CN114548876A - 一种基于人工智能的物流仓储监控系统 - Google Patents

Abstract

本发明涉及物流仓储监控技术领域，解决了现有技术中不能够对现存商品以及仓库进行分析，导致仓储效率低下的技术问题，尤其公开了一种基于人工智能的物流仓储监控系统，包括物品监控端和仓库监控端，物品监控端内设置有市场分析单元、供应链分析单元以及特性分析单元，仓库监控端内设置有位置划分单元、存放匹配单元以及库存监测单元；对商品进行实时分析防止商品存储存在风险，导致商品存储的成本增加容易造成物流效益降低；对仓库内空间进行实时监控，防止仓库内的空间分配不均匀导致仓库商品存储效率降低，造成不必要的成本增加。

Description

一种基于人工智能的物流仓储监控系统

技术领域

本发明涉及物流仓储监控技术领域，具体为一种基于人工智能的物流仓储监控系统。

背景技术

仓库管理也叫仓储管理，指的是对仓储货物的收发、结存等活动的有效控制，其目的是为企业保证仓储货物的完好无损，确保生产经营活动的正常进行，并在此基础上对各类货物的活动状况进行分类记录，以明确的图表方式表达仓储货物在数量、品质方面的状况，以及所在的地理位置、部门、订单归属和仓储分散程度等情况的综合管理形式。仓储对物流行业至关重要，仓储监管也能影响物流是否盈利。

但是在现有技术中，物流仓储监控过程中不能够对现存商品进行多方位分析，导致仓储效率低下，不能够根据分析获取到相应商品类型，导致仓库内存储的合格性降低，造成商品仓储效率低下的同时不能够将仓库内的运行效率最大化。

针对上述的技术缺陷，现提出一种解决方案。

发明内容

本发明的目的就在于为了解决上述提出的问题，而提出一种基于人工智能的物流仓储监控系统，对商品进行实时分析防止商品存储存在风险，导致商品存储的成本增加容易造成物流效益降低；对仓库内空间进行实时监控，防止仓库内的空间分配不均匀导致仓库商品存储效率降低，造成不必要的成本增加；判定各个类型商品在市场上的销售状况，从而为物流仓储的监控提供依据，有利于仓库规划的工作效率；对分析对象进行供应链分析，判定对应类型商品在市场上供应链的实时状态，从而分析出仓库内现存商品对应市场供应链实时状态，能够提高了仓储内商品的管控，提高了物流仓储的工作效率；判断仓库内现存商品是否能够长时间储存，为物流仓储提供分类依据，提高了仓储的合理性增强了工作效率，同时对商品进行特性分析防止商品储存过程中时长过长，导致存储成本增加。

本发明的目的可以通过以下技术方案实现：

一种基于人工智能的物流仓储监控系统，包括物品监控端和仓库监控端，物品监控端内设置有市场分析单元、供应链分析单元以及特性分析单元，仓库监控端内设置有位置划分单元、存放匹配单元以及库存监测单元；

物品监控端用于对仓库内现有商品进行监控，通过市场分析单元将仓库内现存商品进行分析，通过分析获取到市场分析系数，并根据市场分析系数将商品划分为热门商品和冷门商品，并将热门商品和冷门商品发送至仓库监控端；

通过供应链分析单元对分析对象进行供应链分析，判定对应类型商品在市场上供应链的实时状态；通过分析将商品划分为供应非稳定商品和供应稳定商品，并将供应非稳定商品和供应稳定商品发送至仓库监控端；

通过特性分析单元将分析对象进行特性分析，判断仓库内现存商品是否能够长时间储存，并通过特性分析将商品划分为适长存储商品和非适长存储商品，并将适长存储商品和非适长存储商品一同发送至仓库监控端；

仓库监控端用于对仓库内空间进行实时监控，通过位置划分单元对仓库内存储空间进行区域划分，通过区域划分获取到便捷出货区域和复杂出货区域，并将便捷出货区域和复杂出货区域一同发送至存放匹配单元；通过存放匹配单元将仓库内现存商品进行存放匹配；通过库存监测单元对仓库内商品的流通进行监测。

