CN116258442B - 一种订单预测方法、装置、计算机设备以及存储介质 - Google Patents

一种订单预测方法、装置、计算机设备以及存储介质 Download PDF

Info

Publication number
CN116258442B
CN116258442B CN202310498820.7A CN202310498820A CN116258442B CN 116258442 B CN116258442 B CN 116258442B CN 202310498820 A CN202310498820 A CN 202310498820A CN 116258442 B CN116258442 B CN 116258442B
Authority
CN
China
Prior art keywords
order
time
daily
consumption
calculating
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.)
Active
Application number
CN202310498820.7A
Other languages
English (en)
Other versions
CN116258442A (zh
Inventor
陆岩柱
梁婵
柳先林
柯淑华
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.)
Guanggang Gas Guangzhou Co ltd
Original Assignee
Guanggang Gas Guangzhou 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 Guanggang Gas Guangzhou Co ltd filed Critical Guanggang Gas Guangzhou Co ltd
Priority to CN202310498820.7A priority Critical patent/CN116258442B/zh
Publication of CN116258442A publication Critical patent/CN116258442A/zh
Application granted granted Critical
Publication of CN116258442B publication Critical patent/CN116258442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本发明涉及订单管理的技术领域,尤其是涉及一种订单预测方法、装置、计算机设备以及存储介质,所述订单预测方法包括:根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量;根据所述客户当前气体可用量和所述历史平均日用量计算库存可用时间;获取所述客户标识获取最近一次的订单到货时间,根据所述库存可用时间和所述订单到货时间计算订单送货时间;判断所述订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。本申请具有提升低温液体及压缩气体订单配送的及时性的效果。

