一种确定安全库存的方法和装置与流程

1.本技术涉及库存管理技术领域，并且更具体地，涉及一种确定安全库存的方法和装置。


背景技术：

2.在供应链中，库存管理是非常重要的部分，设置合理的库存不仅能满足生产的需求，还能减少库存成本。
3.目前，安全库存策略不考虑制造网络中众多节点之间的相互关系，将每个节点的需求关系视作相互独立的，计算所有节点的安全库存，而实际生产过程中，这种安全库存策略无法对整个生产链条的安全库存布局进行全局优化，就会导致安全库存的冗余或者短缺。
4.因此，对整个生产链条的安全库存布局进行全局优化是一项现在亟需解决的问题。


技术实现要素：

5.本技术提供了一种确定安全库存的方法和装置，可以基于节点的服务时间以及提前期确定出安全库存，使得整个生产链条的安全库存布局得到优化。
6.第一方面，本技术提供了一种确定安全库存的方法，该方法包括：基于商品的物料清单，确定用于制造和/或装配该商品的多个节点，该商品包括成品或半成品；基于多个节点中每个节点的服务时间及其上游节点的提前期，确定需要计划安全库存的一个或多个关键节点，以及每个关键节点的安全库存量；其中，所述上游节点的提前期包括该上游节点的服务时间、该上游节点的制造提前期和供应提前期；所述服务时间表示对下游节点的需求的响应时间。
7.基于上述技术方案，可以确定出用于制造和/或装配商品的多个节点后，根据每个节点的服务时间及其上游节点的提前期，确定出需要做安全库存的关键节点，以及关键节点的安全库存，从而综合考虑商品的各个节点的相关性，结合上下游节点之间的关系，综合考虑了各个节点的服务时间及其上游节点的提前期来确定需要计划安全库存的关键节点，进而确定各关键节点的安全库存量。由于结合了上下游节点之间的关系以及服务时间、提前期等因素，对关键节点及其安全库存的确定覆盖了需求波动的时间范围，从而使得整个生产链条的安全库存布局得到优化。
8.结合第一方面，在第一方面的某些可能的实现方式中，基于多个节点中每个节点的服务时间及其上游节点的提前期，确定需要计划安全库存的一个或多个关键节点，以及每个关键节点的安全库存量，包括：以多个节点中每个节点的服务时间及其上游节点的提前期为变量，计算多个节点的总持货成本；以多个节点的总持货成本最小为目标，确定需要计划安全库存的一个或多个关键节点，以及每个关键节点的安全库存量；其中，安全库存量接近于零的节点不作为关键节点。
9.在上述过程中，以多个节点中每个节点的服务时间及其上游节点的提前期为变量，计算多个节点的总持货成本，再以多个节点的总持货成本最小为目标，确定需要计划安全库存的一个或多个关键节点，以及每个关键节点的安全库存量，将计算关键节点的安全库存的方法具体化，实现对整体生产链条安全库存布局的优化。
10.结合第一方面，在第一方面的某些可能的实现方式中，所述方法还包括：基于商品的历史销售数据，预测商品在未来时段内的需求的变化趋势；根据商品在未来时段内的需求的变化趋势，确定需要对商品计划安全库存。
11.在上述过程中，根据历史销售数据，预测商品在未来时段的需求的变化趋势，在根据该变化趋势，确定是否对商品计划安全库存，从而可以过滤一些不需要做安全库存的商品，一方面避免了不必要的安全库存，另一方面也为后续计划安全库存的步骤减少了计算量，提高了效率。
12.结合第一方面，在第一方面的某些可能的实现方式中，基于商品的历史销售数据，预测商品在未来时段内的需求的变化趋势，包括：基于商品的历史销售数据，预测商品在未来的多个时间窗内的需求量的统计特征，该多个时间窗为未来时段内的时间窗；基于多个时间窗内的需求量的统计特征，确定商品在未来时段内的需求的变化趋势。
13.在上述过程中，根据商品的历史销售数据，预测商品在未来的多个时间窗内的需求量的统计特征，进而根据该统计特征，确定商品在未来时段内的需求的变化趋势，从而将需求的变化趋势具象为需求量的统计特征的变化趋势。
14.可选地，上述统计特征包括：期望值和标准方差，该期望值用于指示需求量，该标准方差用于指示需求量的波动率。
15.通过期望值指示出商品的需求量，通过标准方差指示需求量的波动率，标准方差越大，则可以代表波动率越大，标准方差越小，则可以代表波动率越小。从而可以根据统计特征的变化筛选出不需要做安全库存的商品，减少计算量。
16.结合第一方面，在第一方面的某些可能的实现方式中，基于商品的历史销售数据，预测商品在未来的多个时间窗内的需求量的统计特征，包括：基于商品的历史销售数据，提取商品的特征；基于商品的特征，构建统计模型；通过统计模型预测商品在未来的多个时间窗内的需求量的统计特征。
17.在上述过程中，根据商品的历史销售数据，可以提取出商品的特征，再基于商品的特征，构建出相应的统计模型，使得构建的统计模型能够更准确地预测出商品在未来的多个时间窗内的需求量的统计特征，从而提高了预测结果与实际结果的拟合度。
18.可选地，上述特征包括如下一项或多项：订单时序特征、商品属性特征、物料清单特征、事件特征、计划特征、业务经验特征和外部因素特征。
