Method, apparatus, device, and medium for running inventory management simulation model

Abstract

A method, apparatus, device, and medium for running inventory management simulation model are disclosed. The method comprising: acquiring business data from a data source; inputting the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template; and running the inventory management simulation model. Automatically generate accurate and customized inventory management simulation models that can be easily expanded to meet specific production needs of customers. Integrate industry know-how into standardized framework of inventory management simulation model to ensure efficient and synchronized flow of information, providing ready-to-use components and data templates.

Description

Method, apparatus, device, and medium for running inventory management simulation modelFIELD

[0001] The present disclosure relates to the technical field of inventory management technology, in particular to a method, apparatus, device, and medium for running inventory management simulation model.BACKGROUND

[0002] Many Make-to-Stock (MTS) factories aim to maintain a high service level for their customers by keeping substantial inventory levels, believing this to be the best way to meet customer demand promptly. However, this approach often leads to excessive inventory, which is not cost-effective. Manufacturers, therefore, face the challenge of identifying an optimal target inventory level that both ensures customer satisfaction and minimizes inventory costs.

[0003] While a plethora of inventory planning software tools exist, boasting either calculation or simulation modeling capabilities, their effective use is contingent upon the user’s extensive knowledge of inventory control mechanisms and a profound understanding of the specific customer business data.SUMMARY

[0004] Embodiments of the present disclosure propose a method, apparatus, device, and medium for running inventory management simulation model.

[0005] In a first aspect, a method for running an inventory management simulation model is provided. The method comprising:

[0006] acquiring business data from a data source;

[0007] inputting the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template; and

[0008] running the inventory management simulation model.

[0009] In a second aspect, an apparatus for running an inventory management simulation model is provided. The apparatus comprising:

[0010] an acquiring module, configured to acquire business data from a data source;

[0011] an inputting module, configured to input the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template; and

[0012] a running module, configured to run the inventory management simulation model.

[0013] In a third aspect, an electronic device is provided. The electronic device comprising a processor and a memory, wherein an application program executable by the processor is stored in the memory for causing the processor to execute a method for running an inventory management simulation model as described in any of the above.

[0014] In a fourth aspect, a computer-readable medium comprising computer-readable instructions stored thereon is provided, wherein the computer-readable instructions for executing a method for running an inventory management simulation model as described in any of the above.

[0015] In a fifth aspect, a computer program product comprising a computer program, when the computer program is executed by a processor for executing a method for running an inventory management simulation model as described in any of the above.

[0016] According to the above technical solutions, acquiring business data from a data source; inputting the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template; and running the inventory management simulation model. Automatically generate accurate and customized inventory management simulation models that can be easily expanded to meet specific production needs of customers. Integrate industry know-how into standardized framework of inventory management simulation model to ensure efficient and synchronized flow of information, providing ready-to-use components and data templates.BRIEF DESCRIPTION OF THE DRAWINGS

[0017] In order to make technical solutions of examples of the present disclosure clearer, accompanying drawings to be used in description of the examples will be simply introduced hereinafter. Obviously, the accompanying drawings to be described hereinafter are only some examples of the present disclosure. Those skilled in the art may obtain other drawings according to these accompanying drawings without creative labor.

[0018] Fig. 1 is an exemplary flowchart of a method for running an inventory management simulation model according to an embodiment of the present disclosure.

[0019] Fig. 2 is an exemplary structural diagram of an inventory management simulation model according to an embodiment of the present disclosure.

[0020] Fig. 3 is an exemplary diagram of a simulation process of an inventory management simulation model according to an embodiment of the present disclosure.

[0021] Fig. 4 is a schematic diagram of multi-echelon inventory analysis and control mechanism according to an embodiment of the present disclosure.

[0022] Fig. 5 is an exemplary structural diagram of an apparatus for running an inventory management simulation model according to an embodiment of the present disclosure.

[0023] Fig. 6 is a structural diagram of an electronic device according to an embodiment of the present disclosure.

[0024] List of reference numbers: DETAILED DESCRIPTION

[0025] In order to make the purpose, technical scheme, and advantages of the disclosure clearer, the following examples are given to further explain the disclosure in detail. Nouns and pronouns related to people in this patent application are not limited to specific gender.

