CN115310892A - 库存信息处理方法、装置、电子设备和计算机可读介质 - Google Patents
库存信息处理方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN115310892A CN115310892A CN202210722722.2A CN202210722722A CN115310892A CN 115310892 A CN115310892 A CN 115310892A CN 202210722722 A CN202210722722 A CN 202210722722A CN 115310892 A CN115310892 A CN 115310892A
- Authority
- CN
- China
- Prior art keywords
- traffic
- predicted
- distribution probability
- target
- period
- 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
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
- G06Q10/08—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Algebra (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了库存信息处理方法、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:获取目标物品对应的备货期流转量预测表,其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量;根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,库存阈值和目标库存量用于对目标物品进行补货。该实施方式与智能供应链有关,减少了物品的损耗和仓库空间资源的浪费。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及库存信息处理方法、装置、电子设备和计算机可读介质。
背景技术
在库存领域,一般希望提前准备足够多的库存,来满足未来一段时间的销量,避免缺货。同时又希望库存不能太多,避免流动成本占用过大,库存仓储成本过高。目前,在补充物品的库存量时,通常采用的方式为:根据预先设定的运输物品的备货期(在提交物品的订单后,货物并不能立刻到达,可能要过L天才能到达,这L天被称作为备货期),通过流转量(销量)均值预测的方式,计算物品需要补充的库存量。
然而,当采用上述方式通常会存在以下技术问题:未考虑到备货期的随机性,所确定的物品需要补充的库存量的准确性较低,导致物品的库存量较多或不足,在物品的库存量较多时,容易造成物品的损耗;在物品的库存量不足时,容易造成仓库空间资源的浪费。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
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库存信息处理方法、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库存信息处理方法,该方法包括:获取目标物品对应的备货期流转量预测表,其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量;根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。
可选地,上述根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,包括:将上述备货期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一预测流转量和第二预测流转量;对上述第一预测流转量和上述第二预测流转量进行黄金分割处理,以生成第一备选流转量和第二备选流转量;根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率;根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值。
可选地,上述根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值,包括:响应于上述第一流转量分布概率或上述第二流转量分布概率满足第一预设条件,将上述第一流转量分布概率或上述第二流转量分布概率中、满足上述第一预设条件的流转量分布概率对应的备选流转量确定为库存阈值,其中,上述第一预设条件为:上述第一流转量分布概率等于预设流转量满足率,或上述第二流转量分布概率等于上述预设流转量满足率。
可选地,上述根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值,包括:响应于上述第一流转量分布概率满足第二预设条件,将上述第一备选流转量确定为目标流转量,其中,上述第二预设条件为:上述第一流转量分布概率大于预设流转量满足率;响应于上述目标流转量与上述第二预测流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。
可选地,上述根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值,包括:响应于上述第一流转量分布概率和上述第二流转量分布概率满足第三预设条件,将上述第一备选流转量确定为第一目标流转量,以及将上述第二备选流转量确定为第二目标流转量,其中,上述第三预设条件为:上述第一流转量分布概率小于上述第二流转量分布概率、且上述第一流转量分布概率小于预设流转量满足率、且上述第二流转量分布概率大于上述预设流转量满足率;响应于上述第二目标流转量与上述第一目标流转量的差值小于等于预设差值,将上述第一目标流转量确定为库存阈值。
可选地,上述根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值,包括:响应于上述第二流转量分布概率满足第四预设条件,将上述第二备选流转量确定为目标流转量,其中,上述第四预设条件为:上述第二流转量分布概率小于预设流转量满足率;响应于上述第一预测流转量与上述目标流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。
可选地,上述根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,包括:响应于确定上述库存阈值大于上述目标物品的当前库存量,根据目标周期流转量预测表,确定上述目标物品的目标库存量,其中,上述目标周期流转量预测表包含上述备货期流转量预测表。
