本發(fā)明涉及供應(yīng)鏈，尤其涉及一種智慧供應(yīng)鏈與物流優(yōu)化管理方法和系統(tǒng)。

背景技術(shù)：

1、隨著全球化進(jìn)程的加速和電子商務(wù)的蓬勃發(fā)展，供應(yīng)鏈與物流管理的復(fù)雜性日益增加，傳統(tǒng)的方法在面對(duì)快速變化的市場(chǎng)需求、多變的外部環(huán)境（如天氣、交通狀況）以及消費(fèi)者對(duì)交貨時(shí)效和服務(wù)質(zhì)量的高要求時(shí)，逐漸顯現(xiàn)出其局限性。

2、現(xiàn)有技術(shù)存在以下幾個(gè)方面的問題：依賴于定期更新的數(shù)據(jù)，無法實(shí)時(shí)反映最新的業(yè)務(wù)情況，導(dǎo)致了信息不對(duì)稱，影響了決策的及時(shí)性和準(zhǔn)確性，現(xiàn)有的物流配送路徑規(guī)劃大多基于靜態(tài)數(shù)據(jù)，未能充分考慮實(shí)時(shí)交通狀況、天氣變化等因素，容易造成運(yùn)輸時(shí)間延長(zhǎng)、成本增加，銷量預(yù)測(cè)精度不足，難以捕捉復(fù)雜的市場(chǎng)趨勢(shì)和消費(fèi)者行為，導(dǎo)致預(yù)測(cè)誤差較大，庫(kù)存管理優(yōu)化能力低下，缺乏對(duì)多種因素的精細(xì)化分析，導(dǎo)致庫(kù)存水平過高或過低，增加了持有成本或影響銷售，以及資源分配不合理等現(xiàn)象。

技術(shù)實(shí)現(xiàn)思路

1、本部分的目的在于概述本發(fā)明的實(shí)施例的一些方面以及簡(jiǎn)要介紹一些較佳實(shí)施例。在本部分以及本技術(shù)的說明書摘要和發(fā)明名稱中可能會(huì)做些簡(jiǎn)化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡(jiǎn)化或省略不能用于限制本發(fā)明的范圍。

2、鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。因此，本發(fā)明提供了一種智慧供應(yīng)鏈與物流優(yōu)化管理方法解決上述的問題。

3、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：

4、第一方面，本發(fā)明提供了一種智慧供應(yīng)鏈與物流優(yōu)化管理方法，包括：

5、獲取區(qū)域內(nèi)每個(gè)供應(yīng)鏈站的實(shí)時(shí)訂單，根據(jù)所述實(shí)時(shí)訂單規(guī)劃物流配送路徑，并實(shí)時(shí)跟蹤物流配送狀態(tài)；

6、基于所述供應(yīng)鏈站的實(shí)時(shí)訂單以及歷史訂單定時(shí)進(jìn)行數(shù)據(jù)分析，對(duì)當(dāng)日訂單的銷量進(jìn)行預(yù)測(cè)，并結(jié)合供貨量消耗分析，對(duì)供應(yīng)鏈站的庫(kù)存量進(jìn)行預(yù)測(cè)；

7、基于所述供應(yīng)鏈站庫(kù)存量的預(yù)測(cè)結(jié)果，與庫(kù)存閾值進(jìn)行比較，若大于所述庫(kù)存閾值，則持續(xù)對(duì)庫(kù)存量進(jìn)行監(jiān)測(cè)，若小于所述庫(kù)存閾值，則根據(jù)供應(yīng)鏈站的庫(kù)存緊急度的計(jì)算，選取目標(biāo)調(diào)度站點(diǎn)，生成庫(kù)存物流調(diào)度方案。

8、作為本發(fā)明所述的智慧供應(yīng)鏈與物流優(yōu)化管理方法的一種優(yōu)選方案，其中：獲取區(qū)域內(nèi)每個(gè)供應(yīng)鏈站的實(shí)時(shí)訂單包括：

9、獲取訂單數(shù)據(jù)，所述訂單數(shù)據(jù)包括訂單編號(hào)、訂單狀態(tài)、用戶id、商品名稱、商品數(shù)量、商品價(jià)格、收件人、收件電話、收件地址、下單時(shí)間、預(yù)計(jì)配送時(shí)間、供應(yīng)鏈站名稱、供應(yīng)鏈站地址以及物流信息，其中，所述訂單狀態(tài)包括待配送、配送中，已完成、已取消；

