CN114048931A - 补货信息生成方法、装置、电子设备和计算机可读介质 - Google Patents

补货信息生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN114048931A
CN114048931A CN202210034631.XA CN202210034631A CN114048931A CN 114048931 A CN114048931 A CN 114048931A CN 202210034631 A CN202210034631 A CN 202210034631A CN 114048931 A CN114048931 A CN 114048931A
Authority
CN
China
Prior art keywords
target
information
traffic
historical
inventory
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.)
Granted
Application number
CN202210034631.XA
Other languages
English (en)
Other versions
CN114048931B (zh
Inventor
申欣冉
高振羽
庄晓天
吴盛楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN202210034631.XA priority Critical patent/CN114048931B/zh
Publication of CN114048931A publication Critical patent/CN114048931A/zh
Application granted granted Critical
Publication of CN114048931B publication Critical patent/CN114048931B/zh
Priority to PCT/CN2022/118579 priority patent/WO2023134189A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开的实施例公开了补货信息生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标物品在第一历史时间段内的历史流转量集合；根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数；根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息；根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。该实施方式减少了物品的损耗，节省了物品运输资源。

Description

补货信息生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域，具体涉及补货信息生成方法、装置、电子设备和计算机可读介质。
背景技术
随着仓库物品调度技术的发展，自动化的物品补货调度可以为仓库管理人员提供便利。目前，在对物品进行补货调度时，通常采用的方式为：基于物品的历史流转量以及物品的库存量单位相关信息输出日粒度的流转量预测结果，再进一步基于预测的流转量以及补货相关参数输出补货量；或根据物品的历史流转量确定安全库存量，以在仓库额外补充安全库存量的物品。
然而，当采用上述方式对物品进行补货调度时，经常会存在如下技术问题：补货量和安全库存量的确定都是基于历史流转量的预测值，预测值的准确性较低，进而确定的补货量和安全库存量的准确性也较低，当确定的补货量或安全库存量较多时，仓库中的物品长时间积压，造成物品的损耗，当确定的补货量或安全库存量较少时，需要再次调度物品以满足发货需求，造成物品运输资源的浪费。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了补货信息生成方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题。
第一方面，本公开的一些实施例提供了一种补货信息生成方法，该方法包括：获取目标物品在第一历史时间段内的历史流转量集合；根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数；根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息；根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。
可选地，上述获取目标物品在第一历史时间段内的历史流转量集合，包括：获取上述目标物品在第二历史时间段内的历史流转量集；将上述历史流转量集中预设分位点处的历史流转量确定为分位点历史流转量；将上述历史流转量集所包括的历史流转量的均值确定为历史流转量均值；响应于上述分位点历史流转量与上述历史流转量均值的比值大于等于预设阈值，将上述目标物品的物品类型确定为长尾类。
可选地，上述根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息，包括：响应于上述目标物品的物品类型为长尾类，根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。
可选地，上述根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息，包括：根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。
可选地，上述目标置信度是通过以下步骤确定的：根据上述流转量累积分布函数和预设的置信度集合中的每个置信度，生成上述置信度下的库存量目标信息，得到库存量目标信息集合；根据上述库存量目标信息集合中的每个库存量目标信息和上述第一历史时间段包括的单位时段的数量，生成目标总库存信息，得到目标总库存信息集合；对于上述置信度集合中的每个置信度，根据上述目标总库存信息集合中对应于上述置信度的目标总库存信息和上述库存量目标信息集合中对应于上述置信度的库存量目标信息，生成仿真结果，其中，上述仿真结果包括订单满足率和库存周转天数；从所得到的仿真结果集中选择包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果作为目标仿真结果；将上述目标仿真结果对应的置信度确定为目标置信度。