可选地,上述根据目标周期流转量预测表,确定上述目标物品的目标库存量,包括:将上述目标周期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一流转预测量和第二流转预测量;对上述第一流转预测量和上述第二流转预测量进行黄金分割处理,以生成第一分割流转量和第二分割流转量;根据上述目标周期流转量预测表,生成对应上述第一分割流转量的第一预测值分布概率和对应上述第二分割流转量的第二预测值分布概率;根据上述第一预测值分布概率和上述第二预测值分布概率,确定目标库存量。
可选地,上述备货期流转量预测表的列字段为各个备货期的备货期分布概率,上述备货期流转量预测表包括各个备货期的备货期分布概率按照各个备货期升序排序,上述各个预测流转量序列中的预测流转量序列包括的、各个预测流转量按照升序排序;以及上述根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率,包括:按照上述各个备货期的备货期分布概率中的每个备货期分布概率,执行如下选择步骤:从上述备货期流转量预测表中选择出对应上述备货期分布概率的预测流转量序列作为备选预测流转量序列;从上述备选预测流转量序列中选择对应上述第一备选流转量的备选预测流转量作为第一备选预测流转量,其中,上述第一备选预测流转量小于等于上述第一备选流转量,且上述第一备选预测流转量为上述备选预测流转量序列中小于等于上述第一备选流转量的最大备选预测流转量;从上述备选预测流转量序列中选择对应上述第二备选流转量的备选预测流转量作为第二备选预测流转量,其中,上述第二备选预测流转量小于等于上述第二备选流转量,且上述第二备选预测流转量为上述备选预测流转量序列中小于等于上述第二备选流转量的最大备选预测流转量;根据上述各个备货期的备货期分布概率和所选择的各个第一备选预测流转量,生成第一流转量分布概率;根据上述各个备货期的备货期分布概率和所选择的各个第二备选预测流转量,生成第二流转量分布概率。
可选地,上述方法还包括:根据上述目标库存量,对上述目标物品对应的仓库进行补货操作。
第二方面,本公开的一些实施例提供了一种库存信息处理装置,装置包括:获取单元,被配置成获取目标物品对应的备货期流转量预测表,其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量;生成单元,被配置成根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。
可选地,生成单元被进一步配置成:将上述备货期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一预测流转量和第二预测流转量;对上述第一预测流转量和上述第二预测流转量进行黄金分割处理,以生成第一备选流转量和第二备选流转量;根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率;根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值。
可选地,生成单元被进一步配置成:响应于上述第一流转量分布概率或上述第二流转量分布概率满足第一预设条件,将上述第一流转量分布概率或上述第二流转量分布概率中、满足上述第一预设条件的流转量分布概率对应的备选流转量确定为库存阈值,其中,上述第一预设条件为:上述第一流转量分布概率等于预设流转量满足率,或上述第二流转量分布概率等于上述预设流转量满足率。
可选地,生成单元被进一步配置成:响应于上述第一流转量分布概率满足第二预设条件,将上述第一备选流转量确定为目标流转量,其中,上述第二预设条件为:上述第一流转量分布概率大于预设流转量满足率;响应于上述目标流转量与上述第二预测流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。
可选地,生成单元被进一步配置成:响应于上述第一流转量分布概率和上述第二流转量分布概率满足第三预设条件,将上述第一备选流转量确定为第一目标流转量,以及将上述第二备选流转量确定为第二目标流转量,其中,上述第三预设条件为:上述第一流转量分布概率小于上述第二流转量分布概率、且上述第一流转量分布概率小于预设流转量满足率、且上述第二流转量分布概率大于上述预设流转量满足率;响应于上述第二目标流转量与上述第一目标流转量的差值小于等于预设差值,将上述第一目标流转量确定为库存阈值。
可选地,生成单元被进一步配置成:响应于上述第二流转量分布概率满足第四预设条件,将上述第二备选流转量确定为目标流转量,其中,上述第四预设条件为:上述第二流转量分布概率小于预设流转量满足率;响应于上述第一预测流转量与上述目标流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。
可选地,生成单元被进一步配置成:响应于确定上述库存阈值大于上述目标物品的当前库存量,根据目标周期流转量预测表,确定上述目标物品的目标库存量,其中,上述目标周期流转量预测表包含上述备货期流转量预测表。
可选地,生成单元被进一步配置成:将上述目标周期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一流转预测量和第二流转预测量;对上述第一流转预测量和上述第二流转预测量进行黄金分割处理,以生成第一分割流转量和第二分割流转量;根据上述目标周期流转量预测表,生成对应上述第一分割流转量的第一预测值分布概率和对应上述第二分割流转量的第二预测值分布概率;根据上述第一预测值分布概率和上述第二预测值分布概率,确定目标库存量。
可选地,上述备货期流转量预测表的列字段为各个备货期的备货期分布概率,上述备货期流转量预测表包括各个备货期的备货期分布概率按照各个备货期升序排序,上述各个预测流转量序列中的预测流转量序列包括的、各个预测流转量按照升序排序。
可选地,生成单元被进一步配置成:上述根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率,包括:按照上述各个备货期的备货期分布概率中的每个备货期分布概率,执行如下选择步骤:从上述备货期流转量预测表中选择出对应上述备货期分布概率的预测流转量序列作为备选预测流转量序列;从上述备选预测流转量序列中选择对应上述第一备选流转量的备选预测流转量作为第一备选预测流转量,其中,上述第一备选预测流转量小于等于上述第一备选流转量,且上述第一备选预测流转量为上述备选预测流转量序列中小于等于上述第一备选流转量的最大备选预测流转量;从上述备选预测流转量序列中选择对应上述第二备选流转量的备选预测流转量作为第二备选预测流转量,其中,上述第二备选预测流转量小于等于上述第二备选流转量,且上述第二备选预测流转量为上述备选预测流转量序列中小于等于上述第二备选流转量的最大备选预测流转量;根据上述各个备货期的备货期分布概率和所选择的各个第一备选预测流转量,生成第一流转量分布概率;根据上述各个备货期的备货期分布概率和所选择的各个第二备选预测流转量,生成第二流转量分布概率。