作为本发明的一种优选实施方式，市场分析单元的市场分析过程如下：

将仓库内现存的商品标记为分析对象，设置标号i，i为大于1的自然数，采集到各个类型的分析对象对应市场的平均月销量以及月销量最大增长量，并将各个类型的分析对象对应市场的平均月销量以及月销量最大增长量分别标记为YXi和ZZi；采集到各个类型的分析对象月销量增长频率，并将各个类型的分析对象月销量增长频率标记为PLi；

通过分析获取到各个类型的分析对象对应市场分析系数Xi，将各个类型的分析对象对应市场分析系数与市场分析系数阈值进行比较：若分析对象对应市场分析系数超过市场分析系数阈值，则判定对应类型的分析对象销量高，并将对应类型的分析对象标记为热门商品；若分析对象对应市场分析系数未超过市场分析系数阈值，则判定对应类型的分析对象销量低，并将对应类型的分析对象标记为冷门商品。

作为本发明的一种优选实施方式，供应链分析单元的供应链分析过程如下：

采集到分析对象在市场流通过程中出现对应货物短缺的频率以及分析对象在市场流通过程中货物供给的间隔时长，并将分析对象在市场流通过程中出现对应货物短缺的频率以及分析对象在市场流通过程中货物供给的间隔时长分别与货物短缺频率阈值和供给间隔时长阈值进行比较：

若分析对象在市场流通过程中出现对应货物短缺的频率超过货物短缺频率阈值，或者分析对象在市场流通过程中货物供给的间隔时长超过供给间隔时长阈值，则判定对应类型的分析对象在市场供应链不合格，将对应类型的分析对象标记为供应非稳定商品；

若分析对象在市场流通过程中出现对应货物短缺的频率未超过货物短缺频率阈值，且分析对象在市场流通过程中货物供给的间隔时长未超过供给间隔时长阈值，则判定对应类型的分析对象在市场供应链合格，将对应类型的分析对象标记为供应稳定商品。

作为本发明的一种优选实施方式，特性分析单元的特性分析过程如下：

采集到分析对象判定为长时间存储后的成功销售概率以及对应分析对象的质量合格率，并将分析对象判定为长时间存储后的成功销售概率以及对应分析对象的质量合格率分别与成功销售概率阈值和质量合格率阈值进行比较：

若分析对象判定为长时间存储后的成功销售概率超过成功销售概率阈值，且对应分析对象的质量合格率超过质量合格率阈值，则判定对应分析对象不受时间影响，将对应分析对象标记为适长存储商品；若分析对象判定为长时间存储后的成功销售概率未超过成功销售概率阈值，或者对应分析对象的质量合格率未超过质量合格率阈值，则判定对应分析对象受时间影响，将对应分析对象标记为非适长存储商品。

作为本发明的一种优选实施方式，位置划分单元的位置划分过程如下：

将仓库内存储空间划分为o个子区域，采集到各个子区域与仓库出口的距离以及各个子区域对应出货路线数量，并将各个子区域与仓库出口的距离以及各个子区域对应出货路线数量分别与距离阈值和路线数量阈值进行比较：若子区域与仓库出口的距离未超过距离阈值，且子区域对应出货路线数量超过路线数量阈值，则将对应子区域标记为便捷出货区域；若子区域与仓库出口的距离超过距离阈值，或者子区域对应出货路线数量未超过路线数量阈值，则将对应子区域标记为复杂出货区域。

作为本发明的一种优选实施方式，存放匹配单元的存放匹配过程如下：

将热门商品与便捷出货区域进行匹配，将冷门商品与复杂出货区域进行匹配；随后将便捷出货区域按照对应出货路线数量从高到低的顺序进行编号排序，并根据区域排序划分为前半便捷区域和后半便捷区域；若热门商品也为供应稳定商品类型，则将对应热门商品存放至前半便捷区域；若热门商品也为供应非稳定商品类型，则将对应热门商品存放至后半便捷区域；