10、劃分每個(gè)供應(yīng)鏈站的覆蓋范圍，根據(jù)訂單的下單地址，判斷所述下單地址所屬的供應(yīng)鏈站，并由所屬供應(yīng)鏈站接收訂單數(shù)據(jù)；

11、基于所述訂單數(shù)據(jù)，將所有訂單狀態(tài)為待配送的訂單，按下單時(shí)間先后順序進(jìn)行排序，生成待配送訂單集合，并接收實(shí)時(shí)訂單，更新所述待配送訂單集合；

12、按所述待配送訂單集合的訂單排序，依次提取排列第一的目標(biāo)訂單以及與所述目標(biāo)訂單匹配的目標(biāo)相似訂單，生成多個(gè)目標(biāo)配送訂單集合，并根據(jù)集合的生成順序進(jìn)行排序，生成目標(biāo)集合隊(duì)列；

13、其中，所述目標(biāo)相似訂單表示為，與所述目標(biāo)訂單的下單時(shí)間差以及兩者訂單地址距離均小于預(yù)設(shè)閾值的待配送訂單。

14、作為本發(fā)明所述的智慧供應(yīng)鏈與物流優(yōu)化管理方法的一種優(yōu)選方案，其中：根據(jù)所述實(shí)時(shí)訂單規(guī)劃物流配送路徑，并實(shí)時(shí)跟蹤物流配送狀態(tài)包括：

15、獲取供應(yīng)鏈站物流端全部的物流狀態(tài)，提取所有物流狀態(tài)為空閑的物流端，并根據(jù)物流端空閑時(shí)長(zhǎng)進(jìn)行降位排序，生成物流隊(duì)列；

16、將所述目標(biāo)集合隊(duì)列與物流配送隊(duì)列按照兩者隊(duì)列的順序，一一對(duì)應(yīng)進(jìn)行關(guān)聯(lián)標(biāo)記，對(duì)目標(biāo)配送訂單集合的訂單進(jìn)行配送，根據(jù)目標(biāo)配送訂單集合中訂單地址生成配送路徑；

17、采集物流端的實(shí)時(shí)位置，并在地圖上進(jìn)行映射標(biāo)記，跟蹤記錄物流端所述目標(biāo)配送訂單集合中訂單的送達(dá)時(shí)間、平均訂單送達(dá)數(shù)據(jù)間隔時(shí)間、訂單配送停留時(shí)間、返回供應(yīng)鏈站時(shí)間；

18、若在評(píng)估周期內(nèi)，用戶的訂單配送停留時(shí)間大于停留閾值的次數(shù)，大于次數(shù)閾值，則對(duì)該用戶id進(jìn)行標(biāo)記，若在下一個(gè)評(píng)估周期，用戶的訂單配送停留時(shí)間大于停留閾值的次數(shù)，小于次數(shù)閾值，則對(duì)該用戶id取消標(biāo)記，對(duì)包含標(biāo)記用戶的待配送訂單集合生成目標(biāo)配送訂單集合時(shí)，所述目標(biāo)配送訂單集合的訂單數(shù)量小于預(yù)設(shè)閾值。

19、作為本發(fā)明所述的智慧供應(yīng)鏈與物流優(yōu)化管理方法的一種優(yōu)選方案，其中：基于所述供應(yīng)鏈站的實(shí)時(shí)訂單以及歷史訂單定時(shí)進(jìn)行數(shù)據(jù)分析，對(duì)當(dāng)日訂單的銷量進(jìn)行預(yù)測(cè)包括：

20、根據(jù)設(shè)定的預(yù)測(cè)周期，獲取所述供應(yīng)鏈站的實(shí)時(shí)訂單、不同時(shí)期的歷史訂單，以及獲取當(dāng)日的天氣數(shù)據(jù)、日期屬性、促銷活動(dòng)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；

21、對(duì)數(shù)據(jù)進(jìn)行特征提取，特征提取包括訂單時(shí)間特征、天氣特征、商品特征以及用戶特征；

22、運(yùn)用小波分析對(duì)各供應(yīng)鏈站的歷史訂單時(shí)間序列進(jìn)行分解，對(duì)訂單數(shù)據(jù)進(jìn)行多尺度分解，得到不同頻率的子序列；