Description

一种订单预测方法、装置、计算机设备以及存储介质
技术领域
本发明涉及订单管理的技术领域,尤其是涉及一种订单预测方法、装置、计算机设备以及存储介质。
背景技术
随着自动化、智能化信息技术的不断发展,在气体行业,对于在低温条件下液体产品及压缩气体的自动补货的研究受到了同行技术人员的重视。
传统的低温液体及压缩气体需求订单是需要客户现场人员监测储罐或管束中到达一定关键液位时,提前告知供应商准备配送,这种方法存在的不可控因素,例如,现场人员监测数据计算有误、客户用量变化频繁、设备突发紧急情况等,都将影响客户需求订单的准确性和后续配送的可靠性。
发明内容
为了提升低温液体及压缩气体订单配送的及时性,本申请提供一种订单预测方法、装置、计算机设备以及存储介质。
本申请的上述发明目的一是通过以下技术方案得以实现的:
一种订单预测方法,所述订单预测方法包括:
根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量;
根据所述客户当前气体可用量和所述历史平均日用量计算库存可用时间;
获取所述客户标识获取最近一次的订单到货时间,根据所述库存可用时间和所述订单到货时间计算订单送货时间;
判断所述订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
通过采用上述技术方案,根据每个客户标识获取对应的客户当前气体可用量和历史平均日用量,能够实时监测到每个客户库存使用情况,从而能够根据该库存使用情况预测出库存可用时间,进而能够从需求方被动触发订单的方式,转变为供给方自动根据客户的实际情况推送订单需求,能够实现根据客户的实际情况精准预测出客户的订单,从而减少了人工计算的误差,节省了需求方和供给方双方的时间和人工成本,进而提升了客户的体验和优化了配送效率。
本申请在一较佳示例中可以进一步配置为:所述根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量,具体包括:
获取过去一段时间内所述客户标识对应的每日用气量,根据所述每日用气量计算日均用气量;
从所述每日用气量中获取最近一次的单日用气量,计算所述单日用气量与所述日均用气量的用气量差值,判断所述用气量差值在预设的第一差值阈值内;
若是,则将所述日均用气量作为所述历史平均日用量;
若否,则通过一下方式计算所述历史平均日用量:
从所述单日用气量开始,按时间从后往前的顺序依次获取与所述单日用气量的差值在预设的第二差值阈值内的所述每日用气量,作为第一待计算用气量,并将其余的所述每日用气量作为第二待计算用气量;
获取第一待计算用气量的数量n和第二待计算用气量的数量m,并通过以下公式计算所述历史平均日用量:
其中,S是指所述历史平均日用量,Ni是指每个所述第一待计算用气量,Mi是指每个第二待计算用气量,a和b分别是预设的权重值。
通过采用上述技术方案,在获取历史平均日用量时,若单日用气量不在第一差值阈值内,则说明该客户近期对气体的使用情况发生了变化,因此,通过获取与单日用气量在第二差值阈值内的连续每日用气量,作为第一待计算用气量,以及将其余的作为第二待计算用气量,并通过上述公式计算出历史平均日用量,能够使得计算出来的历史平均日用量与客户近期对气体的使用情况更加吻合,从而提升了计算库存可用时间的准确性。
本申请在一较佳示例中可以进一步配置为:所述根据所述客户当前气体可用量和所述历史平均日用量计算库存可用时间,具体包括:
根据所述客户标识获取预设的标准库存量V
将所述客户当前气体可用量V、所述标准库存量V和所述历史平均日用量S输入至以下公式计算所述库存可用时间T:
T=(V-V)/S×24。
通过采用上述技术方案,由于客户在实际的经营生产的过程中,是一直处于用气状态,因此通过客户当前气体可用量V减去标准库存量V,再根据历史平均日用量S计算出客户当前剩余量所能够使用的时间,再乘以24将该时间转换为小时,从而能够根据客户的实际实际情况精准算出具体将订单送到客户现场的时间,提升安排配送的效率。
本申请在一较佳示例中可以进一步配置为:所述根据所述客户标识获取预设的标准库存量V,具体包括:
根据所述历史平均日用量S,采用以下公式计算所述标准库存量V
V=S×1.5。
通过采用上述技术方案,由于客户在使用的过程中,用量并不一定稳定,因此,根据该历史平均日用量S计算出该标准库存量,能够根据客户的当前实际用量情况动态调整标准库存量,进而动态调整库存可用时间,同时,由于订单送货消息是每天固定时间段生成的,因此通过计算得到的历史平均日用量的1.5倍的方式计算得到标准库存量,能够使得该客户错过了第二天送货的订单时,也能够保证客户的存储量能够持续进行供应。
