CN116957475A - 基于云计算的口腔诊所库房管理方法、系统及装置 - Google Patents
基于云计算的口腔诊所库房管理方法、系统及装置 Download PDFInfo
- Publication number
- CN116957475A CN116957475A CN202310997688.4A CN202310997688A CN116957475A CN 116957475 A CN116957475 A CN 116957475A CN 202310997688 A CN202310997688 A CN 202310997688A CN 116957475 A CN116957475 A CN 116957475A
- Authority
- CN
- China
- Prior art keywords
- consumable
- representing
- information
- inventory
- value
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 120
- 210000000214 mouth Anatomy 0.000 title claims description 9
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims description 77
- 230000006870 function Effects 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000012544 monitoring process Methods 0.000 claims description 25
- 238000004519 manufacturing process Methods 0.000 claims description 22
- 238000007405 data analysis Methods 0.000 claims description 18
- 238000007637 random forest analysis Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000036512 infertility Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 238000001356 surgical procedure Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000003239 periodontal effect Effects 0.000 claims description 5
- 238000005057 refrigeration Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 18
- 238000007689 inspection Methods 0.000 description 10
- 239000012567 medical material Substances 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000001932 seasonal effect Effects 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 2
- 239000004053 dental implant Substances 0.000 description 2
- GBIHOLCMZGAKNG-UHFFFAOYSA-N flucythrinate Chemical compound C=1C=C(OC(F)F)C=CC=1C(C(C)C)C(=O)OC(C#N)C(C=1)=CC=CC=1OC1=CC=CC=C1 GBIHOLCMZGAKNG-UHFFFAOYSA-N 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Mathematical Optimization (AREA)
- Artificial Intelligence (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及库存数据处理技术领域,公开了一种基于云计算的口腔诊所库房管理方法,通过对耗材进行识别,再利用耗材识别模型和层次分类规则进行耗材分类,减少人力成本和误差率,对分类后的耗材进行智能管理并实时监测,提高库存效率,关联订单信息和库存信息,进行订单管理,确保能实时追踪订单和优化补货策略,对订单信息和库存信息进行综合数据分析,实现精细化管理。
Description
技术领域
本发明涉及库存数据处理技术领域,尤其涉及基于云计算的口腔诊所库房管理方法、系统及装置。
背景技术
由于计算机的快速发展,以计算机为基础的信息技术不断深入到社会各个领域中。在日常生活中,随着大众对口腔健康越来越重视,口腔诊所在提高自身医疗水平的同时,还要提高自己的服务水平和效率。现有技术大多是在口腔诊所部署诊所信息系统,使得口腔诊所对各类信息的管理效率得到提升,但口腔诊所对库房的管理还不够先进,无法提高库存管理效率,人工分类造成重大的成本损失和误差,没有科学的优化补货策略,不能实现自动化和精细化管理。