23、通過深度神經(jīng)網(wǎng)絡(luò)和隨機(jī)森林構(gòu)建銷量混合預(yù)測(cè)模型，所述深度神經(jīng)網(wǎng)絡(luò)模型包括輸入層、隱藏層以及輸出層，所述輸入層將訂單時(shí)間特征、天氣特征、商品特征以及用戶特征進(jìn)行編碼后作為輸入，根據(jù)特征維度確定節(jié)點(diǎn)數(shù)量，所述隱藏層設(shè)置多層，定義不同的激活函數(shù)，所述輸出層輸出當(dāng)日訂單的銷量；所述隨機(jī)森林模型將深度網(wǎng)絡(luò)模型的預(yù)測(cè)殘差、訂單時(shí)間特征、天氣特征、商品特征以及用戶特征作為輸入特征，確定模型參數(shù)，對(duì)所述預(yù)測(cè)殘差進(jìn)行擬合，以修正預(yù)測(cè)偏差；

24、所述銷量混合預(yù)測(cè)模型的當(dāng)日訂單銷量預(yù)測(cè)結(jié)果包括，所述深度神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)值與隨機(jī)森林模型修正值之和。

25、作為本發(fā)明所述的智慧供應(yīng)鏈與物流優(yōu)化管理方法的一種優(yōu)選方案，其中：所述對(duì)供應(yīng)鏈站的庫(kù)存量進(jìn)行預(yù)測(cè)包括：

26、所述供貨量消耗分析包括對(duì)商品損耗、商品賠付、已下單商品消耗以及未來時(shí)段的訂單銷量預(yù)測(cè)的總消耗分析；

27、商品損耗分析包括，采集商品的存儲(chǔ)環(huán)境數(shù)據(jù)以及物流運(yùn)輸環(huán)境數(shù)據(jù)，生成環(huán)境因素向量，并建立商品損耗模型，得到商品損耗數(shù)值，其中，表示通過數(shù)據(jù)擬合得到的函數(shù)關(guān)系，表示商品損耗率；

28、商品賠付分析包括，通過自然語(yǔ)言處理對(duì)用戶投訴文本、售后反饋文本數(shù)據(jù)進(jìn)行分析，對(duì)文本進(jìn)行分類，識(shí)別與賠付關(guān)鍵詞關(guān)聯(lián)的文本，生成賠付文本特征向量，構(gòu)建商品賠付模型，得到商品賠付數(shù)值，其中，表示通過模型學(xué)習(xí)得到的賠付率與文本特征之間的映射關(guān)系，表示商品賠付率；

29、已下單商品消耗分析包括，根據(jù)實(shí)時(shí)訂單數(shù)據(jù)，獲取當(dāng)日已下單的商品消耗數(shù)值；

30、未來時(shí)段的訂單銷量預(yù)測(cè)分析包括，基于所述供應(yīng)鏈站的當(dāng)日訂單銷量預(yù)測(cè)值，得到各站點(diǎn)的訂單商品消耗預(yù)測(cè)值，結(jié)合訂單取消退貨預(yù)測(cè)值，對(duì)所述訂單商品消耗預(yù)測(cè)值進(jìn)行修正；

31、根據(jù)當(dāng)日初始庫(kù)存數(shù)據(jù)，結(jié)合所述商品損數(shù)值、商品賠付數(shù)值、當(dāng)日已下單的商品消耗數(shù)值以及訂單商品消耗預(yù)測(cè)值，計(jì)算供應(yīng)鏈站的庫(kù)存量預(yù)測(cè)值，表示為：

32、；

33、其中，表示時(shí)刻的庫(kù)存預(yù)測(cè)值，表示當(dāng)日商品初始庫(kù)存值，表示上一時(shí)刻商品損耗數(shù)值，表示上一時(shí)刻商品賠付數(shù)值，表示上一時(shí)刻已下單的商品消耗數(shù)值，表示時(shí)刻訂單商品消耗預(yù)測(cè)值，表示庫(kù)存安全系數(shù)。

34、作為本發(fā)明所述的智慧供應(yīng)鏈與物流優(yōu)化管理方法的一種優(yōu)選方案，其中：根據(jù)供應(yīng)鏈站的庫(kù)存緊急度的計(jì)算包括：

35、基于所述供應(yīng)鏈站庫(kù)存量的預(yù)測(cè)結(jié)果，若小于所述庫(kù)存閾值，則根據(jù)庫(kù)存預(yù)測(cè)值可用時(shí)長(zhǎng)、缺貨風(fēng)險(xiǎn)系數(shù)以及商品需求波動(dòng)系數(shù)，計(jì)算供應(yīng)鏈站的庫(kù)存緊急度，表示為：

36、；

37、其中，表示日平均銷量預(yù)測(cè)值，表示時(shí)刻的庫(kù)存值，表示站點(diǎn)未來一段時(shí)間內(nèi)的訂單銷量預(yù)測(cè)值序列的均值，表示站點(diǎn)未來一段時(shí)間內(nèi)的訂單銷量預(yù)測(cè)值序列中第個(gè)序列值。

