基于订单智能协同处理的产销存一体化管理.pdfVIP

中国烟草学报ActaTabacariaSinica http：／／ycxb．tobacco．org．cn doi：10．16472／j．chinatobacco．2016．176 119 经济与管理 鬻 基于订单智能协同处理的产销存一体化管理 陈斌1，姚媛媛2，安裕强1 1红云红河烟草(集团)有限责任公司，物流中心，昆明市五华区红锦路367号650231： 2云南省烟草公司昆明市公司，五华区分公司，昆明市五华区青年路452号650021 摘要：搭建了最优订单及最优车辆配置的数学模型，实现了订单自动拆分、运力资源配置、计划智能生成等；并结合下一周期 发货信息和本期实时库存，提前预知各发货点的资源需求，预先安排生产计划。通过建立综合性、一站式解决方案，最终实现生 产、销售、仓储的一体化管理。结果表明：经对自动生成的计划与实际业务计划比对，精确匹配率达45％，可执行率达95％； 通过精准预排产及前置性移库，库存资源保障率由75％提升至92％。 关键词：订单分解；车辆配置；生产排产；规则引擎：产销存 引用本文：陈斌，姚嫒媛，安裕强．基于订单智能协同处理的产销存一体化管理[J】．中国烟草学报，2017，23(3) 近年来，烟草企业的信息化建设取得了显著成 机的数据中，获取有效的、新颖的、潜在有用的、最 绩，但是信息化应用主要定位于业务运营层面，业 终可理解的模式。数据挖掘是统计学、数据库、人工智 务执行按照既定流程由上至下顺序流转【1】。工业企 能技术的综合性、交叉性应用，其价值体现在把对数据 业物流系统以营销系统计划为源头，相继开展物流 的应用从低层次的简单查询提升到从数据中获取信息、 排程、运力调度、仓储出入库等，信息流伴随着业 挖掘知识，进而达到为决策制定提供支撑的目的【5】。 务的发生而产生，滞后性较大：且决策的制定多依 1．2商业周期需求分析 赖于经验，导致运力、库存资源预配置不合理，商 业需求难以快速响应【2】。随着市场化取向改革【3】的 表1商业周期需求订单 推进，“多批次、小批量”发货日趋明显，物流环 Tab．1Demandorder cycle 节时间裕量大幅缩短【4】，对工业物流由传统的上游 “推动式”调整为下游“拉动式”提出更迫切的要求， 但目前在工业企业尚未形成一套成熟的解决方案。 本文提出了“拉动式”物流系统建设中涉及的规则 引擎设置、订单分解模型、车辆配载及生产排产模 型等核心问题的解决方案。 1数据分析与建模方法 1．1数据挖掘 数据挖掘是指从大量的、有噪声的、模糊的、随 表2发货时间预测表 Tab．2 timeforecast Delivery 收稿日期：2016—05—10；网络出版日期：2017．06—23 万方数据 V01．23No．3 TabacariaSinica2017 120 中国烟草学报Acta 为确保商业入库时卷烟库存符合存销比要求，根 该算法的计算过程如下： 据从营销系统获取对应规格的存销比、日销量、库存 1．随机选取K个聚类中心点为u。，u：，…，UK； 量及销售量等数据，结合订单处理时间及在途时间， 推算出最早发货时间、最迟发货时间，及最终的预计 (2)分别计算其到每一个聚类中心Ui0=1，…，K)的距