可选地,装置还包括:补货单元,被配置成根据上述目标库存量,对上述目标物品对应的仓库进行补货操作。
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库存信息处理方法,提升了所确定的物品库存量的准确率,减少了物品的损耗和仓库空间资源的浪费。具体来说,容易造成物品的损耗或仓库空间资源的浪费的原因在于:未考虑到备货期的随机性,所确定的物品需要补充的库存量的准确性较低,导致物品的库存量较多或不足,在物品的库存量较多时,容易造成物品的损耗;在物品的库存量不足时,容易造成仓库空间资源的浪费。基于此,本公开的一些实施例的库存信息处理方法,首先,获取目标物品对应的备货期流转量预测表。其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量。由此,可以根据不同备货期,确定物品的目标库存量。提升了所计算的物品需要补充的库存量的准确性。然后,根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。由此,可以利用不同的备货期分布概率,确定目标物品的库存阈值和目标库存量。使得在不确定备货期的情况下,提高了所确定的目标库存量的准确性。从而,减少了物品的损耗和仓库空间资源的浪费。
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是本公开的一些实施例的库存信息处理方法的一个应用场景的示意图;
图2是根据本公开的库存信息处理方法的一些实施例的流程图;
图3是根据本公开的库存信息处理方法的另一些实施例的流程图;
图4是根据本公开的库存信息处理装置的一些实施例的结构示意图;
图5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库存信息处理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可以获取目标物品对应的备货期流转量预测表102。其中,上述备货期流转量预测表102包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表102表征通过分位数预测的在不同备货期下上述目标物品的流转量。然后,计算设备101可以根据上述备货期流转量预测表102包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值103和目标库存量104。其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。
例如,备货期流转量预测表102如下表所示:
g(Li) | 0 | 0.1 | 0.2 | … | |
L1 | 0.25 | 20 | 108 | 174 | … |
L2 | 0.3 | 40 | 146 | 223 | … |
L3 | 0.3 | 50 | 194 | 282 | … |
… | … | … | … | … | … |
。
其中,g(Li)可以表示备货期Li的备货期分布概率。Li可以表示第i个备货期。L1、L2、L3分别表示第1个备货期、第2个备货期、第3个备货期。第1个备货期对应的备货期分布概率为0.25。第2个备货期对应的备货期分布概率为0.3。第3个备货期对应的备货期分布概率为0.3。0、0.1、0.2可以表示不同的分位数。20、108、174可以表示在备货期L1的情况下,不同分位数的预测流转量。40、146、223可以表示在备货期L2的情况下,不同分位数的预测流转量。50、194、282可以表示在备货期L3的情况下,不同分位数的预测流转量。
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库存信息处理方法的一些实施例的流程200。该库存信息处理方法,包括以下步骤:
步骤201,获取目标物品对应的备货期流转量预测表。
在一些实施例中,库存信息处理方法的执行主体(例如图1所示的计算设备101)可以通过有线连接或无线连接从终端设备中获取目标物品对应的备货期流转量预测表。其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列。上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列。上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量。这里,目标物品可以是仓库中待补充库存量的物品。上述各个备货期中每一备货期对应一备货期分布概率。一备货期分布概率对应一预测流转量序列。每个预测流转量序列中的预测流转量对应一分位数(小数)。这里,每个预测流转量序列是根据目标物品的各个历史流转量(销量),通过分位数回归的方式,预测的在某一备货期下,不同分位数的预测流转量。备货期分布概率可以表示一备货期在各个备货期中的分布概率。
例如,备货期流转量预测表可以是:
g(Li) | 0 | 0.1 | 0.2 | … | |
L1 | 0.25 | 20 | 108 | 174 | … |
L2 | 0.3 | 40 | 146 | 223 | … |
L3 | 0.3 | 50 | 194 | 282 | … |
… | … | … | … | … | … |
。
其中,g(Li)可以表示备货期Li的备货期分布概率。Li可以表示第i个备货期。L1、L2、L3分别表示第1个备货期、第2个备货期、第3个备货期。第1个备货期对应的备货期分布概率为0.25。第2个备货期对应的备货期分布概率为0.3。第3个备货期对应的备货期分布概率为0.3。0、0.1、0.2可以表示不同的分位数。20、108、174可以表示在备货期L1的情况下,不同分位数的预测流转量。40、146、223可以表示在备货期L2的情况下,不同分位数的预测流转量。50、194、282可以表示在备货期L3的情况下,不同分位数的预测流转量。
步骤202,根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量。
在一些实施例中,上述执行主体可以根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量。其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。
实践中,根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,上述执行主体可以生成对应上述目标物品的库存阈值和目标库存量:
第一步,将上述备货期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一预测流转量和第二预测流转量。
