用于库存管理的数据处理方法、装置、电子设备及介质

技术领域

本公开涉及仓储物流领域，更具体地，涉及一种用于库存管理的数据处理方法、数据处理装置、电子设备及介质。

背景技术

近年来物流业发展非常迅速。消费者在线上采购货物之后，商家会根据消费者的采购单从库房中进行拣货、生成包裹后进行配送。如果一个消费者某一次采购的货物存放在不同的库房时就得从不同的库房发货，即从不同库房履约。

现有技术中通常是根据经验来调整不同货物应该放置在哪个库房。然而，如果货物在不同库房之间的存放布局不够合理时，就可能导致消费者的一次采购需要从更多个库房发货，增加履约成本。另外，由于不同货物的热卖程度不同，不同热卖程度的货物在各个库房间中的存放不够均衡时，也有可能导致有的库房出货快，需要不断补货，有的库房库存积压大。这种不均衡会造成不同库房之间人员工作量等的不均衡，不利于管理。这些日益凸显的问题基本不可能完全通过人的经验来控制和解决。因此，亟需一种更为科学合理地方式来指导货物在库房中的存放选择，以优化库房的存货和履约情况。

发明内容

有鉴于此，本公开提供了一种更为科学合理地用于库存管理的数据处理方法、装置、系统及介质。

本公开的一个方面提供了一种用于库存管理的数据处理方法。所述方法包括：获取待存放货物以及所述待存放货物的分类属性；确定所述待存放货物的分类属性在属性集合I中的编号，其中，属性集合I被设置为由在预定历史时间段内从多个库房履约的所有订单中的货物所具有的分类属性组成的集合；以及基于库房存货布局变量X

根据本公开的实施例，所述方法还包括构建所述布局优化模型，具体包括：获取所述多个库房的信息，得到所述候选仓集合J，其中，j∈J，j为库房的编号；获取在所述预定历史时间段内从所述多个库房履约的所有订单形成的订单集合K，其中，k∈K，k为订单的编号；获取所述订单集合K所涉及的所有货物具有的分类属性的集合，得到所述属性集合I，其中，i∈I，i表示分类属性的编号；构造所述库房存货布局变量X

根据本公开的实施例，所述应用运筹优化的方法构建所述布局优化模型，包括基于最小拆单策略构造第一目标函数：

其中，所述最小拆单策略表示所述订单集合K中所有订单从各个库房履约的次数总和最小化，其中，每一个订单到到一个库房履约一次。

根据本公开的实施例，所述应用运筹优化的方法构建所述布局优化模型，包括基于均衡存货量策略构造第二目标函数：

Min(U

其中U

根据本公开的实施例，所述应用运筹优化的方法构建所述布局优化模型，包括基于均衡生产单策略构造第三目标函数：

Min(U

其中，U

根据本公开的实施例，所述应用运筹优化的方法构建所述布局优化模型，包括基于最小拆单策略、均衡存货量策略、以及均衡生产单策略的组合，构造第四目标函数：

min θ

其中，

∑

U

U

θ

根据本公开的实施例，所述应用运筹优化的方法构建所述布局优化模型还包括：从最小拆单策略、均衡存货量策略、以及均衡生产单策略中选择至少一个优化策略；以及基于所述至少一个优化策略设置θ

根据本公开的实施例，所述构造所述库房存货布局变量X

根据本公开的实施例，所述基于所述多个库房的存货以及履约之间的关系，构建库房存货布局变量X

根据本公开的实施例，所述基于所述多个库房的存货以及履约之间的关系，构建库房存货布局变量X

其中，

a

c

d

根据本公开的实施例，所述方法还包括基于所述布局优化模型的求解中的至少一部分X

根据本公开的实施例，所述分类属性包括品牌、品类、或SKU中至少一个维度的属性。

本公开的另一方面，提供了一种用于库存管理的数据处理装置。所述装置包括获取模块、第一确定模块、以及第二确定模块。所述获取模块用于获取待存放货物以及所述待存放货物的分类属性。所述第一确定模块用于确定所述待存放货物的分类属性在属性集合I中的编号，其中，属性集合I被设置为由在预定历史时间段内从多个库房履约的所有订单中的货物所具有的分类属性组成的集合。所述第二确定模块用于基于库房存货布局变量X