38、作為本發(fā)明所述的智慧供應(yīng)鏈與物流優(yōu)化管理方法的一種優(yōu)選方案，其中：選取目標(biāo)調(diào)度站點(diǎn)，生成庫(kù)存物流調(diào)度方案包括：

39、根據(jù)定義的庫(kù)存緊急級(jí)別，按所述供應(yīng)鏈站的庫(kù)存緊急度數(shù)值劃分對(duì)應(yīng)緊急級(jí)別，所述緊急級(jí)別包括緊急、一般、不緊急；

40、若所述供應(yīng)鏈站的庫(kù)存緊急度為緊急狀態(tài)，則選取距離當(dāng)前站點(diǎn)最近且?guī)齑娉渥愕恼军c(diǎn)為目標(biāo)調(diào)度站點(diǎn)，生成庫(kù)存調(diào)度方案發(fā)送給目標(biāo)調(diào)度站點(diǎn)，根據(jù)當(dāng)前兩個(gè)站點(diǎn)各自的物流端的空閑度，選取物流空閑度高的站點(diǎn)完成調(diào)度配送；

41、若所述供應(yīng)鏈站的庫(kù)存緊急度為一般或不緊急狀態(tài)，則選取配貨中心為目標(biāo)調(diào)度站點(diǎn)，生成庫(kù)存調(diào)度方案發(fā)送給目標(biāo)調(diào)度站點(diǎn)，由配貨中心完成調(diào)度配送。

42、第二方面，本發(fā)明提供了一種智慧供應(yīng)鏈與物流優(yōu)化管理系統(tǒng)，包括：

43、訂單配送模塊，用于獲取區(qū)域內(nèi)每個(gè)供應(yīng)鏈站的實(shí)時(shí)訂單，根據(jù)所述實(shí)時(shí)訂單規(guī)劃物流配送路徑，并實(shí)時(shí)跟蹤物流配送狀態(tài)；

44、預(yù)測(cè)模塊，用于基于所述供應(yīng)鏈站的實(shí)時(shí)訂單以及歷史訂單定時(shí)進(jìn)行數(shù)據(jù)分析，對(duì)當(dāng)日訂單的銷量進(jìn)行預(yù)測(cè)，并結(jié)合供貨量消耗分析，對(duì)供應(yīng)鏈站的庫(kù)存量進(jìn)行預(yù)測(cè)；

45、調(diào)度模塊，用于基于所述供應(yīng)鏈站庫(kù)存量的預(yù)測(cè)結(jié)果，與庫(kù)存閾值進(jìn)行比較，若大于所述庫(kù)存閾值，則持續(xù)對(duì)庫(kù)存量進(jìn)行監(jiān)測(cè)，若小于所述庫(kù)存閾值，則根據(jù)供應(yīng)鏈站的庫(kù)存緊急度的計(jì)算，選取目標(biāo)調(diào)度站點(diǎn)，生成庫(kù)存物流調(diào)度方案。

46、第三方面，本發(fā)明提供了一種電子設(shè)備，包括：

47、存儲(chǔ)器和處理器；

48、所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)可執(zhí)行指令，所述處理器用于執(zhí)行所述計(jì)算機(jī)可執(zhí)行指令，該計(jì)算機(jī)可執(zhí)行指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述智慧供應(yīng)鏈與物流優(yōu)化管理方法的步驟。

49、第四方面，本發(fā)明提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其存儲(chǔ)有計(jì)算機(jī)可執(zhí)行指令，該計(jì)算機(jī)可執(zhí)行指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述智慧供應(yīng)鏈與物流優(yōu)化管理方法的步驟。

50、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：本發(fā)明實(shí)現(xiàn)了從訂單獲取到物流配送路徑規(guī)劃、庫(kù)存精準(zhǔn)預(yù)測(cè)以及庫(kù)存合理調(diào)度的全鏈條優(yōu)化管理，能夠顯著提高物流配送效率、降低運(yùn)輸成本，實(shí)現(xiàn)庫(kù)存的精細(xì)化、科學(xué)化管理，精準(zhǔn)平衡庫(kù)存成本與缺貨風(fēng)險(xiǎn)，增強(qiáng)供應(yīng)鏈應(yīng)對(duì)市場(chǎng)變化和不確定性的能力，提升客戶滿意度，提高市場(chǎng)競(jìng)爭(zhēng)力，保障供應(yīng)鏈系統(tǒng)的高效、穩(wěn)定、可持續(xù)運(yùn)行。