一种基于大数据的供需均衡管理系统及方法与流程

1.本发明涉及调度管理技术领域，具体为一种基于大数据的供需均衡管理系统及方法。


背景技术：

2.随着电商、快递等行业的迅速发展，以及物流需求量的不断增加，传统的单个大型仓库的仓储方式已经无法满足现代物流的要求。因此，分布式仓库作为一种新型的仓储方式，其通过在全国各地建立多个小型仓库的形式来实现高效的货物管理，逐渐受到了广泛的关注。
3.分布式仓库相比传统的单个大型仓库，具有更加灵活的布局、更加丰富的服务种类和更加高效的运作模式，能够更好地适应城市化和快递业务的发展趋势，实现减少运输时间、优化物流成本。但与此同时，分布式仓库在运营管理过程中也面临着一些问题。例如，当货物类型为空调、冷饮或风扇等降温商品时，其销售速度受温度影响较大，可能会由于各地的温度差异导致各地仓库的出货速度不一致，温度高的地区仓库出货速度快，温度低的地区仓库出货速度慢。又或者由于误判销售环境等原因，导致有些仓库货物库存量多，有些仓库货物库存量少等诸多问题，这些问题都会导致各节点仓库的供需不平衡。如何根据各地不同的销售环境进行生产端的产能调整，如何根据不同仓库的库存量以及销售环境进行各节点仓库之间的货物调度，来保证不同节点仓库之间的动态调整，以及整个分布式仓库的供需均衡，这些问题已经成为迫切需要得到解决的。


技术实现要素：

4.本发明的目的在于提供一种基于大数据的供需均衡管理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的供需均衡管理系统，该系统包括数据采集模块、数据处理模块、产能调度模块和通知预警模块。
6.所述数据采集模块用于采集所有销售区域的气象信息、销售信息和产能信息；所述数据处理模块通过分析各销售区域的气象信息和产能信息，预测每个销售区域的销售速度，根据预测结果规划销售方案；所述产能调度模块用于根据销售方案调整总生产端的生产速度，调度不同销售区域的货物；所述通知预警模块用于对货物积压或缺失情况进行预警操作，提醒工作人员处理。
7.所述数据采集模块包括气象信息采集单元、销售信息采集单元和产能信息采集单元。
8.所述气象信息采集单元用于采集所有销售区域的气象信息，每个销售区域的气象信息包括历史温度和未来温度。
9.所述销售信息采集单元用于采集所有销售区域的销售数据，每个销售区域的销售数据包括历史销售速度。
10.历史温度和历史销售速度从系统保存的记录中采集，未来温度从气象局发布的气象预报中采集。
11.所述产能信息采集单元用于采集所有销售区域的产能信息，产能信息包括生产速度、销售周期和每个销售区域的库存量。
12.生产速度是指生产端生产货物的速度，一个生产端给所有销售区域供货。销售周期是指货物的最佳销售时间段，按照销售周期内完成货物销售进行产能规划与货物调度。库存量是指每个销售区域存储的货物数量，不同销售区域内存储的货物数量不同。
13.所述数据处理模块包括销售速度预测单元和销售方案规划单元。
14.所述销售速度预测单元用于计算各销售区域的预测销售速度。首先，获取各销售区域的历史温度和历史销售速度，对这些数据进行预处理，去除异常值和极值；其次，将同一时间段内的温度和销售速度进行关联，分别对每个销售区域内的关联数据采用对数函数的方式进行数据拟合，得到温度和销售速度的关系公式，每个销售区域对应一个关系公式；最后，将各销售区域的未来温度代入对应关系公式中，计算得到各销售区域的预测销售速度。
15.所述销售方案规划单元用于规划生产速度调整方向和货物调度方向。将各销售区域的预测销售速度和库存量代入公式，计算得到总预计销售时间和每个销售区域对应的预计销售时间，分别与销售周期进行对比判断，得到生产速度调整方向和每个销售区域的货物调度方向。生产速度调整方向包括扩充产能、缩减产能和保持不变；每个销售区域的货物调度方向包括调入、调出和维持现状。
