CN110223013A - 一种基于大数据拟合的库存补给方法 - Google Patents
一种基于大数据拟合的库存补给方法 Download PDFInfo
- Publication number
- CN110223013A CN110223013A CN201910436093.5A CN201910436093A CN110223013A CN 110223013 A CN110223013 A CN 110223013A CN 201910436093 A CN201910436093 A CN 201910436093A CN 110223013 A CN110223013 A CN 110223013A
- Authority
- CN
- China
- Prior art keywords
- inventory
- control center
- home
- cloud control
- terminal unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000006870 function Effects 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 235000013305 food Nutrition 0.000 description 6
- 235000013410 fast food Nutrition 0.000 description 4
- 230000032258 transport Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据拟合的库存补给方法，涉及用于零售终端领域，该方法包括内置于终端单元的库存清点模块，云控中心和配送中心组成。他们通过握手算法和智能合约组成了一个闭环网络补给系统。该系统的主要优势是，云控中心提供大数据智能预测，并发送至终端单元；终端单元发起补给请求，经运控中心于配送中心的智能合约完成智能补给。该结构简单，解决了现有技术以中心化为主的操作方式已经不能满足未来分布式智能终端互联网运营的技术问题。
Description
技术领域
本发明公开了一种基于二项磁控开关的分层单元存储器，涉及食品存取领域。
背景技术
随着生活节奏的加快，快餐成为了人们日常生活中必不可少的部分。快餐业的发展是由社会进步和经济发展决定的，是人民生活水平提高与生活方式改善的迫切需要，是人们其为适应社会经济建设，工作与生活节奏加快，家庭服务和单位后勤服务走向社会化的必然产物。快餐业是一个重要的生活环境和投资环境的产业；是国民经济发展和餐饮业发展新的增长点；是传统餐饮走向现代餐饮的突破口和先行军；是人们休闲消费、旅游消费、购物消费等消费的重要组成部分；是国家扩大内需、吸纳社会就业和扩大再就业的重要渠道；是中国发展外向型经济和与国际餐饮市场对接的生力军。
然而，快餐业的爆发式发展带来的食品卫生问题，一直困扰着经营者和管理者。比如片状固态食品的存取。传统方式中的纯手工存取必然会带来食品安全和效率低下等问题。而且对于相对封闭的全自动工作环境，传统方法更是不可行的。智能零售终端的出现，可以有效解决这些问题。然而分布式智能零售终端的原料补给及故障监控一直时该领域的研究热点和技术难点。
发明内容
技术问题：为了解决上述问题。本发明公开了一种基于大数据拟合的库存补给方法。
技术方案：公开了一种基于大数据拟合的库存补给方法，涉及用于零售终端领域，该方法包括：
S1：终端单元通过内置的库存清点模块接入云控中心，组成单向网络支线；
S2：云控中心收集并存储各个终端单元的工作量及时间分布，并预测下一时段的需求量；
S3：当库存清点模块收到预测值时，超过库存阈值时，向云控中心发送补给请求，包括种类和数量；
S4：云控中心通过握手算法，统计并验证网络中各个支线的请求状况。通过调度算法，匹配网络中的请求信息和位置，并将该信息发送至配送中心，形成智能合约；
S5：若配送中心拒绝智能合约，则云控中心需要重新发送至其他配送中心；
S6：若智能合约生效，则配送中心需要按照智能合约内容完成网络终端单元补给。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S1终端单元通过内置的库存清点模块接入云控中心，组成单向网络支线。库存清点模块作为单项网络直线终点，其会采用基于非对称加密算法的密钥加密狗保护机制，用于完成请求上传和接收时的节点信息，数字签名和登陆认证。所述的库存清点模块会将对应终端单元的实时工作状态和库存情况进行打包加密并上传云控中心。。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S2云控中心收集并存储各个终端单元的工作量及时间分布，并预测下一时段的需求量；运控中心通过公钥地址进行解密获取所述包裹信息，并进行存储。采用机器学习的方法，对历史数据进行基于时间节点的大数据建模，并对下一时间段的终端单元的需求量进行预测。并将该预测值通过同等规则的加密手段进行回传反馈。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S3当库存清点模块收到预测值时，超过库存阈值时，向云控中心发送补给请求，包括种类和数量；终端单元的库存清点模块根据预测值和实际库存值进行比对，当预测值与实际库存值的差值没有超过警戒阈值时，认为该时刻属于供需平衡状态，不需要发送补给请求；当预测值与实际库存值的差值超过警戒阈值时，认为该时刻属于供需非平衡状态，那么就要通过加密程序向运控中心发送补给请求。