一种门店补货方法、装置和设备制造方法及图纸

本申请公开了一种门店补货方法、装置和设备，本申请通过第二补货数据建立包括了销售额、缺货率、周转天数和补货匹配度等指标的目标函数，再通过混合整数规划算法对目标函数进行优化，直至目标函数没有发生变化时停止优化，即基于不同补货量的情况下，不断地优化目标函数，可以反向求解出最优的补货数量，以得到预置补货模型，最后将待补货商品的补货数据输入至预置补货模型，即可得到待补货商品的补货量，不仅得到商品的最优补货数量，还能够给出每次补货的效果，并结合了商品的市场需求量，以适应快速变化的市场，解决了现有的只考虑单一商品的补货情况，没有考虑到相同品类下其他商品的补货量的情况，因此无法得到最优的补货结果的技术问题。

【技术实现步骤摘要】
一种门店补货方法、装置和设备
本申请涉及商品零售
，尤其涉及一种门店补货方法、装置和设备。
技术介绍
在供应链运作中，自动补货是非常重要的一个环节，一种通过整合市场需求预测、门店存货、仓库等信息，自动、高效地向门店补货，以实现门店销售收益的增长。现有的只考虑单一商品的补货情况，没有考虑到相同品类下其他商品的补货量的情况，因此无法得到最优的补货结果。
技术实现思路
本申请提供了一种门店补货方法、装置和设备，用于解决现有的只考虑单一商品的补货情况，没有考虑到相同品类下其他商品的补货量的情况，因此无法得到最优的补货结果的技术问题。有鉴于此，本申请第一方面提供了一种门店补货方法，包括：获取待补货商品的第一补货数据；将所述待补货商品的第一补货数据输入至预置补货模型，得到所述待补货商品的补货量；其中，所述预置补货模型的具体构建过程如下：获取相同品类下所有商品的第二补货数据；根据所述第二补货数据建立目标函数，所述目标函数包括销售额、缺货率、周转天数和补货匹配度；通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。可选地，所述根据所述第二补货数据建立目标函数，包括：根据所述第二补货数据分别建立销售额最大化计算公式、周转天数最小化计算公式、缺货率最小化计算公式和补货匹配度计算公式；根据所述销售额最大化计算公式、周转天数最小化计算公式、缺货率最小化计算公式和补货匹配度计算公式建立目标函数。可选地，所述目标函数为：所述目标函数的约束条件为：其中，maxZ1为销售额最大化，minZ2为周转天数最小化，minZ3为缺货率最小化，minZ4为补货匹配度，s为门店编号，s∈S，g为商品编号，g∈G，Xsg为商品的补货量，Isg为补货前存货量，Ssg为需求量，SMsg为商品日均销量，Plsg为商品的单价，P2sg为商品的缺货成本，P3sg为商品的滞销成本，Rg为商品的仓库存货量，Cs为商品在门店的陈列标准数量。可选地，所述通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型，包括：通过分支界定法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。可选地，所述通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型，包括：通过割平面法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。本申请第二方面提供了一种门店补货装置，包括获取单元和输入单元；所述获取单元，用于获取待补货商品的第一补货数据；所述输入单元，用于将所述待补货商品的第一补货数据输入至预置补货模型，得到所述待补货商品的补货量；其中，所述预置补货模型的具体构建过程如下：获取相同品类下所有商品的第二补货数据；根据所述第二补货数据建立目标函数，所述目标函数包括销售额、缺货率、周转天数和补货匹配度；通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。可选地，所述根据所述第二补货数据建立目标函数，包括：根据所述第二补货数据分别建立销售额最大化计算公式、周转天数最小化计算公式、缺货率最小化计算公式和补货匹配度计算公式；根据所述销售额最大化计算公式、周转天数最小化计算公式、缺货率最小化计算公式和补货匹配度计算公式建立目标函数。可选地，所述通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型，包括：通过分支界定法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。可选地，所述通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型，包括：通过割平面法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。本申请第三方面提供了一种门店补货设备，包括存储器以及处理器；所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行第一方面和第二方面中任一项所述的门店补货方法。从以上技术方案可以看出，本申请具有以下优点：本申请公开了一种门店补货方法，包括：获取待补货商品的第一补货数据；将待补货商品的第一补货数据输入至预置补货模型，得到待补货商品的补货量；其中，预置补货模型的具体构建过程如下：获取相同品类下所有商品的第二补货数据；根据第二补货数据建立目标函数，其中，目标函数包括销售额、缺货率、周转天数和补货匹配度；通过混合整数规划算法对目标函数进行优化，直至目标函数没有发生变化时停止优化，以得到预置补货模型。本申请中通过获取商品单价、商品库存量和需求预测值等第二补货数据建立包括了销售额、缺货率、周转天数和补货匹配度等指标的目标函数，再通过混合整数规划算法对目标函数进行优化，直至目标函数没有发生变化时停止优化，即基于不同补货量的情况下，不断地优化目标函数，从而可以反向求解出最优的补货数量，以得到预置补货模型，最后，将待补货商品的补货数据输入至预置补货模型，即可得到待补货商品的补货量，不仅可以得到商品的最优补货数量，还能够给出每次补货的效果，并结合了商品的市场需求量，以适应快速变化的市场，解决了现有的只考虑单一商品的补货情况，没有考虑到相同品类下其他商品的补货量的情况，因此无法得到最优的补货结果的技术问题。附图说明图1为本申请实施例提供的现有门店订货模型的示意图；图2为本申请实施例提供的一种门店补货方法的流程示意图；图3为本申请实施例提供的一种门店补货方法的不同门店不同商品的补货数量示意图；图4为本申请实施例提供的构建预置补货模型的流程示意图；图5为本申请实施例提供的一种门店补货装置的结构示意图具体实施方式如图1所示，现有的零售行业门店订货模型，多采用定期不定量或定量不定期的方式进行订货，定期不定量是指门店每隔固定的周期T进行一次订货，订货量为未来T天的需求量Q，定量不定期是指门店每次的订货量固定为Q，订货周期不固定，只考虑单一商品的补货情况，在实际销售过程中，往往会同时考虑相同品类下不同商品的补货，对于集团公司或连锁店商店来说还会涉及到多家门店竞争订货的问题，门店的货架资源规划一般来说是固定的，如果一个商品补货数量增加，相同品类下其他商品的补货量就会减少，这种此消彼长的情况，是现有补货模型没有考虑到的，尽管在实际中会根据具体的情况做调整来减少这种影响，比如根据近期的销售占比分配相同品类下不同商品的补货数量比例，将多商品补货间接转变成单商品本文档来自技高网...