根据本公开的实施例，所述装置还包括模型构建模块。所述模型构建模块包括优化对象筛选器、策略下发器、以及存货布局优化器。所述优化对象筛选器用于：取所述多个库房的信息，得到所述候选仓集合J，其中，j∈J，j为库房的编号；获取在所述预定历史时间段内从所述多个库房履约的所有订单形成的订单集合K，其中，k∈K，k为订单的编号；以及获取所述订单集合K所涉及的所有货物具有的分类属性的集合，得到属性集合I，其中，i∈I，i表示分类属性的编号。所述策略下发器用于：构造所述库房存货布局变量X

根据本公开的实施例，所述策略下发器还用于：基于最小拆单策略、均衡存货量策略、以及均衡生产单策略的组合，构造第四目标函数：

min θ

其中，

∑

U

U

θ

根据本公开的实施例，所述策略下发器还用于：从最小拆单策略、均衡存货量策略、以及均衡生产单策略中选择至少一个优化策略；以及基于所述至少一个优化策略设置θ

根据本公开的实施例，所述装置还包括存货布局优化效果计算器。所述存货布局优化效果计算器，用于基于所述布局优化模型的求解中的至少一部分X

本公开的另一方面，提供了一种电子设备。所述电子设备包括一个或多个存储器、以及一个或多个处理器。所述存储器存储有可执行指令。所述处理器执行所述可执行指令，以实现如上所述的方法。

本公开的另一方面，提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

根据本公开的实施例，基于布局优化模型更为科学地确定待存放货物应当存放的库房，以此方式通过历史订单履约数据来优化指导货物在不同库房中的存放，可以至少部分地减轻各个库房的整体作业成本，并因此可以实现提高库存管理效率的技术效果。

附图说明

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：

图1示意性示出了根据本公开实施例的用于库存管理的数据处理方法、装置、系统及介质的应用场景；

图2A示意性示出了根据本公开实施例的用于库存管理的数据处理方法的流程图；

图2B示意性示出了根据本公开实施例的用于库存管理的数据处理方法中构建布局优化模型的流程图；

图3示意性示出了根据本公开实施例的库房存货布局变量X

图4示意性示出了根据本公开实施例的库房履约变量Y

图5A示意性示出了根据本公开实施例的用于库存管理的数据处理装置的方框图；

图5B示意性示出了根据本公开实施例的模型构建模块的方框图；

图6示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的一个应用实例流程图；

图7示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的另一个应用实例流程图；

图8示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的又一个应用实例流程图；

图9示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的再一个应用实例流程图；

图10示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的再一个应用实例流程图；以及

图11示意性示出了适于实现根据本公开实施例的的用于库存管理的数据处理方法的电子设备的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。

本公开的实施例提供了一种用于库存管理的数据处理方法、装置、电子设备及介质。该方法包括获取需要进行优化的多个库房的信息，得到候选仓集合J；获取在预定历史时间段内从多个库房履约的所有订单形成的订单集合K；获取订单集合K所涉及的所有货物具有的分类属性的集合，得到属性集合I；构造库房存货布局变量X

根据本公开的实施例，基于布局优化模型更为科学地确定待存放货物应当存放的库房，以此方式可以通过历史订单履约数据来优化指导货物在不同库房中的存放，可以至少部分地减轻各个库房的整体作业成本，并因此可以实现提高库存管理效率的技术效果。

图1示意性示出了根据本公开实施例的用于库存管理的数据处理方法、装置、系统及介质的应用场景100。需要注意的是，图1所示仅为可以应用本公开实施例的场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，该应用场景100可以包括终端设备101、102、103，商城服务器104、以及库房服务器105A、105B、105C。其中，库房服务器105A、105B、105C分别为库房A、B、C对应的库存管理服务器。