第二步,对上述第一预测流转量和上述第二预测流转量进行分割处理,以生成第一分割预测流转量和第二分割预测流转量。首先,可以将上述第一预测流转量与上述二备选流转量的差值确定为流转量差值。接着,可以将上述流转量差值与第一分割数值的乘积确定为第一乘积。然后,可以将上述第一乘积与上述第二预测流转量的和确定为第一备选流转量。再然后,可以将上述流转量差值与第二分割数值的乘积确定为第二乘积。最后,可以将上述第二乘积与上述第二预测流转量的和确定为第二备选流转量。这里,第一分割数值的取值范围为(0,0.5)。第二分割数值的取值范围为(0.5,1)。第一分割数值与第二分割数值的和为1。
第三步,对于上述各个预测流转量序列中的每个预测流转量序列,从上述预测流转量序列中选择对应上述第一备选流转量的预测流转量作为第一备选预测流转量。其中,上述第一备选预测流转量小于等于上述第一备选流转量,且上述第一备选预测流转量为上述预测流转量序列中小于等于上述第一备选流转量的最大预测流转量。
第四步,对于上述各个预测流转量序列中的每个预测流转量序列,从上述预测流转量序列中选择对应上述第二备选流转量的预测流转量作为第二备选预测流转量。其中,上述第二备选预测流转量小于等于上述第二备选流转量,且上述第二备选预测流转量为上述预测流转量序列中小于等于上述第二选流转量的最大预测流转量。
第五步,对于所选择的每个第一备选预测流转量,将上述第一备选预测流转量与上述第一备选预测流转量对应的分位数的乘积值确定为第一预测流转量分布概率。
第六步,将所确定的各个第一预测流转量分布概率的总和确定为第一流转量分布概率。
第七步,对于所选择的每个第二备选预测流转量,将上述第二备选预测流转量与上述第二备选预测流转量对应的分位数的乘积值确定为第二预测流转量分布概率。
第八步,将所确定的各个第二预测流转量分布概率的总和确定为第二流转量分布概率。
第九步,将上述第一流转量分布概率和上述第二流转量分布概率中的最大值确定为目标流转量分布概率。
第十步,将上述目标流转量分布概率对应的备选流转量确定为库存阈值。
第十一步,响应于上述库存阈值大于上述目标物品的当前库存量,将上述库存阈值与预先设定的对应上述目标物品的补充值确定为目标库存量。这里,对于对应上述目标物品的补充值的设定,不作限制。
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库存信息处理方法,提升了所确定的物品库存量的准确率,减少了物品的损耗和仓库空间资源的浪费。具体来说,容易造成物品的损耗或仓库空间资源的浪费的原因在于:未考虑到备货期的随机性,所确定的物品需要补充的库存量的准确性较低,导致物品的库存量较多或不足,在物品的库存量较多时,容易造成物品的损耗;在物品的库存量不足时,容易造成仓库空间资源的浪费。基于此,本公开的一些实施例的库存信息处理方法,首先,获取目标物品对应的备货期流转量预测表。其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量。由此,可以根据不同备货期,确定物品的目标库存量。提升了所计算的物品需要补充的库存量的准确性。然后,根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。由此,可以利用不同的备货期分布概率,确定目标物品的库存阈值和目标库存量。使得在不确定备货期的情况下,提高了所确定的目标库存量的准确性。从而,减少了物品的损耗和仓库空间资源的浪费。
进一步参考图3,示出了根据本公开的库存信息处理方法的另一些实施例。该库存信息处理方法,包括以下步骤:
步骤301,获取目标物品对应的备货期流转量预测表。
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,根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量。
在一些实施例中,上述执行主体可以根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量。其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。这里,上述备货期流转量预测表的列字段为各个备货期的备货期分布概率。上述备货期流转量预测表包括各个备货期的备货期分布概率按照各个备货期升序排序。上述各个预测流转量序列中的预测流转量序列包括的、各个预测流转量按照升序排序。
例如,备货期流转量预测表可以是:
g(Li) | 0 | 0.1 | 0.2 | 0.3 | … | |
L1 | 0.25 | 20 | 108 | 174 | 194 | … |
L2 | 0.3 | 40 | 146 | 223 | 265 | … |
L3 | 0.3 | 50 | 194 | 282 | 313 | … |
… | … | … | … | … | … | … |
。
实践中,根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,上述执行主体可以通过以下步骤生成对应上述目标物品的库存阈值和目标库存量:
第一步,将上述备货期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一预测流转量和第二预测流转量。
第二步,对上述第一预测流转量和上述第二预测流转量进行黄金分割处理,以生成第一备选流转量和第二备选流转量。首先,可以将上述第一预测流转量与上述二备选流转量的差值确定为流转量差值。接着,可以将上述流转量差值与0.382的乘积确定为第一乘积。然后,可以将上述第一乘积与上述第二预测流转量的和确定为第一备选流转量。再然后,可以将上述流转量差值与0.618的乘积确定为第二乘积。最后,可以将上述第二乘积与上述第二预测流转量的和确定为第二备选流转量。
第三步,根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率。
实践中,上述第三步可以包括以下子步骤:
第一子步骤,按照上述各个备货期的备货期分布概率中的每个备货期分布概率,执行如下选择步骤:
1、从上述备货期流转量预测表中选择出对应上述备货期分布概率的预测流转量序列作为备选预测流转量序列。
2、从上述备选预测流转量序列中选择对应上述第一备选流转量的备选预测流转量作为第一备选预测流转量。其中,上述第一备选预测流转量小于等于上述第一备选流转量,且上述第一备选预测流转量为上述备选预测流转量序列中小于等于上述第一备选流转量的最大备选预测流转量。
3、从上述备选预测流转量序列中选择对应上述第二备选流转量的备选预测流转量作为第二备选预测流转量。其中,上述第二备选预测流转量小于等于上述第二备选流转量,且上述第二备选预测流转量为上述备选预测流转量序列中小于等于上述第二备选流转量的最大备选预测流转量。
第二子步骤,根据上述各个备货期的备货期分布概率和所选择的各个第一备选预测流转量,生成第一流转量分布概率。
实践中,上述第二子步骤可以包括以下步骤:
1、对于上述各个第一备选预测流转量中每个第一备选预测流转量,将上述第一备选预测流转量对应的分位数与第一目标分位数的平均值确定为上述第一备选预测流转量对应的第一分布概率。其中,上述第一目标分位数为:上述第一备选预测流转量对应的备选预测流转量序列中、大于等于上述第一备选预测流转量的最大备选预测流转量对应的分位数。
