[发明专利]基于大数据的仓库补货方法、装置、设备及存储介质

权利要求书

1.一种基于大数据的仓库补货方法，其特征在于，包括以下步骤：

S1、获取各商品的历史销售速率；

S2、构建基础表达式，根据所述基础表达式和所述历史销售速率迭代计算得到最优权重常数a_i；

S3、根据所述最优权重常数a_i构建预测表达式，根据所述预测表达式计算得到销售速率预测值；

S4、根据所述销售速率预测值构建补货条件表达式，当满足所述补货条件表达式时，进行补货。

2.如权利要求1所述的一种基于大数据的仓库补货方法，其特征在于，步骤S1中，所述各商品的历史销售速率为5年以上的数据，用N＝{N₁,N₂,…,N_i,…,N_m}表示，其中N₁,...,N_m分别表示各商品历史上每天的销售数量。

3.如权利要求1所述的一种基于大数据的仓库补货方法，其特征在于，步骤S2具体包括：

S21、构建基础表达式为：

Y_t+1＝aS_t+(1-a)Y_t

其中，S_t表示第t天的实际销售速率，Y_t表示第t天的销售速率预测值，Y_t+1表示第t+1天的销售速率预测值，a是权重常数，取值范围为[0,1]，第一天的预销售速率测值Y₁用S₁表示；

S22、给出权重常数a的取值集合＝{a₁,…,a_n}；

S23、在每一个a值下，调用历史销售速率和所述基础表达式，迭代计算得出历史销售速率预测值Y＝{Y₁,…,Y_t}；

S24、根据所述历史销售速率预测值计算得到历史销售速率预测值的平均方差，表达式为：

其中，m为历史数据集数量；

S25、不断迭代得出σ²的结果集比较结果集找到最小平均方差σ²，得到权重常数a的最优解，即最优权重常数a_i。

4.如权利要求3所述的一种基于大数据的仓库补货方法，其特征在于，步骤S3中，所述预测表达式为：

Y_t+1＝a_iS_t+(1-a_i)Y_t

其中，a_i是最优权重常数。

5.如权利要求1所述的一种基于大数据的仓库补货方法，其特征在于，步骤S4中，所述补货条件表达式为：

0＞P_cur-Y_t-Y_t+n

其中，P_cur表示当前库存，Y_t,...,Y_t+n是未来时段每天的销售速率预测值，n为预测天数。

6.一种基于大数据的仓库补货装置，采用如权利要求1-5任一项所述的基于大数据的仓库补货方法，其特征在于，包括：多个智能货架、中央计算管理平台和OMS系统；

多个所述智能货架和所述OMS系统分别与所述中央计算管理平台通信连接；

各所述智能货架，实时将各商品的实时销售速率上传至所述中央计算管理平台；

由所述中央计算管理平台构建预测模型，不断地迭代计算出各所述智能货架上商品的销售速率预测值，并根据所述销售速率预设值构建补货条件表达式，当满足所述补货条表达式件时，通过所述OMS系统对商品进行及时补货。