16.最好情况下是总预计销售时间等于销售周期，确保生产出来的货物刚好在销售周期内完成销售，货物得到有效流转，不会产生库存积压或缺失情况。当然，销售速度总是随着温度变化而变化，生产速度也需要随之变化。当总预计销售时间大于销售周期，说明销售速度过慢，需要将生产速度下调，防止库存积压。当总预计销售时间小于销售周期，说明销售速度过快，需要将生产速度上调，防止货物缺失。
17.每个销售区域对应的预计销售时间也需要等于销售周期，当预计销售时间大于销售周期，说明销售速度过慢，需要将货物调出到其他销售区域，防止库存积压。当预计销售时间小于销售周期，说明销售速度过快，需要调入其他销售区域的货物，防止货物缺失。
18.所述产能调度模块包括产能调整单元和货物调度单元。
19.所述产能调整单元用于调整总生产端的生产速度。当生产速度调整方向为扩充产能或缩减产能时，将各销售区域的预测销售速度总和与库存量总和代入公式中，计算得到调整后的生产速度，根据调整后的生产速度调整生产端的生产速度。
20.所述货物调度单元用于对各销售区域的库存货物进行调度。当销售区域的货物调度方向为调入或调出时，分别将各销售区域的预测销售速度和库存量代入公式中计算得到短缺库存量或过剩库存量，将货物调度方向为调出的销售区域中的货物调入到货物调度方向为调入的销售区域中。
21.所述通知预警模块用于预警操作。
22.首先，将所有销售区域的短缺库存量求和得到总短缺库存量，将所有销售区域的过剩库存量求和得到总过剩库存量。其次，将总过剩库存量减去总短缺库存量得到库存差值。最后，判断库存差值是否处于库存量阈值区间，处于则为正常情况，不进行预警操作。不
处于则判断库存差值是大于库存量阈值区间最大值还是小于库存量阈值区间最小值，大于库存量阈值区间最大值则进行货物积压预警；小于库存量阈值区间最小值则进行货物缺失预警。
23.一种基于大数据的供需均衡管理方法，该方法包括以下步骤：
24.s1、收集产能信息，以及每个销售区域的气象信息和销售信息；
25.s2、根据各销售区域的气象信息预测销售速度，制定销售方案；
26.s3、通过销售方案调整生产速度和调度货物库存量；
27.s4、异常情况下进行预警操作，提醒工作人员处理。
28.在s1中，产能信息包括生产速度、销售周期和每个销售区域的库存量。气象信息是指销售区域内的温度信息，包括历史温度和未来温度；销售信息是指销售区域的销售速度，包括历史销售速度。
29.生产速度是指生产端生产货物的速度；销售周期是指货物的最佳销售时间段；库存量是指每个销售区域存储的货物数量。历史温度和历史销售速度从系统保存的记录中采集；未来温度从气象局发布的气象预报中采集。
30.在s2中，销售速度的预测与销售方案的制定步骤如下：
31.s201、获取每个销售区域的历史温度和历史销售速度，对这些数据进行预处理，去除异常值与极值。
32.s202、将每个销售区域中同一时间段内的温度和销售速度进行关联，确保每个时间段内只存在一对关联数据。
33.s203、分别对每个销售区域内的关联数据采用对数函数的方式进行数据拟合，得到温度和销售速度的关系公式，每个销售区域对应一个关系公式。
34.s204、将每个销售区域的未来温度代入对应关系公式中，计算得到各销售区域的预测销售速度，计算公式如下：
35.y＝season
×
speed
×
logax
36.式中，y为预测销售速度，season为季节影响系数，speed为销售速度常数，a为温度影响系数，取值大于1，x为未来温度。
37.s205、分别将每个销售区域的库存量除以预测销售速度得到预计销售时间，将预计销售时间小于销售周期对应的销售区域标注为待调入销售区域，将预计销售时间大于销售周期对应的销售区域标注为待调出销售区域。
38.s206、分别将每个销售区域的库存量和预测销售速度放入销量集合中，销量集合内包括{(k1,y1)，(k2,y2)，...，(kn,yn)}，其中，n表示销售区域个数，kn表示第n个销售区域的库存量，yn为第n个销售区域的预测销售速度。分别对所有销售区域的库存量和预测销售速度求和，计算公式如下：