【技术保护点】
1.一种门店补货方法，其特征在于，包括：/n获取待补货商品的第一补货数据；/n将所述待补货商品的第一补货数据输入至预置补货模型，得到所述待补货商品的补货量；/n其中，所述预置补货模型的具体构建过程如下：/n获取相同品类下所有商品的第二补货数据；/n根据所述第二补货数据建立目标函数，所述目标函数包括销售额、缺货率、周转天数和补货匹配度；/n通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。/n

【技术特征摘要】
1.一种门店补货方法，其特征在于，包括：
获取待补货商品的第一补货数据；
将所述待补货商品的第一补货数据输入至预置补货模型，得到所述待补货商品的补货量；
其中，所述预置补货模型的具体构建过程如下：
获取相同品类下所有商品的第二补货数据；
根据所述第二补货数据建立目标函数，所述目标函数包括销售额、缺货率、周转天数和补货匹配度；
通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。


2.根据权利要求1所述的门店补货方法，其特征在于，所述根据所述第二补货数据建立目标函数，包括：
根据所述第二补货数据分别建立销售额最大化计算公式、周转天数最小化计算公式、缺货率最小化计算公式和补货匹配度计算公式；
根据所述销售额最大化计算公式、周转天数最小化计算公式、缺货率最小化计算公式和补货匹配度计算公式建立目标函数。


3.根据权利要求2所述的门店补货方法，其特征在于，所述目标函数为：












所述目标函数的约束条件为：



其中，maxZ1为销售额最大化，minZ2为周转天数最小化，minZ3为缺货率最小化，minZ4为补货匹配度，s为门店编号，s∈S，g为商品编号，g∈G，Xsg为商品的补货量，Isg为补货前存货量，Ssg为需求量，SMsg为商品日均销量，Plsg为商品的单价，P2sg为商品的缺货成本，P3sg为商品的滞销成本，Rg为商品的仓库存货量，Cs为商品在门店的陈列标准数量。


4.根据权利要求1所述的门店补货方法，其特征在于，所述通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型，包括：
通过分支界定法对所述目标函数进行优化，直至所述目标函数没有发生变化时停止优化，以得到预置补货模型。


5.根据权利要求1所述的门店补货方法，其特征在于，所述通过混合整数规划算法对所述目标函数进行优化，直至所述目标函数没有...

【专利技术属性】
技术研发人员：李兆钧，张亚楠，雷小平，
申请(专利权)人：名创优品横琴企业管理有限公司，
类型：发明
国别省市：广东;44