终端设备101、102、103和商城服务器104之间可以通过有线或无线网络连接。消费者可以使用终端设备101、102、103通过网络与商城服务器104交互，以接收或发送消息等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用。

商城服务器104可以是提供各种服务的服务器，例如对消费者利用终端设备101、102、103所浏览的购物类应用的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

消费者可以通过在终端设备101、102、103中的购物类应用的用户界面中的操作，来浏览货物或者采购货物。商城服务器104可以根据消费者的每一笔付款操作来得到消费者在一次采购操作中形成的采购单。

商城服务器104和库房服务器105A、105B、105C之间也可以通过有线或无线网络连接。商城服务器104可以根据每个采购单中所涉及的货物在库房A、B、C的存放情况，将每个采购单拆分为至少一个订单，其中，每个订单的货物存放于一个库房中，这样一个订单就可以从一个库房中履约。然后，商城服务器104可以将通过拆分采购单拆而得到的订单分发给对应的库房服务器105A、105B、105C。

当库房服务器105A、105B、105C各自接收到从由本库房履约的订单后，会按照订单进行包裹生产，并将生产加工完成的包裹装载入运输车进行发货。另外，在每个库房履约之前，每个库房需要提前进货。库房服务器105A、105B、105C还可以根据库房A、B、C的进出货情况更新各库房当前的库存情况(各类货物当前存库量、是否缺货、是否需要补货等等)，并可以将当前的库存情况反馈给商城服务器104，以便商城服务器104统筹采购单的拆分及订单的分发、以及向终端设备101、102、103中反馈货物的可供应状态等。

可见，在库存管理中涉及进货存货、包裹生产、以及货物发出各个环节。在进货存货环节，需要耗费人力和物力进货/补货以及卸货堆放等工作。在包裹生产环节，需要耗费人力和物力进行包裹生产。在货物发出环节需要耗费人力和物力进行包裹装车以及车辆运输等。因此，如果货物在不同库房之间的存放布局不够合理时，就有可能导致一个采购单拆分得到大量订单，从而对于消费者的一个采购单需要从更多个库房进行履约。而如果不同库房存放的货物热卖程度差异较大时，就可能导致有的库房工作繁忙，有的库房存货积压工作冷淡。这种不均衡会造成不同库房之间人员工作量不均衡，不利于管理。

鉴于此，本公开实施例提供了一种用于库存管理的数据处理方法、装置、系统及介质，利用预定历史时间段内的各个库房的订单履约数据等，应用运筹优化的方法构建布局优化模型来优化货物在不同库房中的存放布局。从而，对于待存放货物，可以根据布局优化模型的求解结果来确定该待存放货物应该存放于哪个库房，从而可以科学合理地在多个库房中分配货物存放，使得不同库房之间的进出货情况、或货物存放情况更加均衡，和/或者不同库房之间的包裹生产作业情况、或货物运输情况等更加均衡，从而在至少一定程度上减轻各个库房的整体作业成本，提高库存管理效率。

需要说明的是，本公开实施例所提供的用于库存管理的数据处理方法一般可以由商城服务器104执行。相应地，本公开实施例所提供的用于库存管理的数据处理装置一般可以设置于商城服务器104中。本公开实施例所提供的用于库存管理的数据处理方法也可以由不同于商城服务器104且能够与库房服务器105A、105B、105C和/或商城服务器104通信的服务器或服务器集群执行。相应地，本公开实施例所提供的用于库存管理的数据处理装置也可以设置于不同于商城服务器104且能够与库房服务器105A、105B、105C和/或商城服务器104通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2A示意性示出了根据本公开实施例的用于库存管理的数据处理方法的流程图。

如图2A所示，根据本公开的实施例该用于库存管理的数据处理方法可以包括操作S110～操作S130。根据本公开的另一些实施例，该用于库存管理的数据处理方法在操作S110之前还可以包括操作S100。

具体地，在操作S100，构建布局优化模型。该布局优化模型为基于所述预定所述历史时间段内所述多个库房的存货信息以及履约信息、并通过运筹优化方法构建的数据处理模型。具体可以参考下文的相关介绍。