19.基于上述特征中的一项或多项，可构建出相应的统计模型，进而预测出需求量的统计特征，在上述过程提供了多项可以提取的特征，考虑了影响需求量的多个因素，更具有全面性。
20.结合第一方面，在第一方面的某些可能的实现方式中，该方法还包括：对一个或多个关键节点中每个关键节点的安全库存量进行评估，以确定每个关键节点的需求满足率。
21.在上述过程中，可以通过仿真对每个关键节点的安全库存量进行评估，以确定每个关键节点的需求满足率，从而验证出安全库存计划的有效性。
22.结合第一方面，在第一方面的某些可能的实现方式中，该方法还包括：对未达到预期指标的关键节点的安全库存进行调整，该未达到预期指标的关键节点为需求满足率未达到预设的目标需求满足率的节点。
23.在上述过程中，可以对未达到预期指标的关键节点的安全库存进行调整，从而得到最优的安全库存计划，使得整个生产链条的安全库存布局得到优化。
24.第二方面，本技术提供了一种确定安全库存的装置，包括用于实现第一方面以及第一方面任一种可能实现方式中的方法的模块或单元。应理解，各个模块或单元可通过执行计算机程序来实现相应的功能。
25.第三方面，本技术提供了一种确定安全库存的装置，包括处理器，所述处理器用于执行第一方面以及第一方面任一种可能实现方式中所述的确定安全库存的方法。
26.所述装置还可以包括存储器，用于存储指令和数据。所述存储器与所述处理器耦合，所述处理器执行所述存储器中存储的指令时，可以实现上述各方面中描述的方法。所述装置还可以包括通信接口，所述通信接口用于该装置与其它设备进行通信，示例性地，通信接口可以是收发器、电路、总线、模块或其它类型的通信接口。
27.第四方面，本技术提供了一种芯片系统，该芯片系统包括至少一个处理器，用于支持实现上述第一方面以及第一方面任一种可能实现方式中所涉及的功能，例如，例如接收或处理上述方法中所涉及的数据和/或信息。
28.在一种可能的设计中，所述芯片系统还包括存储器，所述存储器用于保存程序指令和数据，存储器位于处理器之内或处理器之外。该芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
29.第五方面，本技术提供了一种计算机可读存储介质，包括计算机程序，当其在计算机上运行时，使得计算机实现第一方面以及第一方面任一种可能实现方式中的方法。
30.第六方面，本技术提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当所述计算机程序被运行时，使得计算机执行第一方面以及以及第一方面任一种可能实现方式中的方法。
31.应当理解的是，本技术的第二方面至第六方面与本技术的第一方面的技术方案相对应，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。
附图说明
32.图1是物料清单网络的示意图；
33.图2是适用于本技术实施例提供的确定安全库存的方法的供应链架构的示意图；
34.图3是用于执行本技术实施例提供的确定安全库存的方法的多个模块的示意图；
35.图4是本技术实施例提供的确定安全库存的方法的示意性流程图；
36.图5是本技术实施例提供的回归算法所采用的模型的示意图；
37.图6是本技术实施例提供的确定安全库存的装置的示意性框图。
具体实施方式
38.下面将结合附图，对本技术中的技术方案进行描述。
39.在介绍本技术实施例之前，首先对本技术中涉及到的术语作简单说明。
40.1、安全库存：也称安全存储量，又称保险库存。是指为了防止不确定性因素而预计的保险储备量。其中，不确定性因素例如可以是大量突发性订货、交货期突然延期、临时用量增加、交货误期等。在正常情况下不动用安全库存，只有在库存量过量使用或者送货延迟的情况下才使用。
41.2、物料清单(bill of material，bom)：是指描述企业产品组成的技术文件。例如，bom可以表明产品的总装件、分装件、组件、部件、零件直到原材料之间的结构关系，以及所需要的数量。
42.bom可通过bom网络来表示。图1是bom网络的示意图。图1中示出了多个黑点，以及连接于多个黑点的直线。每个黑点可代表一个零件、一个部件、一个组件或一个分装件，为便于描述，下文均统称为节点。互为上下游的节点之间可通过线相连，多个节点通过线连接，组成一束节点，或者说，一簇节点。这一束节点可对应于一个终产品。例如图中所标识的a、b、c。应理解，这里所述的商品具体可以是指企业对外销售的产品。该商品可以是成品，例如手机、平板电脑等；也可以是半成品，例如电池、屏幕等。
43.由图1可以看到，每个商品都包括多个节点，也就是说，每个商品的制造都需要用到大量的专用件和通用件。例如，节点a为商品a中的一个节点，表示节点a是用于制造商品a的一个节点，例如是用于制造商品a的一个专用件。节点b和d分别为商品a、b和c中的一个节点，表示节点b和d分别是用于制造商品a、b和c的一个节点，例如是一个通用件。节点c可用于制造或装配节点b和d，也可以是一个通用件。