[0026] In order to be concise and intuitive in description, the scheme of the disclosure is described below by describing several representative embodiments. Many details in the embodiments are only used to help understand the scheme of the disclosure. However, it is obvious that the technical scheme of the disclosure can be realized without being limited to these details. In order to avoid unnecessarily blurring the scheme of the disclosure, some embodiments are not described in detail, but only the framework is given. Hereinafter, "including" refers to "including but not limited to" , "according to... " refers to "at least according to..., but not limited to... " . When the number of an element is not specifically indicated below, it means that the element can be one or more, or can be understood as at least one.

[0027] Inventory management is a critical issue in supply chain management. Effective analysis using simulation software requires knowledge of the tool and a deep understanding of supply chain dynamics, such as workflows, information and material flows, and variables critical to KPIs. To decrease modeling threshold, researchers have defined some modeling components according to the SCOR (Supply Chain Operations Reference) standard. This standard structured 6 primary management processes in supply chain operation domain, including Plan, Source, Make, Deliver, Return, and Enable, and also further breaks these high-level processes down into detailed process elements and mapped to KPIs (Key Performance Indicators) . For example, to model a supply chain including multiple roles, click and drag the components and connect them together, the whole workflow is modeled efficiently.

[0028] The limitation of this existing method comprises:

[0029] (1) Simple business process connectivity does not reflect how to achieve the business intent of analysis and optimization. Connecting process step components just expresses the explicit knowledge of the domain. It is relatively superficial, basic workflows are only the first step of domain know-how. To analyze a supply chain performance, complexity lies in the decision mechanism at each step, and the information synchronization between these steps, and these decision mechanism and information need to be clearly and explicitly clarified and visible to users.

[0030] For example, when it comes to multi-echelon inventory optimization for a manufacturer’s raw material, semi-finished product, and finished product. There are consuming and producing relationship between various materials: when calculating the current inventory for one material, its inventories at different state need to be counted in (materials in warehouse, in transit, at the production line... ) ; when calculating the material requirements, both MTO and MTS need to be considered in parallel; when plan for production, the material kitting needs to be considered; when plan for production, the production capacity balancing between different kinds of products needs to be considered.

[0031] (2) The purpose of simulation is to help with decision by what-if analysis, but the components library seems not easy to tell what are the key variables, where to modify them, and which KPIs to monitor.

[0032] In one word, if a user needs to do supply chain modeling for inventory optimization, the user needs to model all the material consuming and producing mechanisms, MTO and MTS related tasks, etc., and also knows clearly which factors will affect the KPI, and how to optimize them. The points mentioned above are the domain know-how, and if it could be encapsulated and easily used by modelers, will decrease the modeling and analyzing effort, and expert dependency.

[0033] Embodiments of the present disclosure introduce a streamlined method for inventory simulation modeling. The simulation model could help to identify proper inventory levels for raw material, semi-finished product and finished product with changing customer demand, to avoid shortage, meanwhile keep low inventory cost. It features a predefined template for the necessary business data inputs, incorporates embedded inventory planning expertise, and, most critically, includes an adaptive mechanism that auto-models to accommodate the unique production situations of different manufacturers.

[0034] Fig. 1 is an exemplary flowchart of a method for running an inventory management simulation model according to an embodiment of the present disclosure. As shown in Figure 1, the method includes:

[0035] Step 101: acquiring business data from a data source.

[0036] A data source is any source capable of providing business data. For example, this could be an ERP system or an electronic spreadsheet. A spreadsheet is a software application that enables users to organize, analyze, and store data in a tabular form. Spreadsheets typically consist of rows and columns and can perform various calculations, such as addition, subtraction, multiplication, division, percentage calculations, averages, etc., as well as more complex formulas and functions. For example, spreadsheet software may include Microsoft Excel, Google Sheets, and Apple Numbers, among others. These programs are widely used in a variety of scenarios such as personal financial management, budget planning, data analysis, project management, etc. Spreadsheet software usually also provides charting tools that can display data graphically, making it easier to understand data trends and patterns.

[0037] In one embodiment, the acquiring business data from a data source includes: retrieving the business data from an ERP system; and / or, retrieving the business data from an electronic spreadsheet.