在操作S110，获取待存放货物以及所述待存放货物的分类属性。

在操作S120，确定所述待存放货物的分类属性在属性集合I中的编号，其中，属性集合I被设置为由在预定历史时间段内从多个库房履约的所有订单中的货物所具有的分类属性组成的集合。

在操作S130，基于库房存货布局变量X

根据该待存放货物的分类属性对应的X

例如，若设置X

以此方式，可以基于布局优化模型更为科学地确定待存放货物应当存放的库房，从而通过更为科学的方式在多个库房中分配货物存放。

图2B示意性示出了根据本公开实施例的用于库存管理的数据处理方法中操作S100构建布局优化模型的流程图。

如图2B所示，根据本公开实施例操作S100可以包括操作S201～操作S208。

在操作S201，获取需要进行优化的多个库房的信息，得到候选仓集合J，其中，j∈J，j为库房的编号。

在操作S202，获取在预定历史时间段内从多个库房履约的所有订单形成的订单集合K，其中，k∈K，k为订单的编号。预定历史时间段例如可以是半年内，或者一个季度内。其中，如前所述此处的订单是将消费者一次购买行为而产生的采购单拆分而得到的。一个订单中的货物存放于一个库房中，可以从一个库房履约。

在操作S203，获取订单集合K所涉及的所有货物具有的分类属性的集合，得到属性集合I，其中，i∈I，i表示分类属性的编号。分类属性是用于进行对货物进行统计和分类的粒度。

根据本公开的实施例，分类属性包括品牌、品类、或SKU(Stock Keeping Unit，最小存货单位)中至少一个维度的属性。品类例如可以是货物在销售环节的分类类别。例如，洗面奶，沐浴露、洗发水就可以被设置为不同的品类。例如，若属性集合I为货物的品类构成的集合时，在一个实施例中，属性集合I＝{洗发水，洗面奶，沐浴露，床单，被罩，...}。当然，属性集合I中也可以是由货物的品类、品牌等多个维度的属性参数共同组成的集合。

在操作S204，构造库房存货布局变量X

图3示意性示出了根据本公开实施例的库房存货布局变量X

如图3所示，库房存货布局变量X

X

因此，当获得了所有的X

在操作S205，构造库房履约变量Y

图4示意性示出了根据本公开实施例的库房履约变量Y

如图4所示，库房履约变量Y

Y

因此，当获得了所有的Y

在操作S206，基于多个库房的存货以及履约之间的关系，构建库房存货布局变量X

作为一个可选的实施例，在操作S206中可以基于从编号为j库房中履约的货物必然属于编号为j库房中的存货的限制，设置约束条件，如下式(c)和式(d)：

结合图3和图4对式(c)和式(d)说明如下。对于式(c)，从库房j中履约的任意第k个订单的所有货物必定来自于存放于该库房j的所有货物中。对于式(d)，从库房j中履约的任意第k个订单的可以来自于存放于该库房j的一个或多个分类中。

或者作为另一个可选的实施例，在操作S206中也可以设置每个订单中同一个分类参数编号的货物从一个库房履约，约束条件，如式(b)：

结合图3，式(b)限制了一个订单中的某一分类属性的货物只能从一个库房中履约，而不能从两个或多个库房履约。这样的限制可以降低订单履约成本，减少消费者的一次购买中某一类型的货物一部分从一个库房履约，另一部分从另一个库房履约带来的成本增加。

再或者作为一个可选的实施例，在操作S206中还可以基于每个库房的实际容量上下限，设置每个库房的实际容量约束条件，如下式(e)和式(f)：

其中，

a

c

d

其中，库房的容量是根据库房的物理形态确定出的用于容纳货物的空间的大小。根据本公开的实施例，为简化计算起见，可以以存货的件数来衡量库房的容量。可以通过对具有不同形态的货物进行组合或折算处理等，使得以件为基本单位衡量的不同分类的货物的占据基本相似或相当的体积。