2、将所确定的各个第一分布概率的总和确定为第一流转量分布概率。
第三子步骤,根据上述各个备货期的备货期分布概率和所选择的各个第二备选预测流转量,生成第二流转量分布概率。
实践中,上述第三子步骤可以包括以下步骤:
1、对于上述各个第二备选预测流转量中每个第二备选预测流转量,将上述第二备选预测流转量对应的分位数与第二目标分位数的平均值确定为上述第二备选预测流转量对应的第二分布概率。其中,上述第二目标分位数为:上述第二备选预测流转量对应的备选预测流转量序列中、大于等于上述第二备选预测流转量的最大备选预测流转量对应的分位数。
2、将所确定的各个第二分布概率的总和确定为第二流转量分布概率。
第四步,根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值。实践中,响应于上述第一流转量分布概率或上述第二流转量分布概率满足第一预设条件,将上述第一流转量分布概率或上述第二流转量分布概率中、满足上述第一预设条件的流转量分布概率对应的备选流转量确定为库存阈值。其中,上述第一预设条件为:上述第一流转量分布概率等于预设流转量满足率,或上述第二流转量分布概率等于上述预设流转量满足率。这里,预设流转量满足率的设定,不作限制。例如,预设流转量满足率可以为0.95。
在一些实施例的一些可选的实现方式中,上述第四步可以通过以下步骤实现:
1、响应于上述第一流转量分布概率满足第二预设条件,将上述第一备选流转量确定为目标流转量。其中,上述第二预设条件为:上述第一流转量分布概率大于预设流转量满足率。
2、响应于上述目标流转量与上述第二预测流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。这里,对于预设差值的设定,不作限制。例如,预设差值可以是1。
在一些实施例的另一些可选的实现方式中,上述第四步可以通过以下步骤实现:
1、响应于上述第一流转量分布概率和上述第二流转量分布概率满足第三预设条件,将上述第一备选流转量确定为第一目标流转量,以及将上述第二备选流转量确定为第二目标流转量。其中,上述第三预设条件为:上述第一流转量分布概率小于上述第二流转量分布概率、且上述第一流转量分布概率小于预设流转量满足率、且上述第二流转量分布概率大于上述预设流转量满足率。
2、响应于上述第二目标流转量与上述第一目标流转量的差值小于等于预设差值,将上述第一目标流转量确定为库存阈值。
在一些实施例的又一些可选的实现方式中,上述第四步可以通过以下步骤实现:
1、响应于上述第二流转量分布概率满足第四预设条件,将上述第二备选流转量确定为目标流转量。其中,上述第四预设条件为:上述第二流转量分布概率小于预设流转量满足率。
2、响应于上述第一预测流转量与上述目标流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。
第五步,响应于确定上述库存阈值大于上述目标物品的当前库存量,根据目标周期流转量预测表,确定上述目标物品的目标库存量。其中,上述目标周期流转量预测表包含上述备货期流转量预测表。这里,目标周期流转量预测表可以表征通过分位数预测的在不同目标周期下上述目标物品的流转量。这里,目标周期可以是指上述目标物品的备货期和对应的采购周期的总和。其中,上述目标周期流转量预测表包括各个目标周期的目标周期分布概率和各个流转预测量序列。上述各个目标周期的目标周期分布概率对应上述各个流转预测量序列中的流转预测量序列。上述各个目标周期中每一目标周期对应一目标周期分布概率。一目标周期分布概率对应一流转预测量序列。每个流转预测量序列中的流预测转量对应一分位数(小数)。这里,每个流转预测量序列是根据目标物品的各个历史流转量(历史销量),通过分位数回归的方式、预测的在某一目标周期下,不同分位数的流转量。目标周期分布概率可以表示一目标周期在各个目标周期中的分布概率。
例如,目标周期流转量预测表可以如下表所示:
g(Mi) | 0 | 0.1 | 0.2 | … | |
M1 | 0.25 | 20 | 108 | 174 | … |
M2 | 0.3 | 40 | 146 | 223 | … |
M3 | 0.3 | 50 | 194 | 282 | … |
M4 | 0.1 | 60 | 201 | 315 | … |
… | … | … | … | … | … |
。
其中,g(Mi)可以表示目标周期Mi的目标周期分布概率。Mi可以表示第i个目标周期。M1、M2、M3、M4分别表示第1个目标周期、第2个目标周期、第3个目标周期、第4个目标周期。第1个目标周期对应的目标周期分布概率为0.25。第2个目标周期对应的目标周期分布概率为0.3。第3个目标周期对应的目标周期分布概率为0.3。0、0.1、0.2可以表示不同的分位数。20、108、174可以表示在目标周期M1的情况下,不同分位数的流转预测量。40、146、223可以表示在目标周期M2的情况下,不同分位数的流转预测量。50、194、282可以表示在目标周期M3的情况下,不同分位数的流转预测量。60、201、315可以表示在目标周期M4的情况下,不同分位数的流转预测量。
实践中,上述第五步可以包括以下子步骤:
第一子步骤,将上述目标周期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一流转预测量和第二流转预测量。
第二子步骤,对上述第一流转预测量和上述第二流转预测量进行黄金分割处理,以生成第一分割流转量和第二分割流转量。这里,对于上述第一流转预测量和上述第二流转预测量进行黄金分割处理的具体方式,可以参见上述对上述第一预测流转量和上述第二预测流转量进行黄金分割处理的实现方式,在此不再赘述。
第三子步骤,根据上述目标周期流转量预测表,生成对应上述第一分割流转量的第一预测值分布概率和对应上述第二分割流转量的第二预测值分布概率。这里,对于生成对应上述第一分割流转量的第一预测值分布概率和对应上述第二分割流转量的第二预测值分布概率的具体方式可以参见上述生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率的具体实现方式,在此不再赘述。
第四子步骤,根据上述第一预测值分布概率和上述第二预测值分布概率,确定目标库存量。这里,对于确定目标库存量的具体实现方式,可以参见上述确定库存阈值的具体实现方式,在此不再赘述。
步骤303,根据上述目标库存量,对上述目标物品对应的仓库进行补货操作。
在一些实施例中,上述执行主体可以根据上述目标库存量,对上述目标物品对应的仓库进行补货操作。实践中,首先,可以将上述目标库存量与上述目标物品的当前库存量的差值确定为目标补货量。然后,上述执行主体可以调度相关联的运输车辆,运输目标补货量个目标物品,以添加至上述目标物品对应的仓库。从而,完成对上述目标物品的补货操作。