可选地，方法还包括：根据目标补货天数与上述库存量目标信息，生成上述目标物品在上述目标补货天数内的目标总库存量。
可选地，在上述根据目标补货天数与上述库存量目标信息，生成上述目标物品在上述目标补货天数内的目标总库存量之前，方法还包括：基于预设备货天数、预设补货周期和预设送货时长，生成目标补货天数。
可选地，方法还包括：根据上述目标总库存量和上述现有库存信息，生成补货信息；控制相关联的物品调度设备根据上述补货信息执行物品调度操作。
可选地，方法还包括：控制相关联的物品调度设备根据上述单位补货信息执行物品调度操作。
第二方面，本公开的一些实施例提供了一种补货信息生成装置，装置包括：获取单元，被配置成获取目标物品在第一历史时间段内的历史流转量集合；拟合单元，被配置成根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数；第一生成单元，被配置成根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息；第二生成单元，被配置成根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。
可选地，获取单元还包括：历史流转量集获取单元、分位点历史流转量确定单元、历史流转量均值确定单元和物品类型确定单元。其中，上述历史流转量集获取单元被配置成获取上述目标物品在第二历史时间段内的历史流转量集。上述分位点历史流转量确定单元被配置成将上述历史流转量集中预设分位点处的历史流转量确定为分位点历史流转量。上述历史流转量均值确定单元被配置成将上述历史流转量集所包括的历史流转量的均值确定为历史流转量均值。上述物品类型确定单元被配置成响应于上述分位点历史流转量与上述历史流转量均值的比值大于等于预设阈值，将上述目标物品的物品类型确定为长尾类。
可选地，第一生成单元进一步被配置成：响应于上述目标物品的物品类型为长尾类，根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。
可选地，第一生成单元进一步被配置成：根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。
可选地，上述目标置信度是通过以下步骤确定的：根据上述流转量累积分布函数和预设的置信度集合中的每个置信度，生成上述置信度下的库存量目标信息，得到库存量目标信息集合；根据上述库存量目标信息集合中的每个库存量目标信息和上述第一历史时间段包括的单位时段的数量，生成目标总库存信息，得到目标总库存信息集合；对于上述置信度集合中的每个置信度，根据上述目标总库存信息集合中对应于上述置信度的目标总库存信息和上述库存量目标信息集合中对应于上述置信度的库存量目标信息，生成仿真结果，其中，上述仿真结果包括订单满足率和库存周转天数；从所得到的仿真结果集中选择包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果作为目标仿真结果；将上述目标仿真结果对应的置信度确定为目标置信度。
可选地，装置还包括：目标总库存量生成单元，被配置成根据目标补货天数与上述库存量目标信息，生成上述目标物品在上述目标补货天数内的目标总库存量。
可选地，在目标总库存量生成单元之前，装置还包括：目标补货天数生成单元，被配置成基于预设备货天数、预设补货周期和预设送货时长，生成目标补货天数。
可选地，装置还包括：补货信息生成单元和第一物品调度设备控制单元。其中，补货信息生成单元被配置成根据上述目标总库存量和上述现有库存信息，生成补货信息。第一物品调度设备控制单元被配置成控制相关联的物品调度设备根据上述补货信息执行物品调度操作。
可选地，装置还包括：第二物品调度设备控制单元，被配置成控制相关联的物品调度设备根据上述单位补货信息执行物品调度操作。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的补货信息生成方法，减少了物品的损耗，节省了物品运输资源。具体来说，造成物品的损耗及物品运输资源浪费的原因在于：补货量和安全库存量的确定都是基于历史流转量的预测值，预测值的准确性较低，进而确定的补货量和安全库存量的准确性也较低，当确定的补货量或安全库存量较多时，仓库中的物品长时间积压，造成物品的损耗，当确定的补货量或安全库存量较少时，需要再次调度物品以满足发货需求，造成物品运输资源的浪费。基于此，本公开的一些实施例的补货信息生成方法，首先，获取目标物品在第一历史时间段内的历史流转量集合。由此，获取的历史流转量集合可以表征目标物品在第一历史时间段内的各个实际流转相关信息。然后，根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数。由此，可以根据历史流转量集合的整体分布情况和目标分布函数类型，拟合流转量累积分布函数。之后，根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息。由此，未来有目标置信度的可能性，某天该目标物品的流转量不会超过库存量目标信息表征的流转量，即库存量目标信息可以作为最大的物品需求量。最后，根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。由此，可以根据该目标物品当前的库存信息和库存量目标信息，确定该目标物品一天的补货相关信息。也因为生成单位补货信息时未利用流转量的预测值，提升了单位补货信息的准确性。进而减少了物品的损耗，节省了物品运输资源。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的补货信息生成方法的一个应用场景的示意图；
图2是根据本公开的补货信息生成方法的一些实施例的流程图；
图3是根据本公开的补货信息生成方法的另一些实施例的流程图；
图4是根据本公开的补货信息生成方法的又一些实施例的流程图；
图5是根据本公开的补货信息生成装置的一些实施例的结构示意图；
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的补货信息生成方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以获取目标物品在第一历史时间段内的历史流转量集合102。然后，计算设备101可以根据目标分布函数类型103，对上述历史流转量集合102包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数104。之后，计算设备101可以根据上述流转量累积分布函数104和目标置信度105，生成上述目标置信度105下的风险流转量作为库存量目标信息106。最后，计算设备101可以根据上述库存量目标信息106和上述目标物品的现有库存信息107，生成单位补货信息108。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的计算设备。
