[发明专利]一种用于精简发货流程的整箱拣货智能决策方法和系统

权利要求书

1.一种用于精简发货流程的整箱拣货智能决策方法，其特征在于，方法包括：

步骤一：通过对次日整日订单种类进行销量预测进行订单筛选，确定保留订单的种类与范围，其中步骤一进一步包括：对设定时间的历史订单信息按照天和订单种类进行聚合，对聚合结果与相关订单对应商品的装箱数进行比较，判断该设定时间内的历史同种类订单的销量大于相应商品装箱数的概率是否大于一预设的概率阈值，若大于则将该同种类订单作为保留订单纳入到次日订单监控和准实时预测范围，否则不作为保留订单且不进行次日订单监控和准实时预测；

步骤二：将筛选出的同种类订单保留到订单蓄水池，其中订单明细完全一致的订单为同种类订单；

步骤三：通过对订单的监控和准实时预测，计算监控过程中各同种类订单的成箱概率，其中步骤三的监控和准实时预测来计算成箱概率进一步包括：

步骤3.1：计算各同种类订单在过去14天的N2Tb时间段的销量分布，通过该N2Tb时间段内的销量数据计算均值μ和方差σ²，在正态分布的情况下计算出各同种类订单的销量分布概率N(μ,σ²)，其中N2Tb时间段是指从当前时间点到下一个最晚批次生成时间Tb的时间段；

步骤3.2：使用当日已产生的Ta2N时间段内的销量数据计算出调整系数，调整系数k的计算方式为：

调整系数k＝当日Ta2N时间段的销量/过去14天Ta2N时间段的销量均值，其中Ta2N时间段是指从前一个仓库发货截止时间Ta到当前时间点的时间段；

步骤3.3：通过调整系数k对N2Tb时间段内的销量进行调整，调整N2Tb时间段的销量分布概率为N(k*μ,(k*σ)²)；

步骤3.4：计算成箱差额Δ：成箱差额Δ＝商品装箱数-当前订单销量；

步骤3.5：根据一维正态分布的数学性质，将成箱差额Δ转化为标准正态分布：Δ’＝(Δ-k*μ)/(k*σ)；

步骤3.6：计算在标准正态分布中大于Δ’的成箱概率P＝P(xΔ’)，通过查询正态分布表并计算可得到成箱概率P；

步骤四：根据成箱概率确定订单去向决策，订单去向包括成箱、释放或保留，其中根据成箱概率确定订单去向决策的具体处理包括：

若成箱概率设定值，且当前保留订单销量大于商品装箱数，则生成整箱拣货批次，即成箱；

若成箱概率设定值，且当前保留订单不足整箱，则继续保留该种同种类订单，即保留；

若成箱概率设定值，则不再保留该同种类订单，并通知系统进行订单释放，以便被释放的订单可通过其他批次流程完成发货，此后不再对该同种类订单进行保留；

步骤五：每设定间隔进行一次步骤三和步骤四的处理，直至到最晚批次生成时间的时间点，释放剩余保留订单，再到仓库发货截止时间的时间点，执行步骤一的次日预测和决策流程。