44.图1所示的bom网络中，节点之间的连线表现了节点之间上下游关系。例如，节点c为节点b和d的上游节点；节点b和d是节点c的下游节点。可以看到，每个节点可能存在一个或多个上游节点，和/或，一个或多个下游节点。其中，上游节点可用于生产或装配下游节点，下游节点的生成和装配依赖于上游节点的制造周期、供应周期以及服务时间。上游节点也可以称为父项节点，下游节点也可以称为子项节点。应理解，节点之前的上下游关系也可以称为层级关系。
45.该bom网络中，每个节点可以具象为一个编码，节点之间的连接关系可以表示产品之间的上下游关系，节点之间的边长可以表示提前期，节点的特征信息包括服务时间。应理解，bom网络用于描述用于制造商品的bom中各节点以及各节点之间的层级关系，因此也可以称为制造网络。
46.3、解耦点：是指在材料的供应和使用之间建立非相关性。也就是说，在前后道工序之间建立安全库存，使供应的波动不会限制下一道工序的生产率或使用率。在本技术实施例中，库存解耦点可以称为关键节点，也就是需要计划安全库存的节点。
47.4、服务时间(service time)：在物料清单网络中，一个节点的服务时间是指该节点对其下游节点的需求的响应时间。
48.5、提前期：一个节点的提前期可以包括该节点的服务时间，以及下游从该节点补货的制造与运输所需要的时间。其中，制造所需要的时间可以称为制造提前期，运输所需要的时间可以称为供应提前期。例如，一个节点的服务时间为s，下游节点从该节点补货的制造与运输所需时间为t，那么该节点的提前期为s t。也就是说，下游节点从该节点补货需提前的时间为s t，即该节点的下游节点的补货提前期为s t。
49.应理解，一个节点的服务时间越长，那么其下游节点的补货提前期就越长，下游节
点需要为该节点承担的、因需求不确定而带来的风险也就越大。也就是说，一个节点的服务时间越长，此节点所需的安全库存就越少，其下游所需的安全库存就越多。
50.目前，安全库存策略不考虑bom网络中各节点之间的相互关系，也就是说，将每个节点视作独立的节点，每个节点的需求视为独立的需求。在具体实现中，先根据传统的需求预测模型对每个节点的未来需求量进行预测；然后进行单节点的安全库存计算，例如基于正态分布和传统的安全库存计算模型，计算出各节点的安全库存；最后，周期性地对安全库存策略进行更新。比如，按月对安全库存策略进行更新，即每月计算一次安全库存。
51.然而，上述安全库存的确定方法缺乏灵活性，难以适配到多级库存等复杂的场景中，比如，当某一个终产品存在多层级的节点时，单纯地对每个节点进行安全库存的计算是很难满足需求的。
52.因此，本技术提出了一种确定安全库存的方法，将每个商品的bom网络视作一个整体来考虑，将bom网络作为决策基础，综合考虑各层级的节点之间的关系，将每个节点的服务时间、制造提前期、供应提前期作为决策变量，来计算整体生产链条中各个节点的安全库存，从而使得整个生成链条中安全库存布局得以优化。
53.下面将结合附图，对本技术实施例提供的确定安全库存的方法进行详细说明。
54.为便于理解本技术实施例，首先结合图2对适用于本技术实施例的方法的供应链架构做简单说明。图2为适用于本技术实施例提供的确定安全库存的方法的供应链架构的示意图。
55.如图2所示，该供应链架构包括销售部门、主计划部门、生产部门和采购部门。其中，销售部门可以针对编码进行销售预测，主计划部门基于销售预测和产能等因素，将对每个编码的销售预测转化为对所有编码的主计划需求预测，生产部门则进一步考虑物料、替代、优先级等各类约束，并对未来的生产计划进行优化，根据计划输出未来一段时间的采购计划至采购部门。主计划部门还可以基于对未来每个编码的销售预测计算出每个编码的安全库存，以实现安全库存优化。主计划部门可以向生产部门提供每个编码的安全库存作为参考水位。生产部门可以将该安全库存的参考水位与生产计划进行对比，从而保障未来每期的期末库存达到安全库存参考水位。
56.应理解，上文所述的安全库存优化可以通过执行本技术实施例提供的确定安全库存的方法来实现。图3示例性地示出了用于执行本技术实施例提供的确定安全库存的方法的多个模块。该多个模块例如可以部署在计算设备中，以用于实现不同的功能。该多个模块可以集成在同一个计算设备中，也可以分布在多个计算设备中。所述计算设备例如可以是服务器。本技术实施例对此不作限定。为了方便说明，下文中将用于执行本技术实施例提供的确定安全库存的方法的装置简称为确定安全库存的装置。
57.如图3所示，该计算设备包括：需求预测模块、库存策略模块、库存计划模块、库存仿真模块和库存调优模块。
58.其中，需求预测模块用于预测各种商品的需求量的统计特征。所述需求量的统计特征可以包括加权平均值、上界和标准方差。其中，加权平均值也可以说是未来时段的需求量的期望值。示例性地，未来一个月内，某一商品的需求量为a的可能性为m％，需求量为b的可能性为n％，需求量为c的可能性p％，需求量为d的可能性是q％，则该商品在未来一个月内的需求量的期望值w＝a