继续参考图2，示出了根据本公开的补货信息生成方法的一些实施例的流程200。该补货信息生成方法，包括以下步骤：
步骤201，获取目标物品在第一历史时间段内的历史流转量集合。
在一些实施例中，补货信息生成方法的执行主体（例如图1所示的计算设备101）可以通过有线连接方式或者无线连接方式从终端获取目标物品在第一历史时间段内的历史流转量集合。其中，上述目标物品可以为任意物品。上述历史流转量集合中的历史流转量可以为第一历史时间段内某一单位时段内上述目标物品的流转数量（例如，销量）。上述历史流转量集合中的每个历史流转量对应一个单位时段。例如，当第一历史时间段为2021/9/01-2021/9/07时，一个单位时段为2021/9/01-2021/9/07中的一天。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB（ultra wideband）连接、以及其他现在已知或将来开发的无线连接方式。由此，获取的历史流转量集合可以表征目标物品在第一历史时间段内的各个实际流转相关信息。
可选地，上述执行主体可以对上述历史流转量集合进行填充处理，得到填充处理后的历史流转量集合。实践中，上述执行主体可以将上述历史流转量集合中为空值的历史流转量填充为第一预设数值。例如，上述第一预设数值可以为0。这里，对于第一预设数值的具体设定，不作限定。
可选地，上述执行主体还可以对上述历史流转量集合进行剔除处理，得到剔除处理后的历史流转量集合。实践中，上述执行主体可以从上述历史流转量集合中剔除大于等于第二预设数值的历史流转量。上述第二预设数值可以为远超过历史流转量集合所包括的历史流转量的均值的数值。这里，对于第二预设数值的具体设定，不作限定。
步骤202，根据目标分布函数类型，对历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数。
在一些实施例中，上述执行主体可以根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数。其中，上述目标分布函数类型可以为上述执行主体接收的预先选定的分布函数的类型。例如，上述目标分布函数类型可以为帕累托分布(Pareto distributions)。这里，对于目标分布函数类型的设定，不作限定。实践中，上述执行主体可以通过调用包库的方式对各个历史流转量进行累积分布拟合，得到流转量累积分布函数。例如，可以调用Python的scipy包，根据帕累托分布和参数集合，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数。其中，上述参数集合可以包括：最大历史流转量、最小历史流转量、等分份数。上述最大历史流转量可以为上述各个历史流转量中最大的历史流转量。上述最小历史流转量可以为上述各个历史流转量中最小的历史流转量。等分份数可以为用于等分最小历史流转量和最大历史流转量组成的值域的份数。等分份数可以为预先设定的。等分份数还可以为向上或向下取整后的最大历史流转量与最小历史流转量的差与预设数值的比值。例如，上述预设数值可以为10。这里，对于预设数值的具体设定，不作限定。由此，可以根据历史流转量集合的整体分布情况和目标分布函数类型，拟合流转量累积分布函数。
步骤203，根据流转量累积分布函数和目标置信度，生成目标置信度下的风险流转量信息作为库存量目标信息。
在一些实施例中，上述执行主体可以根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息。实践中，上述执行主体可以根据上述流转量累积分布函数和目标置信度，通过以下公式，生成上述目标置信度下的风险流转量：
Figure 354183DEST_PATH_IMAGE001
。
其中，
Figure 71603DEST_PATH_IMAGE002
表示上述目标置信度。
Figure 263550DEST_PATH_IMAGE003
表示上述目标置信度下的风险流转量。
Figure 714473DEST_PATH_IMAGE004
表示取下限函数。
Figure 333673DEST_PATH_IMAGE005
表示上述历史流转量集合包括的各个历史流转量。
Figure 272811DEST_PATH_IMAGE006
表示上述各个历史流转量中随机的一个历史流转量。
Figure 878235DEST_PATH_IMAGE007
表示上述流转量累积分布函数的概率值。然后，可以将生成的风险流转量确定为风险流转量信息。
由此，未来有目标置信度的可能性，某天该目标物品的流转量不会超过库存量目标信息表征的流转量，即库存量目标信息可以作为最大的物品需求量。
在一些实施例的一些可选的实现方式中，上述执行主体可以根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。实践中，上述执行主体可以根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量：
Figure 812693DEST_PATH_IMAGE008
。
其中，
Figure 478161DEST_PATH_IMAGE002
表示上述目标置信度。
Figure 763649DEST_PATH_IMAGE009
表示上述目标置信度下的条件风险流转量。
Figure 405720DEST_PATH_IMAGE003
表示上述目标置信度下的风险流转量。
Figure 194685DEST_PATH_IMAGE005
表示上述历史流转量集合包括的各个历史流转量。然后，可以将生成的条件风险流转量确定为风险流转量信息。由此，可以将条件风险流转量作为库存量目标信息。
在一些实施例的一些可选的实现方式中，上述目标置信度是通过以下步骤确定的：
第一步，根据上述流转量累积分布函数和预设的置信度集合中的每个置信度，生成上述置信度下的库存量目标信息，得到库存量目标信息集合。可以理解的是，确定上述目标置信度的执行主体可以是上述执行主体，也可以是其他执行主体。实践中，上述执行主体生成上述置信度下的库存量目标信息的步骤可以参考步骤203，在此不再赘述。
第二步，根据上述库存量目标信息集合中的每个库存量目标信息和上述第一历史间时段包括的单位时段的数量，生成目标总库存信息，得到目标总库存信息集合。其中，当上述第一历史时间段包括多天时，上述单位时段可以为以天为单位的时段。实践中，上述执行主体可以将上述库存量目标信息（即风险流转量）与上述第一历史时间段包括的单位时段的数量的乘积确定为目标总库存信息。
