[发明专利]一种翻单数量的预测方法在审

专利信息
申请号: 201910173079.0 申请日: 2019-03-07
公开(公告)号: CN109949083A 公开(公告)日: 2019-06-28
发明(设计)人: 王媛 申请(专利权)人: 深圳市云创服装设计有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q50/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基础参数 信息对应 信息确定 周期信息 查找 预测 单量 减小 服饰
【权利要求书】:

1.一种翻单数量的预测方法,其特征是:包括,

获取当前品类信息;

从预先设置的、品类信息与历史理想周销信息之间的对应关系中,查找与所述当前品类信息对应的历史理想周销信息;

从预先设置的、品类信息与基础参数之间的对应关系中,查找与所述当前品类信息对应的基础参数;

通过基础参数和历史理想周销信息确定当前品类信息的现阶段理想周销信息;

获取当前品类信息的实际周销信息;

通过对比实际周销信息和现阶段理想周销信息确定翻单信息;

若翻单信息为需要进行翻单,则获取当前品类信息的最新总销量和周预期销量;

确定断货周期;

若断货周期信息体现为出现断货,则确定断货状态下的计划翻单量;

若断货周期信息体现为未出现断货,则确定未断货状态下的计划翻单量。

2.根据权利要求1所述的一种翻单数量的预测方法,其特征是:所述历史理想周销信息包括周数和与所述周数对应的历史理想周销占比值。

3.根据权利要求2所述的一种翻单数量的预测方法,其特征是:所述基础参数包括下单数量信息、计划生命周期信息、翻单生命周期信息和目标产销信息。

4.根据权利要求3所述的一种翻单数量的预测方法,其特征是:所述现阶段理想周销信息的确定采用如下公式,K=a*b*c,其中a代表下单数量信息,b代表目标产销信息,c代表周数对应的历史理想周销占比值。

5.根据权利要求4所述的一种翻单数量的预测方法,其特征是:所述确定翻单信息包括,

若实际周销信息的数值小于或等于计算得出的现阶段理想周销信息,则将翻单信息设为不进行翻单操作;

若实际周销信息的数值大于计算得出的现阶段理想周销信息,则将翻单信息设为进行翻单操作。

6.根据权利要求5所述的一种翻单数量的预测方法,其特征是:所述当前品类信息的最新总销量采用如下公式获取,S=A/B,其中A代表以实际发生的N周的实际周销信息的总和值,B代表这N周的现阶段理想周销占比值总和。

7.根据权利要求6所述的一种翻单数量的预测方法,其特征是:所述当前品类信息的周预期销量采用如下公式获取,M=S*C,其中C代表未实际发生周的周销占比。

8.根据权利要求7所述的一种翻单数量的预测方法,其特征是:所述断货周期确定采用如下公式,D=n+g-N-1,其中n代表预测时所处于的周数,g代表翻单生命周期信息,N代表断货初始周,若断货周期小于0,则为未断货状态,若断货周期大于0,则为断货状态。

9.根据权利要求8所述的一种翻单数量的预测方法,其特征是:所述确定断货状态下的计划翻单量包括,

从预先设置的、断货周期与断货损失系数之间的对应关系中,查找与所述当前断货周期对应的断货损失系数;

对第n+g周开始的每周的周预期销量进行求和;

将求和获得的数值乘以断货损失系数;

计划翻单量采用如下公式,F=(Z+H)/90%-a,其中Z代表第一周至第N周的周销量总和,H代表对第n+g周开始的每周的周预期销量进行求和并乘以断货损失系数获取的值。

10.根据权利要求8所述的一种翻单数量的预测方法,其特征是:所述确定未断货状态下的计划翻单量采用如下公式,W=S/90%-a。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市云创服装设计有限公司,未经深圳市云创服装设计有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910173079.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top