将复杂出货区域按照对应出货路线数量从高到低的顺序进行编号排序，并根据区域排序划分为前半复杂区域和后半复杂区域；若冷门商品也为供应稳定商品类型，则将对应冷门商品存放至后半复杂区域；若冷门商品也为供应非稳定商品类型，则将对应冷门商品存放至前半复杂区域；

将便捷出货区域和复杂出货区域完成匹配后，将便捷出货区域和复杂出货区域内非适长存储商品进行筛选，并将筛选的非适长存储商品统一存放至便捷出货区域排序第一的对应区域内。

作为本发明的一种优选实施方式，库存监测单元的库存监测过程如下：

采集到仓库内商品出货的准时频率以及仓库内商品进货的耗费时长，并将仓库内商品出货的准时频率以及仓库内商品进货的耗费时长分别与准时频率阈值和耗费时长阈值进行比较：若仓库内商品出货的准时频率超过准时频率阈值，且仓库内商品进货的耗费时长未超过耗费时长阈值，则判定对应仓库运营合格，生成库存监测合格信号并将库存监测合格信号发送至仓库监控端；若仓库内商品出货的准时频率未超过准时频率阈值，或者仓库内商品进货的耗费时长超过耗费时长阈值，则判定对应仓库运营不合格，生成库存监测不合格信号并将库存监测不合格信号发送至仓库监控端，仓库监控端接收到库存监测不合格信号后，将仓库内商品进行重新规划。

与现有技术相比，本发明的有益效果是：

1、本发明中，对商品进行实时分析防止商品存储存在风险，导致商品存储的成本增加容易造成物流效益降低；对仓库内空间进行实时监控，防止仓库内的空间分配不均匀导致仓库商品存储效率降低，造成不必要的成本增加；

2、本发明中，判定各个类型商品在市场上的销售状况，从而为物流仓储的监控提供依据，有利于仓库规划的工作效率；对分析对象进行供应链分析，判定对应类型商品在市场上供应链的实时状态，从而分析出仓库内现存商品对应市场供应链实时状态，能够提高了仓储内商品的管控，提高了物流仓储的工作效率；判断仓库内现存商品是否能够长时间储存，为物流仓储提供分类依据，提高了仓储的合理性增强了工作效率，同时对商品进行特性分析防止商品储存过程中时长过长，导致存储成本增加；

3、本发明中，对仓库内存储空间进行区域划分，提高了仓库内现存商品的存放合格率，增强仓库监控效率；通过热门商品区域匹配，防止出现供应稳定的热门商品出货存在影响，导致销量降低，同时防止供应非稳定的热门商品出货频繁导致供货不足的现象；将冷门商品进行划分，防止冷门商品供应不稳定导致冷门商品滞销，故将供应不稳定的冷门商品排放至前半复杂区域。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于人工智能的物流仓储监控系统，包括物品监控端和仓库监控端，物品监控端内设置有市场分析单元、供应链分析单元以及特性分析单元，仓库监控端内设置有位置划分单元、存放匹配单元以及库存监测单元；

在现有技术中，物流仓库作为物质资源的存储和转运，在经济生产中发挥着重大的作用；仓库有以下几类：粮库、油库、金库、物资库等。所谓仓库，其里面存储物品的都是关系国计民生的物资，有民用物资、有企业生产物资、有生产用物资、有危险品物资、有军队物资等；仓库内除有上述所指的生产物资外，还有大量的设备、财务等各种设施；

可以理解的是，针对物流行业的仓储监控，在仓库储存中存在各种类型的物品，而仓库内商品的合格调控能够最大程度的控制仓库投入成本，有利于将物流利润最大化，防止出现商品滞销或者存储时长过长导致商品在仓库内的成本大于商品的利润；