第三步，对于上述置信度集合中的每个置信度，根据上述目标总库存信息集合中对应于上述置信度的目标总库存信息和上述库存量目标信息集合中对应于上述置信度的库存量目标信息，生成仿真结果。其中，上述仿真结果可以包括订单满足率和库存周转天数。实践中，上述执行主体可以将上述目标总库存信息与上述历史流转量集合包括的各个历史流转量的和的差确定为期末总库存量。然后，可以将上述期末总库存量与上述各个历史流转量的和的比值确定为库存周转天数。之后，可以将上述历史流转量集合包括的各个历史流转量中小于等于上述库存量目标信息的历史流转量的数量确定为第一数量。其次，可以将上述历史流转量集合包括的历史流转量的数量确定为第二数量。之后，可以将上述第一数量与上述第二数量的比值确定为订单满足率。最后，可以对上述订单满足率和上述库存周转天数进行组合处理，得到仿真结果。其中，上述组合处理可以为字符拼接处理。
第四步，从所得到的仿真结果集中选择包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果作为目标仿真结果。这里，对于上述预设订单满足率和上述预设库存周转天数的具体设定，不作限定。可以理解的是，当所得到的仿真结果集中包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果的数量为多个时，可以从包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果中任意选择一个仿真结果作为目标仿真结果。还可以从包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果中选择包括的订单满足率最大的仿真结果作为目标仿真结果。
第五步，将上述目标仿真结果对应的置信度确定为目标置信度。
由此，可以通过预先设定的订单满足率和订单满足率，自动配置目标置信度的大小。
步骤204，根据库存量目标信息和目标物品的现有库存信息，生成单位补货信息。
在一些实施例中，上述执行主体可以根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。其中，上述现有库存信息可以包括上述目标物品当前的库存量。实践中，上述执行主体可以响应于上述风险流转量大于上述库存量，将上述风险流转量与上述库存量的差确定为单位补货量。然后，可以将上述单位补货量确定为单位补货信息。由此，可以根据该目标物品当前的库存信息和库存量目标信息，确定该目标物品一天的补货相关信息。
可选地，上述执行主体可以控制相关联的物品调度设备根据上述单位补货信息执行物品调度操作。其中，上述物品调度设备可以为用于运输物品以对物品进行调度的设备。例如，上述物品调度设备可以为运输车。实践中，上述执行主体可以将表征调度上述单位补货信息表征的单位补货量的物品的信息发送至上述物品调度设备，使得上述物品调度设备接收到上述信息后执行调度单位补货量的物品的物品调度操作。由此，可以以单位时段为时间粒度，根据生成的单位补货信息对目标物品进行调度。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的补货信息生成方法，减少了物品的损耗，节省了物品运输资源。具体来说，造成物品的损耗及物品运输资源浪费的原因在于：补货量和安全库存量的确定都是基于历史流转量的预测值，预测值的准确性较低，进而确定的补货量和安全库存量的准确性也较低，当确定的补货量或安全库存量较多时，仓库中的物品长时间积压，造成物品的损耗，当确定的补货量或安全库存量较少时，需要再次调度物品以满足发货需求，造成物品运输资源的浪费。基于此，本公开的一些实施例的补货信息生成方法，首先，获取目标物品在第一历史时间段内的历史流转量集合。由此，获取的历史流转量集合可以表征目标物品在第一历史时间段内的各个实际流转相关信息。然后，根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数。由此，可以根据历史流转量集合的整体分布情况和目标分布函数类型，拟合流转量累积分布函数。之后，根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息。由此，未来有目标置信度的可能性，某天该目标物品的流转量不会超过库存量目标信息表征的流转量，即库存量目标信息可以作为最大的物品需求量。最后，根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。由此，可以根据该目标物品当前的库存信息和库存量目标信息，确定该目标物品一天的补货相关信息。也因为生成单位补货信息时未利用流转量的预测值，提升了单位补货信息的准确性。进而减少了物品的损耗，节省了物品运输资源。
进一步参考图3，其示出了补货信息生成方法的另一些实施例的流程300。该补货信息生成方法的流程300，包括以下步骤：
步骤301，获取目标物品在第一历史时间段内的历史流转量集合。
在一些实施例中，步骤301的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201，在此不再赘述。
步骤302，获取目标物品在第二历史时间段内的历史流转量集。
在一些实施例中，补货信息生成方法的执行主体（例如图1所示的计算设备101）可以通过有线连接方式或者无线连接方式从终端获取上述目标物品在第二历史时间段内的历史流转量集。其中，上述第二历史时间段可以和上述第一历史时间段相同，也可以和上述第一历史时间段不同。这里，对于第一历史时间段和第二历史时间段的具体设定，不作限定。
步骤303，将历史流转量集中预设分位点处的历史流转量确定为分位点历史流转量。
在一些实施例中，上述执行主体可以将上述历史流转量集中预设分位点处的历史流转量确定为分位点历史流转量。其中，上述预设分位点可以为预设的使得有对应的百分比的历史流转量均小于等于分位点历史流转量的百分比数值。例如，预设分位点为95%时，历史流转量集中95%的历史流转量均小于上述分位点历史流转量。
步骤304，将历史流转量集所包括的历史流转量的均值确定为历史流转量均值。
在一些实施例中，上述执行主体可以将上述历史流转量集所包括的历史流转量的均值确定为历史流转量均值。
步骤305，响应于分位点历史流转量与历史流转量均值的比值大于等于预设阈值，将目标物品的物品类型确定为长尾类。
在一些实施例中，上述执行主体可以响应于上述分位点历史流转量与上述历史流转量均值的比值大于等于预设阈值，将上述目标物品的物品类型确定为长尾类。其中，上述长尾类可以表征上述目标物品为与长尾理论相符合的物品。这里，对于上述预设阈值的具体设定，不作限定。
步骤306，根据目标分布函数类型，对历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数。