[0038] Business data typically includes the following categories: (1) Customer Data: Customer information (such as name, contact details, address, credit rating) , customer order history and transaction records. (2) Product Data: Product information, such as product number, description, specifications and price; Bill of Materials (BOM) and product configurations. (3) Financial Data: Accounting information, such as general ledger, accounts receivable, accounts payable and costs; Budgets and financial statements. (4) Inventory Data: Inventory levels, locations, and status. Inventory transaction and movement history. (5) Supply Chain Data: Supplier information, such as name, contact details, credit rating and performance; Purchase orders, supplier invoices, and procurement history. (6) Production Data: Production plans, schedules, and orders. Manufacturing process data, such as work centers, routings, capacities, etc. (7) Human Resources Data: Employee information, such as name, position, salary, skills, etc. Attendance records, performance evaluations, and training history. (8) Sales Data: Sales orders, quotes, and contracts. Sales performance and commission information. (9) Project Data: Project plans, tasks, and resource allocation; Project cost and progress tracking. (10) Quality Data: Quality inspection standards and test results; Defect reports and corrective actions. (11) Market Data: Market analysis, competitor information, and customer feedback. Marketing campaigns and advertising expenses. (12) Equipment and Asset Data: Detailed information about equipment and assets, such as serial numbers, specifications, locations, etc. Maintenance and repair history.

[0039] Step 102: inputting the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template.

[0040] In one embodiment, the component comprises a replenishment strategy management component, which comprises a first data template; the inputting the business data into a predefined data template comprises: inputting replenishment strategy parameters for raw materials, semi-finished products, and finished products into the first data template; the replenishment strategy management component is configured to generate inventory requirements for raw materials, semi-finished products, and finished products based on the first data template and a replenishment strategy determined by a user.

[0041] For example, RQ strategy and TS strategy are two types of replenishment strategies. The RQ strategy, also known as the (Q, R) strategy, is a continuous review strategy where Q represents the fixed quantity ordered each time, and R represents the reorder point, which triggers an order when the inventory level drops to R. This strategy is suitable for products with high demand, high costs of stockouts, and high demand uncertainty. The TS strategy, also known as the (s, S) strategy, is also a continuous review strategy where s represents the safety stock, and S represents the maximum inventory level. Under this strategy, the ordering process is initiated when the inventory level drops to s, and the order quantity is equal to the difference between the maximum inventory level S and the current inventory level. The difference between the (s, S) strategy and the (Q, R) strategy is that the order quantity is variable in the (s, S) strategy, whereas in the (Q, R) strategy, the order quantity is the same each time.

[0042] Based on business data, the replenishment strategy parameters, such as Q, R, s, and S are determined. Then, based on user's selection, one from the RQ strategy and TS strategy is chosen. Then, input the corresponding parameters of the selected replenishment strategy into inventory requirement formula of the chosen replenishment strategy to calculate inventory requirements for raw materials, the semi-finished goods, and the finished products.

[0043] Therefore, the simulation model incorporates a replenishment strategy management component comprising a data template suitable for filling replenishment strategy parameters. Based on this component, inventory requirements for raw materials, semi-finished goods, and finished products may be generated.

[0044] In one embodiment, the component comprises a requirement management component, which comprises a second data template; the inputting the business data into a predefined data template comprises: inputting customer requirements into the second data template; the requirement management component is configured to generate to-order requirements and a delivery plan based on the second data template, the to-order requirements comprising to-order requirements for raw materials, semi-finished products, and finished products.

[0045] Therefore, the simulation model incorporates a requirement management component. Based on this requirement management component, order-based requirements and delivery plan may be generated.

[0046] In one embodiment, the component comprises a source component, which comprises a third data template; the inputting the business data into a predefined data template comprises: inputting supplier capabilities and price into the third data template; the source component is configured to generate a source plan based on the third data template and requirements for raw materials, the requirements for raw materials is determined based on the inventory requirements for raw materials and the to-order requirements for raw materials.

[0047] Therefore, the simulation model incorporates a source component. Based on this component, source plan and requirements for raw materials, the requirements for raw materials may be determined.

[0048] In one embodiment, the component comprises a make component, the make component is configured to generate a production plan based on the to-order requirements for raw materials, the to-order requirements for finished products, the to-order requirements for semi-finished products, and a production unit model.

[0049] A production unit model is a simulation model used for executing production operations. Production unit models can be established based on various methods or approaches. These might include: Process Modeling: Creating models that represent the manufacturing processes and how they flow through the production units; Data-Driven Modeling: Utilizing historical data and statistical analysis to develop models that predict production outcomes; Agent-Based Modeling: Simulating individual components or 'agents' within the production units and how they interact with each other; Discrete Event Simulation: Building models that focus on the occurrence of specific events and their impact on production; System Dynamics: Developing models that show how the production units change over time due to feedback loops and other dynamics; Machine Learning: Applying algorithms to learn from data and improve the accuracy of production unit models; Virtual Reality / Augmented Reality: Using VR / AR technologies to create immersive models for training and simulation purposes; Digital Twin Technology: Creating a digital replica of the physical production units to simulate their behavior under various conditions.

