[发明专利]预测方法、装置及电子设备在审

专利信息
申请号: 201811634114.6 申请日: 2018-12-29
公开(公告)号: CN109740814A 公开(公告)日: 2019-05-10
发明(设计)人: 张亚红;欧阳文理;张秀玲;朱明达;王瑾睿 申请(专利权)人: 联想(北京)有限公司
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 备件 需求量预测 需求量 历史数据 积压 装置及电子设备 机器学习算法 计算机设备 传统预测 所属类型 验证结果 自动获得 进货量 预测 申请 验证 库存 资金
【权利要求书】:

1.一种备件需求量预测方法,方法包括

获取备件的历史数据;

利用所述历史数据,检测备件在往年指定时间内的需求量是否受环境条件影响;

基于检测结果,利用机器学习算法,获得所述待测备件在今年指定时间内的预测需求量。

2.根据权利要求1所述的方法,所述利用所述历史数据,检测备件在往年指定时间内的需求量是否受环境条件影响,包括:

利用所述历史数据,获得备件在往年指定时间内的需求量增长率和保有量增长率;

对所述需求量增长率和所述保有量增长率进行比较;

基于得到的比较结果,检测备件在往年指定时间内的需求量是否受环境条件影响。

3.根据权利要求2所述的方法,所述利用所述历史数据,检测备件在往年指定时间内的需求量是否受环境条件影响,还包括:

利用所述历史数据中待测备件的历史保有量,确定所述待测备件当前所处生命周期的目标阶段;

如果所述目标阶段是上升阶段,确定所述待测备件的需求量受指定时间内的环境条件影响;

如果所述目标阶段不是上升阶段,执行步骤所述利用所述历史数据,获取备件在往年指定时间内的需求量增长率和保有量量增长率。

4.根据权利要求3所述的方法,所述基于检测结果,利用机器学习算法,获得所述待测备件在今年指定时间内的预测需求量,包括:

利用所述待测备件在今年指定时间内的保有量,及所述待测备件所属类型备件在上升阶段的需求量增长率,得到所述待测备件在今年指定时间内的预测需求量;或者,

采用移动平均方式,获得备件在上升阶段的历史平均需求量,并基于所述历史平均需求量及备件在上升阶段的历史需求量增长率,得到所述备件中的待测备件在今年指定时间内的预测需求量。

5.根据权利要求4所述的方法,所述基于检测结果,利用机器学习算法,获得所述待测备件在今年指定时间内的预测需求量,还包括:

如果所述目标阶段是上升阶段,利用所述历史数据,获得备件的历史保有量变化数据和历史需求量变化数据;

如果所述历史保有量变化数据与所述历史需求量变化数据匹配,执行步骤所述利用所述待测备件在今年指定时间内的保有量,及所述待测备件所属类型备件在上升阶段的需求量增长率,得到所述待测备件在今年指定时间内的预测需求量;

如果所述历史保有量数据与所述历史需求量数据不匹配,执行步骤所述采用移动平均方式,获得备件在上升阶段的历史平均需求量。

6.根据权利要求4所述的方法,所述基于检测结果,利用机器学习算法,获得所述待测备件在今年指定时间内的预测需求量,还包括:

如果所述目标阶段不是上升阶段,且所述待测备件的需求量受指定时间内的环境条件影响,执行步骤所述利用所述待测备件在今年指定时间内的保有量,及所述待测备件所属类型备件在上升阶段的需求量增长率,得到所述待测备件在今年指定时间内的预测需求量;

如果所述目标阶段不是上升阶段,且所述待测备件的需求量不受指定时间内的环境条件影响,执行步骤所述采用移动平均方式,获得备件在上升阶段的历史平均需求量。

7.根据权利要求4~6任意一项所述的方法,所述需求量增长率的获取过程包括:

获取与所述待测备件类型相同的多个备件在往年指定时间内的需求量,以及对应年份的指定时间相邻的前N个月和/或后N个月的需求量,N大于1;

利用获取的需求量,计算所述多个备件分别具有的需求量增长率;

获取得到的多个需求量增长率的平均值,并所述平均值作为与所述待测备件类型相同的多个备件的需求量增长率。

8.一种备件需求量预测装置,包括:

数据获取模块,用于获取备件的历史数据;

检测模块,用于利用所述历史数据,检测备件在往年指定时间内的需求量是否受环境条件影响;

预测模块,用于基于检测结果,利用机器学习算法,获得所述待测备件在今年指定时间内的预测需求量。

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联想(北京)有限公司,未经联想(北京)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/201811634114.6/1.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