从图3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流程300首先,将上述备货期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一预测流转量和第二预测流转量。其次,对上述第一预测流转量和上述第二预测流转量进行黄金分割处理,以生成第一备选流转量和第二备选流转量。由此,可以利用黄金分割算法将上述备货期流转量预测表中的预测流转量划分为三个区域,便于快速查询出符合补货需求的预测流转量。接着,根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率。由此,可以确定不同预测流转量的分布概率,以便于确定满足条件(库存补货需求量)的预测流转量作为库存阈值。然后,根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值。由此,可以根据流转量的分布概率,确定库存阈值,以避免异常值对补货量的影响。例如,当通过流转量均值确定库存阈值时,无法去除异常值(流转量较大或较小)的影响,导致后续计算的补货量不准确。最后,可以响应于确定上述库存阈值大于上述目标物品的当前库存量,根据目标周期流转量预测表,确定上述目标物品的目标库存量。其中,上述目标周期流转量预测表包含上述备货期流转量预测表。从而,可以确定在不同目标周期下物品的库存量。使得在不确定目标周期的情况下,提高了所确定的目标库存量的准确性。从而,在对目标物品进行补货操作时,可以准确的计算出需要补充的物品数量,减少了物品的损耗和仓库空间资源的浪费。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种库存信息处理装置的一些实施例,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4所示,一些实施例的库存信息处理装置400包括:获取单元401和生成单元402。其中,获取单元401,被配置成获取目标物品对应的备货期流转量预测表,其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量;生成单元402,被配置成根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。
可选地,生成单元402被进一步配置成:将上述备货期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一预测流转量和第二预测流转量;对上述第一预测流转量和上述第二预测流转量进行黄金分割处理,以生成第一备选流转量和第二备选流转量;根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率;根据上述第一流转量分布概率和上述第二流转量分布概率,确定库存阈值。
可选地,生成单元402被进一步配置成:响应于上述第一流转量分布概率或上述第二流转量分布概率满足第一预设条件,将上述第一流转量分布概率或上述第二流转量分布概率中、满足上述第一预设条件的流转量分布概率对应的备选流转量确定为库存阈值,其中,上述第一预设条件为:上述第一流转量分布概率等于预设流转量满足率,或上述第二流转量分布概率等于上述预设流转量满足率。
可选地,生成单元402被进一步配置成:响应于上述第一流转量分布概率满足第二预设条件,将上述第一备选流转量确定为目标流转量,其中,上述第二预设条件为:上述第一流转量分布概率大于预设流转量满足率;响应于上述目标流转量与上述第二预测流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。
可选地,生成单元402被进一步配置成:响应于上述第一流转量分布概率和上述第二流转量分布概率满足第三预设条件,将上述第一备选流转量确定为第一目标流转量,以及将上述第二备选流转量确定为第二目标流转量,其中,上述第三预设条件为:上述第一流转量分布概率小于上述第二流转量分布概率、且上述第一流转量分布概率小于预设流转量满足率、且上述第二流转量分布概率大于上述预设流转量满足率;响应于上述第二目标流转量与上述第一目标流转量的差值小于等于预设差值,将上述第一目标流转量确定为库存阈值。
可选地,生成单元402被进一步配置成:响应于上述第二流转量分布概率满足第四预设条件,将上述第二备选流转量确定为目标流转量,其中,上述第四预设条件为:上述第二流转量分布概率小于预设流转量满足率;响应于上述第一预测流转量与上述目标流转量之间的差值小于等于预设差值,将上述目标流转量确定为库存阈值。
可选地,生成单元402被进一步配置成:响应于确定上述库存阈值大于上述目标物品的当前库存量,根据目标周期流转量预测表,确定上述目标物品的目标库存量,其中,上述目标周期流转量预测表包含上述备货期流转量预测表。
可选地,生成单元402被进一步配置成:将上述目标周期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一流转预测量和第二流转预测量;对上述第一流转预测量和上述第二流转预测量进行黄金分割处理,以生成第一分割流转量和第二分割流转量;根据上述目标周期流转量预测表,生成对应上述第一分割流转量的第一预测值分布概率和对应上述第二分割流转量的第二预测值分布概率;根据上述第一预测值分布概率和上述第二预测值分布概率,确定目标库存量。
可选地,上述备货期流转量预测表的列字段为各个备货期的备货期分布概率,上述备货期流转量预测表包括各个备货期的备货期分布概率按照各个备货期升序排序,上述各个预测流转量序列中的预测流转量序列包括的、各个预测流转量按照升序排序。
可选地,生成单元402被进一步配置成:上述根据上述备货期流转量预测表,生成对应上述第一备选流转量的第一流转量分布概率和对应上述第二备选流转量的第二流转量分布概率,包括:按照上述各个备货期的备货期分布概率中的每个备货期分布概率,执行如下选择步骤:从上述备货期流转量预测表中选择出对应上述备货期分布概率的预测流转量序列作为备选预测流转量序列;从上述备选预测流转量序列中选择对应上述第一备选流转量的备选预测流转量作为第一备选预测流转量,其中,上述第一备选预测流转量小于等于上述第一备选流转量,且上述第一备选预测流转量为上述备选预测流转量序列中小于等于上述第一备选流转量的最大备选预测流转量;从上述备选预测流转量序列中选择对应上述第二备选流转量的备选预测流转量作为第二备选预测流转量,其中,上述第二备选预测流转量小于等于上述第二备选流转量,且上述第二备选预测流转量为上述备选预测流转量序列中小于等于上述第二备选流转量的最大备选预测流转量;根据上述各个备货期的备货期分布概率和所选择的各个第一备选预测流转量,生成第一流转量分布概率;根据上述各个备货期的备货期分布概率和所选择的各个第二备选预测流转量,生成第二流转量分布概率。
可选地,装置400还包括:补货单元,被配置成根据上述目标库存量,对上述目标物品对应的仓库进行补货操作。
可以理解的是,该装置400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400及其中包含的单元,在此不再赘述。