在一些实施例中，步骤306的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤202，在此不再赘述。
步骤307，响应于目标物品的物品类型为长尾类，根据流转量累积分布函数和目标置信度，生成目标置信度下的条件风险流转量作为风险流转量信息。
在一些实施例中，上述执行主体可以响应于上述目标物品的物品类型为长尾类，根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。实践中，上述执行主体可以根据上述流转量累积分布函数和上述目标置信度，通过以下公式，生成上述目标置信度下的条件风险流转量：
Figure 155688DEST_PATH_IMAGE008
。
其中，
Figure 272679DEST_PATH_IMAGE002
表示上述目标置信度。
Figure 344541DEST_PATH_IMAGE009
表示上述目标置信度下的条件风险流转量。
Figure 253591DEST_PATH_IMAGE003
表示上述目标置信度下的风险流转量。
Figure 995282DEST_PATH_IMAGE005
表示上述历史流转量集合包括的各个历史流转量。
由此，可以在目标物品为长尾类的物品时，采用相比风险流转量的数值稍大的条件风险流转量作为风险流转量信息，以作为库存量目标信息。可以减小上述目标物品缺货的风险，进而可以减少再次调度物品的次数。从而可以节省物品运输资源。
步骤308，根据库存量目标信息和目标物品的现有库存信息，生成单位补货信息。
在一些实施例中，步骤308的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤204，在此不再赘述。
从图3中可以看出，与图2对应的一些实施例的描述相比，图3对应的一些实施例中的补货信息生成方法的流程300体现了确定目标物品的物品类型是否为长尾类所扩展的步骤。由此，这些实施例描述的方案可以在目标物品为长尾类的物品时，采用相比风险流转量的数值稍大的条件风险流转量作为风险流转量信息，以作为库存量目标信息。可以减小上述目标物品缺货的风险，进而可以减少再次调度物品的次数。从而可以节省物品运输资源。
进一步参考图4，其示出了补货信息生成方法的又一些实施例的流程400。该补货信息生成方法的流程400，包括以下步骤：
步骤401，获取目标物品在第一历史时间段内的历史流转量集合。
步骤402，根据目标分布函数类型，对历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数。
步骤403，根据流转量累积分布函数和目标置信度，生成目标置信度下的风险流转量信息作为库存量目标信息。
步骤404，根据库存量目标信息和目标物品的现有库存信息，生成单位补货信息。
在一些实施例中，步骤401-404的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-204，在此不再赘述。
步骤405，根据目标补货天数与库存量目标信息，生成目标物品在目标补货天数内的目标总库存量。
在一些实施例中，补货信息生成方法的执行主体（例如图1所示的计算设备101）可以根据目标补货天数与上述库存量目标信息，生成上述目标物品在上述目标补货天数内的目标总库存量。其中，上述目标补货天数可以为预先设定的在未来天数内对上述目标物品进行补货的天数。实践中，上述执行主体可以将上述目标补货天数和上述库存量目标信息的乘积确定为上述目标物品在上述目标补货天数内的目标总库存量。由此，确定的目标总库存量可以作为目标补货天数内上述目标物品最大的物品需求总量。
可选地，在步骤405之前，上述执行主体可以基于预设备货天数、预设补货周期和预设送货时长，生成目标补货天数。其中，上述预设备货天数可以为预先设置的供应方用于备货的天数。上述预设补货周期可以为下次进行补货的周期时长。上述预设送货时长可以为预先设定的供应方将物品送达的时长。可以理解的是，预设备货天数、预设补货周期和预设送货时长的单位均可以为天。实践中，上述执行主体可以通过以下公式，生成目标补货天数：
Figure 989783DEST_PATH_IMAGE010
。
其中，
Figure 475122DEST_PATH_IMAGE011
表示目标补货天数。
Figure 769837DEST_PATH_IMAGE012
表示上述预设备货天数。
Figure 183894DEST_PATH_IMAGE013
表示上述预设补货周期。
Figure 931270DEST_PATH_IMAGE014
表示上述预设补货周期。由此，可以通过预设备货天数、预设补货周期和预设送货时长，自动生成目标补货天数。
步骤406，根据目标总库存量和现有库存信息，生成补货信息。
在一些实施例中，上述执行主体可以根据上述目标总库存量和上述现有库存信息，生成补货信息。实践中，上述执行主体可以响应于上述目标总库存量大于上述现有库存信息包括的库存量，将上述目标总库存量与上述库存量的差确定为补货量。然后，可以将上述补货量确定为补货信息。由此，可以根据该目标物品当前的库存信息和目标总库存量，确定该目标物品在目标补货天数的补货相关信息。
步骤407，控制相关联的物品调度设备根据补货信息执行物品调度操作。
在一些实施例中，上述执行主体可以控制相关联的物品调度设备根据上述补货信息执行物品调度操作。实践中，上述执行主体可以将表征调度上述补货信息表征的补货量的物品的信息发送至上述物品调度设备，使得上述物品调度设备接收到上述信息后执行调度上述补货量的物品的物品调度操作。由此，可以以目标补货天数为时间粒度，根据生成的补货信息对目标物品进行调度。
从图4中可以看出，与图2对应的一些实施例的描述相比，图4对应的一些实施例中的补货信息生成方法的流程400体现了对以目标补货天数为时间粒度，根据生成的补货信息对目标物品进行调度所扩展的步骤。由此，这些实施例描述的方案可以以目标补货天数为时间粒度，根据生成的补货信息对目标物品进行调度。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种补货信息生成装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，一些实施例的补货信息生成装置500包括：获取单元501、拟合单元502、第一生成单元503和第二生成单元504。其中，获取单元501被配置成获取目标物品在第一历史时间段内的历史流转量集合；拟合单元502被配置成根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数；第一生成单元503被配置成根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息；第二生成单元504被配置成根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。