39.k＝∑(k1+k2+...+kn)
40.y＝∑(y1+y2+...+yn)
41.式中，k为总库存量，y为总预测销售速度。将总库存量除以总预测销售速度得到总预计销售时间，代入公式判断产能调整方向。判断公式如下：
[0042][0043]
式中，result为产能调整方向，t为销售周期。
[0044]
在s3中，生产速度的调整和货物库存量的调度步骤如下：
[0045]
s301、当产能调整方向为保持不变时，生产速度不发生改变。当产能调整方向为扩大产能或缩减产能时，将销量集合代入公式，计算得到调整后的生产速度。公式如下：
[0046][0047]
式中，cn为调整后的生产速度，cs为生产速度，k为总库存量，y为总预测销售速度,t为销售周期。
[0048]
s302、分别将标注为待调入销售区域的预测销售速度乘以销售周期，计算得到的值减去对应销售区域的库存量，得到的短缺库存量从小到大依次放入短缺库存集合中，集合内包括{q1，q2，...，qm}，其中，m表示待调入销售区域个数，qm表示第m个待调入销售区域的短缺库存量。
[0049]
s303、分别将标注为待调出销售区域的预测销售速度乘以销售周期，再将对应销售区域的库存量减去计算得到的值，得到的过剩库存量从小到大依次放入过剩库存集合中，集合内包括{s1，s2，...，s
p
}，其中，p表示待调出销售区域个数，s
p
表示第p个待调出销售区域的过剩库存量。
[0050]
s304、将短缺库存集合中所有元素求和得到总短缺库存量，将过剩库存集合中所有元素求和得到总过剩库存量，公式如下：
[0051]
q＝∑(q1+q2+...+qm)
[0052]
s＝∑(s1+s2+...+s
p
)
[0053]
式中，q为总短缺库存量，s为总过剩库存量。总过剩库存量减去总短缺库存量得到库存差值，判断库存差值是否处于库存量阈值区间，处于则为正常情况，不处于则为异常情况。判断公式如下：
[0054][0055]
式中，situation为库存情况，k
max
为库存量阈值区间最大值，k
min
为库存量阈值区间最小值。
[0056]
s305、按照短缺库存集合中短缺库存量从大到小的顺序设定待调入销售区域的优先级，短缺库存量越大，对应的待调入销售区域优先级越高，按照优先级顺序依次为待调入销售区域调入货物，调入库存量计算公式如下：
[0057][0058]
式中，kcf为第f个待调入销售区域实际调入的库存量，qf为第f个待调入销售区域的短缺库存量，q为总短缺库存量，s为总过剩库存量。
[0059]
在s4中，异常情况是指当库存情况为库存积压或者库存缺失，针对这种情况进行预警操作，提醒工作人员处理。
[0060]
与现有技术相比，本发明所达到的有益效果是：
[0061]
本发明在局部上对各销售区域的需求进行预测，为库存积压的销售区域调出货物，为库存缺失的销售区域调入货物，实现各销售区域之间的动态调节。在整体上对货物需求进行预测，提前对产能进行扩充或缩减，确保生产与销售之间的供需均衡，避免造成大量货物的积压或缺失。同时还对总过剩库存量与总短缺库存量之间的库存差值进行计算，判断影响程度，当影响程度较大时，自动进行预警，提醒工作人员进行人工干预。
附图说明
[0062]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0063]
图1是本发明一种基于大数据的供需均衡管理系统的结构示意图；
[0064]
图2是本发明一种基于大数据的供需均衡管理方法的流程示意图。
具体实施方式
[0065]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0066]
请参阅图1，本发明提供一种基于大数据的供需均衡管理系统，该系统包括数据采集模块、数据处理模块、产能调度模块和通知预警模块。
[0067]