在操作S207，利用库房存货布局变量X

在操作S208，获取布局优化模型的求解中的所有的X

当布局优化模型存在有效解时，所有的X

根据本公开的实施例，将存货布局问题由人工经验规划转化为通用运筹优化工具可解的线性模型来解决，可通过灵活配置优化商品存货布局的粒度(即，分类属性)构建存货布局优化系统，使得存货布局的设计更为科学合理。进而，对于待存放货物，可以根据布局优化模型的求解结果X

根据本公开的一实施例，操作S207中构建布局优化模型可以是基于最小拆单策略构造第一目标函数，如下式(a.1)：

Min ∑

其中，最小拆单策略表示订单集合K中所有订单从各个库房履约的次数总和最小化，其中，每一个订单到到一个库房履约一次。结合图4，式(a.1)表示矩阵图中所有位置的数值加和最小，即所有订单的履约成本最低，以达到所有库房出货以及运输的成本最低。

根据本公开的另一实施例，操作S207中构建布局优化模型可以是基于均衡存货量策略构造第二目标函数，如下式(a.2)：

Min(U

其中U

根据本公开的另一实施例，操作S207中构建布局优化模型可以是基于均衡生产单策略构造第三目标函数，如下式(a.3)：

Min(U

其中，U

根据本公开的一实施例，操作S207中构建布局优化模型可以是基于最小拆单策略、均衡存货量策略、以及均衡生产单策略的组合，构造第四目标函数，如下式(a.4)：

min θ

其中，

∑

U

U

θ

更进一步地，根据本公开的实施例，当操作S207中构建布局优化模型时构造的是第四目标函数(式(a.4))时，还可以基于用户操作或者预先设置等方式从最小拆单策略、均衡存货量策略、以及均衡生产单策略中选择至少一个优化策略，以及基于至少一个优化策略设置θ

根据本公开的实施例的方法，在操作S208之后还可以基于布局优化模型的求解中的至少一部分X

图5A示意性示出了根据本公开实施例的用于库存管理的数据处理装置500的方框图。

如图5A所示，该数据处理装置500可以包括获取模块510、第一确定模块520、第二确定模块530以及模型构建模块540。该装置500可以用于执行参考图2A和图2B所描述的方法。

获取模块510例如可以执行操作S110，用于获取待存放货物以及待存放货物的分类属性。

第一确定模块520例如可以执行操作S120，用于确定待存放货物的分类属性在属性集合I中的编号，其中，属性集合I被设置为由在预定历史时间段内从多个库房履约的所有订单中的货物所具有的分类属性组成的集合。

第二确定模块530例如可以执行操作S130，用于基于库房存货布局变量X

模型构建模块540例如可以执行操作S100，用于构建布局优化模型。

图5B示意性示出了根据本公开实施例的模型构建模块540的方框图。

如图5B所示，该模型构建模块540可以包括优化对象筛选器541、策略下发器542、存货布局优化器543、以及存货布局优化效果计算器544。该模型构建模块540可以用于实现参考图2B所描述的方法。

优化对象筛选器541例如可以执行操作S201～操作S203，用于获取需要进行优化的多个库房的信息，得到候选仓集合J，其中，j∈J，j为库房的编号；获取在预定历史时间段内从多个库房履约的所有订单形成的订单集合K，其中，k∈K，k为订单的编号；以及获取订单集合K所涉及的所有货物具有的分类属性的集合，得到属性集合I，其中，i∈I，i表示分类属性的编号。

策略下发器542例如可以执行操作S204～操作S207，用于构造库房存货布局变量X

存货布局优化器543例如可以执行操作S208，用于获取布局优化模型的求解中的库房存货布局变量X

存货布局优化效果计算器544可以用于基于布局优化模型的求解中的至少一部分X

根据本公开的实施例，策略下发器542还可以用于基于最小拆单策略构造第一目标函数，如式(a.1)。或者根据本公开的实施例，策略下发器542还可以用于基于均衡存货量策略构造第二目标函数，如式(a.2)。再或者，根据本公开的实施例，策略下发器542还可以用于基于均衡生产单策略构造第三目标函数，如式(a.3)。

