朱騰蛟　馬柯　樊琳

摘要：為幫助企業(yè)完善庫(kù)存風(fēng)險(xiǎn)預(yù)警管理機(jī)制，而設(shè)計(jì)了一個(gè)基于B/S架構(gòu)的平臺(tái)解決方案。該解決方案完成了對(duì)風(fēng)險(xiǎn)預(yù)警機(jī)制的設(shè)定，并以時(shí)間序列模型，對(duì)廠內(nèi)產(chǎn)成品、在途庫(kù)存、在庫(kù)庫(kù)存的庫(kù)存規(guī)模及庫(kù)存規(guī)模比進(jìn)行7～14天的預(yù)測(cè)。最后以庫(kù)存規(guī)模為例，對(duì)模型的預(yù)測(cè)性能進(jìn)行了驗(yàn)證。

關(guān)鍵詞：B/S架構(gòu)；風(fēng)險(xiǎn)預(yù)警；時(shí)間序列模型

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1003-6970.2015.05.029

本文著錄格式：朱騰蛟，馬柯，樊琳.基于B/S架構(gòu)的庫(kù)存風(fēng)險(xiǎn)預(yù)警平臺(tái)的研究[J].軟件，2015，36（5）：133-135

0 引言

在大數(shù)據(jù)概念越發(fā)火熱的當(dāng)下，企業(yè)管理者比以往任何時(shí)期都更加看重?cái)?shù)據(jù)的價(jià)值。庫(kù)存規(guī)模的決策需要數(shù)據(jù)的支持，基于數(shù)據(jù)的決策會(huì)更加科學(xué)、準(zhǔn)確與合理。由于庫(kù)存管理的優(yōu)劣直接影響到各家企業(yè)的競(jìng)爭(zhēng)力和物資供應(yīng)的順暢程度，因此迫切地需要依據(jù)自身情況，定制一套高效可用的庫(kù)存數(shù)據(jù)可視化預(yù)警平臺(tái)來(lái)幫助企業(yè)控制成本，發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，保障各項(xiàng)業(yè)務(wù)的順利運(yùn)行，為企業(yè)資源的合理管控提供決策支持。

1 平臺(tái)設(shè)計(jì)

1.1 平臺(tái)架構(gòu)設(shè)計(jì)

該平臺(tái)采用了可維護(hù)性更強(qiáng)的B/S（Browser/Server）架構(gòu)，即瀏覽器服務(wù)器架構(gòu)。它是隨著Internet技術(shù)的興起，對(duì)C/S（client/Server）架構(gòu)的一種改進(jìn)。在B/S架構(gòu)下，只有少部分事務(wù)邏輯在前端實(shí)現(xiàn)，而主要的事務(wù)邏輯在服務(wù)器端實(shí)現(xiàn)，形成了所謂的“3-tier”三層架構(gòu)。

三層架構(gòu)的具體部署如圖1所示，將整個(gè)系統(tǒng)應(yīng)用劃分成三個(gè)層次，分別是數(shù)據(jù)層、應(yīng)用層和表示層。數(shù)據(jù)層包含一個(gè)中央數(shù)據(jù)管理服務(wù)器，提供多種數(shù)據(jù)接口，可以根據(jù)企業(yè)具體需要從多個(gè)數(shù)據(jù)源抽取庫(kù)存數(shù)據(jù)，按照統(tǒng)一維度處理之后存儲(chǔ)在本地磁盤(pán)，方便應(yīng)用層實(shí)時(shí)讀取。應(yīng)用層包含一個(gè)Web服務(wù)器和時(shí)間序列預(yù)測(cè)分析組件，通過(guò)接收表示層的作業(yè)請(qǐng)求，到數(shù)據(jù)層中抽取數(shù)據(jù)，再通過(guò)分析之后，發(fā)送到表示層作可視化的展示。表示層則可以是任意可接入互聯(lián)網(wǎng)的終端，包括智能手機(jī)、平板電腦、筆記本電腦等等。三層架構(gòu)充分體現(xiàn)出了系統(tǒng)的高內(nèi)聚性和低耦合性。