物品监控端用于对仓库内现有商品进行监控，对商品进行实时分析防止商品存储存在风险，导致商品存储的成本增加容易造成物流效益降低；仓库监控端用于对仓库内空间进行实时监控，防止仓库内的空间分配不均匀导致仓库商品存储效率降低，造成不必要的成本增加；在现有技术中，物流的存储往往存在商品堆积以及商品出入库不合理等问题，在此类问题的影响下都会导致物流存储的工作效率降低；

当仓库内存在堆放商品时，物品监控端将仓库内现存的堆放商品类型进行采集，同时生成市场分析信号并将市场分析信号发送至市场分析单元，市场分析单元接收到市场分析信号后，将仓库内现存商品进行分析，判定各个类型商品在市场上的销售状况，从而为物流仓储的监控提供依据，有利于仓库规划的工作效率，本申请中类型商品表示为各个领域的商品，如生活用品、办公用品等类型，具体市场分析过程如下：

将仓库内现存的商品标记为分析对象，设置标号i，i为大于1的自然数，采集到各个类型的分析对象对应市场的平均月销量以及月销量最大增长量，并将各个类型的分析对象对应市场的平均月销量以及月销量最大增长量分别标记为YXi和ZZi；采集到各个类型的分析对象月销量增长频率，并将各个类型的分析对象月销量增长频率标记为PLi；

通过公式

获取到各个类型的分析对象对应市场分析系数Xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为1.02；

将各个类型的分析对象对应市场分析系数与市场分析系数阈值进行比较：

若分析对象对应市场分析系数超过市场分析系数阈值，则判定对应类型的分析对象销量高，并将对应类型的分析对象标记为热门商品；若分析对象对应市场分析系数未超过市场分析系数阈值，则判定对应类型的分析对象销量低，并将对应类型的分析对象标记为冷门商品；

物品监控端完成分析对象的市场分析后，生成供应链分析信号并将供应链分析信号发送至供应链分析单元，供应链分析单元接收到供应链分析信号后，对分析对象进行供应链分析，判定对应类型商品在市场上供应链的实时状态，从而分析出仓库内现存商品对应市场供应链实时状态，能够提高了仓储内商品的管控，提高了物流仓储的工作效率，具体供应链分析过程如下：

采集到分析对象在市场流通过程中出现对应货物短缺的频率以及分析对象在市场流通过程中货物供给的间隔时长，并将分析对象在市场流通过程中出现对应货物短缺的频率以及分析对象在市场流通过程中货物供给的间隔时长分别与货物短缺频率阈值和供给间隔时长阈值进行比较：

若分析对象在市场流通过程中出现对应货物短缺的频率超过货物短缺频率阈值，或者分析对象在市场流通过程中货物供给的间隔时长超过供给间隔时长阈值，则判定对应类型的分析对象在市场供应链不合格，将对应类型的分析对象标记为供应非稳定商品；若分析对象在市场流通过程中出现对应货物短缺的频率未超过货物短缺频率阈值，且分析对象在市场流通过程中货物供给的间隔时长未超过供给间隔时长阈值，则判定对应类型的分析对象在市场供应链合格，将对应类型的分析对象标记为供应稳定商品；

物品监控端生成特性分析信号并将特性分析信号发送至特性分析单元，特性分析单元接收到特性分析信号后，将分析对象进行特性分析，判断仓库内现存商品是否能够长时间储存，为物流仓储提供分类依据，提高了仓储的合理性增强了工作效率，同时对商品进行特性分析防止商品储存过程中时长过长，导致存储成本增加，本申请中长时间存储的判定依据为对应类型的商品存放时长超过对应存放时长阈值时，则判定为长时间存储；具体特性分析过程如下：

采集到分析对象判定为长时间存储后的成功销售概率以及对应分析对象的质量合格率，并将分析对象判定为长时间存储后的成功销售概率以及对应分析对象的质量合格率分别与成功销售概率阈值和质量合格率阈值进行比较：