可选地，获取单元501还可以包括：历史流转量集获取单元、分位点历史流转量确定单元、历史流转量均值确定单元和物品类型确定单元（图中未示出）。其中，上述历史流转量集获取单元被配置成获取上述目标物品在第二历史时间段内的历史流转量集。上述分位点历史流转量确定单元被配置成将上述历史流转量集中预设分位点处的历史流转量确定为分位点历史流转量。上述历史流转量均值确定单元被配置成将上述历史流转量集所包括的历史流转量的均值确定为历史流转量均值。上述物品类型确定单元被配置成响应于上述分位点历史流转量与上述历史流转量均值的比值大于等于预设阈值，将上述目标物品的物品类型确定为长尾类。
可选地，第一生成单元503可以进一步被配置成：响应于上述目标物品的物品类型为长尾类，根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。
可选地，第一生成单元503可以进一步被配置成：根据上述流转量累积分布函数和上述目标置信度，生成上述目标置信度下的条件风险流转量作为风险流转量信息。
可选地，上述目标置信度是通过以下步骤确定的：根据上述流转量累积分布函数和预设的置信度集合中的每个置信度，生成上述置信度下的库存量目标信息，得到库存量目标信息集合；根据上述库存量目标信息集合中的每个库存量目标信息和上述第一历史时间段包括的单位时段的数量，生成目标总库存信息，得到目标总库存信息集合；对于上述置信度集合中的每个置信度，根据上述目标总库存信息集合中对应于上述置信度的目标总库存信息和上述库存量目标信息集合中对应于上述置信度的库存量目标信息，生成仿真结果，其中，上述仿真结果包括订单满足率和库存周转天数；从所得到的仿真结果集中选择包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果作为目标仿真结果；将上述目标仿真结果对应的置信度确定为目标置信度。
可选地，补货信息生成装置500还可以包括：目标总库存量生成单元（图中未示出），被配置成根据目标补货天数与上述库存量目标信息，生成上述目标物品在上述目标补货天数内的目标总库存量。
可选地，在目标总库存量生成单元之前，补货信息生成装置500还可以包括：目标补货天数生成单元（图中未示出），被配置成基于预设备货天数、预设补货周期和预设送货时长，生成目标补货天数。
可选地，补货信息生成装置500还可以包括：补货信息生成单元和第一物品调度设备控制单元（图中未示出）。其中，补货信息生成单元被配置成根据上述目标总库存量和上述现有库存信息，生成补货信息。第一物品调度设备控制单元被配置成控制相关联的物品调度设备根据上述补货信息执行物品调度操作。
可选地，补货信息生成装置500还可以包括：第二物品调度设备控制单元（图中未示出），被配置成控制相关联的物品调度设备根据上述单位补货信息执行物品调度操作。
可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。
下面参考图6，其示出了适于用来实现本公开的一些实施例的电子设备（例如图1中的计算设备101）600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置（例如中央处理器、图形处理器等）601，其可以根据存储在只读存储器（ROM）602中的程序或者从存储装置608加载到随机访问存储器（RAM）603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出（I/O）接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标物品在第一历史时间段内的历史流转量集合；根据目标分布函数类型，对上述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数；根据上述流转量累积分布函数和目标置信度，生成上述目标置信度下的风险流转量信息作为库存量目标信息；根据上述库存量目标信息和上述目标物品的现有库存信息，生成单位补货信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、拟合单元、第一生成单元和第二生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标物品在第一历史时间段内的历史流转量集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种补货信息生成方法，包括：
获取目标物品在第一历史时间段内的历史流转量集合；
根据目标分布函数类型，对所述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数；
根据所述流转量累积分布函数和目标置信度，生成所述目标置信度下的风险流转量信息作为库存量目标信息；
根据所述库存量目标信息和所述目标物品的现有库存信息，生成单位补货信息。
2.根据权利要求1所述的方法，其中，所述获取目标物品在第一历史时间段内的历史流转量集合，包括：
获取所述目标物品在第二历史时间段内的历史流转量集；
将所述历史流转量集中预设分位点处的历史流转量确定为分位点历史流转量；
将所述历史流转量集所包括的历史流转量的均值确定为历史流转量均值；
响应于所述分位点历史流转量与所述历史流转量均值的比值大于等于预设阈值，将所述目标物品的物品类型确定为长尾类。
3.根据权利要求2所述的方法，其中，所述根据所述流转量累积分布函数和目标置信度，生成所述目标置信度下的风险流转量信息作为库存量目标信息，包括：
响应于所述目标物品的物品类型为长尾类，根据所述流转量累积分布函数和所述目标置信度，生成所述目标置信度下的条件风险流转量作为风险流转量信息。
4.根据权利要求1所述的方法，其中，所述根据所述流转量累积分布函数和目标置信度，生成所述目标置信度下的风险流转量信息作为库存量目标信息，包括：
根据所述流转量累积分布函数和所述目标置信度，生成所述目标置信度下的条件风险流转量作为风险流转量信息。
5.根据权利要求1所述的方法，其中，所述目标置信度是通过以下步骤确定的：
根据所述流转量累积分布函数和预设的置信度集合中的每个置信度，生成所述置信度下的库存量目标信息，得到库存量目标信息集合；
根据所述库存量目标信息集合中的每个库存量目标信息和所述第一历史时间段包括的单位时段的数量，生成目标总库存信息，得到目标总库存信息集合；