×
m％ b
×
n％ c
×
p％ d
×
q％。需求量a、b、c、d中的最大值可以
作为该商品在未来一个月内的需求量的上界。标准方差可以根据上述需求量a、b、c、d分别与平均值来确定，具体可参看现有技术中标准方差的计算公式，这里不做详述。
59.库存策略模块可以结合产品特征、库存特征、供给特征、业务要求等，对每种商品所需的节点进行预处理，例如，对部分节点进行过滤；又例如，对节点进行分类。其中，产品特征包括产品的需求量、制造周期、原材料的供应周期、是否易损耗、是否容易过期等特征。库存特征可以包括库存的波动特征，例如，历史数据里，某一节点容易造成冗余，则可以少做一些安全库存。业务要求例如可以包括但不限于，对于高货值高波动的节点少做安全库存，对于低货值低波动的多做安全库存，等等。
60.库存计划模块可基于各节点的服务时间，并可结合库存参数、成本参数、生成约束、库存约束、目标服务水平等，确定出关键节点以及关键节点的安全库存。其中，成本参数用于描述该节点的货值的高低。库存参数是指正常情况下维持多少的安全库存。例如，可以将维持一周的用量作为安全库存。应理解，成本参数和库存参数可以基于历史数据获得。目标服务水平是描述可以覆盖实际需求量的概率。例如，未来需求量的期望值为w，需求量的上界为w1，而实际的需求量中，若目标服务水平为k％，则表示需求量小于w1的可能性大于或等于k％。
61.库存仿真模块可结合业务目标和约束，对库存计划模块输出的各关键节点的安全库存进行评估。库存调优模块可以对仿真结果进行评估，确定是否达到预期指标。在未达到预期指标的情况下，可以进一步对库存计划模块输出的关键节点的安全库存进行调优。
62.上述安全库存优化模块包含但不限于如下的应用场景，下面对安全库存优化模块的几种应用场景进行详细介绍。
63.场景一：综合考虑出库预测。
64.根据上层节点向下分解使误差放大，而且由于提前期不是一个确定时间，所以原材料的安全库存上界存在较大的偏差。为了使整体的安全库存策略误差较小，可以对每一个节点的需求设置一个上界，在需求不超过上界的情况下，做安全库存。
65.场景二：考虑料本与波动率。
66.业务中有根据历史出库量设置安全库存的经验与习惯，为了控制成本，可以根据料本与波动率，设置不同的上界，也就是说，人为设置节点的安全库存的上界。例如，对于高料本高波动的节点可以少建立安全库存，可以把安全库存的上界设置的低一点，对于低料本低波动的节点多建立安全库存，可以把安全库存的上界设置的高一点。
67.场景三：考虑编码服务等级协议(service level agreement，sla)。
68.原材料和中间件既需要满足自身外部订单需求，又需要满足父项的需求，但sla承诺仅对外部订单有效，如果直接对这类项目添加s≤sla的约束可能会导致该项目对父项的承诺服务时间过短。应理解，sla承诺仅对外部订单有效是指对于成品来说是面向客户的，存在sla承诺，而对于中间件来说，没有sla承诺。
69.如果一个编码既可以作为外部订单直接销售，也可以作为中间件去制造其他成品，则可以设置虚拟节点来表示作为外部订单的需求，并在虚拟节点上添加sla承诺，将对外部订单的需求的预测转移到虚拟节点上，虚拟节点与原节点具有相同的波动率。应理解，该sla承诺在计算安全库存时可以作为一种约束条件。
70.场景四：考虑编码货期。
71.考虑所有节点的制造提前期和供应提前期。对于货期较短而承诺服务时间较长的点倾向于不设置安全库存，而货期较长且承诺服务时间较短的节点倾向于被提高安全库存水平。
72.应理解，图3中各模块的具体功能将在下文中结合图4的方法实施例中做详细说明，为了简洁，此处暂且不作详述。
73.下面将结合图4详细说明本技术实施例提供的确定安全库存的方法。图4所示的实施例以图3所示的各个模块为例来描述了各个步骤。但这不应对本技术实施例构成任何限定。图3所示的各个模块只是基于不同的功能而做出的划分。这些模块可以是物理上分开的，或者也可以不是物理上分开的。
74.图4为本技术实施例提供的确定安全库存的方法400的示意性流程图。如图4所示，该方法400可以包括步骤410至步骤460。
75.在步骤410中，需求预测模块基于多种商品的历史销售数据，预测该商品在未来的多个时间窗内的需求量的统计特征。
76.具体而言，对商品的需求量的预测可利用回归算法来实现。示例性地，通过从历史销售数据中提取出各个商品的特征，总结其中的规律，进而通过回归算法来建模，得到预测模型，再由预测模型对该商品在未来任意一个时段的需求量进行预测。其中，历史销售数据可以包括历史订单数据、历史出库数据等，本技术实施例包含但不限于此。
77.在本技术实施例中，基于历史销售数据可以提取到各种商品多个维度的特征，例如可以包括但不限于如下维度：