[0050] Each method has its own advantages and is chosen based on the specific requirements and constraints of the production environment being modeled.

[0051] For example, acquire workstation layout information and workstation description information corresponding to a working space comprising at least one workstation; based on the workstation layout information and the workstation description information, determine workstation attribute information corresponding to each of the workstations within the at least one workstation; according to the workstation attribute information of each workstation, determine the code information and model template for that workstation respectively; based on the code information and model template corresponding to each workstation, draw the model images corresponding to each workstation to generate a visual model layout corresponding to the space.

[0052] Therefore, the simulation model incorporates a make component. Based on this component, production plan may be determined.

[0053] In one embodiment, the component comprises a delivery component, which comprises a fourth data template; the inputting the business data into a predefined data template comprises: inputting transportation capabilities and price of a consignor into the fourth data template; wherein the delivery component is configured to control a delivery transportation process based on the fourth data template and the delivery plan, and to generate a service level record regarding the delivery plan.

[0054] Therefore, the simulation model incorporates a delivery component. Based on this component, a delivery transportation process is controlled.

[0055] In one embodiment, the component comprises a transportation facility component, which comprises a fifth data template; the inputting the business data into a predefined data template comprises: inputting transportation capabilities and price of a raw material deliverer into the fifth data template; wherein the transportation facility component is configured to control a receiving transportation process of raw materials based on the fifth data template, generate a receiving record, and to send the receiving record to the source component.

[0056] Therefore, the simulation model incorporates a transportation facility component. Based on this component, a receiving transportation process is controlled.

[0057] In one embodiment, the component comprises a production facility component, which comprises a sixth data template; the inputting the business data into a predefined data template comprises: inputting production capacities and production costs into the sixth data template; the production facility component is configured to control a production process based on the sixth data template and the production plan, and to generate a production record.

[0058] Therefore, the simulation model incorporates a production facility component. Based on this component, a production process is controlled.

[0059] In one embodiment, the component comprises an inventory component, which comprises a seventh data template; the inputting the business data into a predefined data template comprises: inputting storage capacities of a warehouse, a preset maximum inventory level, and a preset minimum inventory level into the seventh data template; the inventory component is configured to update inventory data based on the seventh data template, the receiving record, the production record, and the delivery plan. In one embodiment, the inventory data comprises: inventory data for raw materials; inventory data for semi-finished products; inventory data for finished products.

[0060] Therefore, the simulation model incorporates an inventory component. Based on this component, inventory data is updated.

[0061] Step 103: running the inventory management simulation model.

[0062] In one embodiment, the method comprising: determining a KPI parameter for inventory management when running the inventory management simulation model; modifying the business data when the KPI parameter does not meet a predetermined criterion; inputting the modified business data into the data template and running the inventory management simulation model again; determining the KPI parameter upon re-running of the inventory management simulation model; recording the modified business data when the KPI parameter meets the criterion; sending the modified business data to an ERP system.

[0063] The modifying the business data includes at least one of the following: modifying the replenishment strategy parameters for raw materials, semi-finished goods, and finished products; modifying customer requirements; modifying supplier capabilities and prices; modifying transportation capabilities and prices of the consignor; modifying transportation capabilities and prices of raw material deliverer; modifying manufacturing capabilities; modifying manufacturing costs; modifying maximum inventory levels for raw materials, semi-finished goods, and finished products; modifying minimum inventory levels for raw materials, semi-finished goods, and finished products.