对于所述置信度集合中的每个置信度，根据所述目标总库存信息集合中对应于所述置信度的目标总库存信息和所述库存量目标信息集合中对应于所述置信度的库存量目标信息，生成仿真结果，其中，所述仿真结果包括订单满足率和库存周转天数；
从所得到的仿真结果集中选择包括的订单满足率大于预设订单满足率，且包括的库存周转天数小于预设库存周转天数的仿真结果作为目标仿真结果；
将所述目标仿真结果对应的置信度确定为目标置信度。
6.根据权利要求1-5之一所述的方法，其中，所述方法还包括：
根据目标补货天数与所述库存量目标信息，生成所述目标物品在所述目标补货天数内的目标总库存量。
7.根据权利要求6所述的方法，其中，在所述根据目标补货天数与所述库存量目标信息，生成所述目标物品在所述目标补货天数内的目标总库存量之前，所述方法还包括：
基于预设备货天数、预设补货周期和预设送货时长，生成目标补货天数。
8.根据权利要求7所述的方法，其中，所述方法还包括：
根据所述目标总库存量和所述现有库存信息，生成补货信息；
控制相关联的物品调度设备根据所述补货信息执行物品调度操作。
9.根据权利要求1所述的方法，其中，所述方法还包括：
控制相关联的物品调度设备根据所述单位补货信息执行物品调度操作。
10.一种补货信息生成装置，包括：
获取单元，被配置成获取目标物品在第一历史时间段内的历史流转量集合；
拟合单元，被配置成根据目标分布函数类型，对所述历史流转量集合包括的各个历史流转量进行累积分布拟合，得到流转量累积分布函数；
第一生成单元，被配置成根据所述流转量累积分布函数和目标置信度，生成所述目标置信度下的风险流转量信息作为库存量目标信息；
第二生成单元，被配置成根据所述库存量目标信息和所述目标物品的现有库存信息，生成单位补货信息。
11.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN202210034631.XA 2022-01-13 2022-01-13 补货信息生成方法、装置、电子设备和计算机可读介质 Active CN114048931B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210034631.XA CN114048931B (zh) 2022-01-13 2022-01-13 补货信息生成方法、装置、电子设备和计算机可读介质
PCT/CN2022/118579 WO2023134189A1 (zh) 2022-01-13 2022-09-14 补货信息生成方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210034631.XA CN114048931B (zh) 2022-01-13 2022-01-13 补货信息生成方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN114048931A true CN114048931A (zh) 2022-02-15
CN114048931B CN114048931B (zh) 2022-06-07

Family

ID=80196449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210034631.XA Active CN114048931B (zh) 2022-01-13 2022-01-13 补货信息生成方法、装置、电子设备和计算机可读介质

Country Status (2)

Country Link
CN (1) CN114048931B (zh)
WO (1) WO2023134189A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023134189A1 (zh) * 2022-01-13 2023-07-20 北京京东振世信息技术有限公司 补货信息生成方法、装置、电子设备和计算机可读介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116662672B (zh) * 2023-07-27 2024-02-06 中信证券股份有限公司 价值对象信息发送方法、装置、设备和计算机可读介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003042793A2 (en) * 2001-11-14 2003-05-22 Sap Aktiengesellschaft Agent using detailed predictive model
CN110033222A (zh) * 2019-04-17 2019-07-19 东莞市糖酒集团美宜佳便利店有限公司 一种补货方法
CN110751497A (zh) * 2018-07-23 2020-02-04 北京京东尚科信息技术有限公司 一种商品补货方法和装置
CN110889657A (zh) * 2019-10-12 2020-03-17 北京海益同展信息科技有限公司 获取库存数据的方法、装置、终端设备及存储介质
CN111325490A (zh) * 2018-12-14 2020-06-23 顺丰科技有限公司 一种补货方法及装置
CN111932189A (zh) * 2020-09-27 2020-11-13 北京每日优鲜电子商务有限公司 库存相关信息显示方法、装置、电子设备和计算机介质
CN112184100A (zh) * 2020-09-09 2021-01-05 北京每日优鲜电子商务有限公司 物品库存监控方法、装置、电子设备和计算机可读介质
CN113034090A (zh) * 2021-05-26 2021-06-25 北京每日优鲜电子商务有限公司 运输设备调度方法、装置、电子设备和计算机可读介质
CN113177824A (zh) * 2021-05-06 2021-07-27 北京沃东天骏信息技术有限公司 补货任务处理方法、装置、计算机系统和可读存储介质
CN113408797A (zh) * 2021-06-07 2021-09-17 北京京东振世信息技术有限公司 流转量预测多时序模型生成方法、信息发送方法和装置
CN113450042A (zh) * 2020-03-25 2021-09-28 北京京东乾石科技有限公司 一种确定补货量的方法和装置
CN113919764A (zh) * 2020-07-07 2022-01-11 上海顺如丰来技术有限公司 仓内补货量确定方法、装置、计算机设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130204662A1 (en) * 2012-02-07 2013-08-08 Caterpillar Inc. Systems and Methods For Forecasting Using Modulated Data