本申请在一较佳示例中可以进一步配置为:所述获取所述客户标识获取最近一次的订单到货时间,根据所述库存可用时间和所述订单到货时间计算订单送货时间,具体包括:
通过以下公式计算所述订单送货时间T
T=T+T-24,其中,T是指所述订单到货时间。
通过采用上述技术方案,根据订单到货时间和计算得到的库存可用时间,再往前推算一天的时间,从而能够预测出该客户最晚需要补充气体的时间,从而便于供给方自动且准确地安排订单的配送,在保证了客户的气体使用的过程中不断供的同时,也优化了自身订单管理能力。
本申请的上述发明目的二是通过以下技术方案得以实现的:
一种订单预测装置,所述订单预测装置包括:
客户数据获取模块,用于根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量;
订单预测模块,用于根据所述客户当前气体可用量和所述历史平均日用量计算库存可用时间;
时间计算模块,用于获取所述客户标识获取最近一次的订单到货时间,根据所述库存可用时间和所述订单到货时间计算订单送货时间;
订单推送模块,用于判断所述订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
通过采用上述技术方案,根据每个客户标识获取对应的客户当前气体可用量和历史平均日用量,能够实时监测到每个客户库存使用情况,从而能够根据该库存使用情况预测出库存可用时间,进而能够从需求方被动触发订单的方式,转变为供给方自动根据客户的实际情况推送订单需求,能够实现根据客户的实际情况精准预测出客户的订单,从而减少了人工计算的误差,节省了需求方和供给方双方的时间和人工成本,进而提升了客户的体验和优化了配送效率。
本申请的上述目的三是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述订单预测方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述订单预测方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、根据每个客户标识获取对应的客户当前气体可用量和历史平均日用量,能够实时监测到每个客户库存使用情况,从而能够根据该库存使用情况预测出库存可用时间,进而能够从需求方被动触发订单的方式,转变为供给方自动根据客户的实际情况推送订单需求,能够实现根据客户的实际情况精准预测出客户的订单,从而减少了人工计算的误差,节省了需求方和供给方双方的时间和人工成本,进而提升了客户的体验和优化了配送效率;
2、在获取历史平均日用量时,若单日用气量不在第一差值阈值内,则说明该客户近期对气体的使用情况发生了变化,因此,通过获取与单日用气量在第二差值阈值内的连续每日用气量,作为第一待计算用气量,以及将其余的作为第二待计算用气量,并通过上述公式计算出历史平均日用量,能够使得计算出来的历史平均日用量与客户近期对气体的使用情况更加吻合,从而提升了计算库存可用时间的准确性;
3、根据订单到货时间和计算得到的库存可用时间,再往前推算一天的时间,从而能够预测出该客户最晚需要补充气体的时间,从而便于供给方自动且准确地安排订单的配送,在保证了客户的气体使用的过程中不断供的同时,也优化了自身订单管理能力。
附图说明
图1是本申请一实施例中订单预测的一流程图;
图2是本申请一实施例中订单预测中步骤S10的实现流程图;
图3是本申请一实施例中订单预测中步骤S20的实现流程图;
图4是本申请一实施例中订单预测装置的一原理框图;
图5是本申请一实施例中的设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中,如图1所示,本申请公开了一种订单预测方法,具体包括如下步骤:
S10:根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量。
在本实施例中,客户当前气体可用量是指该客户用于存储液态气体的存储罐当前剩余的液态气体的量。历史平均日用量是指用于表示客户近期每日使用气体的情况的数据。
具体地,在需求方与供给方协商好订单详情后,由供给方获取该客户用于存储液态气体的存储罐的标识,进而将该存储罐的标识关联对应的客户信息,进而生成该客户标识,从而根据该客户标识获取存储液态气体的存储罐内的液态气体的实时液位,作为客户当前气体可用量。
进一步地,通过实时获取客户当前气体可用量,统计该客户标识对应的每天所使用的液态气体的量,并根据预设置的时间段,例如一个月,获取在最近该时间段内,该客户标识对应的每天使用液态气体的量,生成该历史平均日用量。
