[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，包括：

获取待存储于目标仓库的、待下单的目标产品的产品信息；

基于所述产品信息，确定所述目标产品在预设时间段内的预测需求量；其中，所述基于所述产品信息，确定所述目标产品在预设时间段内的预测需求量，包括：将所述产品信息输入至针对所述目标仓库预先训练的需求量预测模型，得到所述目标产品在预设时间段内的需求量作为预测需求量，其中，所述需求量预测模型用于表征所述目标产品的产品信息和所述目标产品在所述预设时间段内的需求量之间的对应关系；其中，所述需求量预测模型的损失函数为：其中，L_j(q)为产品在j仓库，分位点为q时的损失函数；j为目标仓库的标识；q为分位点；为在t时间，分位点为q时，所述需求量预测模型对于j目标仓库实际输出的下单数量；y_jt为所述需求量预测模型的训练样本包括的、对应实际输出的下单数量的期望输出的下单数量；t为时间标识；T为订货间隔；对于所述损失函数，当大于y_jt时，则使用(1-q)作为权重，否则使用q作为权重，其中，q为0.5至1之间的数值；

从预先确定的供货仓库集合中，确定待为所述目标仓库供货的供货仓库作为目标供货仓库；

确定所述目标供货仓库待为所述目标仓库提供所述目标产品的时间的时间信息的时间特征，其中，所述时间特征以所述目标产品的订单信息指示的订单的生成时间是否为周末所对应的数字1或0为终点；

将所述时间特征输入至物流时效时长预测模型，得到所述目标供货仓库待为所述目标仓库提供所述目标产品的物流时效时长作为预测物流时效时长，其中，所述物流时效时长预测模型是针对所述目标供货仓库和所述目标仓库预先训练的，用于表征时间特征和物流时效时长之间的对应关系；

基于所述预测需求量和所述预测物流时效时长，生成待存储于所述目标仓库的、所述目标产品的下单提前时长和产品下单数量；

其中，所述基于所述预测需求量和所述预测物流时效时长，生成待存储于所述目标仓库的、所述目标产品的下单提前时长和产品下单数量，包括：

采用遗传算法，基于预先确定的预设时长内所述目标仓库的总库存成本关系式、所述预测需求量和所述预测物流时效时长，生成待存储于所述目标仓库的、所述目标产品的下单提前时长和产品下单数量；

其中，所述下单提前时长基于所述预测需求量和所述预测物流时效时长生成，所述产品下单数量基于所述预测需求量和所述预测物流时效时长生成。

2.根据权利要求1所述的方法，其中，所述物流时效时长预测模型为回归模型。

3.根据权利要求1所述的方法，其中，所述物流时效时长预测模型为逻辑回归模型。

4.根据权利要求1所述的方法，其中，所述物流时效时长预测模型是通过如下步骤训练得到的：

获取所述目标供货仓库为所述目标仓库提供所述目标产品的历史订单的订单信息，得到订单信息集合；

对于所述订单信息集合中的订单信息，提取生成该订单信息的时间的时间信息的时间特征，以及确定该订单信息对应的所述目标产品的物流时效时长，以获得训练样本，其中，训练样本包括所提取的时间特征和所确定的物流时效时长；

利用机器学习算法，将所获得的多个训练样本中的训练样本包括的时间特征作为输入，将与输入的时间特征对应的物流时效时长作为期望输出，训练得到物流时效时长预测模型。

5.根据权利要求1所述的方法，其中，所述需求量预测模型是通过如下步骤训练得到的：

获取所述目标仓库存储的所述目标产品的历史订单的订单信息，得到订单信息集合；

对于所述订单信息集合中的订单信息，生成该订单信息对应的训练样本，其中，训练样本包括输入数据和输出数据，输入数据包括以下至少一项：生成该订单信息的时间的时间信息的时间特征，以该订单信息指示的订单的生成时间为终点的预设历史时间段内所述目标产品的需求量，所述目标产品的属性信息，与所述目标产品具有相同的属性信息的其他产品的需求量，输出数据为所述目标产品在预设时间段内的下单数量；

利用机器学习算法，将所获得的多个训练样本中的训练样本包括的输入数据作为输入，将与输入的输入数据对应的输出数据作为期望输出，训练得到需求量预测模型。