US8706599B1 (en) * 2012-08-24 2014-04-22 Shareholder Representative Services, Llc System and method of generating investment criteria for an investment vehicle that includes a pool of escrow deposits from a plurality of merger and acquisition transactions
CN111932187B (zh) * 2020-09-24 2021-01-15 北京每日优鲜电子商务有限公司 库存相关信息显示方法、装置、电子设备和可读介质
CN114048931B (zh) * 2022-01-13 2022-06-07 北京京东振世信息技术有限公司 补货信息生成方法、装置、电子设备和计算机可读介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003042793A2 (en) * 2001-11-14 2003-05-22 Sap Aktiengesellschaft Agent using detailed predictive model
CN110751497A (zh) * 2018-07-23 2020-02-04 北京京东尚科信息技术有限公司 一种商品补货方法和装置
CN111325490A (zh) * 2018-12-14 2020-06-23 顺丰科技有限公司 一种补货方法及装置
CN110033222A (zh) * 2019-04-17 2019-07-19 东莞市糖酒集团美宜佳便利店有限公司 一种补货方法
CN110889657A (zh) * 2019-10-12 2020-03-17 北京海益同展信息科技有限公司 获取库存数据的方法、装置、终端设备及存储介质
CN113450042A (zh) * 2020-03-25 2021-09-28 北京京东乾石科技有限公司 一种确定补货量的方法和装置
CN113919764A (zh) * 2020-07-07 2022-01-11 上海顺如丰来技术有限公司 仓内补货量确定方法、装置、计算机设备及存储介质
CN112184100A (zh) * 2020-09-09 2021-01-05 北京每日优鲜电子商务有限公司 物品库存监控方法、装置、电子设备和计算机可读介质
CN111932189A (zh) * 2020-09-27 2020-11-13 北京每日优鲜电子商务有限公司 库存相关信息显示方法、装置、电子设备和计算机介质
CN113177824A (zh) * 2021-05-06 2021-07-27 北京沃东天骏信息技术有限公司 补货任务处理方法、装置、计算机系统和可读存储介质
CN113034090A (zh) * 2021-05-26 2021-06-25 北京每日优鲜电子商务有限公司 运输设备调度方法、装置、电子设备和计算机可读介质
CN113408797A (zh) * 2021-06-07 2021-09-17 北京京东振世信息技术有限公司 流转量预测多时序模型生成方法、信息发送方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023134189A1 (zh) * 2022-01-13 2023-07-20 北京京东振世信息技术有限公司 补货信息生成方法、装置、电子设备和计算机可读介质

Also Published As

Publication number Publication date
WO2023134189A1 (zh) 2023-07-20
CN114048931B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN114048931B (zh) 补货信息生成方法、装置、电子设备和计算机可读介质
CN113408797B (zh) 流转量预测多时序模型生成方法、信息发送方法和装置
CN112184100A (zh) 物品库存监控方法、装置、电子设备和计算机可读介质
CN113034090B (zh) 运输设备调度方法、装置、电子设备和计算机可读介质
CN113159680A (zh) 库存预占方法、装置、电子设备和计算机可读介质
CN114202130A (zh) 流转量预测多任务模型生成方法、调度方法、装置和设备
CN113610448A (zh) 物品调度方法、装置、电子设备和计算机可读介质
CN109948965A (zh) 控制方法和装置
CN114612212A (zh) 一种基于风险控制的业务处理方法、装置和系统
CN112149863A (zh) 确定资源消耗量的方法、设备和计算机存储介质
CN112734309A (zh) 用于物品的车辆调度方法、装置、设备和计算机可读介质
CN112598337A (zh) 针对物品的车辆控制方法、装置、设备和计算机可读介质
CN116562772A (zh) 物品补货信息生成方法、装置、设备、介质和程序产品
CN112862415B (zh) 运输车辆调度方法、装置、电子设备和计算机可读介质
CN114663005A (zh) 信息发送方法、装置、电子设备和计算机可读介质
CN112085441A (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN115641059B (zh) 补货信息生成方法、装置、电子设备、介质和程序产品
CN111985967A (zh) 物品信息生成方法、装置、电子设备和计算机可读介质
CN114202292B (zh) 备货信息发送方法、装置、电子设备和计算机可读介质
CN112561453B (zh) 设备控制方法、装置、电子设备和计算机可读介质
CN113450045A (zh) 运费获取方法、装置、计算机可读介质及电子设备
CN114792258B (zh) 信息生成方法、装置、电子设备和计算机可读介质
CN113762570B (zh) 一种拣货任务组单方法和装置
CN118052509A (zh) 库存信息生成方法、装置、电子设备和计算机可读介质
CN115310892A (zh) 库存信息处理方法、装置、电子设备和计算机可读介质

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
GR01 Patent grant
GR01 Patent grant