78.一、订单时序特征。订单时序特征是指的从历史需求序列中提取的特征，其中，历史需求序列可以是由商品的历史销售数据按照时间顺序排列而得到的序列。历史需求序列可以按照不同的特征进行分类。例如，从特征种类上将其进行分类，可以分为滞后特征、时间特征、滚动窗口特征等。其中，滞后特征表示销售时间相对于订货时间存在滞后性。例如，某一商品预计春节销售，则需要提前订货。时间特征可以包含以季度，月份，周的绝对位置和相对位置刻画的特征，滚动窗口特征与滞后特征类似，是指考虑订货时间与到货时间存在时间差，销售需要在到货之后，则商品订货到销售需要存在一个周期，例如，周期为一个月，某一商品3月份订货，则4月份销售，4月份订货，则5月份销售。此外，根据特征来源的不同，还可以分为商品自身时序特征和关联商品时序特征。商品自身时序特征和关联商品时序特征均可以包括上述之后特征、时间特征、滚动窗口特征等。
79.二、商品属性特征。商品属性特征可以从商品的自身属性中获取。例如，商品属性特征可以包括，生命周期状态、物料成本、初始库存、产品族、商品描述。其中，产品族是指商品的种类，例如，产品族可以是食品、生活用品等。商品描述可以利用自然语言处理(natural language processing，nlp)提取关键词，对商品进行描述。应理解，上述特征仅为本技术实施例提供的商品属性特征中的几例，商品属性特征还可以包括从商品的自身属性获取的其他特征，本技术包括但不限于此。
80.三、bom特征。bom特征可以是指商品在bom网络中的信息。例如，可以包含各节点之间的层级关系，也就是各节点之间的上下游关系。bom特征还可以包含各节点所处层级的结构特征，即bom网络中该商品包含的节点的结构特征，例如，生产某一商品需要节点b和节点c，生成节点b需要节点d，及其下游节点的结构。
81.四、事件特征。事件特征可以是指对历史上带重复性的事件进行分离，并分析总结出的对应的特征。
82.五、计划特征。计划特征可以是指从销售计划、采购计划提取的特征。
83.六、业务经验特征。业务经验特征可以是指将和需求量相关的业务经验转化而形成的规则式的特征。
84.七、外部因素特征。外部因素特征是指从外部因素提取的特征。例如，根据天气提取的特征。应理解，是否需要提取外部因素特征可以视具体情况而定。
85.由上文列举的特征可以看到，本技术实施例中对各种商品提取的特征维度较高，可以采用特征选择算法进行降维。另一方面，为了降低预测模型过拟合的风险，还可以采用聚类算法对商品进行分组，同一组商品的预测模型可以采用相同的解析表达。具体来说，可以采用聚类算法将这些商品的特征居中聚拢，不过于分散，从而便于找出这些商品的典型特征，将具有相似特征的商品分为一组，同一组商品的特征可作为共享训练样本，从而达到降低预测模型过拟合的风险，同时也可以避免规律丢失。
86.作为示例而非限定，回归算法所采用的模型可以包括时间序列模型、机器学习模型、以及深度学习模型。
87.图5为本技术实施例提供的回归算法所采用的模型的示意图。
88.如图5所示，时间序列模型可以包括但不限于如下几类：三次指数平滑(例如霍尔特-温特(holt-winters))、自回归积分平滑平均(autoregressive integrated moving average，arima)、指数平滑(exponential smoothing)。
89.机器学习模型可以包括但不限于如下几类：梯度提升决策树(gradient boosting decision tree)、极端梯度提升(extreme gradient boost，xgboost)、随机森林(random forest)、支持向量机(support vector machine，svm)。
90.深度学习模型可以包括但不限于如下几类：递归神经网络(recursive neural network，rnn)、门控循环单元(gated recurrent unit，gru)、对抗生成网络(generative adversarial net，gan)、长短期记忆网络(long short-term memory，lstm)。
91.应理解，通过回归算法来预测某一商品在未来某一时段内的需求量，可以通过上述模型中的任意一种来进行回归预测，也可以采用多个模型融合的加权模型来进行回归预测。本技术实施例对此不作限定。
92.以随机森林为例，对求解商品未来时段内的需求量做简单说明。
93.随机森林算法是一种并行决策树算法，通过构造m棵树，最后m个结果求平均值得到最终预测值。预测公式为：最终预测值＝(第一棵树预测值 第二棵树预测值
…
第m棵树预测值)/m。例如：第一棵树预测值为100，第二棵树为80，第三棵树为60，最终预测值＝(100 80 60)/3＝80。
94.应理解，关于随机森林以及其他各种模型的相关说明可以参看现有技术。为了简洁，这里不做详述。
95.在建立了预测模型之后，可以将各商品的历史订单数据、历史出库数据输入至预测模型中，预测模型可以输出各商品未来时段的需求量的统计特征。该统计特征可以包括加权平均值、上界和标准方差。关于统计特征的相关说明在上文中已经做了详细说明，为了简洁，此处不再赘述。