下面参考图5,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)500的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5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5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505: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506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,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5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509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM502被安装。在该计算机程序被处理装置501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:获取目标物品对应的备货期流转量预测表,其中,上述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,上述各个备货期的备货期分布概率对应上述各个预测流转量序列中的预测流转量序列,上述备货期流转量预测表表征通过分位数预测的在不同备货期下上述目标物品的流转量;根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货。
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和生成单元。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,生成单元还可以被描述为“根据上述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应上述目标物品的库存阈值和目标库存量,其中,上述库存阈值和上述目标库存量用于对上述目标物品进行补货的单元”。
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 (13)
1.一种库存信息处理方法,包括:
获取目标物品对应的备货期流转量预测表,其中,所述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,所述各个备货期的备货期分布概率对应所述各个预测流转量序列中的预测流转量序列,所述备货期流转量预测表表征通过分位数预测的在不同备货期下所述目标物品的流转量;
根据所述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应所述目标物品的库存阈值和目标库存量,其中,所述库存阈值和所述目标库存量用于对所述目标物品进行补货。
2.根据权利要求1所述的方法,其中,所述根据所述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应所述目标物品的库存阈值和目标库存量,包括:
将所述备货期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一预测流转量和第二预测流转量;
对所述第一预测流转量和所述第二预测流转量进行黄金分割处理,以生成第一备选流转量和第二备选流转量;
根据所述备货期流转量预测表,生成对应所述第一备选流转量的第一流转量分布概率和对应所述第二备选流转量的第二流转量分布概率;
根据所述第一流转量分布概率和所述第二流转量分布概率,确定库存阈值。
3.根据权利要求2所述的方法,其中,所述根据所述第一流转量分布概率和所述第二流转量分布概率,确定库存阈值,包括:
响应于所述第一流转量分布概率或所述第二流转量分布概率满足第一预设条件,将所述第一流转量分布概率或所述第二流转量分布概率中、满足所述第一预设条件的流转量分布概率对应的备选流转量确定为库存阈值,其中,所述第一预设条件为:所述第一流转量分布概率等于预设流转量满足率,或所述第二流转量分布概率等于所述预设流转量满足率。
4.根据权利要求2所述的方法,其中,所述根据所述第一流转量分布概率和所述第二流转量分布概率,确定库存阈值,包括:
响应于所述第一流转量分布概率满足第二预设条件,将所述第一备选流转量确定为目标流转量,其中,所述第二预设条件为:所述第一流转量分布概率大于预设流转量满足率;
响应于所述目标流转量与所述第二预测流转量之间的差值小于等于预设差值,将所述目标流转量确定为库存阈值。
5.根据权利要求2所述的方法,其中,所述根据所述第一流转量分布概率和所述第二流转量分布概率,确定库存阈值,包括:
响应于所述第一流转量分布概率和所述第二流转量分布概率满足第三预设条件,将所述第一备选流转量确定为第一目标流转量,以及将所述第二备选流转量确定为第二目标流转量,其中,所述第三预设条件为:所述第一流转量分布概率小于所述第二流转量分布概率、且所述第一流转量分布概率小于预设流转量满足率、且所述第二流转量分布概率大于所述预设流转量满足率;
响应于所述第二目标流转量与所述第一目标流转量的差值小于等于预设差值,将所述第一目标流转量确定为库存阈值。
6.根据权利要求2所述的方法,其中,所述根据所述第一流转量分布概率和所述第二流转量分布概率,确定库存阈值,包括:
响应于所述第二流转量分布概率满足第四预设条件,将所述第二备选流转量确定为目标流转量,其中,所述第四预设条件为:所述第二流转量分布概率小于预设流转量满足率;
响应于所述第一预测流转量与所述目标流转量之间的差值小于等于预设差值,将所述目标流转量确定为库存阈值。
7.根据权利要求1所述的方法,其中,所述根据所述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应所述目标物品的库存阈值和目标库存量,包括:
响应于确定所述库存阈值大于所述目标物品的当前库存量,根据目标周期流转量预测表,确定所述目标物品的目标库存量,其中,所述目标周期流转量预测表包含所述备货期流转量预测表。
8.根据权利要求7所述的方法,其中,所述根据目标周期流转量预测表,确定所述目标物品的目标库存量,包括:
将所述目标周期流转量预测表中包括的最大预测流转量和最小预测流转量分别确定为第一流转预测量和第二流转预测量;
对所述第一流转预测量和所述第二流转预测量进行黄金分割处理,以生成第一分割流转量和第二分割流转量;
根据所述目标周期流转量预测表,生成对应所述第一分割流转量的第一预测值分布概率和对应所述第二分割流转量的第二预测值分布概率;
根据所述第一预测值分布概率和所述第二预测值分布概率,确定目标库存量。