该请求包括需补给的种类，数量，建议配送时限。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S4云控中心通过握手算法，统计并验证网络中各个支线的请求状况。通过调度算法，匹配网络中的请求信息和位置，并将该信息发送至配送中心，形成智能合约；所述的握手算法主要功能是辨别来自终端单元的信息是否属于请求信息，并且判定该请求信息是否合理。其次一旦通过握手算法验证，终端单元将与云控中心建立双向实时信息接连，且期间不需要再次验证，直到完成配送，该接连断开。所述的调度算法，是按照请求终端的请求内容和位置信息，向其附近的配送中心发送智能合约。该智能合约具有加密自动应答功能，即配送中心收到之后，会根据配送中心的实时运力和库存进行自动接受或拒绝应答。可大大缩短系统匹配时间。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S5若配送中心拒绝智能合约，则云控中心需要重新发送至其他配送中心和S6若智能合约生效，则配送中心需要按照智能合约内容完成网络终端单元补给。当智能合约被接受并生效时，该配送中心就会并入由握手算法连接的终端单元和运控中心组成的双向实时信息接连，组成配送网络，可实时监控配送状态。
有益效果：本发明具有以下益处：
1.采用基于加密的握手算法和智能合约算法，可以保证整个网络运行的安全性，准确性和时效性。
2.采用大数据拟合预测方法，对分布式网络支线终端单元的供需进行调控，可以有效解决重复配送或者供应不足等现实问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中需要使用原始的附图作简单地介绍。
图1为本发明的整体结构示意图；
图2为发明双向实时信息接连示意图；
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述。
图1显示了该方法包括：
S1：终端单元通过内置的库存清点模块接入云控中心，组成单向网络支线；
S2：云控中心收集并存储各个终端单元的工作量及时间分布，并预测下一时段的需求量；
S3：当库存清点模块收到预测值时，超过库存阈值时，向云控中心发送补给请求，包括种类和数量；
S4：云控中心通过握手算法，统计并验证网络中各个支线的请求状况。通过调度算法，匹配网络中的请求信息和位置，并将该信息发送至配送中心，形成智能合约；
S5：若配送中心拒绝智能合约，则云控中心需要重新发送至其他配送中心；
S6：若智能合约生效，则配送中心需要按照智能合约内容完成网络终端单元补给。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S1终端单元通过内置的库存清点模块接入云控中心，组成单向网络支线。库存清点模块作为单项网络直线终点，其会采用基于非对称加密算法的密钥加密狗保护机制，用于完成请求上传和接收时的节点信息，数字签名和登陆认证。所述的库存清点模块会将对应终端单元的实时工作状态和库存情况进行打包加密并上传云控中心。。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S2云控中心收集并存储各个终端单元的工作量及时间分布，并预测下一时段的需求量；运控中心通过公钥地址进行解密获取所述包裹信息，并进行存储。采用机器学习的方法，对历史数据进行基于时间节点的大数据建模，并对下一时间段的终端单元的需求量进行预测。并将该预测值通过同等规则的加密手段进行回传反馈。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S3当库存清点模块收到预测值时，超过库存阈值时，向云控中心发送补给请求，包括种类和数量；终端单元的库存清点模块根据预测值和实际库存值进行比对，当预测值与实际库存值的差值没有超过警戒阈值时，认为该时刻属于供需平衡状态，不需要发送补给请求；当预测值与实际库存值的差值超过警戒阈值时，认为该时刻属于供需非平衡状态，那么就要通过加密程序向运控中心发送补给请求。该请求包括需补给的种类，数量，建议配送时限。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S4云控中心通过握手算法，统计并验证网络中各个支线的请求状况。通过调度算法，匹配网络中的请求信息和位置，并将该信息发送至配送中心，形成智能合约；所述的握手算法主要功能是辨别来自终端单元的信息是否属于请求信息，并且判定该请求信息是否合理。其次一旦通过握手算法验证，终端单元将与云控中心建立双向实时信息接连，且期间不需要再次验证，直到完成配送，该接连断开。所述的调度算法，是按照请求终端的请求内容和位置信息，向其附近的配送中心发送智能合约。该智能合约具有加密自动应答功能，即配送中心收到之后，会根据配送中心的实时运力和库存进行自动接受或拒绝应答。可大大缩短系统匹配时间。
所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S5若配送中心拒绝智能合约，则云控中心需要重新发送至其他配送中心和S6若智能合约生效，则配送中心需要按照智能合约内容完成网络终端单元补给。当智能合约被接受并生效时，该配送中心就会并入由握手算法连接的终端单元和运控中心组成的双向实时信息接连，组成配送网络，可实时监控配送状态。
如图2所示的双向实时信息接连，双向实线表示请求类指令，存在于终端单元向云控中心之间；而单向虚线表示配送类指令，存在于云控中心向配送中心，和配送中线向终端单元方向。
Claims (6)
1.一种基于大数据拟合的库存补给方法，涉及用于零售终端领域，该方法包括：