[0064] KPIs are quantitative metrics used to measure the efficiency and effectiveness of inventory management. Here are some common inventory management KPIs: (1) Inventory Turnover Ratio: This measures how many times inventory is sold and replaced within a certain period, calculated as the cost of goods sold divided by the average inventory value. (2) Inventory Accuracy: This reflects the consistency between inventory records and actual inventory, usually verified through periodic stocktaking. (3) Order Fulfillment Rate: This indicates the percentage of orders that are correctly fulfilled within the specified time out of the total orders. (4) Out-of-Stock Rate: This measures the proportion of orders that cannot be met due to insufficient inventory to satisfy customer demand. (5) Excess Inventory Rate: This measures the proportion of inventory that exceeds demand out of the total inventory. (6) Average Order Processing Time: This is the average time required from order receipt to order shipment. (7) Inventory Holding Cost: This includes costs associated with holding inventory, such as storage costs, insurance, obsolescence, and risk of loss. (8) Inventory Service Level: This indicates the availability of inventory to meet customer demand, often the inverse of the out-of-stock rate. (9) Supply Chain Response Time: This is the time required from order placement to supplier response and final product delivery. (10) Procurement Cycle Time: This is the time required from placing an order to receiving the goods. (11) Return Rate: This measures the proportion of returned inventory out of total sales. (12) Days of Inventory on Hand (DOH) : This measures how many days the current inventory can last at the current sales rate. (13) Perfect Order Rate: This measures the proportion of orders that are on time, in full, undamaged, and with correct documentation out of the total orders. (14) Inventory Shrinkage Rate: This measures the proportion of inventory that is reduced due to theft, loss, or error out of the total inventory.

[0065] The above exemplary descriptions illustrate typical examples of KPIs, and those skilled in the art will recognize that such descriptions are illustrative only and are not intended to limit the scope of protection of the embodiments of the present disclosure.

[0066] Fig. 2 is an exemplary structural diagram of an inventory management simulation model according to an embodiment of the present disclosure. The diagram is a flowchart representing an integrated supply chain management system, which includes various modules for managing different aspects of inventory and production.

[0067] An inventory management simulation model 10 includes: replenishment strategy management component 11, requirement management component 12, KPI management component 13, source component 14, make component 15, delivery component 16, transportation facility component 17, production facility component 18 and inventory component 19.

[0068] Replenishment strategy management component 11 includes a data template filled with replenishment strategy parameters 23 for raw materials, semi-finished products, and finished products. The replenishment strategy management component 11 is configured to perform a To-stock requirements generation 22 for generating inventory requirements for raw materials, semi-finished products, and finished products based on the data template and a replenishment strategy determined by a user in policy configuration 21.

[0069] Requirement management component 12 includes gathering and managing customer demand. Requirement management component 12 includes a data template filled with customer requirements 24. Requirement management component 12 is configured to perform To-order requirements generation 25 and delivery plan generation 26. In To-order requirements generation 25, to-order requirements are generated based on the data template filled with customer requirements 24, the to-order requirements comprising to-order requirements for raw materials, semi-finished products, and finished products. In delivery plan generation 26, a delivery plan 36 is generated based on the data template filled with customer requirements 24.

[0070] KPI management component 13 is responsible for KPI calculation &visualization 27.

[0071] Source component 14 includes a data template filled with supplier capabilities and price 29. Source component 14 is configured to perform source plan generation 30 for generating a source plan 31 based on the data template filled with supplier capabilities and price 29 and requirements for raw materials 28, the requirements for raw materials 28 is determined based on the inventory requirements for raw materials generated in To-stock requirements generation 22 and the to-order requirements for raw materials generated in To-order requirements generation 25.

[0072] Make component 15 is configured to perform a production planning 35 for generating a production plan 44 based on the to-order requirements for raw materials, the to-order requirements 33 for finished products, the to-order requirements for semi-finished products, and a production unit model 34.

[0073] Delivery component 16 includes a data template filled with transportation capabilities and price 37 of a consignor. Delivery component 16 is configured to control a delivery transportation process 38 based on the data template filled with transportation capabilities and price 37 and delivery plan 36, and to generate a service level record 39 regarding the delivery plan 36.

[0074] Transportation facility component 17 includes a data template filled with transportation capabilities and price 40 of a raw material deliverer. The transportation facility component 17 is configured to control a receiving transportation process 41 of raw materials based on the data template filled with transportation capabilities and price 40 of a raw material deliverer, generate a receiving record 32, and to send the receiving record 32 to the source component 14.

[0075] Production facility component 18 includes a data template filled with production capacities 42 and production costs 43. The production facility component 18 is configured to control a production process 45 based on the data template filled with production capacities 42 and production costs 43 and the production plan 44, and to generate a production record 46.

[0076] Inventory component 19 includes a data template filled with storage capacities 47, preset maximum inventory level 48, and a preset minimum inventory level 49. The inventory component 19 is configured to update inventory data 50 based on the data template filled with storage capacities 47, preset maximum inventory level 48, and a preset minimum inventory level 49, the receiving record 32, production record 46, and the delivery plan 36 performed in delivery transportation process 38.