伴隨著經(jīng)濟(jì)的快速發(fā)展以及“兩化融合”的不斷推進(jìn)，云計(jì)算技術(shù)有可能短期內(nèi)在中小企業(yè)之間得到廣泛的應(yīng)用。云計(jì)算是綜合互聯(lián)網(wǎng)技術(shù)計(jì)算機(jī)技術(shù)和移動(dòng)信息技術(shù)等應(yīng)用集成發(fā)展的面向全球用戶(hù)的多功能應(yīng)用服務(wù)。云服務(wù)的發(fā)展趨勢(shì)將會(huì)是更便宜、更安全，其有效性和可信性將更高。采用云數(shù)據(jù)庫(kù)技術(shù)把數(shù)據(jù)庫(kù)部署到云端，可以解決許多企業(yè)在不斷發(fā)展壯大的過(guò)程中要面臨的與數(shù)據(jù)相關(guān)的問(wèn)題，比如呈指數(shù)級(jí)增長(zhǎng)的數(shù)據(jù)量的儲(chǔ)存問(wèn)題，大規(guī)模并行處理問(wèn)題，數(shù)據(jù)中心運(yùn)行維護(hù)的成本問(wèn)題等等。未來(lái)的信息系統(tǒng)，將是B/S與云計(jì)算結(jié)合的模式。所以在風(fēng)險(xiǎn)預(yù)警平臺(tái)架構(gòu)的設(shè)計(jì)初期，把未來(lái)可能與云服務(wù)相結(jié)合也考慮進(jìn)去的做法是具有前瞻性的。

1.2 平臺(tái)主要功能模塊

1.2.1 產(chǎn)成品庫(kù)存地圖

庫(kù)存地圖包括了總庫(kù)存規(guī)模（廠內(nèi)產(chǎn)成品庫(kù)存規(guī)模、渠道風(fēng)險(xiǎn)庫(kù)存規(guī)模）、按區(qū)域（顯示總部、專(zhuān)營(yíng)公司、渠道公司）分別顯示廠內(nèi)產(chǎn)成品庫(kù)存、在途庫(kù)存、地區(qū)公司在庫(kù)庫(kù)存、加工中心庫(kù)存的當(dāng)期庫(kù)存規(guī)模、昨日新人庫(kù)庫(kù)存規(guī)模、昨日已出庫(kù)庫(kù)存規(guī)模。

1.2.2 庫(kù)存規(guī)模預(yù)警

由合同接單開(kāi)始，按照庫(kù)存模型，測(cè)算下一個(gè)月的庫(kù)存走勢(shì)，并與庫(kù)存指標(biāo)對(duì)比判斷庫(kù)存風(fēng)險(xiǎn)高低，對(duì)高庫(kù)存風(fēng)險(xiǎn)觸發(fā)庫(kù)存預(yù)警應(yīng)對(duì)機(jī)制，以控制供應(yīng)鏈庫(kù)存風(fēng)險(xiǎn)。

庫(kù)存規(guī)模模型為，故依照庫(kù)存規(guī)模模型可以預(yù)測(cè)第t月的平均庫(kù)存走勢(shì)情況。

庫(kù)存規(guī)模比模型為，該模型為某地區(qū)（專(zhuān)業(yè)）公司第t周的動(dòng)態(tài)庫(kù)存規(guī)模比。

其中：ISt為某地區(qū)（專(zhuān)業(yè)）公司第t月的庫(kù)存規(guī)模。St為第t月對(duì)應(yīng)的訂貨量，IPt即入庫(kù)比系數(shù)，為預(yù)測(cè)第t月合同總量中入地區(qū)公司庫(kù)存的量的比重。按照移動(dòng)平均法預(yù)測(cè)Rt風(fēng)險(xiǎn)系數(shù)，為預(yù)測(cè)第t月入庫(kù)合同量中付款方式不是全額預(yù)付的比重，按照移動(dòng)平均法預(yù)測(cè)，TOt周轉(zhuǎn)周期，為預(yù)測(cè)的第t個(gè)月的庫(kù)存平均周轉(zhuǎn)周期，可按照移動(dòng)平均法預(yù)測(cè)。It是庫(kù)存規(guī)模，St定義為該公司第t周庫(kù)存對(duì)應(yīng)的訂貨量，由于現(xiàn)貨和期貨的銷(xiāo)售周期分別為1個(gè)月（30天）和1個(gè)半月（45天），故第t周庫(kù)存對(duì)應(yīng)的訂貨量為：對(duì)期貨而言，以第t周為終點(diǎn)，前推一個(gè)月的訂貨量；對(duì)現(xiàn)貨而言，以第t周為終點(diǎn)，前推一個(gè)半月的訂貨量。根據(jù)統(tǒng)計(jì)的前t周的庫(kù)存規(guī)模比數(shù)據(jù)值，可按照移動(dòng)平均法預(yù)測(cè)第t+1周庫(kù)存規(guī)模比。

