面向产业链云服务平台的分布式备件库存协同控制方法与软件工具研究

计算机工程与科学

面向产业链云服务平台的分布式备件库存协同控制方法与软件工具研究

吕瑞1,2，孙林夫1,2

(1.西南交通大学制造业产业链协同与信息化支撑技术四川省重点实验室，四川成都 610031;

2.西南交通大学四川省现代服务科技工程技术研究中心，四川成都 610031)

收稿日期:2016-10-30 修回日期:2016-03-09 出版日期:2017-10-25 发布日期:2017-10-25
基金资助:
中央财政服务业发展专项资金（2015059901010）;四川省科技支撑计划（2014GZ0142）

An overall scheme and a software tool of coordination and control

of accessories stock for cloud service platform of industrial chian

Lv Rui1,2,SUN Lin-fu1,2

(1.Sichuan Province Key Laboratory of Manufacturing Industry Chain Collaboration and Information Supply Technology,

Southwest Jiaotong University,Chengdu 610031;

2.Sichuan Province Research Center for Modern Service Science and Technology Engineering Technique,

Southwest Jiaotong University,Chengdu 610031,China)

Received:2016-10-30 Revised:2016-03-09 Online:2017-10-25 Published:2017-10-25

摘要/Abstract

摘要：

针对制造业产业链协同服务平台的备件业务协作需求，提出跨节点的库存协同解决方案并建立近期需求预测计算模型。结合分布式节点企业的历史交易数据、库存数据的实时采集与处理应用，保障库存控制方案的实效性。采用MapReduce框架对模型参数计算过程进行优化，提高运算速度。基于遗传算法获取模型计算最优解，并将模型计算结果推送至下游经销商企业群，由反馈信息控制订单的动态生成。并将该模式应用在汽车产业链云服务平台，压缩了产业链响应时间。

关键词: 备件, 产业链, 库存协同, 遗传算法

Abstract:

To meet the spare parts collaborative needs of manufacturing industry chain collaborative platform, we propose a cross-enterprise inventory control solution and establish a near-term demand forecasting model. In order to ensure the effectiveness of the inventory control program, we dynamically extract historical transaction data of each node and real-time inventory data, and obtain the optimal solution based on the genetic algorithm. We use the MapReduce framework to calculate model parameters and improve the processing speed. By pushing the results to downstream service providers, the feedback information can control the dynamically generated orders. The application in the automotive industry chain cloud services platform demonstrates that the response time of the industry chain is compressed.

Key words: spare parts, industrial chain, inventory cooperative, genetic algorithms

吕瑞1,2，孙林夫1,2. 面向产业链云服务平台的分布式备件库存协同控制方法与软件工具研究[J]. 计算机工程与科学.

Lv Rui1,2,SUN Lin-fu1,2.

An overall scheme and a software tool of coordination and control

of accessories stock for cloud service platform of industrial chian

[J]. Computer Engineering & Science.

[1]	李成冉, 方佳豪, 尹首一, 魏少军, 胡杨. 基于遗传算法的晶圆级芯片映射算法研究[J]. 计算机工程与科学, 2024, 46(06): 993-1000.
[2]	任晟岐, 宋伟. 基于GGInformer模型的多维时间序列特征提取与预测研究[J]. 计算机工程与科学, 2024, 46(04): 590-598.
[3]	孙睿男, 初翔, 陈昱, 闫明宁. 基于混合启发式算法的快递末端选址路径优化研究[J]. 计算机工程与科学, 2024, 46(01): 159-169.
[4]	郭艺, 何廷年, 李爱斌, 毛君宇. 融合GA-CART和Deep-IRT的知识追踪模型[J]. 计算机工程与科学, 2023, 45(09): 1691-1700.
[5]	毛媛媛, 石恩雅, 蒋从锋, 仇烨亮, 贾刚勇, 万健, 闫龙川. 基于遗传算法的数据中心能效仿真[J]. 计算机工程与科学, 2021, 43(08): 1341-1352.
[6]	胡新荣, 刘嘉文, 刘军平, 彭涛, 何儒汉, . 基于改进GA-BP-MC神经网络的人体三维尺寸预测[J]. 计算机工程与科学, 2021, 43(08): 1443-1453.
[7]	李静, 莫思敏 . 基于改进遗传算法的深度神经网络优化研究[J]. 计算机工程与科学, 2021, 43(08): 1503-1511.
[8]	李晶晶, 许少华. 基于组合核函数的径向基过程神经网络及其在示功图诊断中的应用[J]. 计算机工程与科学, 2021, 43(04): 746-752.
[9]	季子豪, 江凌云. 一种基于遗传算法的多站点协同计算卸载算法[J]. 计算机工程与科学, 2021, 43(03): 426-434.
[10]	贾俊杰, 秦海涛. 基于遗传算法的动态轨迹匿名算法[J]. 计算机工程与科学, 2021, 43(01): 142-150.
[11]	李丹莲, 曹倩, 徐菲. 基于改进遗传算法的连锁便利店配送路径优化[J]. 计算机工程与科学, 2020, 42(11): 2096-2102.
[12]	陈旺虎，田真，张礼智，梁小燕，高雅琼. 基于插值的高维稀疏数据离群点检测方法[J]. 计算机工程与科学, 2020, 42(06): 966-972.
[13]	王硕禾1，刘旭1，李苏晨1，张国驹2. 基于多目标遗传算法的LoRa参数匹配优化[J]. 计算机工程与科学, 2020, 42(03): 434-440.
[14]	马晗，常安定，陈童，李江杰. 基于文化混合优化算法的旅行商问题求解[J]. 计算机工程与科学, 2019, 41(07): 1273-1278.
[15]	刘华1，杨春曦1，韩光松2，谢可心1. N状态二进制一致性算法设计及其优化[J]. 计算机工程与科学, 2019, 41(06): 1009-1015.