若分析对象判定为长时间存储后的成功销售概率超过成功销售概率阈值，且对应分析对象的质量合格率超过质量合格率阈值，则判定对应分析对象不受时间影响，将对应分析对象标记为适长存储商品；若分析对象判定为长时间存储后的成功销售概率未超过成功销售概率阈值，或者对应分析对象的质量合格率未超过质量合格率阈值，则判定对应分析对象受时间影响，将对应分析对象标记为非适长存储商品；

物品监控端将仓库现存商品与对应商品类型发送至仓库监控端，商品类型包括热门商品、冷门商品、供应非稳定商品、供应稳定商品、适长存储商品以及非适长存储商品；

仓库监控端接收到各个商品类型后，同时生成位置划分信号并将位置划分信号发送至位置划分单元，位置划分单元接收到位置划分信号后，对仓库内存储空间进行区域划分，提高了仓库内现存商品的存放合格率，增强仓库监控效率，具体位置划分过程如下：

将仓库内存储空间划分为o个子区域，采集到各个子区域与仓库出口的距离以及各个子区域对应出货路线数量，并将各个子区域与仓库出口的距离以及各个子区域对应出货路线数量分别与距离阈值和路线数量阈值进行比较：

若子区域与仓库出口的距离未超过距离阈值，且子区域对应出货路线数量超过路线数量阈值，则将对应子区域标记为便捷出货区域；若子区域与仓库出口的距离超过距离阈值，或者子区域对应出货路线数量未超过路线数量阈值，则将对应子区域标记为复杂出货区域；

并将便捷出货区域和复杂出货区域一同发送至存放匹配单元；

存放匹配单元接收到便捷出货区域和复杂出货区域后，将仓库内现存商品进行存放匹配，具体存放匹配过程如下：

将热门商品与便捷出货区域进行匹配，将冷门商品与复杂出货区域进行匹配；随后将便捷出货区域按照对应出货路线数量从高到低的顺序进行编号排序，并根据区域排序划分为前半便捷区域和后半便捷区域；若热门商品也为供应稳定商品类型，则将对应热门商品存放至前半便捷区域；若热门商品也为供应非稳定商品类型，则将对应热门商品存放至后半便捷区域；通过热门商品区域匹配，防止出现供应稳定的热门商品出货存在影响，导致销量降低，同时防止供应非稳定的热门商品出货频繁导致供货不足的现象；

将复杂出货区域按照对应出货路线数量从高到低的顺序进行编号排序，并根据区域排序划分为前半复杂区域和后半复杂区域；若冷门商品也为供应稳定商品类型，则将对应冷门商品存放至后半复杂区域；若冷门商品也为供应非稳定商品类型，则将对应冷门商品存放至前半复杂区域；将冷门商品进行划分，防止冷门商品供应不稳定导致冷门商品滞销，故将供应不稳定的冷门商品排放至前半复杂区域；

将便捷出货区域和复杂出货区域完成匹配后，将便捷出货区域和复杂出货区域内非适长存储商品进行筛选，并将筛选的非适长存储商品统一存放至便捷出货区域排序第一的对应区域内；

库存监测单元用于对仓库内商品的流通进行监测，判定仓库的运营是否合格，从而分析出仓库内存放匹配是否合格，提高了仓库监控效率，增强物流仓储监控的工作效率，具体库存监测过程如下：

采集到仓库内商品出货的准时频率以及仓库内商品进货的耗费时长，并将仓库内商品出货的准时频率以及仓库内商品进货的耗费时长分别与准时频率阈值和耗费时长阈值进行比较：

若仓库内商品出货的准时频率超过准时频率阈值，且仓库内商品进货的耗费时长未超过耗费时长阈值，则判定对应仓库运营合格，生成库存监测合格信号并将库存监测合格信号发送至仓库监控端；若仓库内商品出货的准时频率未超过准时频率阈值，或者仓库内商品进货的耗费时长超过耗费时长阈值，则判定对应仓库运营不合格，生成库存监测不合格信号并将库存监测不合格信号发送至仓库监控端，仓库监控端接收到库存监测不合格信号后，将仓库内商品进行重新规划。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；