[0077] Figure 2 provides a standardized framework for the simulation model, which includes model components and an information synchronization mechanism.

[0078] The standardized framework provides at least following key features:

[0079] (1) Pre-defined framework: with standard components, predefined data templates, and information synchronization mechanisms.

[0080] Standard components: Components such as replenishment strategy management component 11, requirement management component 12, KPI management component 13, source component 14, make component 15, delivery component 16, transportation facility component 17, production facility component 18 and inventory component 19 are defined for the operation activity modeling of the supply chain. The essence of these components is responsible for information synchronization and material flow control at different stages of the supply chain.

[0081] Predefined Data Templates Based on Domain Know-How: These templates are meticulously crafted, offering a clear and explicit mechanism for information synchronization. They serve as a foundation, ensuring that all necessary data is captured and structured in a way that aligns with industry best practices.

[0082] Information synchronization mechanisms: The software's built-in information synchronization mechanism simplifies the user experience significantly. Users are only required to input the essential business data as outlined in the predefined data templates. Once the necessary data is entered, the system's embedded synchronization mechanism takes over, performing a series of complex operations to ensure seamless information flow across the supply chain, by auto-generating a series of data tables, such as source plan, production plan, etc.

[0083] Automated Replenishment Calculation: The system automatically calculates the Make-To-Stock (MTS) requirements for various materials based on the configured replenishment polies stored within the templates. Integrated Demand Consideration: It then integrates these MTS needs with Make-To-Order (MTO) customer demands, ensuring that both stock replenishment and direct customer orders are considered in the planning process. BOM-Driven Demand Decomposition: Leveraging the hierarchical structure of the Bill of Materials (BOM) , the system breaks down the consolidated demand into net requirements for materials at each level. Synchronized Material Planning: The net requirements information is then used to create coordinated plans for procurement, production, and inventory management, aligning all levels of the supply chain with the calculated material needs.

[0084] (2) Policy configuration: auto-calculate parameters for replenishment policies for raw materials, semi-finished products or finished products.

[0085] Key features of the Replenishment strategy management component 11 include: Automated Para. Calculation: classical functions are embedded to automatically calculate the optimal replenishment policies for different materials. Dynamic Adaptation: It integrates historical supply and demand data to inform and update replenishment policy parameters, it can adjust replenishment strategies over time as it receives new data, ensuring that the supply chain remains responsive to changes in demand patterns and supply chain disruptions.

[0086] (3) Auto model generation: Automatic Model Generation: Tailored to the customer's Bill of Materials (BOM) and Bill of Processes (BOP) , the system intelligently discerns key production steps, resources, and the hierarchical relationships of materials. It then automatically generates a model of the production process at the desired granularity, whether at the workshop or production line level. Equipped with built-in capacity planning algorithms, it efficiently produces capacity plans without requiring manual intervention.

[0087] Fig. 3 is an exemplary diagram of a simulation process of an inventory management simulation model according to an embodiment of the present disclosure. As shown in Figure 3, business data 61 is obtained from ERP system 60, and the business data 61 is input into the respective data templates in inventory management simulation model 10, and the inventory management simulation model 10 is run. KPI parameters for inventory management during the operation of the inventory management simulation model 10 are determined. When the KPI parameters do not meet predetermined standards, the business data 61 is modified; the modified business data 61 is input into the data templates and the inventory management simulation model 10 is run again. When the KPI parameters during the re-run of the inventory management simulation model 10 meet the predetermined standards, the modified business data is recorded, and the recorded modified business data is sent back to ERP system 60.

[0088] Fig. 4 is a schematic diagram of multi-echelon inventory analysis and control mechanism according to an embodiment of the present disclosure. As shown in Figure 4, raw materials 64, semi-finished goods 65, and finished products 66 each have their preset maximum inventory levels and preset minimum inventory levels. The replenishment strategy management component 11 and information synchronization mechanism enables all echelons to maintain service levels while minimizing costs. The system initiates procurement and production when stock hits the minimum level, maintaining inventory within pre-set bounds. Performance is assessed via KPIs 63 like cost, turnover rate, and service level. Adjustments are made through simulations in response to supplier and customer fluctuations, optimizing inventory levels. Based on the simulation model 10, the optimized values for the maximum and minimum inventory levels that meet the KPIs are determined.

