[发明专利]用于预报零件的使用的系统和方法

说明书

提供了用于预报一个或更多个零件的使用的系统和方法。这样的系统可以接收历史使用数据，生成机器学习模型，使用机器学习模型来生成预测，并且基于所生成的预测执行一个或更多个动作。

技术领域

这通常涉及用于管理库存的计算机化系统，并且特别地涉及用于预测性地管理库存的计算机化系统。

背景技术

传统的库存管理系统可能尝试使用固定需求统计建模来预计对一个或更多个零件的需求。这可能涉及基于前一年来估计对给定年份的需求，然后关于该年的12个月对所估计的需求进行划分。这样的系统不一定提供准确的预测或预报。

此外，能够实现提高准确性的传统预报方法需要在组织内进行大量的训练和教育，以便有效地部署和使用。

需要库存管理系统，该库存管理系统以不需要在工人中进行特殊训或教育来进行实现的方式更准确且有效地实现库存需求预报。

发明内容

根据一方面，提供了一种预报一个或更多个零件的使用的方法，该方法包括：由计算设备接收针对所述一个或更多个零件的历史使用数据；由所述计算设备基于所述历史使用数据来训练一个或更多个机器学习模型；由所述计算设备基于所述一个或更多个机器学习模型来生成对所述一个或更多个零件的未来需求预测量；以及由所述计算设备基于所述一个或更多个零件的所述未来需求预测量来执行动作。

根据另一方面，提供了一种用于预报一个或更多个零件的使用的系统，该系统包括：数据累加器模块，该数据累加器模块用于接收所述一个或更多个零件的历史使用数据；模型生成模块，该模型生成模块用于基于所述历史使用数据来训练一个或更多个机器学习模型；零件预报模块，该零件预报模块用于基于所述一个或更多个机器学习模型来生成对所述一个或更多个零件的未来需求预测量；以及通知模块，该通知模块用于基于所述一个或更多个零件的所述未来需求预测量来执行动作。

根据附图结合以下描述，其他特征将变得明显。

附图说明

在示出示例实施方式的附图中：

图1是描绘示例计算系统的部件的框图；

图2是描绘示例服务器或客户端计算设备的部件的框图；

图3描绘了在服务器或客户端计算设备处的软件的简化布置；

图4描绘了示例库存管理系统的部件的简化布置；

图5是描绘数据累加器模块中的示例部件的框图；

图6是示出模型生成模块的示例部件的框图；

图7是示出零件预报模块的示例部件的框图；

图8是原始数据的示例集合和由数据累加器模块410处理之后的干净数据的示例集合的内容的图示；以及

图9是基于干净数据和机器学习模型生成针对零件使用的预测的示例过程的图示。

具体实施方式

在本文中参照附图描述了优选实施方式的各个方面。

零件预报和库存管理解决方案通常以一种或两种方式执行：数学解决方案和计算解决方案。数学解决方案涉及开发复杂的随机公式，该随机公式使用概率和统计来估计未来的采购水平。然而，数学解决方案需要对历史库存消耗和再供应数据进行深入研究，这需要对统计和操作流程有非常先进的理解，这为大多数组织的参与造成了巨大的障碍。这可以通过使用使数学模型的生成和使用自动化的工具来克服，但是这样的自动化通常会影响模型的准确性。这样的模型通常不经常更新，这使得这样的模型在处理供应和/或需求方面的冲击时无效。因此，这样的模型往往仅在稳定状态操作(在稳定状态操作中，可能不需要先进的预报技术)中有用。