S20:根据客户当前气体可用量和历史平均日用量计算库存可用时间。
在本实施例中,库存可用时间是指供给方预测出需要给该客户补充液态气体的时间。
具体地,为了维持客户的液态气体能够持续供应,通过根据该客户的历史平均日用量的实际情况,设置该客户液位气体最低的警戒液位,根据该警戒液位和客户当前气体可用量,以及结合该客户的历史平均日用量,计算出该客户当前气体可用量所能够使用的时间,将而预测出该库存可用时间。
S30:获取客户标识获取最近一次的订单到货时间,根据库存可用时间和订单到货时间计算订单送货时间。
在本实施例中,订单送货时间供货方具体将液态气体的订单送到客户现场的时间。
具体地,在每一次将订单送至客户现场时,记录当前时间,并获取前一次到货的时间,作为订单到货时间,并根据该库存可用时间和订单到货时间计算出订单送货时间。
S40:判断订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
具体地,供给方每天在预设的时间点生成第二天需要配送的订单,例如上午10:00以及下午13:00等,计算每个客户订单送货时间,若该客户订单送货时间在第二天内,则生成订单送货消息。
在本实施例中,根据每个客户标识获取对应的客户当前气体可用量和历史平均日用量,能够实时监测到每个客户库存使用情况,从而能够根据该库存使用情况预测出库存可用时间,进而能够从需求方被动触发订单的方式,转变为供给方自动根据客户的实际情况推送订单需求,能够实现根据客户的实际情况精准预测出客户的订单,从而减少了人工计算的误差,节省了需求方和供给方双方的时间和人工成本,进而提升了客户的体验和优化了配送效率。
在一实施例中,如图2所示,在步骤S10中,即根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量,具体包括:
S11:获取过去一段时间内客户标识对应的每日用气量,根据每日用气量计算日均用气量。
具体地,将步骤S10中该客户每天所使用的液态气体的量,作为该每日用气量,进一步的,根据该时间段所包含的每日用气量的数量,求得平均数,得到该日均用气量。
S12:从每日用气量中获取最近一次的单日用气量,计算单日用气量与日均用气量的用气量差值,判断用气量差值在预设的第一差值阈值内。
在本实施例中,第一差值阈值是指用于判断是否将日均用气量作为历史平均日用量的数值。
具体地,由于客户在实际使用液态气体时,会由于其自身的订单或者实际需求,每日用气量的具体数值会产生波动,若波动较大,则说明该客户近期的实际需求导致每日用气量产生较大变化,为了使得计算得到的历史平均日用量以及计算得到的订单送货时间与客户的实际动态情况更加吻合,因此,通过将最近一次的单日用气量与日均用气量的用气量差值,以判断该用气量差值是否在该第一差值阈值内,即判断该客户近期的用气情况是否产生较大的波动。
S13:若是,则将日均用气量作为历史平均日用量。
具体地,若该用气量差值处于第一差值阈值内,则说明该客户近期的每日用气量趋于平稳,因此,将日均用气量作为该平均历史日用量。
S14:若否,则通过一下方式计算历史平均日用量:
从单日用气量开始,按时间从后往前的顺序依次获取与单日用气量的差值在预设的第二差值阈值内的每日用气量,作为第一待计算用气量,并将其余的每日用气量作为第二待计算用气量。
在本实施例中,第二差值阈值是指用于获取该客户的每日用气量开始产生较大波动的时间点的数值。
具体地,若该用气量差值不在第一差值阈值内,则说明该客户的实际用气的需求发生了较大的波动,因此,为了获取该客户具体发生波动的时间,则从单日用气量开始,往前逐日追溯每天的每日用气量,连同单日用气量,将往前逐日追溯且在第二差值阈值内的每日用气量作为第一待计算用气量,其余的作为第二待计算用气量。
S15:获取第一待计算用气量的数量n和第二待计算用气量的数量m,并通过以下公式计算历史平均日用量:
其中,S是指历史平均日用量,Ni是指每个第一待计算用气量,Mi是指每个第二待计算用气量,a和b分别是预设的权重值。
具体地,获取第一待计算用气量的数量n和第二待计算用气量的数量m,并将每个第一待计算用气量、第二待计算用气量、数量n和数量m输入至上述公式,从而计算得到与客户当前用气情况匹配的历史平均日用量,在本实施例中,b设置为1,a设置为1.2。
在一实施例中,如图3所示,在步骤S20中,即根据客户当前气体可用量和历史平均日用量计算库存可用时间,具体包括:
S21:根据客户标识获取预设的标准库存量V
具体地,根据历史平均日用量S,采用以下公式计算标准库存量V
V=S×1.5。