[0089] This simulation model 10 empowers users to ascertain the optimal inventory levels across a spectrum of materials, including raw, semi-finished, and finished goods, to achieve elevated customer satisfaction while minimizing costs. Moreover, the incorporation of an automated model generation module within the proposed framework significantly enhances the solution's flexibility and adaptability for application in different factories, while simultaneously reducing the barriers to implementation.

[0090] Compare with existing method build model based on SCOR Template, embodiments of the present disclosure have at least the following inventive aspects:

[0091] (1) Auto-Modeling for Adaptability and Scalability:

[0092] Embodiments of the present disclosure use user-provided data on production capabilities, capacities, and processes to automatically create accurate and tailored operational models, facilitating a quick and precise setup, which effortlessly adapts and scales to match customer-specific production needs and growth.

[0093] (2) Domain-knowledge embedded Framework:

[0094] Incorporates industry expertise into a standardized framework, ensuring efficient information flow and synchronization with ready-to-use components and data templates.

[0095] Fig. 5 is an exemplary structural diagram of an apparatus for running an inventory management simulation model according to an embodiment of the present disclosure. As shown in Figure5, apparatus 500 for running an inventory management simulation model includes: an acquiring module 501, configured to acquire business data from a data source; an inputting module 502, configured to input the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template; and a running module 503, configured to run the inventory management simulation model.

[0096] In one embodiment, the running module 503 is configured to determine a KPI parameter for inventory management when running the inventory management simulation model, modify the business data when the KPI parameter does not meet a predetermined criterion, input the modified business data into the data template and run the inventory management simulation model again, determine the KPI parameter upon re-running of the inventory management simulation model, record the modified business data when the KPI parameter meets the criterion, and to send the modified business data to an ERP system.

[0097] Embodiments of the present disclosure also propose an electronic device with a processor memory architecture. Fig. 6 is a structural diagram of an electronic device according to an embodiment of the present disclosure. As shown in Figure 6, electronic device 600 includes a processor 601, a memory 602, and a computer program stored on memory 602 that can run on processor 601. When the computer program is executed by processor 601, the method for running an inventory management simulation model as described in either of the above is implemented. Among them, memory 602 can be implemented as various storage media such as electrically erasable programmable read-only memory (EEPROM) , flash memory, programmable program read-only memory (PROM) , etc. Processor 601 can be implemented to include one or more central processors or one or more field programmable gate arrays, wherein the field programmable gate array integrates one or more central processor cores. Specifically, the central processing unit or core can be implemented as a CPU, MCU, DSP, and so on.

[0098] It should be noted that not all steps and modules in the above processes and structural diagrams are necessary, and some steps or modules can be ignored according to actual needs. The execution sequence of each step is not fixed and can be adjusted as needed. The division of each module is only for the convenience of describing the functional division used. In actual implementation, a module can be divided into multiple modules, and the functions of multiple modules can also be implemented by the same module. These modules can be in the same device or different devices.

[0099] The hardware modules in each implementation can be implemented mechanically or electronically. For example, a hardware module can include specially designed permanent circuits or logic devices (such as dedicated processors, such as FPGA or ASIC) to complete specific operations. Hardware modules can also include programmable logic devices or circuits temporarily configured by software (such as general-purpose processors or other programmable processors) for performing specific operations. As for the specific use of mechanical methods, either dedicated permanent circuits or temporarily configured circuits (such as software configuration) to implement hardware modules, it can be determined based on cost and time considerations.

[0100] The above is only a preferred embodiment of the present disclosure and is not intended to limit the scope of protection of the present disclosure. Any modifications, equivalent substitutions, improvements, etc. made within the spirit and principles of this disclosure shall be included within the scope of protection of this disclosure.

[0101] Independent of the grammatical term usage, individuals with male, female or other gender identities are included within the term.