96.基于上文所述的方法，预测模型可以预测各商品在未来的多个时间窗内的需求量的统计特征。例如，预测各商品在时间窗1至时间窗n(n＞1且为整数)这n个时间窗内的需求量的统计特征。该多个时间窗可以是多个连续的时间窗，或者，也可以是按照时间先后顺序划分的多个时间窗。比如，以月为单位，该多个时间窗可以是多个连续的月份，比如，1月、2月、3月、4月等多个月份；也可以是多个不连续的月份，比如，1月、3月、5月、7月等多个月份；还可以是滑动的多个时间窗，比如，1月1日至1月31日、1月16日至2月15日、2月1日至2月28日、2月16日至3月15日、3月1日至3月31日，等等。为了简洁，此处不再一一列举。由于该多个时间窗按照时间顺序排列，因此也可以称为时间窗序列。
97.应理解，该多个时间窗可以是是属于未来的预设时段内的多个时间窗。该预设时段可用于观察各种商品的需求的变化趋势。
98.在步骤420中，根据各商品在多个时间窗内的需求量的统计特征，确定需要计划安全库存的商品。
99.根据各商品在多个时间窗内的需求量的统计特征，可以得到各商品在未来时段内的需求的变化趋势，基于每种商品在该未来时段内的需求的变化趋势，可以确定是否需要针对该商品计划安全库存。
100.示例性地，基于对多个时间窗内各商品的需求量的预测，可以得到各商品的需求量的变化趋势。例如，若某一商品的加权平均值在多个时间窗内越来越高，则表示该商品的需求量呈现一个上升趋势；若商品的需求量呈下降趋势，则均值就会越来越低。还应理解，标准方差可以代表需求量的波动率。标准方差越大，则可以代表波动率越大，标准方差越小，则可以代表波动率越小。
101.基于多个时间窗内预测的各商品的需求量的统计特征，便可以确定哪些商品的需求量呈上升趋势，哪些商品的需求量呈下降趋势，哪些商品的需求量不变，哪些商品的需求波动量较大，哪些商品的需求波动量较小。对于需求量呈上升趋势的商品则需要计划安全库存，尤其是对于需求波动量较大的商品，可以多做安全库存；对于需求波动量较小的商品，可以少做安全库存。对于需求量呈下降趋势或不变的商品可以不做安全库存，或者，对于需求量呈下降趋势且需求波动量较大的可以做少量安全库存，而对于需求量呈上升趋势且需求波动量较小的可以不做安全库存。
102.这里，对商品做安全库存，具体是指，对用于制造和/或装配该商品的各个节点做安全库存。比如，图1中所示的bom网络中，若要对商品a做安全库存，则可以考虑对用于组成a的节点(如图中示出的节点a、b、c、d)做安全库存。
103.下文中将以节点为例来描述本技术实施例提供的确定安全库存的方法。该节点可以是用于制造或装配一种或多种商品的节点。为方便描述，下文中以上述多种商品中的一种来说明确定各节点的安全库存的方法。该商品例如记为第一商品，该第一商品可以由多个节点制造和/或装配而成。该第一商品例如可以是通过上述步骤410和420确定的需要做安全库存的商品，也可以是人为设定的需要做安全库存的商品。本技术实施例对此不做限定。
104.步骤430，库存策略模块对组成第一商品的多个节点进行预处理。
105.对多个节点进行预处理，可以减少后续步骤的计算量。因此，对多个节点进行预处理可以作为一个可选的步骤。上述确定安全库存的装置也可以不执行步骤430，直接执行后
续步骤。换言之，库存策略模块是一个可选的模块。由需求预测模块输出的各种商品的需求量和统计特征也可以直接输入至库存计划模块。
106.一种可能的实现方式是，库存策略模块可以基于产品特征、库存特征、供给特征、业务要求等，对多个节点进行预处理。
107.又一种可能的实现方式是，对该第一商品的bom网络结构进行分析，可以得到每个节点的出入度。所谓节点的出入度具体可以是指，该节点的上游节点数量、下游节点数量、以及配对关系。根据每个节点的出入度、每个节点的历史出库量和需求量、每个节点的下游节点的历史出库量和需求量、每个节点的历史库存，以及每个节点的提前期，可以过滤出不需要做安全库存的节点。
108.可选地，对多个节点进行预处理可以包括：对该多个节点进行过滤，以将一些不需要做安全库存的节点过滤掉。例如，可能存在一些节点处于收尾阶段，不需要做安全库存；还有一些节点已决定不再使用，也不需要做安全库存；还有一些节点，安排库存可能会形成低呆，因此也不需要做安全库存。不需要做安全库存的节点并不限于上文所列举的几种情况，为了简洁，此处不一一列举。
109.另外，如前所述，在bom网络中，每种商品都包括多个节点，也就是由多个节点制造和/或装配而成。但这些节点中，有些节点是高货值高波动的，因成本高，且波动大，可以少做库存；有些节点是低货值低波动的，因成本低，且波动小，可以多做库存；还有些节点是高货值低波动的，因成本高但波动小，可以做少量库存；还有些是低货值高波动的，因波动大但成本低，可以做少量库存。因此，对多个节点进行预处理还可以包括，对多个节点进行分类。