S22:将客户当前气体可用量V、标准库存量V和历史平均日用量S输入至以下公式计算库存可用时间T:
T=(V-V)/S×24。
具体地,通过将V-V,能够得到客户当前储罐内的液态气体的库存,再除以历史平均日用量以及乘以24,能够得到该库存所能够使用得到小时数。例如客户当前气体可用量V为21.92吨,计算得到的历史平均日用量S为8吨,则计算得到的标准库存量V为12吨,进而计算得到库存可用时间为(21.92-12)/8×24=29.76小时。
在一实施例中,在步骤S30中,即获取客户标识获取最近一次的订单到货时间,根据库存可用时间和订单到货时间计算订单送货时间,具体包括:
通过以下公式计算订单送货时间T
T=T+T-24,其中,T是指订单到货时间。
具体地,例如订单到货时间T为前一天的10:00,计算得到的库存可用时间T为29.76小时,则订单送货时间T为29.76+10-24=15.76,约为第二天的下午4点;若订单到货时间T为前一天的16:00,计算得到的库存可用时间T为29.76小时,则订单送货时间T为29.76+10-24=21.76,由于第二天晚上10点可能供给方已经下班,由于通过标准库存量V的设置,该客户当前的库存至少还能用一天的时间,因此可以在第三天上午的某一个时间段。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种订单预测装置,该订单预测装置与上述实施例中订单预测方法一一对应。如图4所示,该订单预测装置包括客户数据获取模块、订单预测模块、时间计算模块和订单推送模块。各功能模块详细说明如下:
客户数据获取模块,用于根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量;
订单预测模块,用于根据客户当前气体可用量和历史平均日用量计算库存可用时间;
时间计算模块,用于获取客户标识获取最近一次的订单到货时间,根据库存可用时间和订单到货时间计算订单送货时间;
订单推送模块,用于判断订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
可选的,客户数据获取模块,包括:
平均计算子模块,用于获取过去一段时间内客户标识对应的每日用气量,根据每日用气量计算日均用气量;
判断子模块,用于从每日用气量中获取最近一次的单日用气量,计算单日用气量与日均用气量的用气量差值,判断用气量差值在预设的第一差值阈值内;
第一执行子模块,用于若是,则将日均用气量作为历史平均日用量;
第二执行子模块,用于若否,则通过一下方式计算历史平均日用量:
从单日用气量开始,按时间从后往前的顺序依次获取与单日用气量的差值在预设的第二差值阈值内的每日用气量,作为第一待计算用气量,并将其余的每日用气量作为第二待计算用气量;
数据计算子模块,用于获取第一待计算用气量的数量n和第二待计算用气量的数量m,并通过以下公式计算历史平均日用量:
其中,S是指历史平均日用量,Ni是指每个第一待计算用气量,Mi是指每个第二待计算用气量,a和b分别是预设的权重值。
可选的,订单预测模块,包括:
库存设置子模块,用于根据客户标识获取预设的标准库存量V
订单预测子模块,用于将客户当前气体可用量V、标准库存量V和历史平均日用量S输入至以下公式计算库存可用时间T:
T=(V-V)/S×24。
可选的,库存设置子模块包括:
警戒线计算单元,用于根据历史平均日用量S,采用以下公式计算标准库存量V
V=S×1.5。
可选的,时间计算模块包括:
时间计算子模块,用于通过以下公式计算订单送货时间T
T=T+T-24,其中,T是指订单到货时间。
关于订单预测装置的具体限定可以参见上文中对于订单预测方法的限定,在此不再赘述。上述订单预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种订单预测方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量;
根据客户当前气体可用量和历史平均日用量计算库存可用时间;
获取客户标识获取最近一次的订单到货时间,根据库存可用时间和订单到货时间计算订单送货时间;
判断订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量;
根据客户当前气体可用量和历史平均日用量计算库存可用时间;
获取客户标识获取最近一次的订单到货时间,根据库存可用时间和订单到货时间计算订单送货时间;
判断订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (5)