Claims

1.A method for running an inventory management simulation model, comprising:acquiring (101) business data from a data source;inputting (102) the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template; andrunning (103) the inventory management simulation model.2.The method of claim 1, wherein the acquiring (101) business data from a data source comprises:retrieving the business data from an Enterprise Resource Planning (ERP) system; and / orretrieving the business data from an electronic spreadsheet.3.The method of claim 1, wherein the component comprises a replenishment strategy management component, which comprises a first data template;wherein the inputting (102) the business data into a predefined data template comprises:inputting replenishment strategy parameters for raw materials, semi-finished products, and finished products into the first data template; wherein the replenishment strategy management component is configured to generate inventory requirements for raw materials, semi-finished products, and finished products based on the first data template and a replenishment strategy determined by a user.4.The method of claim 3, wherein the component comprises a requirement management component, which comprises a second data template;wherein the inputting (102) the business data into a predefined data template comprises:inputting customer requirements into the second data template;wherein the requirement management component is configured to generate to-order requirements and a delivery plan based on the second data template, the to-order requirements comprising to-order requirements for raw materials, semi-finished products, and finished products.5.The method of claim 4, wherein the component comprises a source component, which comprises a third data template;wherein the inputting (102) the business data into a predefined data template comprises:inputting supplier capabilities and price into the third data template;wherein the source component is configured to generate a source plan based on the third data template and requirements for raw materials, the requirements for raw materials is determined based on the inventory requirements for raw materials and the to-order requirements for raw materials.6.The method of claim 4, wherein the component comprises a make component, the make component is configured to generate a production plan based on the to-order requirements for raw materials, the to-order requirements for finished products, the to-order requirements for semi-finished products, and a production unit model.7.The method of claim 4, wherein the component comprises a delivery component, which comprises a fourth data template;wherein the inputting (102) the business data into a predefined data template comprises:inputting transportation capabilities and price of a consignor into the fourth data template;wherein the delivery component is configured to control a delivery transportation process based on the fourth data template and the delivery plan, and to generate a service level record regarding the delivery plan.8.The method of claim 4, wherein the component comprises a transportation facility component, which comprises a fifth data template;wherein the inputting (102) the business data into a predefined data template comprises:inputting transportation capabilities and price of a raw material deliverer into the fifth data template;wherein the transportation facility component is configured to control a receiving transportation process of raw materials based on the fifth data template, generate a receiving record, and to send the receiving record to the source component.9.The method of claim 6, wherein the component comprises a production facility component, which comprises a sixth data template;wherein the inputting (102) the business data into a predefined data template comprises:inputting production capacities and production costs into the sixth data template;wherein the production facility component is configured to control a production process based on the sixth data template and the production plan, and to generate a production record.10.The method of claim 9, wherein the component comprises an inventory component, which comprises a seventh data template;wherein the inputting (102) the business data into a predefined data template comprises:inputting storage capacities of a warehouse, a preset maximum inventory level, and a preset minimum inventory level into the seventh data template;wherein the inventory component is configured to update inventory data based on the seventh data template, the receiving record, the production record, and the delivery plan.11.The method of claim 10, wherein the inventory data comprises:inventory data for raw materials; inventory data for semi-finished products; inventory data for finished products.12.The method of any one of claims 1-11, comprising:determining a KPI parameter for inventory management when running the inventory management simulation model;modifying the business data when the KPI parameter does not meet a predetermined criterion;inputting the modified business data into the data template and running the inventory management simulation model again;determining the KPI parameter upon re-running of the inventory management simulation model;recording the modified business data when the KPI parameter meets the criterion;sending the modified business data to an ERP system.13.An apparatus for running an inventory management simulation model, comprising:an acquiring module (501) , configured to acquire business data from a data source;an inputting module (502) , configured to input the business data into a predefined data template, the data template is within a component of an inventory management simulation model, the component is configured to control a material flow in a supply chain stage corresponding to the component based on the data template; anda running module (503) , configured to run the inventory management simulation model.14.The apparatus of claim 13, wherein the running module (503) is configured to determine a KPI parameter for inventory management when running the inventory management simulation model, modify the business data when the KPI parameter does not meet a predetermined criterion, input the modified business data into the data template and run the inventory management simulation model again, determine the KPI parameter upon re-running of the inventory management simulation model, record the modified business data when the KPI parameter meets the criterion, and to send the modified business data to an ERP system.15.An electronic device, comprising a processor (601) and a memory (602) , wherein an application program executable by the processor (601) is stored in the memory (602) for causing the processor (601) to execute a method for running an inventory management simulation mode according to any one of claims 1-12.16.A computer-readable medium comprising computer-readable instructions stored thereon, wherein the computer-readable instructions for executing a method for running an inventory management simulation mode according to any one of claims 1-12.17.A computer program product comprising a computer program, upon the computer program is executed by a processor for executing a method for running an inventory management simulation mode according to any one of claims 1-12.

Images