【技術實現步驟摘要】
本專利技術涉及供應鏈資源優化，尤其涉及一種智慧供應鏈的資源優化配置系統。
技術介紹
1、隨著全球經濟的快速發展和電子商務的興起，供應鏈管理面臨著前所未有的挑戰與機遇，傳統供應鏈管理模式在應對復雜多變的市場需求、提高資源利用效率、降低運營成本等方面顯得力不從心。因此，通過集成物聯網、大數據、云計算、人工智能等先進技術，實現供應鏈的智能化、自動化和高效化，成為了當今供應鏈
的重要課題。
2、目前，申請號為cn202311188336.0的中國專利技術專利公開了一種供應鏈的智慧系統，包括業務入口層、業務功能層、共享服務層、內部業務層和技術底座層；業務入口層、業務功能層、共享服務層、內部業務層聯合實現能源行業供應鏈的信息承載和資源匯集；業務入口層包括交互應用模塊和需求感知模塊，交互應用模塊用于集合所有使用者，交互應用模塊內具有用戶單元，需求感知模塊用于檢測用戶單元中有應用需求的使用者并將關聯使用者之間建立交互通道。
3、該專利技術難以對貨品數量進行預測補貨并根據制造商的產能狀況進行產品生產的分級劃分，影響產品的補貨效率和生產效率，造成產能浪費。
技術實現思路
1、本專利技術解決的技術問題是：相關技術中難以對貨品數量進行預測補貨并根據制造商的產能狀況進行產品生產的分級劃分，影響產品的補貨效率和生產效率，造成產能浪費。
2、為解決上述技術問題，本專利技術提供如下技術方案：
3、一種智慧供應鏈的資源優化配置系統，包括制造生產模塊、供應補貨模塊
4、所述制造生產模塊用于計算每個制造商的準時交貨率、產品質量合格率和成本降低率并分別設定權重，計算每個制造商對應的權重值，根據權重值劃分制造商等級，根據分銷需求模塊的需求預測模型，設置制造商供貨周期，計算供貨時間并制定制造商預測分配策略；
5、所述供應補貨模塊用于獲取原材料庫存數據，根據制造生產模塊輸入的供貨時間和供貨量，計算原材料需求數量數據，根據原材料庫存數據和原材料庫存數據制定供應商補貨策略；
6、所述分銷需求模塊用于根據歷史銷售數據和消費者偏好數據建立需求預測模型，獲取臨時加單貨品數據，所述臨時加單貨品數據包括臨時加單貨品數量和臨時加單貨品時限，根據臨時加單貨品數據、制造商等級和制造商預測分配策略，制定制造商臨時分配策略；
7、所述物流服務模塊用于從分銷需求模塊獲取貨品批次編號、貨品尺寸、貨品數量、貨品時限和訂單配送地址，制定運輸工具分配策略和多訂單合并策略。
8、優選的，所述制造生產模塊包括產能計算單元、產能評估單元和需求預測單元：
9、所述產能計算單元用于計算每個制造商的準時交貨率、產品質量合格率和成本降低率，所述準時交貨率為交貨準時次數和交貨總次數的比值，所述產品質量合格率為產品質量合格數量和產品總數量的比值，所述成本降低率為成本降低金額和初始成本金額的比值；
10、所述產能評估單元用于設定準時交貨率、產品質量合格率和成本降低率的權重，計算每個制造商對應的權重值，根據權重值劃分制造商等級，所述制造商等級為劃分為一級制造商、二級制造商、三級制造商和四級制造商。
11、優選的，所述需求預測單元用于根據需求預測模型生成的需求預測貨品數據，設置制造商供貨周期并獲取生產周期，計算供貨時間，所述供貨時間的計算表達式為：
12、供貨時間＝下一個制造商供貨周期起始時間＋生產周期＋制造商供貨周期；
13、根據供貨時間、供貨量和制造商等級制定制造商預測分配策略。
14、優選的，所述制造商預測分配策略為：
15、設置供貨時間閾值將需求預測貨品數據分為預測加急產出貨品數據、預測中速產出貨品數據和預測慢速產出貨品數據，設置需求數量閾值將需求預測貨品數據分為預測高需求產出貨品數據、預測中需求產出貨品數據和預測低需求產出貨品數據，將預測加急產出貨品數據和預測高需求產出貨品數據優先分配給一級制造商，將預測中速產出貨品數據和預測中需求產出貨品數據優先分配給二級制造商，將預測慢速產出貨品數據和預測低需求產出貨品數據優先分配給三級制造商；
16、當二級制造商無法生產已分配的產出貨品時，若一級制造商已生產完已分配的產出貨品，則將二級制造商無法生產的產出貨品數據分配給一級制造商；
17、當三級制造商無法生產已分配的產出貨品時，若二級制造商已生產完已分配的產出貨品，則將三級制造商無法生產的產出貨品數據分配給二級制造商；
18、當一級制造商、二級制造商和三級制造商都無法生產已分配的產出貨品時，將一級制造商、二級制造商和三級制造商無法生產的產出貨品數據分配給四級制造商；
19、根據制造商預測分配策略生成制造商預測分配表，將制造商預測分配表發送至制造商。
20、優選的，所述供應補貨模塊包括需求計算單元和材料補貨單元：
21、所述需求計算單元用于從供應商處獲取原材料庫存數據，根據制造生產模塊輸入的供貨時間和供貨量，計算原材料需求數量數據，所述原材料需求數量數據的計算表達式為：