数据采集模块用于采集所有销售区域的气象信息、销售信息和产能信息；数据处理模块通过分析各销售区域的气象信息和产能信息，预测每个销售区域的销售速度，根据预测结果规划销售方案；产能调度模块用于根据销售方案调整总生产端的生产速度，调度不同销售区域的货物；通知预警模块用于对货物积压或缺失情况进行预警操作，提醒工作人员处理。
[0068]
数据采集模块包括气象信息采集单元、销售信息采集单元和产能信息采集单元。
[0069]
气象信息采集单元用于采集所有销售区域的气象信息，每个销售区域的气象信息包括历史温度和未来温度。
[0070]
销售信息采集单元用于采集所有销售区域的销售数据，每个销售区域的销售数据包括历史销售速度。
[0071]
历史温度和历史销售速度从系统保存的记录中采集，未来温度从气象局发布的气象预报中采集。
[0072]
产能信息采集单元用于采集所有销售区域的产能信息，产能信息包括生产速度、销售周期和每个销售区域的库存量。
[0073]
生产速度是指生产端生产货物的速度，一个生产端给所有销售区域供货。销售周期是指货物的最佳销售时间段，按照销售周期内完成货物销售进行产能规划与货物调度。库存量是指每个销售区域存储的货物数量，不同销售区域内存储的货物数量不同。
[0074]
数据处理模块包括销售速度预测单元和销售方案规划单元。
[0075]
销售速度预测单元用于计算各销售区域的预测销售速度。首先，获取各销售区域的历史温度和历史销售速度，对这些数据进行预处理，去除异常值和极值；其次，将同一时间段内的温度和销售速度进行关联，分别对每个销售区域内的关联数据采用对数函数的方式进行数据拟合，得到温度和销售速度的关系公式，每个销售区域对应一个关系公式；最后，将各销售区域的未来温度代入对应关系公式中，计算得到各销售区域的预测销售速度。
[0076]
销售方案规划单元用于规划生产速度调整方向和货物调度方向。将各销售区域的预测销售速度和库存量代入公式，计算得到总预计销售时间和每个销售区域对应的预计销售时间，分别与销售周期进行对比判断，得到生产速度调整方向和每个销售区域的货物调度方向。生产速度调整方向包括扩充产能、缩减产能和保持不变；每个销售区域的货物调度方向包括调入、调出和维持现状。
[0077]
最好情况下是总预计销售时间等于销售周期，确保生产出来的货物刚好在销售周期内完成销售，货物得到有效流转，不会产生库存积压或缺失情况。当然，销售速度总是随着温度变化而变化，生产速度也需要随之变化。当总预计销售时间大于销售周期，说明销售速度过慢，需要将生产速度下调，防止库存积压。当总预计销售时间小于销售周期，说明销售速度过快，需要将生产速度上调，防止货物缺失。
[0078]
每个销售区域对应的预计销售时间也需要等于销售周期，当预计销售时间大于销售周期，说明销售速度过慢，需要将货物调出到其他销售区域，防止库存积压。当预计销售时间小于销售周期，说明销售速度过快，需要调入其他销售区域的货物，防止货物缺失。
[0079]
产能调度模块包括产能调整单元和货物调度单元。
[0080]
产能调整单元用于调整总生产端的生产速度。当生产速度调整方向为扩充产能或缩减产能时，将各销售区域的预测销售速度总和与库存量总和代入公式中，计算得到调整后的生产速度，根据调整后的生产速度调整生产端的生产速度。
[0081]
货物调度单元用于对各销售区域的库存货物进行调度。当销售区域的货物调度方向为调入或调出时，分别将各销售区域的预测销售速度和库存量代入公式中计算得到短缺库存量或过剩库存量，将货物调度方向为调出的销售区域中的货物调入到货物调度方向为调入的销售区域中。
[0082]
通知预警模块用于预警操作。
[0083]
首先，将所有销售区域的短缺库存量求和得到总短缺库存量，将所有销售区域的过剩库存量求和得到总过剩库存量。其次，将总过剩库存量减去总短缺库存量得到库存差值。最后，判断库存差值是否处于库存量阈值区间，处于则为正常情况，不进行预警操作。不处于则判断库存差值是大于库存量阈值区间最大值还是小于库存量阈值区间最小值，大于库存量阈值区间最大值则进行货物积压预警；小于库存量阈值区间最小值则进行货物缺失预警。