S1：终端单元通过内置的库存清点模块接入云控中心，组成单向网络支线；
S2：云控中心收集并存储各个终端单元的工作量及时间分布，并预测下一时段的需求量；
S3：当库存清点模块收到预测值时，超过库存阈值时，向云控中心发送补给请求，包括种类和数量；
S4：云控中心通过握手算法，统计并验证网络中各个支线的请求状况；通过调度算法，匹配网络中的请求信息和位置，并将该信息发送至配送中心，形成智能合约；
S5：若配送中心拒绝智能合约，则云控中心需要重新发送至其他配送中心；
S6：若智能合约生效，则配送中心需要按照智能合约内容完成网络终端单元补给。
2.根据权利要求1所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S1终端单元通过内置的库存清点模块接入云控中心，组成单向网络支线；库存清点模块作为单项网络直线终点，其会采用基于非对称加密算法的密钥加密狗保护机制，用于完成请求上传和接收时的节点信息，数字签名和登陆认证；所述的库存清点模块会将对应终端单元的实时工作状态和库存情况进行打包加密并上传云控中心。
3.根据权利要求1所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S2云控中心收集并存储各个终端单元的工作量及时间分布，并预测下一时段的需求量；运控中心通过公钥地址进行解密获取所述包裹信息，并进行存储；采用机器学习的方法，对历史数据进行基于时间节点的大数据建模，并对下一时间段的终端单元的需求量进行预测，然后将该预测值通过同等规则的加密手段进行回传反馈。
4.根据权利要求1所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S3当库存清点模块收到预测值时，超过库存阈值时，向云控中心发送补给请求，包括种类和数量；终端单元的库存清点模块根据预测值和实际库存值进行比对，当预测值与实际库存值的差值没有超过警戒阈值时，认为该时刻属于供需平衡状态，不需要发送补给请求；当预测值与实际库存值的差值超过警戒阈值时，认为该时刻属于供需非平衡状态，那么就要通过加密程序向运控中心发送补给请求，该请求包括需补给的种类，数量，建议配送时限。
5.根据权利要求1所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S4云控中心通过握手算法，统计并验证网络中各个支线的请求状况；通过调度算法，匹配网络中的请求信息和位置，并将该信息发送至配送中心，形成智能合约；所述的握手算法主要功能是辨别来自终端单元的信息是否属于请求信息，并且判定该请求信息是否合理；其次一旦通过握手算法验证，终端单元将与云控中心建立双向实时信息接连，且期间不需要再次验证，直到完成配送，该接连断开；所述的调度算法，是按照请求终端的请求内容和位置信息，向其附近的配送中心发送智能合约，该智能合约具有加密自动应答功能，即配送中心收到之后，会根据配送中心的实时运力和库存进行自动接受或拒绝应答。
6.根据权利要求1所述的一种基于大数据拟合的库存补给方法，其特征在于：所述的S5若配送中心拒绝智能合约，则云控中心需要重新发送至其他配送中心和S6若智能合约生效，则配送中心需要按照智能合约内容完成网络终端单元补给；当智能合约被接受并生效时，该配送中心就会并入由握手算法连接的终端单元和运控中心组成的双向实时信息接连，组成配送网络，可实时监控配送状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910436093.5A CN110223013A (zh) | 2019-05-23 | 2019-05-23 | 一种基于大数据拟合的库存补给方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910436093.5A CN110223013A (zh) | 2019-05-23 | 2019-05-23 | 一种基于大数据拟合的库存补给方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110223013A true CN110223013A (zh) | 2019-09-10 |
Family
ID=67818016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910436093.5A Pending CN110223013A (zh) | 2019-05-23 | 2019-05-23 | 一种基于大数据拟合的库存补给方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110223013A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104766184A (zh) * | 2015-04-30 | 2015-07-08 | 刘决飞 | 大数据生产计划方法和系统 |
| CN106790431A (zh) * | 2016-12-05 | 2017-05-31 | 同济大学 | 基于区块链的云制造服务交易信息记录系统与方法 |
| CN107256473A (zh) * | 2017-06-08 | 2017-10-17 | 北京惠赢天下网络技术有限公司 | 一种基于仓储的标准箱货品的配送调整方法及装置 |
| CN108269045A (zh) * | 2018-03-22 | 2018-07-10 | 四川爱非客网络科技有限公司 | 一种基于大数据的仓库补货系统 |