110.可选地，对多个节点进行预处理还可以包括：对多个节点进行分类，并对不同分类的节点设置安全库存的上界和/或下界。示例性地针对不同的特点，可以对这些节点进行分类，针对每一类节点可以设置不同的安全库存的上界。比如，高货值高波动节点为一类，可以尽可能地少做库存，例如上界为a1；低货值低波动为一类，可以多做库存，例如上界为a2；高货值低波动为一类，可以做少量库存，例如上界为a3；低货值高波动为一类，可以做少量库存，例如上界为a4。其中，a1、a2、a3、a4均为自然数，a1最小，a2最大，a3、a4居中。
111.在步骤440中，基于每个节点的服务时间及其上游节点的提前期，确定关键节点以及每个关键节点的安全库存。
112.关键节点具体可以是需要计划安全库存的节点。一个节点的服务时间、制造提前期和供应提前期可以称为该节点的提前期。因此，上游节点的提前期包括：该上游节点的服务时间、制造提前期和供应提前期。对于任意一个节点来说，基于它从上游节点补货的制造提前期和供应提前期，上游节点的服务时间，以及该节点本身的服务时间，可以得到该节点所需覆盖的需求波动的时间范围，进而可以结合需求的波动性，得出该节点所需的安全库存。
113.可以理解，上游节点的提前期越长，该节点的安全库存就应越多；一个节点的服务时间越长，该节点所需的安全库存就可以越少。而任意一个节点的上游节点的提前期越长，该节点所需的安全库存就可以越多。
114.可以看到，每个节点的安全库存都可以是它自身的服务时间、上游节点的提前期的函数。若以各节点的服务时间和上游节点的提前期为决策变量，可以构造函数f(xi,yi)。
其中，xi表示i(i为自然数)个节点中的节点i(1≤i≤i，i为自然数)的服务时间，yi表示节点i的提前期。
115.若以最小化安全库存的总持货成本为目标，可以求解出关键节点以及各关键节点的安全库存。例如假设节点i的成本为pi，pi＞0，i个节点的总持货成本可以表示为：使得总持货成本最小化，由此可以求解出安全库存的解耦点，即关键节点，以及每个关键节点的安全库存量。
116.应理解，每个节点安全库存与服务时间、提前期等不是简单的函数关系，其他因素也会影响安全库存。例如，bom结构中的连接关系，节点的供应量，产品的原材料等。
117.进一步地，在求解各关键节点的安全库存的过程中，可以引入一些约束条件。例如，约束条件可以包含，设置目标服务水平，使各节点的目标服务水平达到k％。又比如，对于某些节点，引入上界和/或下界等，以使得各关键节点的安全库存在有约束的情况下，总持货成本达到最小。
118.在步骤450中，库存仿真模块对各关键节点的安全库存进行评估。
119.在库存仿真模块，可以考虑和步骤410中所述相同的时间窗。通过库存仿真模块可以还原生产流程中尽可能多的业务规则，对安全库存计划进行评估。
120.一种可能的实现方式是，将需求预测模块输出的商品在未来的多个时间窗内的需求量输入到库存仿真模块，库存仿真模块随机生成每个节点的实际需求量。作为示例而非限定，库存仿真模块可以运用蒙特卡洛方法随机生成每个节点的实际需求量。然后基于安全库存策略与实际的需求量评估需求满足的情况。
121.应理解，需求预测模块的预测过程可能存在考虑因素不全面等情况，其所输出的商品在未来时段的需求量可能不准确，因此可以运用蒙特卡洛方法模拟出实际的需求量。
122.可选地，库存仿真模块输入的参数还可以包括但不限于如下几项：每个节点的安全库存、现有原材料或者半成品的库存、销售计划、生产流程中的业务规则等。
123.可选地，库存仿真模块还可以根据输入的高风险节点的提前期，运用蒙特卡洛方法随机生成实际的提前期。
124.应理解，仿真的次数足够多时，就会有综合评估的意义。例如，可以基于上述多个时间窗，生成多组需求量数据，重复上述仿真流程，得出多组库存量和缺货量，计算得出平均的库存量和缺货量，进而可以确定需求满足率。例如，运用蒙特卡洛方法模拟出实际的需求量，根据库存与实际需求量的比值，计算出需求满足率。
125.还应理解，运用蒙特卡洛方法模拟实际需求量或实际提前期以及通过库存仿真模块对安全库存计划进行评估的具体过程可以参看现有技术，为了简洁，此处不作详述。
126.在步骤460中，库存调优模块对未达到预期指标的关键节点的安全库存进行调优。
127.根据上述仿真模块输出的评估结果，对需求满足率或者其他关键性指标不满足预期指标的产品的安全库存进一步调优，也就是库存策略的调整。
128.预期目标可以是人为设定的。例如，针对每个关键节点可以预设目标需求满足率。针对需求满足率低于预设的目标需求满足率的节点，基于库存仿真模块输出的缺货量和需求量以及目标需求满足率，调整该关键节点的安全库存。例如，如果一个编码处于缺货状态，则可以提高安全库存，如果一个节点库存量冗余，则可以降低安全库存，若调整之后，需
求满足率仍不满足预期目标，则可以多次算法迭代，直至所有节点需求满足率都达到各自对应的目标需求满足率，输出最低安全库存水平，也就是满足所有节点预期目标的最低安全库存水平。