[0084]
请参阅图2，本发明提供一种基于大数据的供需均衡管理方法，该方法包括以下步骤：
[0085]
s1、收集产能信息，以及每个销售区域的气象信息和销售信息；
[0086]
s2、根据各销售区域的气象信息预测销售速度，制定销售方案；
[0087]
s3、通过销售方案调整生产速度和调度货物库存量；
[0088]
s4、异常情况下进行预警操作，提醒工作人员处理。
[0089]
在s1中，产能信息包括生产速度、销售周期和每个销售区域的库存量。气象信息是指销售区域内的温度信息，包括历史温度和未来温度；销售信息是指销售区域的销售速度，包括历史销售速度。
[0090]
生产速度是指生产端生产货物的速度；销售周期是指货物的最佳销售时间段；库存量是指每个销售区域存储的货物数量。历史温度和历史销售速度从系统保存的记录中采集；未来温度从气象局发布的气象预报中采集。
[0091]
在s2中，销售速度的预测与销售方案的制定步骤如下：
[0092]
s201、获取每个销售区域的历史温度和历史销售速度，对这些数据进行预处理，去除异常值与极值。
[0093]
s202、将每个销售区域中同一时间段内的温度和销售速度进行关联，确保每个时间段内只存在一对关联数据。
[0094]
s203、分别对每个销售区域内的关联数据采用对数函数的方式进行数据拟合，得到温度和销售速度的关系公式，每个销售区域对应一个关系公式。
[0095]
s204、将每个销售区域的未来温度代入对应关系公式中，计算得到各销售区域的预测销售速度，计算公式如下：
[0096]
y＝season
×
speed
×
logax
[0097]
式中，y为预测销售速度，season为季节影响系数，speed为销售速度常数，a为温度影响系数，取值大于1，x为未来温度。
[0098]
s205、分别将每个销售区域的库存量除以预测销售速度得到预计销售时间，将预计销售时间小于销售周期对应的销售区域标注为待调入销售区域，将预计销售时间大于销售周期对应的销售区域标注为待调出销售区域。
[0099]
s206、分别将每个销售区域的库存量和预测销售速度放入销量集合中，销量集合内包括{(k1,y1)，(k2,y2)，...，(kn,yn)}，其中，n表示销售区域个数，kn表示第n个销售区域的库存量，yn为第n个销售区域的预测销售速度。分别对所有销售区域的库存量和预测销售速度求和，计算公式如下：
[0100]
k＝∑(k1+k2+...+kn)
[0101]
y＝∑(y1+y2+...+yn)
[0102]
式中，k为总库存量，y为总预测销售速度。将总库存量除以总预测销售速度得到总预计销售时间，代入公式判断产能调整方向。判断公式如下：
[0103][0104]
式中，result为产能调整方向，t为销售周期。
[0105]
在s3中，生产速度的调整和货物库存量的调度步骤如下：
[0106]
s301、当产能调整方向为保持不变时，生产速度不发生改变。当产能调整方向为扩大产能或缩减产能时，将销量集合代入公式，计算得到调整后的生产速度。公式如下：
[0107][0108]
式中，cn为调整后的生产速度，cs为生产速度，k为总库存量，y为总预测销售速度,t为销售周期。
[0109]
s302、分别将标注为待调入销售区域的预测销售速度乘以销售周期，计算得到的值减去对应销售区域的库存量，得到的短缺库存量从小到大依次放入短缺库存集合中，集合内包括{q1，q2，...，qm}，其中，m表示待调入销售区域个数，qm表示第m个待调入销售区域的短缺库存量。
[0110]
s303、分别将标注为待调出销售区域的预测销售速度乘以销售周期，再将对应销售区域的库存量减去计算得到的值，得到的过剩库存量从小到大依次放入过剩库存集合中，集合内包括{s1，s2，...，s
p
}，其中，p表示待调出销售区域个数，s
p
表示第p个待调出销售区域的过剩库存量。