1.一种订单预测方法,其特征在于,所述订单预测方法包括:
根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量,具体包括:
获取过去一段时间内所述客户标识对应的每日用气量,根据所述每日用气量计算日均用气量;
从所述每日用气量中获取最近一次的单日用气量,计算所述单日用气量与所述日均用气量的用气量差值,判断所述用气量差值是否在预设的第一差值阈值内;
若是,则将所述日均用气量作为所述历史平均日用量;
若否,则通过以下方式计算所述历史平均日用量:
从所述单日用气量开始,按时间从后往前的顺序依次获取与所述单日用气量的差值在预设的第二差值阈值内的所述每日用气量,作为第一待计算用气量,并将其余的所述每日用气量作为第二待计算用气量;
获取第一待计算用气量的数量n和第二待计算用气量的数量m,并通过以下公式计算所述历史平均日用量:
其中,S是指所述历史平均日用量,Ni是指每个所述第一待计算用气量,Mi是指每个第二待计算用气量,a和b分别是预设的权重值;
根据所述客户当前气体可用量和所述历史平均日用量计算库存可用时间,具体包括:
根据所述客户标识获取预设的标准库存量V,具体包括:
根据历史平均日用量S,采用以下公式计算标准库存量V
V=S×1.5;
将客户当前气体可用量V、标准库存量V和历史平均日用量S输入至以下公式计算库存可用时间T:
T=(V-V)/S×24;
根据所述客户标识获取最近一次的订单到货时间,根据所述库存可用时间和所述订单到货时间计算订单送货时间;
判断所述订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
2.根据权利要求1所述的订单预测方法,其特征在于,所述获取所述客户标识获取最近一次的订单到货时间,根据所述库存可用时间和所述订单到货时间计算订单送货时间,具体包括:
通过以下公式计算订单送货时间T
T=T+T-24,其中,T是指所述订单到货时间。
3.一种订单预测装置,其特征在于,所述订单预测装置包括:
客户数据获取模块,用于根据预设的客户标识实时获取客户当前气体可用量和对应的历史平均日用量,所述客户数据获取模块,包括:
平均计算子模块,用于获取过去一段时间内所述客户标识对应的每日用气量,根据所述每日用气量计算日均用气量;
判断子模块,用于从所述每日用气量中获取最近一次的单日用气量,计算所述单日用气量与所述日均用气量的用气量差值,判断所述用气量差值是否在预设的第一差值阈值内;
第一执行子模块,用于若是,则将所述日均用气量作为所述历史平均日用量;
第二执行子模块,用于若否,则通过以下方式计算所述历史平均日用量:
从所述单日用气量开始,按时间从后往前的顺序依次获取与所述单日用气量的差值在预设的第二差值阈值内的所述每日用气量,作为第一待计算用气量,并将其余的所述每日用气量作为第二待计算用气量;
数据计算子模块,用于获取第一待计算用气量的数量n和第二待计算用气量的数量m,并通过以下公式计算所述历史平均日用量:
其中,S是指所述历史平均日用量,Ni是指每个所述第一待计算用气量,Mi是指每个第二待计算用气量,a和b分别是预设的权重值;
订单预测模块,用于根据所述客户当前气体可用量和所述历史平均日用量计算库存可用时间,所述订单预测模块,包括:
库存设置子模块,用于根据所述客户标识获取预设的标准库存量V,所述库存设置子模块包括:
警戒线计算单元,用于根据历史平均日用量S,采用以下公式计算标准库存量V
V=S×1.5;
订单预测子模块,用于将客户当前气体可用量V、标准库存量V和历史平均日用量S输入至以下公式计算库存可用时间T:
T=(V-V)/S×24;
时间计算模块,用于根据所述客户标识获取最近一次的订单到货时间,根据所述库存可用时间和所述订单到货时间计算订单送货时间;
订单推送模块,用于判断所述订单送货时间是否在预设的时间段内,若是,则生成订单送货消息。
4.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述订单预测方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述订单预测方法的步骤。
CN202310498820.7A 2023-05-06 2023-05-06 一种订单预测方法、装置、计算机设备以及存储介质 Active CN116258442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310498820.7A CN116258442B (zh) 2023-05-06 2023-05-06 一种订单预测方法、装置、计算机设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310498820.7A CN116258442B (zh) 2023-05-06 2023-05-06 一种订单预测方法、装置、计算机设备以及存储介质

