[发明专利]一种基于大数据的生产计划方法

权利要求书

1.一种基于大数据的生产计划方法，其特征在于，包括：

步骤1：获取设计的新品的基本信息，并基于大数据查找与所述设计的新品为同一类型的目标产品；

步骤2：基于大数据获取所述目标产品的销售数据，并基于所述销售数据对所述设计的新品进行销量预测分析；

步骤3：基于分析结果确定所述设计的新品的生产计划；

其中，步骤1中，获取设计的新品的基本信息，包括：

基于大数据向产品制造终端发送信息获取请求，其中，所述信息获取请求包含设计的新品的特征标签；

所述产品制造终端基于预设扫描装置对所述特征标签进行扫描，得到所述特征标签中携带的特征码，其中，所述特征码与产品信息相对应；

基于所述特征码在预设产品信息数据库中查询与所述特征码相对应的设计的新品的基本信息；

其中，所述设计的新品的基本信息包括产品名称、产品规格、产品拟定售价以及产品的制造时间；

其中，步骤2中，基于大数据获取所述目标产品的销售数据，并基于所述销售数据对所述设计的新品进行销量预测分析，包括：

基于接收到的外部输入的数据获取请求，通过大数据获取预设数据库中存储的目标产品的销售数据，并基于预设报表模型对所述目标产品的销售数据进行分析，得到所述目标产品的销售数据对应的数据报表，其中，所述目标产品的销售数据是从至少两个电商平台收集的；

将所述数据报表写入预设大数据组件，并基于预设数据处理规则，将所述数据报表中的目标产品的销售数据进行数据标准化处理，得到目标销售数据，其中，预设数据处理规则包括数据筛选以及数据清洗；

构建销量预测神经网络模型，获取所述目标产品的历史销量数据，并基于预设方法确定所述目标产品的历史销量数据的销量特征参数值以及节假日信息参数值，其中，所述销量特征参数值指的是能够标识目标产品销量的关键性数据，节假日信息参数值指的是节假日对目标产品的销量影响程度；

将所述销量特征参数值以及节假日信息参数值作为训练样本输入所述销量预测神经网络模型进行训练，得到目标销量预测模型；

将所述目标销售数据输入所述目标销量预测模型进行多次分析，得到所述目标产品的多组销量预测结果；

对所述多组销量预测结果进行算术平均值计算，得到所述目标产品对应的最终销量预测结果；

获取所述目标产品与所述设计的新品销量之间的映射关系，基于所述映射关系得到所述设计的新品的销量预测结果，其中，映射关系指的是目标产品与新品之间销量的转换关系；

获取所述设计的新品的品类属性以及所述设计的新品的销售档位，并根据所述品类属性以及销售档位确定所述设计的新品对应的同类产品的销量均值，并将所述销量均值作为同类产品的销量基准线；

基于销量基准线对所述设计的新品的销量预测结果进行修正，得到所述设计的新品对应的最终销量预测结果；

其中，步骤3中，基于分析结果确定所述设计的新品的生产计划，包括：

获取对所述设计的新品进行销量预测分析的分析结果，并确定所述设计的新品对应的待计划工序，同时获取所述设计的新品在所述待计划工序中的折损率，其中，所述待计划工序指的是在制定生产计划时所设计的计划项目，包括销量、售价；

基于所述分析结果确定所述设计的新品对应的销量，并基于所述折损率确定所述设计的新品对应的目标产量；

同时，获取所述设计的新品的销售报价数据配置规则，并基于所述销售报价数据配置规则对所述设计的新品的材料价格进行分析处理，得到所述设计的新品的配置报价数据；

基于预先设置的价格转换关系，对所述配置报价数据进行转换，得到所述设计的新品的最终销售价格数据，并基于预设数据转换规则将所述最终销售报价数据转换为生产数据；

基于所述生产数据对所述设计的新品对应的目标产量进行修正，得到所述设计的新品的生产计划；

获取得到的所述设计的新品的生产计划，并基于预设数据下发指令确定所述设计的新品的生产计划对应的分割文件的数量，得到M个数据块，其中，所述M个数据块分别携带有数据标识；

获取各个目标生产设备的终端标识，并将所述数据标识与所述终端标识进行匹配，其中，所述目标生产设备至少为两台；

基于匹配结果，将所述M个数据块分别在N个数据传输通道中进行排序，且所述N个数据传输通道基于排序结果，对数据传输通道中的数据块进行压缩处理，并将压缩处理后的数据块分别传输至各个目标生产设备；

所述各个目标生产设备对接收到的数据块进行解压，并基于解压结果执行对应的生产任务。