1.2.3 庫(kù)存入庫(kù)提示

對(duì)“廠內(nèi)在制品一>廠內(nèi)產(chǎn)成品一>在途一>地區(qū)公司一>加工中心”全流程各環(huán)節(jié)中形成的庫(kù)存，通過(guò)梳理基礎(chǔ)數(shù)據(jù)和合同信息，形成庫(kù)存流向信息流，在各個(gè)環(huán)節(jié)點(diǎn)提前提示庫(kù)存即將到庫(kù)的信息。如跟蹤T時(shí)點(diǎn)的在庫(kù)信息N噸，根據(jù)運(yùn)輸方式及到目的地所需的平均周期，預(yù)測(cè)到庫(kù)時(shí)間點(diǎn)2天后入庫(kù)，并提示地區(qū)公司還有T+2時(shí)間點(diǎn)有N噸庫(kù)存即將入庫(kù)。同時(shí)可以查詢(xún)即將到庫(kù)的合同明細(xì)，以利于各公司提前準(zhǔn)備開(kāi)展催提和收款工作，加快庫(kù)存周轉(zhuǎn)效率。

對(duì)于庫(kù)存規(guī)模、庫(kù)齡結(jié)構(gòu)及未按期周轉(zhuǎn)的庫(kù)存風(fēng)險(xiǎn)報(bào)警，將結(jié)合庫(kù)存規(guī)模、庫(kù)齡結(jié)構(gòu)及定金45天周轉(zhuǎn)周期的庫(kù)存管理要求，監(jiān)控在庫(kù)庫(kù)存的實(shí)績(jī)，對(duì)未達(dá)管理要求的高風(fēng)險(xiǎn)庫(kù)存觸發(fā)庫(kù)存風(fēng)險(xiǎn)應(yīng)對(duì)機(jī)制，向庫(kù)存管理責(zé)任人推送相關(guān)庫(kù)存報(bào)警信息，并系統(tǒng)跟蹤庫(kù)存責(zé)任人處理高風(fēng)險(xiǎn)庫(kù)存的情況，處理完后警報(bào)自動(dòng)解除。

1.2.4 全流程的可視化展示

面向總部管理人員的可視化展示，針對(duì)總體庫(kù)存的全流程鏈條，設(shè)計(jì)各環(huán)節(jié)實(shí)際庫(kù)存、庫(kù)存規(guī)模預(yù)警、庫(kù)存規(guī)模、庫(kù)齡結(jié)構(gòu)及未按期周轉(zhuǎn)的庫(kù)存風(fēng)險(xiǎn)報(bào)警等功能的可視化動(dòng)態(tài)展示，幫助總部庫(kù)存管理人員及時(shí)掌握庫(kù)存全局動(dòng)態(tài)，有效控制總體庫(kù)存規(guī)模。

面向產(chǎn)品銷(xiāo)售部銷(xiāo)售人員的可視化展示，針對(duì)各品種銷(xiāo)售人員的責(zé)任庫(kù)存，設(shè)計(jì)分品種的全流程實(shí)際庫(kù)存、庫(kù)存規(guī)模預(yù)警、庫(kù)存規(guī)模、庫(kù)齡結(jié)構(gòu)及未按期周轉(zhuǎn)的庫(kù)存風(fēng)險(xiǎn)報(bào)警等功能的可視化動(dòng)態(tài)展示，幫助產(chǎn)品銷(xiāo)售人員及時(shí)掌握各品種庫(kù)存動(dòng)態(tài)，為判斷用戶(hù)需求及合同接單提供有效支持，并協(xié)同解決高風(fēng)險(xiǎn)庫(kù)存。

面向地區(qū)公司的可視化展示，針對(duì)各地區(qū)專(zhuān)營(yíng)公司的責(zé)任庫(kù)存，設(shè)計(jì)分公司所轄責(zé)任庫(kù)存的全流程實(shí)際庫(kù)存、庫(kù)存規(guī)模預(yù)警、入庫(kù)提示、庫(kù)存規(guī)模、庫(kù)齡結(jié)構(gòu)及未按期周轉(zhuǎn)的庫(kù)存風(fēng)險(xiǎn)報(bào)警等功能的可視化動(dòng)態(tài)展示，幫助各地區(qū)公司提前預(yù)測(cè)庫(kù)存規(guī)模，并提前準(zhǔn)備開(kāi)展催提和收款工作，加快庫(kù)存周轉(zhuǎn)效率；同時(shí)預(yù)警高風(fēng)險(xiǎn)庫(kù)存，協(xié)助地區(qū)公司有效控制庫(kù)存風(fēng)險(xiǎn)。

