[发明专利]库存自动化管理系统及其方法在审

专利信息
申请号: 202210005470.1 申请日: 2022-01-05
公开(公告)号: CN116205560A 公开(公告)日: 2023-06-02
发明(设计)人: 黄献竤;王恩慈;叶吉原;皇甫承佑 申请(专利权)人: 财团法人工业技术研究院
主分类号: G06Q10/087 分类号: G06Q10/087;G06Q10/0631;G06Q30/0201;G06F18/241;G06Q10/04;G06N20/00
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 张博
地址: 中国台湾新竹*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 库存 自动化 管理 系统 及其 方法
【说明书】:

发明提供了一种库存自动化管理方法,包括:以预训练模块接收多分店的历史销售状态,对各分店及各品类商品的模型进行预训练。以多分店多商品训练模块取得分店状态及各品类商品状态并且利用预训练好的品类商品模型与分店模型进行水平与垂直关联性训练。以状态分析模块判断多分店之间的水平关联性、多品类商品之间的水平关联性及分店及品类商品之间的垂直关联性,以将相关性高的多分店及多品类商品进行联结,以修正各分店及各品类商品的预期销售量。以库存决策模块进行各分店的多品类商品的订货,以决定各分店的多品类商品的进货量。

技术领域

本发明涉及库存自动化管理领域,具体涉及一种库存自动化管理系统及其方法。

背景技术

现代化社会中,各产业的竞争越来越剧烈,要如何有效的降低库存成本已经被大家所关切。关于库存决策,大多数以需求驱动物料需求计划(Demand Driven MaterialRequirements Planning,DDMRP)当基础进货量,并以历史平均销售量、历史销售标准差、订货交付时间、及需求变异参数来调整进货量,其中需求变异参数必须由人工设定参数,非常仰赖人员的经验,因而对于未来不确定因素增加,可能会造成库存成本增加或是进货太少而缺货等情况。

此外,各分店的终端装置可分别通过网络与总部服务器建立信息连结,使得总部能得知各分店的库存信息及销售信息,以进行销售规划,例如折扣、买一送一或特定商品促销等。但由于地域性的关系,各地区的分店的销售的商品种类繁多且各地区对感兴趣的商品也不尽相同,因此管理系统无法提供各分店人员有效评估所属分店多商品的进货建议,容易造成库存增加或是进货太少的情况。

因此,如何对零售多分店多商品库存进行自动化规划,以提供更有效率的进货建议,为业界亟需解决的问题。

发明内容

本发明提供的一种库存自动化管理系统及其方法,用于建立一套完整的多分店多商品预训练模块来辅助各分店人员进行商品进货。

根据本发明的一方面,提出一种库存自动化管理系统,包括预训练模块、多分店多商品训练模块、状态分析模块以及库存决策模块。预训练模块用于接收多分店的历史销售状态,包括全品类商品的历史销售状态、全分店的历史销售状态及总销售状态,预训练模块依照分店及品类商品的历史销售状态,对各分店及各品类商品的模型进行预训练。多分店多商品训练模块用于依据总销售状态取得各分店状态及各品类商品状态,并且利用预训练好的品类商品模型与分店模型进行水平与垂直关联性训练。状态分析模块用于判断多分店之间的水平关联性、多品类商品之间的水平关联性及分店及品类商品之间的垂直关联性,以将相关性高的多分店及多品类商品进行联结,以修正各分店及各品类商品的预期销售量。库存决策模块用于进行各分店的多品类商品的订货,以决定各分店的多品类商品的进货量。

根据本发明的一方面,提出一种库存自动化管理方法,包括:以预训练模块接收多分店的历史销售状态,包括全品类商品的历史销售状态、全分店的历史销售状态及总销售状态,预训练模块依照分店及品类商品的历史销售状态,对各分店及各品类商品的模型进行预训练。以多分店多商品训练模块依据总销售状态取得各分店状态及各品类商品状态并且利用预训练好的品类商品模型与分店模型进行水平与垂直关联性训练。以状态分析模块判断多分店之间的水平关联性、多品类商品之间的水平关联性及分店及品类商品之间的垂直关联性,以将相关性高的多分店及多品类商品进行联结,以修正各分店及各品类商品的预期销售量。以库存决策模块进行各分店的多品类商品的订货,以决定各分店的多品类商品的进货量。

为了对本发明之上述及其他方面有更好的了解,下文特举实施例,并结合所附图详细说明如下:

附图说明

图1是本发明一实施例的库存自动化管理系统的示意图;

图2是本发明一实施例的库存自动化管理系统对多分店或多品类商品进行预训练的示意图;

图3是本发明一实施例的库存自动化管理系统对多分店及多品类商品进行关联性训练示意图;

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财团法人工业技术研究院,未经财团法人工业技术研究院许可,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/202210005470.1/2.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