Publications (2)

Publication Number Publication Date
CN116258442A CN116258442A (zh) 2023-06-13
CN116258442B true CN116258442B (zh) 2023-08-18

Family

ID=86679669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310498820.7A Active CN116258442B (zh) 2023-05-06 2023-05-06 一种订单预测方法、装置、计算机设备以及存储介质

Country Status (1)

Country Link
CN (1) CN116258442B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5819232A (en) * 1996-03-22 1998-10-06 E. I. Du Pont De Nemours And Company Method and apparatus for inventory control of a manufacturing or distribution process
CN103020789A (zh) * 2011-05-21 2013-04-03 奥索临床诊断有限公司 库存管理的系统和方法
CN110889711A (zh) * 2019-12-05 2020-03-17 广州百花香料股份有限公司 一种客户信息管理方法、装置、计算机设备以及存储介质
CN115358680A (zh) * 2022-10-19 2022-11-18 安徽中技国医医疗科技有限公司 一种医用物资的智能补货方法、装置及系统
CN115456494A (zh) * 2021-06-09 2022-12-09 顺丰科技有限公司 自动补货方法、装置、计算机设备及计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170068973A1 (en) * 2012-12-03 2017-03-09 Dimitri Sinkel System and method for inventory management

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5819232A (en) * 1996-03-22 1998-10-06 E. I. Du Pont De Nemours And Company Method and apparatus for inventory control of a manufacturing or distribution process
CN103020789A (zh) * 2011-05-21 2013-04-03 奥索临床诊断有限公司 库存管理的系统和方法
CN110889711A (zh) * 2019-12-05 2020-03-17 广州百花香料股份有限公司 一种客户信息管理方法、装置、计算机设备以及存储介质
CN115456494A (zh) * 2021-06-09 2022-12-09 顺丰科技有限公司 自动补货方法、装置、计算机设备及计算机可读存储介质
CN115358680A (zh) * 2022-10-19 2022-11-18 安徽中技国医医疗科技有限公司 一种医用物资的智能补货方法、装置及系统

Also Published As

Publication number Publication date
CN116258442A (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN108280930B (zh) 自助售货机的补货方法、装置、存储介质和计算机设备
US8886477B2 (en) Reserve capacity calculating apparatus and method therefor, and computer readable medium
CN116307306B (zh) 基于大数据的智能调度方法、装置、设备以及存储介质
US11983002B2 (en) Failure probability assessment system and method therefor
US7970636B2 (en) Replacement part order processing apparatus, method for ordering replacement parts and computer-readable recording medium
CN111967899B (zh) 商家线上广告投放方法、装置、计算机设备及存储介质
CN113114533B (zh) 分布式服务调用的网络耗时展示方法及装置
CN113469591A (zh) 库存补货控制方法、装置、电子设备及存储介质
CN108665367A (zh) 资金流动管理方法及装置
CN111563764A (zh) 一种电价计算方法、装置、共享用电系统及存储介质
CN111695847A (zh) 物流电子面单的号段管理方法及系统、设备及存储介质
CN116258442B (zh) 一种订单预测方法、装置、计算机设备以及存储介质
CN115423217A (zh) 一种基于供应链信息协同共享的交易方法及系统
CN111222668A (zh) 仓库单量预测方法、装置、电子设备和可读存储介质
JP2022163608A (ja) 保守支援システム
CN114708708B (zh) 一种燃气表联动气体报警器的控制使用方法及系统
CN113887772A (zh) 订货周期优化方法、装置、计算机设备和存储介质
CN114531374A (zh) 网络监控方法、装置、设备及存储介质
JP6894414B2 (ja) 在庫管理支援システム及び方法
CN114861909A (zh) 模型质量监控方法、装置、电子设备以及存储介质
CN1620665A (zh) 用于提高零部件配送效率的零部件订购系统
CN114219247A (zh) 设备耗材的处理方法、装置、计算机设备和存储介质
CN114693032A (zh) 物料需求预测及管理方法、装置、计算机设备和存储介质
JP2021096667A (ja) 需給管理システム
CN110766307A (zh) 智能化的电网实时资金监测方法、装置、设备和介质

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