又或者，根据本公开的实施例，策略下发器542还用于基于最小拆单策略、均衡存货量策略、以及均衡生产单策略的组合，构造第四目标函数，如式(a.4)。更进一步地，根据本公开的实施例，策略下发器542还用于从最小拆单策略、均衡存货量策略、以及均衡生产单策略中选择至少一个优化策略，以及基于至少一个优化策略设置式(a.4)中θ

以下结合图6～图10的几个具体应用实例，对本公开实施例的用于库存管理的数据处理方法和装置中构建布局优化模型的实现进行示例性说明。可以理解这些实例仅是帮助本领域技术人员理解本公开实施例的原理和精神，并不对本公开实施例构成任何限定。

图6示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的一个应用实例流程图。

参考图6，结合图5B，该数据处理装置500中，模型构建模块540可以包括优化对象筛选器541、策略下发器542、存货布局优化器543、以及存货布局优化效果计算器544。

优化对象筛选器541可以接收用户选定的需要优化的多个库房的信息、预定历史时间段内从多个库房履约的所有订单、以及这些订单中所涉及的所有货物具有的分类属性或粒度(SKU、品类、品牌等)。

策略下发器542可以应用运筹优化的方法构建布局优化模型。其中，在该应用实例中布局优化模型的目标函数可以是第四目标函数，即式(a.4)。与此同时，策略下发器542还可以选择存货布局优化的具体策略，例如最小拆单策略、均衡存货量策略、以及均衡生产单策略中选择至少一个优化策略。

存货布局优化器543对计算出构建布局优化模型的各个变量的值，从而得到存货布局的方案。

存货布局优化效果计算器544可以根据计算存货布局优化器543输出的存货布局方案计算库存指标优化情况，比如订单数量降低的情况、各个库房生成单量优化前后的变化、各个库房存货量优化前后的变化等。

继续参考图6，该应用实例可以包括操作S601～操作S607。

首先在操作S601.用户通过优化对象筛选器541可以接收用户选定的需要优化的多个库房的信息、预定历史时间段内从多个库房履约的所有订单、以及这些订单中所涉及的所有货物具有的分类属性或粒度(SKU、品类、或品牌)。比如，当选择的库房为A、B、C三个库房且优化存货布局的货物粒度为品类时，会将A、B、C三个库房里的货物按照品类的维度在A、B、C三个库房内重新进行分配。

然后在操作S602，策略下发器542可以应用运筹优化的方法构建布局优化模型(例如，构建第四目标函数——式(a.4))，并用户通过策略下发器542选择至少一个优化策略。例如从最小拆单策略、均衡存货量策略、以及均衡生产单策略中选择一个或多个优化策略。若没有复选优化策略，则执行操作S603，若有复选优化策略则执行操作S604。

具体地应用运筹优化的方法构建布局优化模型的过程如下：

表1，布局优化模型的数据集合

表2，布局优化模型的输入参数：

表3，构建决策变量：

然后基于表1～表3的参数，构建布局优化模型：

目标函数：

min θ

约束条件：

其中，式(a.4)基于最小拆单策略、均衡存货量策略、以及均衡生产单策略的组合，构造的第四目标函数；

式(b)限制一个订单中的某一品类的货物只能从一个库房中履约，而不能从两个或多个库房履约；

式(c)限制从库房j中履约的任意第k个订单的所有货物必定来自于存放于该库房j的所有货物中；

式(d)，从库房j中履约的任意第k个订单的可以来自于存放于该库房j的一个或多个品类中；

式(g)和(h)限制库房存货量；

式(i)和(j)限制库房订单生产量；

式(k)和(l)限制X

在操作S603，仅选定一个优化策略时，将该优化策略对应的式(a.4)中的系数设置为1，其他设置为0。

在操作S604，当选择多个优化策略时，可以按照用户输入设置各个策略的权重系数，权重值分别为θ

在操作S605，存货布局优化器543对布局优化模型进行求解，得的存货布局优化结果。

在操作S606，布局优化模型输出的结果中X

在操作S607，将存货布局优化器543求解的结果传递给存货布局优化效果计算器544。由存货布局优化效果计算器544计算布局优化模型优化前后履约用到的库房数、库房容量使用率、库房单位容量生产的单量等指标的变化。

