一种智能供应链物流调度方法与流程

1.本发明涉及物流领域，尤其是涉及了一种智能供应链物流调度方法。


背景技术：

2.物流原意为“实物分配”或“货物配送”，是供应链活动的一部分，是为了满足客户需要而对商品、服务消费以及相关信息从产地到消费地的高效、低成本流动和储存进行的规划、实施与控制的过程。物流以仓储为中心，促进生产与市场保持同步。物流是为了满足客户的需要，以最低的成本，通过运输、保管、配送等方式，实现原材料、半成品、成品及相关信息由商品的产地到商品的消费地所进行的计划、实施和管理的全过程。
3.供应链调度是供应链成员在运作层次上包括作业加工调度和运输安排等环节的全局优化决策问题。它通过建立统一的优化决策模型来寻找可以使整条供应链效益最优的调度方案。供应链调度可以给供应链及其成员企业带来显著的经济效益。目前在供应链环的上下游供应商补货下单等环节，库存一般都是根据当前库存、未来需要、到货时间以及同比、环比销量等历史数据来综合进行补货策略安排。但是该方式往往误差较大，尤其是在大环境变化迅速的情况下，历史数据的准确性会大大降低，从而对获取的补货策略造成很大的干扰。


技术实现要素：

4.为了解决背景技术中所存在的问题，本发明提出了一种智能供应链物流调度方法。
5.一种智能供应链物流调度方法，获取目标对象的直接数据信息；根据目标对象的直接数据信息和调度策略规划第一调度方案；获取目标对象的隐性关联数据信息；根据隐性关联数据信息将第一调度方案调整为第二调度方案。
6.基于上述，所述直接数据信息包括当前库存信息、订单需求信息、到货时间信息以及销量历史数据信息。
7.基于上述，所述隐性关联数据信息包括所述目标对象的属性影响事件信息和销量历史数据的销量影响事件信息。
8.基于上述，所述目标对象的所述属性影响事件信息包括目标对象的原材料信息、目标对象的加工信息和目标对象的替代品信息。
9.基于上述，所述目标对象销量历史数据的销量影响事件信息包括时令影响信息、节日影响信息和偏好影响信息。
10.基于上述，所述隐性关联数据信息还包括网络舆情关联信息。
11.基于上述，将隐性关联数据信息与第一调度方案或第一调度方案中直接数据信息的部分信息进行加权关联后，将第一调度方案调整为第二调度方案，并将第二调度方案作为最终调度执行方案。
12.基于上述，获取第二调度方案的执行结果，并将执行结果与预期结果进行比对分
析，根据比对差异分析和调整第二调度方案，并对第二调度方案进行修正调整。
13.基于上述，建立调度学习模型，获取第二调度方案及对应关联的预期调度方案，将第二调度方案及对应关联的预期调度方案作为关联集对调度学习模型进行训练。
14.基于上述，在调度模型内进行第二调度方案的规划，并进行调度结果的预测；并根据预期结果对第二调度方案进行调整。
15.本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说，本发明对供应链物流调度增加考虑相关的隐性关联数据信息，并根据关联隐性关联数据信息后的调度方案作为最终的执行方案，充分考虑对调度方案可能的影响因素，具有全面准确的优点。
附图说明
16.图1是本发明的流程示意图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.如图1所示，一种智能供应链物流调度方法，获取目标对象的直接数据信息；根据目标对象的直接数据信息和调度策略规划第一调度方案；获取目标对象的隐性关联数据信息；根据隐性关联数据信息将第一调度方案调整为第二调度方案。
19.所述目标对象为目标商品，先获取所述目标对象的直接数据信息，本实施例中所述直接数据信息包括当前库存信息、订单需求信息、到货时间信息以及销量历史数据信息，根据直接数据信息和调度策略进行计算和规划，并规划出第一调度方案。根据隐性关联数据信息与第一调度方案的加权关联，或根据隐性关联数据信息与第一调度方案中直接数据信息或部分直接数据信息的加权关联，对第一调度方案进行调整修改后规划为第二调度方案，并将第二调度方案作为最终执行方案进行调度。
20.具体的，所述隐性关联数据信息包括所述目标对象的属性影响事件信息和销量历史数据的销量影响事件信息。
21.所述目标对象的所述属性影响事件信息包括目标对象的原材料信息、目标对象的加工信息和目标对象的替代品信息。原材料信息包括目标对象所需原材料的供应信息、原材料生产加工信息等，目标对象的加工信息包括目标对象的加工厂/代工厂运营信息、加工质量信息、加工速度信息等，目标对象的替代品信息包括目标对象可替代的种类信息、各替代品的可替代度信息、各替代品的加工运营信息、各替代品的加工质量信息、各替代品的加工速度信息等。
22.所述目标对象销量历史数据的销量影响事件信息包括时令影响信息、节日影响信息和偏好影响信息。所述时令影响信息指季节性或时令性对目标对象的销量影响信息，节日影响信息指节假日或网络节假日如双十一、双十二等信息对销量的影响信息，所述偏好影响信息包括根据大数据对用户统计的对目标对象的喜好影响、评论影响等信息。
23.优选地，所述隐性关联数据信息还包括网络舆情关联信息。网络舆情信息包括热
点事件信息以及热点事件的影响信息，如某鞋品牌的捐款事件后，网络舆情的积极影响，造成部分原材料的供应紧缺，进而会使部分目标对象的供应受到影响。将网络舆情关联信息与第一调度方案进行加权关联，以更准确的修改调整第一调度方案。
24.优选地，获取第二调度方案的执行结果，并将执行结果与预期结果进行比对分析，根据比对差异分析和调整第二调度方案，并对第二调度方案进行修正调整。在一次调度结束后，复盘分析实际调度结果与预期调度结果之间的差异，并对第一调度方案、第二调度方案的各因素进行分析，判断引起实际调度结果与预期调度结果产生差异的因素，并适当修正第二调度方案的加权计算时相关因素的权重，以方便在后续调度时能够更贴合预期效果。
25.现实中可建立调度学习模型，获取第二调度方案及对应关联的预期调度方案，将第二调度方案及对应关联的预期调度方案作为关联集对调度学习模型进行训练。通过模型将第二调度方案的调整直观的进行显示，以更贴近预期效果。同时，将第二调度方案进行修正调整后的方案作为预期调度方案，将第二调度方案及对应的预期调度方案作为关联的训练集，对调度学习模型进行训练，提升模型的调度预测准确度。并可在后续进行调度方案规划时，通过调度学习模型进行调度规划，并将预测结果与预期结果进行对比和调节。
26.对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。