22、原材料需求數量數據=供貨量×對應貨品所需原材料數量；
23、所述材料補貨單元用于根據供貨時間、供貨量和制造商等級制定制造商預測分配策略，所述制造商預測分配策略為：
24、設置安全庫存量，根據安全庫存量、原材料庫存數據和原材料需求數量數據，計算補貨量數據，所述補貨量數據的計算表達式為：
25、補貨量數據=原材料需求數量數據-原材料庫存數據＋安全庫存量；
26、建立補貨量數據、原材料名稱和供貨時間之間的映射關系；
27、整合映射關系并輸出為供應商補貨表，將供應商補貨表發送至供應商。
28、優選的，所述分銷需求模塊包括需求預測單元和臨時分配單元：
29、所述需求預測單元用于根據歷史銷售數據和消費者偏好數據建立需求預測模型，所述歷史銷售數據包括銷售額、銷售量、銷售時間和貨品種類，所述消費者偏好數據包括消費者偏好貨品種類、消費者偏好購買時間和消費者消費額，歷史銷售數據和消費者偏好數據進行清洗，使用時間序列分析建立需求預測模型，根據制造商供貨周期生成需求預測貨品數據，所述需求預測貨品數據包括需求貨品預測種類、貨品預測數量和貨品預測需求時間；
30、所述臨時分配單元用于獲取臨時加單貨品數據，所述臨時加單貨品數據包括臨時加單貨品數量和臨時加單貨品時限，根據臨時加單貨品數據、制造商等級和制造商預測分配策略，制定制造商臨時分配策略。
31、優選的，所述制造商臨時分配策略為：
32、設置臨時加單貨品時限閾值和制造商臨時制造貨品最大額，根據臨時加單貨品時限閾值和制造商臨時制造貨品最大額將臨時加單貨品數據分為臨時加急產出貨品數據、臨時中速產出貨品數據和臨時慢速產出貨品數據，將臨時加急產出貨品數據分配給已完成制造商預測分配表生產任務的最高等級制造商，將臨時中速產出貨本文檔來自技高網...
【技術保護點】
1.一種智慧供應鏈的資源優化配置系統，其特征在于，包括制造生產模塊、供應補貨模塊、分銷需求模塊和物流服務模塊：
2.如權利要求1所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述制造生產模塊包括產能計算單元、產能評估單元和需求預測單元：
3.如權利要求2所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述需求預測單元用于根據需求預測模型生成的需求預測貨品數據，設置制造商供貨周期并獲取生產周期，計算供貨時間，所述供貨時間的計算表達式為：
4.如權利要求3所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述制造商預測分配策略為：
5.如權利要求4所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述供應補貨模塊包括需求計算單元和材料補貨單元：
6.如權利要求5所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述分銷需求模塊包括需求預測單元和臨時分配單元：
7.如權利要求6所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述制造商臨時分配策略為：
8.如權利要求7所述的一種智慧供
9.如權利要求8所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述運輸工具分配策略為：
10.如權利要求9所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述多訂單合并策略為：
...【技術特征摘要】
1.一種智慧供應鏈的資源優化配置系統，其特征在于，包括制造生產模塊、供應補貨模塊、分銷需求模塊和物流服務模塊：
2.如權利要求1所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述制造生產模塊包括產能計算單元、產能評估單元和需求預測單元：
3.如權利要求2所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述需求預測單元用于根據需求預測模型生成的需求預測貨品數據，設置制造商供貨周期并獲取生產周期，計算供貨時間，所述供貨時間的計算表達式為：
4.如權利要求3所述的一種智慧供應鏈的資源優化配置系統，其特征在于，所述制造商預測分配策略為：
5.如權利要求4所述的一種智慧供應鏈的資源優化配置系統，其特征在于...
【專利技術屬性】
技術研發人員：廖建新，韓本浩，李春明，
申請(專利權)人：深圳市天行云供應鏈有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。