图7示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的另一个应用实例流程图。

如图7所示，该应用实例可以包括操作S701～操作S705。

在操作S701，用户通过优化对象筛选器选择需要进行存货布局的库房为A、B、C且各个库房的容量上限为c

在操作S702，确定优化策略不存在复选，因此设置θ

在操作S703，存货布局优化器543获取布局优化模型，通过计算最优解，输出结果X

在操作S704，确定X

在操作S705，根据存货布局优化结果，在存货布局优化效果计算器544中计算存货布局优化前后履约总次数(对应于采购单拆分得到的订单数)的变化。

本应用实例中，当θ

图8示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的又一个应用实例流程图。

如图8所示，该应用实例可以包括操作S801～操作S805。

在操作S801，用户通过优化对象筛选器选择需要进行存货布局的库房为A、B、C且各个库房的容量上限为c

在操作S802，确定优化策略不存在复选，因此设置θ

在操作S803，存货布局优化器543获取布局优化模型，通过计算最优解，输出结果X

在操作S804，确定X

在操作S805，根据存货布局优化结果，在存货布局优化效果计算器544中计算存货布局优化前后履约总次数(对应于采购单拆分得到的订单数)的变化。

本应用实例中，θ

图9示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的再一个应用实例流程图。

如图9所示，该应用实例可以包括操作S901～操作S905。

在操作S901，通过优化对象筛选器541选择需要进行存货布局的库房为A、B、C且且各个库房的容量上限为c

在操作S902，确定优化策略存在复选，进而可以设置θ

在操作S903，存货布局优化器543获取布局优化模型，通过计算最优解，输出结果X

在操作S904，确定X

在操作S905，根据存货布局优化结果，在存货布局优化效果计算器544中计算存货布局优化前后履约总次数(对应于采购单拆分得到的订单数)的变化。

本应用实例中，θ

图10示意性示出了根据本公开实施例的用于库存管理的数据处理方法和装置的再一个应用实例流程图。

如图10所示，该应用实例可以包括操作S1001～操作S1005。

在操作S1001，通过优化对象筛选器541选择需要进行存货布局的库房为A、B、C且且各个库房的容量上限为c

在操作S1002，确定优化策略存在复选，可以设置θ

在操作S1003，存货布局优化器543获取布局优化模型，通过计算最优解，输出结果X

在操作S1004，确定X

在操作S1005，根据存货布局优化结果，在存货布局优化效果计算器544中计算存货布局优化前后履约总次数(对应于采购单拆分得到的订单数)的变化。

本应用实例中，θ

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，获取模块510、第一确定模块520、第二确定模块530、模型构建模块540、优化对象筛选器541、策略下发器542、存货布局优化器543、以及存货布局优化效果计算器544中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块510、第一确定模块520、第二确定模块530、模型构建模块540、优化对象筛选器541、策略下发器542、存货布局优化器543、以及存货布局优化效果计算器544中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块510、第一确定模块520、第二确定模块530、模型构建模块540、优化对象筛选器541、策略下发器542、存货布局优化器543、以及存货布局优化效果计算器544中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图11示意性示出了适于实现根据本公开实施例的的用于库存管理的数据处理方法的电子设备1100的框图。图11示出的电子设备1100仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图11所示，根据本公开实施例的电子设备1100包括处理器1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。处理器1101例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1101还可以包括用于缓存用途的板载存储器。处理器1101可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 1103中，存储有电子设备1100操作所需的各种程序和数据。处理器1101、ROM 1102以及RAM 1103通过总线1104彼此相连。处理器1101通过执行ROM 1102和/或RAM1103中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1102和RAM 1103以外的一个或多个存储器中。处理器1101也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，系统1100还可以包括输入/输出(I/O)接口1105，输入/输出(I/O)接口1105也连接至总线1104。电子设备1100还可以包括连接至I/O接口1105的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被处理器1101执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1102和/或RAM 1103和/或ROM 1102和RAM 1103以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。