条件下，通过动态化建立多周期计划优化模型，实现未来一个周期甚至多个周期的企业供应链计划(采购计划、库存计划、生产计划、销售计划)编排，保证企业经营高效运转的同时有效提升效益。另外，由于该方法支持建立多周期 多方案，利用多方案盈利能力测算模块进行多方案分析，可从不同维度对比分析不同方案的经济效益，协助计划人员和财务人员选择盈利能力最大的计划方案，并可辅助企业高层快速决策。
[0152]
与上述方法相对应的，图5为本发明另一实施例中还提供一种基于图形化组态的供应链计划优化系统的示意图，如图5所示，该系统200包括：组态建立单元210、流程建立单元220、计划建立单元230和执行优化单元240。
[0153]
组态建立单元210用于以供应链信息建立组态模块；流程建立单元220用于基于实际业务流程结合所述组态模块构建图形化的供应链流程模型，并生成流股流向信息，所述流股流向信息表示实际业务流程中的业务流；计划建立单元230用于根据所述流股流向信息构建多周期的供应链计划模型，所述供应链计划模型中包括不同的多个计划方案；执行优化单元240用于从多个计划方案中选择一种来执行，并在执行过程中实时对所述供应链计划模型进行优化。
[0154]
该系统中各个单元的功能参见上述方法实施例中的相关描述，此处不再赘述。
[0155]
另一方面，本公开还提供了一种电子设备，包括处理器和存储器，存储器存储用于上述处理器控制以下方法的操作指令：
[0156]
以供应链信息建立组态模块；
[0157]
基于实际业务流程结合所述组态模块构建图形化的供应链流程模型，并生成流股流向信息，所述流股流向信息表示实际业务流程中的业务流；
[0158]
根据所述流股流向信息构建多周期的供应链计划模型，所述供应链计划模型中包括不同的多个计划方案；
[0159]
从多个计划方案中选择一种来执行，并在执行过程中实时对所述供应链计划模型进行优化。
[0160]
下面参考图6，其示出了适于用来实现本技术实施例的电子设备的计算机系统400的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0161]
如图5所示，计算机系统400包括中央处理单元(cpu)401，其可以根据存储在只读存储器(rom)402中的程序或者从存储部分407加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。在ram 403中，还存储有系统400操作所需的各种程序和数据。cpu401、rom 402以及ram 403通过总线404彼此相连。输入/输出(i/o)接口405也连接至总线404。
[0162]
以下部件连接至i/o接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；
以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至i/o接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
[0163]
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(cpu)401执行时，执行本技术的系统中限定的上述功能。
[0164]
需要说明的是，本技术所示的存储介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0165]
附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0166]
描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
[0167]
另一方面，本公开还提供了一种存储介质，该存储介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述存储介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设
备包括以下方法步骤：
[0168]
以供应链信息建立组态模块；
[0169]
基于实际业务流程结合所述组态模块构建图形化的供应链流程模型，并生成流股流向信息，所述流股流向信息表示实际业务流程中的业务流；
[0170]
根据所述流股流向信息构建多周期的供应链计划模型，所述供应链计划模型中包括不同的多个计划方案；
[0171]
从多个计划方案中选择一种来执行，并在执行过程中实时对所述供应链计划模型进行优化。
[0172]
需要理解的是，以上对本发明的具体实施例进行的描述只是为了说明本发明的技术路线和特点，其目的在于让本领域内的技术人员能够了解本发明的内容并据以实施，但本发明并不限于上述特定实施方式。凡是在本发明权利要求的范围内做出的各种变化或修饰，都应涵盖在本发明的保护范围内。