129.基于上述技术方案，根据商品的bom网络，确定出用于制造和/或装配该商品的多个节点，再基于每个节点的提前期及其上游节点的服务时间，从而确定出需要计划安全库存的关键节点，以及每个关键节点的安全库存量，该方法综合考虑各个节点的相关联性，使得整个生产链条的安全库存布局得到优化。
130.图6是本技术实施例提供的确定安全库存的装置600的示意性框图。该装置600可以为芯片系统，或者，也可以为配置了芯片系统，以用于实现上述方法实施例中确定安全库存的功能的装置。在本技术实施例中，芯片系统可以由芯片构成，也可以包含芯片和其他分立器件。
131.如图6所示，该装置600可以包括处理器610和通信接口620。其中，通信接口620可用于通过传输介质和其它设备进行通信，从而用于装置600中的装置可以和其它设备进行通信。所述通信接口620例如可以是收发器、接口、总线、电路或者能够实现收发功能的装置。处理器610可利用通信接口620输入输出数据，并用于实现图4对应的实施例中所述的确定安全库存的方法。
132.示例性地，处理器610可用于基于商品的物料清单，确定用于制造和/或装配所述商品的多个节点，所述商品包括成品或半成品；基于所述多个节点中每个节点的提前期及其上游节点的服务时间，确定需要计划安全库存的一个或多个关键节点，以及每个关键节点的安全库存量；所述节点的提前期包括所述节点的服务时间、所述节点的制造提前期和供应提前期。具体参见方法实施例中的详细描述，此处不作赘述。
133.可选地，该装置600还包括至少一个存储器630，用于存储程序指令和/或数据。存储器630和处理器610耦合。本技术实施例中的耦合是装置、单元或模块之间的间接耦合或通信连接，可以是电性，机械或其它的形式，用于装置、单元或模块之间的信息交互。处理器610可能和存储器630协同操作。处理器610可能执行存储器630中存储的程序指令。所述至少一个存储器中的至少一个可以包括于处理器中。
134.本技术实施例中不限定上述处理器610、通信接口620以及存储器630之间的具体连接介质。本技术实施例在图6中以处理器610、通信接口620以及存储器630之间通过总线640连接。总线640在图6中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
135.本技术提供一种计算机程序产品，所述计算机程序产品包括：计算机程序(也可以称为代码，或指令)，当所述计算机程序被运行时，使得计算机执行图4所示实施例中的方法。
136.本技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序(也可以称为代码，或指令)。当所述计算机程序被运行时，使得计算机执行图4所示实施例中的方法。
137.应理解，本技术实施例中的处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或
者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
138.还应理解，本技术实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，dr ram)。应注意，本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
139.本说明书中使用的术语“单元”、“模块”等，可用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。
140.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各种说明性逻辑块(illustrative logical block)和步骤(step)，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。在本技术所提供的几个实施例中，应该理解到，所揭露的装置、设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
141.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
142.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
143.在上述实施例中，各功能单元的功能可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令(程序)。在计算机上加载和执行所述计算机程序指令(程序)时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
144.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
145.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。