[0111]
s304、将短缺库存集合中所有元素求和得到总短缺库存量，将过剩库存集合中所有元素求和得到总过剩库存量，公式如下：
[0112]
q＝∑(q1+q2+...+qm)
[0113]
s＝∑(s1+s2+...+s
p
)
[0114]
式中，q为总短缺库存量，s为总过剩库存量。总过剩库存量减去总短缺库存量得到库存差值，判断库存差值是否处于库存量阈值区间，处于则为正常情况，不处于则为异常情况。判断公式如下：
[0115][0116]
式中，situation为库存情况，k
max
为库存量阈值区间最大值，k
min
为库存量阈值区间最小值。
[0117]
s305、按照短缺库存集合中短缺库存量从大到小的顺序设定待调入销售区域的优先级，短缺库存量越大，对应的待调入销售区域优先级越高，按照优先级顺序依次为待调入销售区域调入货物，调入库存量计算公式如下：
[0118][0119]
式中，kcf为第f个待调入销售区域实际调入的库存量，qf为第f个待调入销售区域的短缺库存量，q为总短缺库存量，s为总过剩库存量。
[0120]
在s4中，异常情况是指当库存情况为库存积压或者库存缺失，针对这种情况进行预警操作，提醒工作人员处理。
[0121]
实施例一：
[0122]
假设共a、b和c三个销售区域，未来温度分别为26℃、32℃和35摄氏度，季节影响系数都为1.2，销售速度常数都为100，温度影响系数分别为1.2、1.3、1.4，则预测销售速度为：
[0123]
a：1.2
×
100
×
log
1.2
26≈2144份/天；
[0124]
b：1.2
×
100
×
log
1.3
32≈1585份/天；
[0125]
c：1.2
×
100
×
log
1.4
35≈1268份/天；
[0126]
假设销售周期为1天，a、b和c三个销售区域的库存量分别为2644份、1585份和868份，则预计销售时间分别为：
[0127]
a：b：c：
[0128]
a标记为待调出销售区域，c标记为待调入销售区域；将a、b和c的库存量与预测销售速度求和，带入公式，判断产能调整方向；
[0129][0130]
得到产能调整方向为：缩减产能；假设生产速度为5097份/天，继续带入公式计算调整后的生产速度为：
[0131][0132]
分别计算a的过剩库存量和c的短缺库存量：
[0133]
a：2644-2144
×
1＝500份，c：1268
×
1-868＝400份；
[0134]
假设库存量阈值区间为[-50,+50],库存情况为：
[0135]
库存积压：500-400》50；这种情况下，由a销售区域向c销售区域调入的库存量为400份，同时进行预警操作，提醒工作人员处理。
[0136]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0137]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。
凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于大数据的供需均衡管理系统，其特征在于：该系统包括数据采集模块、数据处理模块、产能调度模块和通知预警模块；所述数据采集模块用于采集所有销售区域的气象信息、销售信息和产能信息；所述数据处理模块通过分析各销售区域的气象信息和产能信息，预测每个销售区域的销售速度，根据预测结果规划销售方案；所述产能调度模块用于根据销售方案调整总生产端的生产速度，调度不同销售区域的货物；所述通知预警模块用于对货物积压或缺失情况进行预警操作，提醒工作人员处理。2.根据权利要求1所述的一种基于大数据的供需均衡管理系统，其特征在于：所述数据采集模块包括气象信息采集单元、销售信息采集单元和产能信息采集单元；所述气象信息采集单元用于采集所有销售区域的气象信息，每个销售区域的气象信息包括历史温度和未来温度；所述销售信息采集单元用于采集所有销售区域的销售数据，每个销售区域的销售数据包括历史销售速度；所述产能信息采集单元用于采集所有销售区域的产能信息，产能信息包括生产速度、销售周期和每个销售区域的库存量。