全流程方式展示如下內(nèi)容：

廠內(nèi)產(chǎn)成品庫(kù)存：針對(duì)超齡6個(gè)月以上的庫(kù)存進(jìn)行預(yù)警；

在途庫(kù)存：根據(jù)平均在途周期計(jì)算超齡庫(kù)存，進(jìn)行異常值的提示；

地區(qū)公司在庫(kù)庫(kù)存：預(yù)測(cè)庫(kù)存可達(dá)的高點(diǎn)值、預(yù)測(cè)庫(kù)存規(guī)模比、45天超期庫(kù)存量、預(yù)測(cè)未來(lái)可能會(huì)超期庫(kù)存量（每月20日之后出數(shù)據(jù)）、6個(gè)月以上超期庫(kù)存規(guī)模；

加工中心庫(kù)存：針對(duì)超齡6個(gè)月以上的庫(kù)存進(jìn)行預(yù)警。2預(yù)測(cè)算法與模型選擇

廠內(nèi)產(chǎn)成品、在途庫(kù)存、在庫(kù)庫(kù)存的庫(kù)存規(guī)模及庫(kù)存規(guī)模比，分別使用時(shí)間序列及多因素模型進(jìn)行預(yù)測(cè)分析，ARIMA建模步驟如圖2所示。時(shí)間序列模型預(yù)測(cè)7～14日庫(kù)存規(guī)模及庫(kù)存規(guī)模比。根據(jù)前期使用時(shí)間序列模型（移動(dòng)平均模型MA、自回歸模型AR、自回歸移動(dòng)平均模型ARIMA和求和自回歸移動(dòng)平均模型ARIMA）、灰色預(yù)測(cè)等常用的預(yù)測(cè)算法，針對(duì)庫(kù)存規(guī)模、庫(kù)存規(guī)模比（按前7～14天平均發(fā)貨量進(jìn)行預(yù)測(cè)）進(jìn)行后續(xù)7～14日的庫(kù)存規(guī)模及庫(kù)存規(guī)模比的預(yù)測(cè)分析，通過(guò)自相關(guān)圖、偏自相關(guān)圖、擬合預(yù)測(cè)圖、殘差圖等多種分析方法，選擇最優(yōu)的預(yù)測(cè)算法，并提供參數(shù)配置選擇，滿(mǎn)足預(yù)測(cè)功能的準(zhǔn)確性、實(shí)時(shí)性。

為了驗(yàn)證預(yù)測(cè)性能，取某鋼貿(mào)公司的真實(shí)庫(kù)存數(shù)據(jù)建立周期為14的模型ARIMA（2，1，0）（1，1，0），在R語(yǔ)言環(huán)境中得到的結(jié)果如圖3所示。其中紅色區(qū)段為預(yù)測(cè)的14天的數(shù)據(jù)，與真實(shí)的綠色區(qū)段的數(shù)據(jù)的走勢(shì)大致相同，誤差基本上能控制在20%以?xún)?nèi)，預(yù)測(cè)性能可觀。

3 結(jié)束語(yǔ)

基于時(shí)間序列的庫(kù)存規(guī)模預(yù)測(cè)的算法研究和模型確立是庫(kù)存風(fēng)險(xiǎn)預(yù)警平臺(tái)內(nèi)部需要解決的關(guān)鍵技術(shù)之一。本文通過(guò)ARIMA模型得出的預(yù)測(cè)結(jié)果雖然在一定程度上達(dá)到了精度要求，但并非是最優(yōu)解，所以今后還有很大的空間向這個(gè)方面去進(jìn)一步完善。預(yù)測(cè)是一項(xiàng)復(fù)雜而又寬泛的課題，20世紀(jì)60年代時(shí)的一篇論文里，Bates和Granger已經(jīng)證明兩種無(wú)偏的單項(xiàng)預(yù)測(cè)組合優(yōu)于每個(gè)單一的單項(xiàng)預(yù)測(cè)。所以在今后不斷深入的研究過(guò)程中，可以考慮引入組合預(yù)測(cè)模型來(lái)提高預(yù)測(cè)精度，比如基于ARIMA、BP神經(jīng)網(wǎng)絡(luò)與GM的組合模型，指數(shù)平滑法與神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)模型等等。