本发明在使用时，通过物品监控端对仓库内现有商品进行监控，通过市场分析单元将仓库内现存商品进行分析，通过分析获取到市场分析系数，并根据市场分析系数将商品划分为热门商品和冷门商品；通过供应链分析单元对分析对象进行供应链分析，判定对应类型商品在市场上供应链的实时状态；通过分析将商品划分为供应非稳定商品和供应稳定商品；通过特性分析单元将分析对象进行特性分析，判断仓库内现存商品是否能够长时间储存，并通过特性分析将商品划分为适长存储商品和非适长存储商品；

通过仓库监控端对仓库内空间进行实时监控，通过位置划分单元对仓库内存储空间进行区域划分，通过区域划分获取到便捷出货区域和复杂出货区域，并将便捷出货区域和复杂出货区域一同发送至存放匹配单元；通过存放匹配单元将仓库内现存商品进行存放匹配；通过库存监测单元对仓库内商品的流通进行监测。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.一种基于人工智能的物流仓储监控系统，其特征在于，包括物品监控端和仓库监控端；

物品监控端内包括：

市场分析单元，用于将仓库内现存商品进行分析，将仓库内现存的商品标记为分析对象，通过分析获取到市场分析系数，并根据市场分析系数将商品划分为热门商品和冷门商品，并将热门商品和冷门商品发送至仓库监控端；

供应链分析单元，用于对分析对象进行供应链分析，判定对应类型商品在市场上供应链的实时状态；通过分析将商品划分为供应非稳定商品和供应稳定商品，并将供应非稳定商品和供应稳定商品发送至仓库监控端；

特性分析单元，用于将分析对象进行特性分析，判断仓库内现存商品是否能够长时间储存，并通过特性分析将商品划分为适长存储商品和非适长存储商品，并将适长存储商品和非适长存储商品一同发送至仓库监控端；

仓库监控端包括：

位置划分单元，用于对仓库内存储空间进行区域划分，通过区域划分获取到便捷出货区域和复杂出货区域，并将便捷出货区域和复杂出货区域一同发送至存放匹配单元；

存放匹配单元，用于将仓库内现存商品进行存放匹配；

库存监测单元，用于对仓库内商品的流通进行监测。

2.根据权利要求1所述的一种基于人工智能的物流仓储监控系统，其特征在于，市场分析单元的市场分析过程如下：

将仓库内现存的商品标记为分析对象，设置标号i，i为大于1的自然数，采集到各个类型的分析对象对应市场的平均月销量以及月销量最大增长量，并将各个类型的分析对象对应市场的平均月销量以及月销量最大增长量分别标记为YXi和ZZi；采集到各个类型的分析对象月销量增长频率，并将各个类型的分析对象月销量增长频率标记为PLi；

通过分析获取到各个类型的分析对象对应市场分析系数Xi，将各个类型的分析对象对应市场分析系数与市场分析系数阈值进行比较：若分析对象对应市场分析系数超过市场分析系数阈值，则判定对应类型的分析对象销量高，并将对应类型的分析对象标记为热门商品；若分析对象对应市场分析系数未超过市场分析系数阈值，则判定对应类型的分析对象销量低，并将对应类型的分析对象标记为冷门商品。

3.根据权利要求1所述的一种基于人工智能的物流仓储监控系统，其特征在于，供应链分析单元的供应链分析过程如下：

采集到分析对象在市场流通过程中出现对应货物短缺的频率以及分析对象在市场流通过程中货物供给的间隔时长，并将分析对象在市场流通过程中出现对应货物短缺的频率以及分析对象在市场流通过程中货物供给的间隔时长分别与货物短缺频率阈值和供给间隔时长阈值进行比较：

若分析对象在市场流通过程中出现对应货物短缺的频率超过货物短缺频率阈值，或者分析对象在市场流通过程中货物供给的间隔时长超过供给间隔时长阈值，则判定对应类型的分析对象在市场供应链不合格，将对应类型的分析对象标记为供应非稳定商品；

