[发明专利]用于库存管理的方法、电子设备和存储介质有效

专利信息
申请号: 202011019587.2 申请日: 2020-09-25
公开(公告)号: CN111932188B 公开(公告)日: 2020-12-25
发明(设计)人: 陈贇;柴旭峰 申请(专利权)人: 南京梦饷网络科技有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q30/02;G06K9/62;G06F16/2458
代理公司: 北京市金杜律师事务所 11256 代理人: 王茂华
地址: 211106 江苏省南京市江宁区秣陵街*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 库存 管理 方法 电子设备 存储 介质
【权利要求书】:

1.一种用于库存管理的方法,包括:

基于时间序列模型和历史商品销售数据,确定与多个商品标识相关联的多个预测商品销售量;

基于所述多个预测商品销售量和与所述多个商品标识相关联的多个商品体积,确定用于所述多个商品标识所属的多个商品类别的多个库存区域的多个面积;

基于历史商品订单数据和关联规则模型,确定与所述多个商品类别相关联的多个第一支持度和与所述多个商品类别中的两两商品类别的共现相关联的多个第一置信度;

基于所述多个第一支持度和所述多个第一置信度,生成所述多个商品类别的第一序列;

基于所述第一序列和所述多个面积,生成库存区域图;

确定与当前订单中的商品标识集合相关联的库存量集合、运费成本集合以及仓库位置集合;

确定所述仓库位置集合与所述当前订单中的收货地址之间的距离集合;

基于所述库存量集合、所述运费成本集合、距离集合、与所述商品标识集合相关联的库存成本集合以及神经网络模型,确定用于发货的至少一个仓库位置以及所述商品标识集合中与所述至少一个仓库位置相关联的至少一个商品标识;

基于与第一商品标识相关联的第一库存量和第一商品体积,确定与所述第一商品标识相关联的第一库存体积;

基于与所述第一商品标识相关联的第一预测商品销售量和所述第一商品体积,确定与所述第一商品标识相关联的第一预测体积;

如果确定所述第一库存体积相对于所述第一预测体积的比值小于预定第一比值,则提示关于所述第一商品标识的备货信息;以及

如果确定所述第一库存体积相对于所述第一预测体积的比值大于预定第二比值,则提示关于所述第一商品标识的停止进货信息。

2.根据权利要求1所述的方法,其中确定所述多个预测商品销售量包括:

基于所述历史商品销售数据,确定与所述多个商品标识相关联的多个年度趋势因子、多个周期性因子和多个季节性因子;以及

基于所述多个年度趋势因子、所述多个周期性因子、所述多个季节性因子、预定噪声因子和所述时间序列模型,确定与所述多个商品标识相关联的所述多个预测商品销售量。

3.根据权利要求1所述的方法,其中生成所述第一序列包括:

基于所述多个第一支持度和所述多个第一置信度,确定与所述多个商品类别中的两两商品类别的共现相关联的多个相关度;

从所述多个商品类别确定第一支持度最大的第一商品类别,作为所述第一序列中的首个商品类别;

基于所述多个相关度,确定与所述第一商品类别最相关的第二商品类别,以添加到所述第一序列中位于所述第一商品类别之后;以及

基于所述多个相关度,确定与所述第二商品类别最相关的第三商品类别,以添加到所述第一序列中位于所述第二商品类别之后。

4.根据权利要求1所述的方法,还包括:

从所述多个商品标识中确定属于第一商品类别的商品标识集合;

确定与所述商品标识集合相关联的多个第二支持度和与所述商品标识集合中的两两商品标识的共现相关联的多个第二置信度;

基于所述多个第二支持度和所述多个第二置信度,生成所述商品标识集合的第二序列;以及

基于所述第一序列、所述多个面积和所述第二序列,生成所述库存区域图。

5.根据权利要求1所述的方法,还包括:

获取商品入库扫描图像;

将所述商品入库扫描图像划分为多个子图像;以及

基于所述多个子图像和图像识别模型,确定所述商品入库扫描图像中的破损位置。

6.一种电子设备,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

7.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。

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南京梦饷网络科技有限公司,未经南京梦饷网络科技有限公司许可,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/202011019587.2/1.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