9.根据权利要求2所述的方法,其中,所述备货期流转量预测表的列字段为各个备货期的备货期分布概率,所述备货期流转量预测表包括各个备货期的备货期分布概率按照各个备货期升序排序,所述各个预测流转量序列中的预测流转量序列包括的、各个预测流转量按照升序排序;以及
所述根据所述备货期流转量预测表,生成对应所述第一备选流转量的第一流转量分布概率和对应所述第二备选流转量的第二流转量分布概率,包括:
按照所述各个备货期的备货期分布概率中的每个备货期分布概率,执行如下选择步骤:
从所述备货期流转量预测表中选择出对应所述备货期分布概率的预测流转量序列作为备选预测流转量序列;
从所述备选预测流转量序列中选择对应所述第一备选流转量的备选预测流转量作为第一备选预测流转量,其中,所述第一备选预测流转量小于等于所述第一备选流转量,且所述第一备选预测流转量为所述备选预测流转量序列中小于等于所述第一备选流转量的最大备选预测流转量;
从所述备选预测流转量序列中选择对应所述第二备选流转量的备选预测流转量作为第二备选预测流转量,其中,所述第二备选预测流转量小于等于所述第二备选流转量,且所述第二备选预测流转量为所述备选预测流转量序列中小于等于所述第二备选流转量的最大备选预测流转量;
根据所述各个备货期的备货期分布概率和所选择的各个第一备选预测流转量,生成第一流转量分布概率;
根据所述各个备货期的备货期分布概率和所选择的各个第二备选预测流转量,生成第二流转量分布概率。
10.根据权利要求1所述的方法,其中,所述方法还包括:
根据所述目标库存量,对所述目标物品对应的仓库进行补货操作。
11.一种库存信息处理装置,包括:
获取单元,被配置成获取目标物品对应的备货期流转量预测表,其中,所述备货期流转量预测表包括各个备货期的备货期分布概率和各个预测流转量序列,所述各个备货期的备货期分布概率对应所述各个预测流转量序列中的预测流转量序列,所述备货期流转量预测表表征通过分位数预测的在不同备货期下所述目标物品的流转量;
生成单元,被配置成根据所述备货期流转量预测表包括的备货期分布概率和预测流转量序列,生成对应所述目标物品的库存阈值和目标库存量,其中,所述库存阈值和所述目标库存量用于对所述目标物品进行补货。
12.一种电子设备,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1-10中任一所述的方法。
13.一种计算机可读介质,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1-10中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210722722.2A CN115310892A (zh) | 2022-06-24 | 2022-06-24 | 库存信息处理方法、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 |
---|---|---|---|
CN202210722722.2A CN115310892A (zh) | 2022-06-24 | 2022-06-24 | 库存信息处理方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115310892A true CN115310892A (zh) | 2022-11-08 |
Family
ID=83855088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210722722.2A Pending CN115310892A (zh) | 2022-06-24 | 2022-06-24 | 库存信息处理方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115310892A (zh) |
-
2022
- 2022-06-24 CN CN202210722722.2A patent/CN115310892A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112184100A (zh) | 物品库存监控方法、装置、电子设备和计算机可读介质 | |
CN111932189B (zh) | 库存相关信息显示方法、装置、电子设备和计算机介质 | |
CN113034090B (zh) | 运输设备调度方法、装置、电子设备和计算机可读介质 | |
CN115062877B (zh) | 电力设备材料信息调整方法、装置、设备和计算机介质 | |
CN112036802B (zh) | 物品补货信息显示方法、装置、电子设备和可读介质 | |
CN113610448A (zh) | 物品调度方法、装置、电子设备和计算机可读介质 | |
CN114429365A (zh) | 物品销量信息生成方法、装置、电子设备和计算机介质 | |
CN112435101A (zh) | 订单信息处理方法、装置、电子设备和计算机可读介质 | |
CN114048931B (zh) | 补货信息生成方法、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 | |
CN114066363A (zh) | 订单信息处理方法、装置、电子设备和计算机可读介质 | |
CN112102043B (zh) | 物品推荐页面生成方法、装置、电子设备和可读介质 | |
CN109902847B (zh) | 预测分库订单量的方法和装置 | |
CN112149863A (zh) | 确定资源消耗量的方法、设备和计算机存储介质 | |
CN113435632A (zh) | 信息生成方法、装置、电子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 | |
CN115907136A (zh) | 电动汽车调度方法、装置、设备和计算机可读介质 | |
CN112734309B (zh) | 用于物品的车辆调度方法、装置、设备和计算机可读介质 | |
CN111932191B (zh) | 货架调度方法、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 | |
CN114926234A (zh) | 物品信息推送方法、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 | |
CN111985967A (zh) | 物品信息生成方法、装置、电子设备和计算机可读介质 | |
CN114792258B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN116205572A (zh) | 缓冲库存信息生成方法、装置、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 |