[发明专利]一种智能供应链物流调度方法

说明书

本发明提供了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。该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。

技术领域

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

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。

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。

发明内容

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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

图1是本发明的流程示意图。

具体实施方式