3.根据权利要求1所述的一种基于大数据的供需均衡管理系统，其特征在于：所述数据处理模块包括销售速度预测单元和销售方案规划单元；所述销售速度预测单元用于计算各销售区域的预测销售速度；首先，获取各销售区域的历史温度和历史销售速度，对这些数据进行预处理，去除异常值和极值；其次，将同一时间段内的温度和销售速度进行关联，分别对每个销售区域内的关联数据采用对数函数的方式进行数据拟合，得到温度和销售速度的关系公式，每个销售区域对应一个关系公式；最后，将各销售区域的未来温度代入对应关系公式中，计算得到各销售区域的预测销售速度；所述销售方案规划单元用于规划生产速度调整方向和货物调度方向；将各销售区域的预测销售速度和库存量代入公式，计算得到总预计销售时间和每个销售区域对应的预计销售时间，分别与销售周期进行对比判断，得到生产速度调整方向和每个销售区域的货物调度方向；生产速度调整方向包括扩充产能、缩减产能和保持不变；每个销售区域的货物调度方向包括调入、调出和维持现状。4.根据权利要求1所述的一种基于大数据的供需均衡管理系统，其特征在于：所述产能调度模块包括产能调整单元和货物调度单元；所述产能调整单元用于调整总生产端的生产速度；当生产速度调整方向为扩充产能或缩减产能时，将各销售区域的预测销售速度总和与库存量总和代入公式中，计算得到调整后的生产速度，根据调整后的生产速度调整生产端的生产速度；所述货物调度单元用于对各销售区域的库存货物进行调度；当销售区域的货物调度方向为调入或调出时，分别将各销售区域的预测销售速度和库存量代入公式中计算得到短缺库存量或过剩库存量，将货物调度方向为调出的销售区域中的货物调入到货物调度方向为调入的销售区域中。5.根据权利要求1所述的一种基于大数据的供需均衡管理系统，其特征在于：所述通知预警模块用于预警操作；首先，将所有销售区域的短缺库存量求和得到总短缺库存量，将所有销售区域的过剩
库存量求和得到总过剩库存量；其次，将总过剩库存量减去总短缺库存量得到库存差值；最后，判断库存差值是否处于库存量阈值区间，处于则为正常情况，不进行预警操作；不处于则判断库存差值是大于库存量阈值区间最大值还是小于库存量阈值区间最小值，大于库存量阈值区间最大值则进行货物积压预警；小于库存量阈值区间最小值则进行货物缺失预警。6.一种基于大数据的供需均衡管理方法，其特征在于，该方法包括以下步骤：s1、收集产能信息，以及每个销售区域的气象信息和销售信息；s2、根据各销售区域的气象信息预测销售速度，制定销售方案；s3、通过销售方案调整生产速度和调度货物库存量；s4、异常情况下进行预警操作，提醒工作人员处理。7.根据权利要求6所述的一种基于大数据的供需均衡管理方法，其特征在于：在s1中，产能信息包括生产速度、销售周期和每个销售区域的库存量；气象信息是指销售区域内的温度信息，包括历史温度和未来温度；销售信息是指销售区域的销售速度，包括历史销售速度。8.根据权利要求6所述的一种基于大数据的供需均衡管理方法，其特征在于，在s2中，销售速度的预测与销售方案的制定步骤如下：s201、获取每个销售区域的历史温度和历史销售速度，对这些数据进行预处理，去除异常值与极值；s202、将每个销售区域中同一时间段内的温度和销售速度进行关联，确保每个时间段内只存在一对关联数据；s203、分别对每个销售区域内的关联数据采用对数函数的方式进行数据拟合，得到温度和销售速度的关系公式，每个销售区域对应一个关系公式；s204、将每个销售区域的未来温度代入对应关系公式中，计算得到各销售区域的预测销售速度，计算公式如下：y＝season
×
speed
×
log
a
