[发明专利]门店物品补货方法、装置、计算机设备及存储介质

权利要求书

1.一种门店物品补货方法，其特征在于，包括下述步骤：

获取历史物品的补货基础数据；

根据所述补货基础数据构建目标函数；

根据所述补货基础数据确定约束条件；

基于所述目标函数和所述约束条件构建初始补货模型；

根据线性化算法优化所述初始补货模型，得到目标补货模型；

获取目标物品的目标补货数据；

将所述目标补货数据输入至所述目标补货模型，输出所述目标物品的拆零决策。

2.根据权利要求1所述的门店物品补货方法，其特征在于，所述补货基础数据包括运行数据和物品数据，所述运行数据包括现金收益率、单次拆零成本、营业天数、门店数量以及业态数量，所述物品数据包括物品价格、物品箱规、物品日均销量以及物品种类数，所述根据所述补货基础数据构建目标函数的步骤包括：

根据所述补货基础数据计算整箱补货平均库存成本、拆零补货平均库存成本以及拆零操作成本；

根据所述整箱补货平均库存成本、所述拆零补货平均库存成本以及所述拆零操作成本构建所述目标函数，其中，所述目标函数表达式如下：

其中，profit表示拆零收益；α表示现金收益率；β表示单次拆零成本；y表示门店一年的营业天数；c_i表示物品价格；p_i表示物品箱规；d_ijt表示第i种物品第j个门店第t业态下的物品日均销量；A_it表示第i种物品第t业态下的拆零决策。

3.根据权利要求2所述的门店物品补货方法，其特征在于，所述约束条件包括分发中心单日拆零次数约束条件、第一拆零决策约束条件、箱规约束条件、第二拆零决策约束条件，所述根据所述补货基础数据确定约束条件的步骤包括：

根据如下公式确定所述分发中心单日拆零次数约束条件：

其中，y表示门店一年的营业天数；w表示分发中心一年的工作天数；g表示物品种类数；r表示门店数量；f表示业态数量；p_i表示物品箱规；d_ijt表示第i种物品第j个门店第t业态下的物品日均销量；A_it表示第i种物品第t业态下的拆零决策；X_it表示如果X_it为0，则A_it等于p_i，如果X_it为1，则A_it大于等于0；m表示分发中心每天的最大拆零次数；

当拆零决策大于一半物品箱规时，根据如下公式确定所述第一拆零决策约束条件：

根据如下公式确定所述箱规约束条件：

当拆零决策在1到整箱规之间时，根据如下公式确定所述第二拆零决策约束条件：

其中，Z为整数集。

4.根据权利要求3所述的门店物品补货方法，其特征在于，所述基于所述目标函数和所述约束条件构建初始补货模型的步骤包括：

基于所述目标函数和所述约束条件，采用如下公式构建初始补货模型：

其中，X_it表示如果X_it为0，则A_it等于p_i，如果X_it为1，则A_it大于等于0。

5.根据权利要求4所述的门店物品补货方法，其特征在于，所述根据线性化算法优化所述初始补货模型，得到目标补货模型的步骤包括：

获取第一拆零连续变量和第二拆零连续变量；

根据所述第一拆零连续变量和所述第二拆零连续变量对所述目标函数进行线性转化；

根据所述第一拆零连续变量和所述第二拆零连续变量对所述约束条件进行线性转化；

基于线性化后的所述目标函数以及线性化后的所述约束条件获得所述目标补货模型。