[发明专利]安全库存预测方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 202111512266.0 申请日: 2021-12-07
公开(公告)号: CN116308020A 公开(公告)日: 2023-06-23
发明(设计)人: 周立 申请(专利权)人: 汉海信息技术(上海)有限公司
主分类号: G06Q10/087 分类号: G06Q10/087;G06Q10/04
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 任亚娟
地址: 200090 上海市杨浦*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 安全 库存 预测 方法 装置 电子设备 可读 存储 介质
【权利要求书】:

1.一种安全库存预测方法,其特征在于,包括:

获取目标业务方内的目标对象在历史时段内的库存预测量和库存销量;

基于所述库存预测量和所述库存销量,确定所述目标对象对应的目标库存损失函数;

根据所述目标对象的历史销量,获取所述目标对象对应的核密度误差分位数和模型误差分位数;

基于所述目标库存损失函数,确定所述核密度误差分位数对应的第一分位数权重,及所述模型误差分位数对应的第二分位数权重;

基于所述核密度误差分位数、所述模型误差分位数、所述目标库存损失函数、所述第一分位数权重和所述第二分位数权重,确定目标误差分位数;

基于所述目标误差分位数和所述目标对象在目标时段内的预测销量,预测得到所述目标对象在所述目标时段内的目标安全库存。

2.根据权利要求1所述的方法,其特征在于,所述基于所述库存预测量和所述库存销量,确定所述目标对象对应的目标库存损失函数,包括:

根据所述目标业务方内所述目标对象对应的服务水平指数,确定所述目标对象的安全库存对应的损失代价指数;

基于所述损失代价指数、所述库存预测量和所述库存销量,确定所述目标库存损失函数。

3.根据权利要求2所述的方法,其特征在于,所述基于所述损失代价指数、所述库存预测量和所述库存销量,确定所述目标库存损失函数,包括:

通过下述公式(1)计算得到所述目标库存损失函数:

上述公式(1)中,Lβ(Ct,Rt)为目标库存损失函数,Ct为库存销量,Rt为库存预测量,β为损失代价指数。

4.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象的历史销量,获取所述目标对象对应的核密度误差分位数和模型误差分位数,包括:

基于核密度预测算法对所述目标对象在第一历史时段内的销量进行预测,得到第一预测销量;

基于模型预测算法对所述目标对象在所述第一历史时段内的销量进行预测,得到第二预测销量;

基于所述目标对象在所述第一历史时段的初始销量、所述第一预测销量、核平滑函数和所述目标对象对应的服务水平指数,确定所述核密度误差分位数;

基于内点化算法根据所述初始销量和所述第二预测销量,确定所述模型误差分位数。

5.根据权利要求1所述的方法,其特征在于,所述基于所述目标误差分位数和所述目标对象在目标时段内的预测销量,预测得到所述目标对象在所述目标时段内的目标安全库存,包括:

获取所述目标误差分位数和所述预测销量之间的和值,将所述和值作为所述目标安全库存。

6.一种安全库存预测装置,其特征在于,包括:

库存销量获取模块,用于获取目标业务方内的目标对象在历史时段内的库存预测量和库存销量;

目标损失函数确定模块,用于基于所述库存预测量和所述库存销量,确定所述目标对象对应的目标库存损失函数;

误差分位数获取模块,用于根据所述目标对象的历史销量,获取所述目标对象对应的核密度误差分位数和模型误差分位数;

分位数权重确定模块,用于基于所述目标库存损失函数,确定所述核密度误差分位数对应的第一分位数权重,及所述模型误差分位数对应的第二分位数权重;

目标分位数确定模块,用于基于所述核密度误差分位数、所述模型误差分位数、所述目标库存损失函数、所述第一分位数权重和所述第二分位数权重,确定目标误差分位数;

目标安全库存预测模块,用于基于所述目标误差分位数和所述目标对象在目标时段内的预测销量,预测得到所述目标对象在所述目标时段内的目标安全库存。

7.根据权利要求6所述的装置,其特征在于,所述目标损失函数确定模块包括:

损失代价指数确定单元,用于根据所述目标业务方内所述目标对象对应的服务水平指数,确定所述目标对象的安全库存对应的损失代价指数;

目标损失函数确定单元,用于基于所述损失代价指数、所述库存预测量和所述库存销量,确定所述目标库存损失函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于汉海信息技术(上海)有限公司,未经汉海信息技术(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111512266.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top