x式中，y为预测销售速度，season为季节影响系数，speed为销售速度常数，a为温度影响系数，x为未来温度；s205、分别将每个销售区域的库存量除以预测销售速度得到预计销售时间，将预计销售时间小于销售周期对应的销售区域标注为待调入销售区域，将预计销售时间大于销售周期对应的销售区域标注为待调出销售区域；s206、分别将每个销售区域的库存量和预测销售速度放入销量集合中，销量集合内包括{(k1,y1)，(k2,y2)，...，(k
n
,y
n
)}，其中，n表示销售区域个数，k
n
表示第n个销售区域的库存量，y
n
为第n个销售区域的预测销售速度；分别对所有销售区域的库存量和预测销售速度求和，计算公式如下：k＝∑(k1+k2+...+k
n
)y＝∑(y1+y2+...+y
n
)式中，k为总库存量，y为总预测销售速度，将总库存量除以总预测销售速度得到总预计销售时间，代入公式判断产能调整方向；判断公式如下：
式中，result为产能调整方向，t为销售周期。9.根据权利要求6所述的一种基于大数据的供需均衡管理方法，其特征在于，在s3中，生产速度的调整和货物库存量的调度步骤如下：s301、当产能调整方向为保持不变时，生产速度不发生改变；当产能调整方向为扩大产能或缩减产能时，将销量集合代入公式，计算得到调整后的生产速度；公式如下：式中，cn为调整后的生产速度，cs为生产速度，k为总库存量，y为总预测销售速度,t为销售周期；s302、分别将标注为待调入销售区域的预测销售速度乘以销售周期，计算得到的值减去对应销售区域的库存量，得到的短缺库存量从小到大依次放入短缺库存集合中，集合内包括{q1，q2，...，q
m
}，其中，m表示待调入销售区域个数，q
m
表示第m个待调入销售区域的短缺库存量；s303、分别将标注为待调出销售区域的预测销售速度乘以销售周期，再将对应销售区域的库存量减去计算得到的值，得到的过剩库存量从小到大依次放入过剩库存集合中，集合内包括{s1，s2，...，s
p
}，其中，p表示待调出销售区域个数，s
p
表示第p个待调出销售区域的过剩库存量；s304、将短缺库存集合中所有元素求和得到总短缺库存量，将过剩库存集合中所有元素求和得到总过剩库存量，公式如下：q＝∑(q1+q2+...+q
m
)s＝∑(s1+s2+...+s
p
)式中，q为总短缺库存量，s为总过剩库存量；总过剩库存量减去总短缺库存量得到库存差值，判断库存差值是否处于库存量阈值区间，处于则为正常情况，不处于则为异常情况；判断公式如下：式中，situation为库存情况，k
max
为库存量阈值区间最大值，k
min
为库存量阈值区间最小值；s305、按照短缺库存集合中短缺库存量从大到小的顺序设定待调入销售区域的优先级，短缺库存量越大，对应的待调入销售区域优先级越高，按照优先级顺序依次为待调入销售区域调入货物，调入库存量计算公式如下：
式中，kc
f
为第f个待调入销售区域实际调入的库存量，q
f
为第f个待调入销售区域的短缺库存量，q为总短缺库存量，s为总过剩库存量。10.根据权利要求6所述的一种基于大数据的供需均衡管理方法，其特征在于：在s4中，异常情况是指当库存情况为库存积压或者库存缺失，针对这种情况进行预警操作，提醒工作人员处理。

技术总结
本发明公开了一种基于大数据的供需均衡管理系统及方法，属于调度管理技术领域。该系统包括数据采集模块、数据处理模块、产能调度模块和通知预警模块；所述数据采集模块用于采集所有销售区域的气象信息、销售信息和产能信息；所述数据处理模块通过分析各销售区域的气象信息和销售信息，预测每个销售区域的销售速度，根据预测结果规划销售方案；所述产能调度模块根据销售方案进行产能调节和货物调度，产能调节是指根据预测销售速度调节总生产端的生产速度，货物调度是指将无法在规定时间内完成销售的货物调度到其他销售区域；所述通知预警模块用于对货物异常情况进行预警操作，及时提醒工作人员处理。提醒工作人员处理。提醒工作人员处理。


技术研发人员：李强 陈臻
受保护的技术使用者：上海朗晖慧科技术有限公司
技术研发日：2023.07.11
技术公布日：2023/9/14