| CN109409952A (zh) * | 2018-10-22 | 2019-03-01 | 联动优势科技有限公司 | 一种基于区块链的营销数据获取系统及方法 |
| CN109524962A (zh) * | 2018-11-23 | 2019-03-26 | 贵州电网有限责任公司 | 一种基于区块链技术的能源互联网微网能量调度方法 |
-
2019
- 2019-05-23 CN CN201910436093.5A patent/CN110223013A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104766184A (zh) * | 2015-04-30 | 2015-07-08 | 刘决飞 | 大数据生产计划方法和系统 |
| CN106790431A (zh) * | 2016-12-05 | 2017-05-31 | 同济大学 | 基于区块链的云制造服务交易信息记录系统与方法 |
| CN107256473A (zh) * | 2017-06-08 | 2017-10-17 | 北京惠赢天下网络技术有限公司 | 一种基于仓储的标准箱货品的配送调整方法及装置 |
| CN108269045A (zh) * | 2018-03-22 | 2018-07-10 | 四川爱非客网络科技有限公司 | 一种基于大数据的仓库补货系统 |
| CN109409952A (zh) * | 2018-10-22 | 2019-03-01 | 联动优势科技有限公司 | 一种基于区块链的营销数据获取系统及方法 |
| CN109524962A (zh) * | 2018-11-23 | 2019-03-26 | 贵州电网有限责任公司 | 一种基于区块链技术的能源互联网微网能量调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104616402B (zh) | 移动客户端租用和控制储物柜的系统 | |
| CN109573754A (zh) | 一种电梯调度方法、装置、服务器及计算机可读存储介质 | |
| US9094385B2 (en) | Intelligent sensor and controller framework for the power grid | |
| CN108960730A (zh) | 物品运输和交付方法 | |
| CN109493534A (zh) | 智能电子外卖存取餐柜和使用智能电子外卖存取餐柜的外卖配送方法 | |
| CN107465708A (zh) | 一种cdn带宽调度系统及方法 | |
| CN105023366A (zh) | 一种智能外卖存取终端及外卖存取方法 | |
| CN104023068B (zh) | 一种负载均衡中实现被动模式弹性计算资源调度的方法 | |
| CN109636213A (zh) | 订单分配、评价方法及装置、电子设备及存储介质 | |
| CN105915552B (zh) | 一种搭建智慧应用系统的云计算智慧平台 | |
| CN109816302B (zh) | 一种包裹与快递柜的智能分配方法及系统 | |
| DE102015002367A1 (de) | Sichere Übertragung von Daten und Skalierung, Regelung zur Überlastabwehr in der Cloud und Cloud Computing | |
| CN107879206A (zh) | 电梯调度方法、装置、设备及存储介质 | |
| CN110276502B (zh) | 一种基于无人机快递柜优化分配方法 | |
| CN107590612A (zh) | 需求响应系统，需求响应方法、装置及计算机处理设备 | |
| CN109829015A (zh) | 基于HBase的金融数据存储方法、装置以及存储介质 | |
| CN109902195A (zh) | 监控图像查询方法、装置、设备及介质 | |
| CN111341009A (zh) | 一种智能储物柜远程报警检测方法和系统 | |
| CN109783186A (zh) | 一种检测云平台的任务调度方法及系统 | |
| Guo et al. | When network operation meets blockchain: An artificial-intelligence-driven customization service for trusted virtual resources of IoT | |
| CN110276544A (zh) | 基于区块链的多元信息交互综合能源服务系统及方法 | |
| Nardelli et al. | Virtual microgrid management via software-defined energy network for electricity sharing: Benefits and challenges | |
| CN109522120A (zh) | 一种基于Hadoop的智能家居管理平台 | |
| CN110223013A (zh) | 一种基于大数据拟合的库存补给方法 | |
| Pałka et al. | Balancing electric power in a microgrid via programmable agents auctions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190910 |