若分析对象在市场流通过程中出现对应货物短缺的频率未超过货物短缺频率阈值，且分析对象在市场流通过程中货物供给的间隔时长未超过供给间隔时长阈值，则判定对应类型的分析对象在市场供应链合格，将对应类型的分析对象标记为供应稳定商品。

4.根据权利要求1所述的一种基于人工智能的物流仓储监控系统，其特征在于，特性分析单元的特性分析过程如下：

采集到分析对象判定为长时间存储后的成功销售概率以及对应分析对象的质量合格率，并将分析对象判定为长时间存储后的成功销售概率以及对应分析对象的质量合格率分别与成功销售概率阈值和质量合格率阈值进行比较：

若分析对象判定为长时间存储后的成功销售概率超过成功销售概率阈值，且对应分析对象的质量合格率超过质量合格率阈值，则判定对应分析对象不受时间影响，将对应分析对象标记为适长存储商品；若分析对象判定为长时间存储后的成功销售概率未超过成功销售概率阈值，或者对应分析对象的质量合格率未超过质量合格率阈值，则判定对应分析对象受时间影响，将对应分析对象标记为非适长存储商品。

5.根据权利要求1所述的一种基于人工智能的物流仓储监控系统，其特征在于，位置划分单元的位置划分过程如下：

将仓库内存储空间划分为o个子区域，采集到各个子区域与仓库出口的距离以及各个子区域对应出货路线数量，并将各个子区域与仓库出口的距离以及各个子区域对应出货路线数量分别与距离阈值和路线数量阈值进行比较：若子区域与仓库出口的距离未超过距离阈值，且子区域对应出货路线数量超过路线数量阈值，则将对应子区域标记为便捷出货区域；若子区域与仓库出口的距离超过距离阈值，或者子区域对应出货路线数量未超过路线数量阈值，则将对应子区域标记为复杂出货区域。

6.根据权利要求1所述的一种基于人工智能的物流仓储监控系统，其特征在于，存放匹配单元的存放匹配过程如下：

将热门商品与便捷出货区域进行匹配，将冷门商品与复杂出货区域进行匹配；随后将便捷出货区域按照对应出货路线数量从高到低的顺序进行编号排序，并根据区域排序划分为前半便捷区域和后半便捷区域；若热门商品也为供应稳定商品类型，则将对应热门商品存放至前半便捷区域；若热门商品也为供应非稳定商品类型，则将对应热门商品存放至后半便捷区域；

将复杂出货区域按照对应出货路线数量从高到低的顺序进行编号排序，并根据区域排序划分为前半复杂区域和后半复杂区域；若冷门商品也为供应稳定商品类型，则将对应冷门商品存放至后半复杂区域；若冷门商品也为供应非稳定商品类型，则将对应冷门商品存放至前半复杂区域；

将便捷出货区域和复杂出货区域完成匹配后，将便捷出货区域和复杂出货区域内非适长存储商品进行筛选，并将筛选的非适长存储商品统一存放至便捷出货区域排序第一的对应区域内。

7.根据权利要求1所述的一种基于人工智能的物流仓储监控系统，其特征在于，库存监测单元的库存监测过程如下：

采集到仓库内商品出货的准时频率以及仓库内商品进货的耗费时长，并将仓库内商品出货的准时频率以及仓库内商品进货的耗费时长分别与准时频率阈值和耗费时长阈值进行比较：若仓库内商品出货的准时频率超过准时频率阈值，且仓库内商品进货的耗费时长未超过耗费时长阈值，则判定对应仓库运营合格，生成库存监测合格信号并将库存监测合格信号发送至仓库监控端；若仓库内商品出货的准时频率未超过准时频率阈值，或者仓库内商品进货的耗费时长超过耗费时长阈值，则判定对应仓库运营不合格，生成库存监测不合格信号并将库存监测不合格信号发送至仓库监控端，仓库监控端接收到库存监测不合格信号后，将仓库内商品进行重新规划。

Images