如申请公开号为CN109299902A的中国专利公开了一种医院二级库房管理系统及管理方法,属于控制与管理技术领域。该系统和方法设置了权限管理单元,并与医用物资管理单元及报表单元联动对医院二级库房的医用物资进行操作,能够根据更改权限对二级库房中的医用物资进行操作,同时生成操作报表进行备份和参考。该系统和方法还包括提醒单元,能定时提醒医院二级库房中已经失效或者近期失效的医用物资,并与医用物资管理单元联动对近期失效的医用物资在不同的科室之间进行调配及对已经失效的医用物资及时清理,降低了人力成本和医用物资的浪费,同时避免了安全隐患。
如申请公开号为CN107633280A的中国专利公开了一种基于RFID的库房管理方法及系统,用于提高库房物料管理的效率、库房数据可靠性。本发明实施例方法包括:在不同的物料上安装RFID标签,所述RFID标签记录有对应物料的物料信息;通过手持RFID读写器读取入库物料上的RFID标签中对应的物料信息并上传至库房管理平台;通过移动终端向所述库房管理平台查询目标物料信息对应的目标RFID标签信息,并根据所述目标RFID标签信息发送射频信号以定位对应的目标RFID标签。
以上专利存在本背景技术提出的问题:口腔诊所对库房的管理还不够先进,无法提高库存管理效率,人工分类造成重大的成本损失和误差,没有科学的优化补货策略,不能实现自动化和精细化管理。为解决这一问题,本发明提出基于云计算的口腔诊所库房管理方法、系统及装置。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有基于云计算的口腔诊所库房管理方法、系统及装置存在的问题,提出了本发明。
因此,本发明目的是提供基于云计算的口腔诊所库房管理方法、系统及装置。
为解决上述技术问题,本发明提供基于云计算的口腔诊所库房管理方法:
进行耗材识别;
利用耗材识别模型和层次分类规则进行耗材分类;
对分类后的耗材进行智能管理,并进行实时监测;
关联订单信息和库存信息,进行订单管理;
对所述订单信息和所述库存信息进行综合数据分析。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述耗材识别包括耗材采集与预处理、构建耗材识别模型、训练耗材识别模型和评估耗材识别模型;
所述耗材采集与预处理包括收集耗材的图像信息,记录所述耗材的名称、类别、规格信息,并形成耗材集,然后对所述图像信息进行图像缩放、裁剪和灰度化的操作,形成图像像素点值集,并进行归一化处理,所述归一化处理的计算公式如下:
;
式中,表示所述图像像素点值集里第/>种耗材的归一化值,/>表示第/>种耗材,/>表示第/>种耗材的图像像素点值,/>、/>分别表示图像像素点值集里的最大值、最小值。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述耗材识别模型是借助支持向量机构建的模型,包括:将所述图像像素点值集和所述耗材集进行组合,形成数据集,将所述数据集分为75%的训练集和25%的测试集,构建所述耗材识别模型的公式如下:
;
式中,表示耗材识别的预测数据,/>表示第/>种耗材,/>表示所述图像像素点值集的总数,/>表示拉格朗日乘子,/>表示所述图像像素点值集的分类标签,/>表示核函数,/>表示偏移量,/>表示一个超参数用于控制所述偏移量;
其中,的计算公式为/>,当/>时表示第/>种耗材为低值耗材,当时表示第/>种耗材为高值耗材,/>的公式为/>,/>表示第/>种耗材的图像像素点值,/>表示新的图像像素点值。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述耗材识别模型还包括:识别出所述低值耗材和所述高值耗材后再进行层次分类,选择所述耗材集中所述耗材的类别作为分类特征,所述低值耗材的层次分类规则如下:
若所述类别的描述为检查,则归类为口腔检查耗材;
若所述类别的描述为清洁,则归类为牙周治疗耗材;
若所述类别的描述为卫生,则归类为口腔卫生耗材;
所述高值耗材的层次分类规则如下:
若所述类别的描述为手术,则归类为牙科手术耗材;
若所述类别的描述为修复,则归类为牙科修复耗材;
若所述类别的描述为种植,则归类为牙科种植耗材;
若所述类别的描述为影像,则归类为牙科影像耗材。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:通过训练函数训练所述耗材识别模型,所述训练函数的计算公式如下所示:
;
式中,表示所述训练函数的计算值,/>表示第/>种耗材,/>表示所述图像像素点值集的总数,/>表示第/>种耗材的标签,第/>种耗材识别正确为1,第/>种耗材识别错误为0,/>表示第/>种耗材预测正确的概率;
通过评估函数评估所述耗材识别模型,所述评估函数的计算公式如下所示:
;
式中,表示所述评估函数的计算值,/>表示耗材识别的预测数据,表示耗材识别的原始数据,/>表示耗材识别的原始数据的均值。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述智能管理包括统计库房的所述耗材,生成表单,所述表单包括耗材信息、库存信息和供应商信息,统计库房中所述耗材的函数如下所示:
;
式中,表示所述耗材的统计函数,/>表示所述耗材的唯一标识,/>表示所述耗材的名称,/>表示所述耗材的类别,/>表示所述耗材的规格信息,所述耗材的规格信息包括常用和专用两种,/>表示所述耗材的库存量,/>表示所述耗材的位置,/>表示所述耗材的入库时间,/>表示所述耗材的出库时间,/>表示所述耗材的进货价格,/>表示所述耗材的零售价格,/>表示所述耗材的最低库存警戒线,/>表示所述耗材的生产日期,/>表示所述耗材的保质期,/>表示所述耗材的供应商名称,/>表示所述耗材的供应商联系人;
其中,的函数表达式为/>;
式中,表示所述耗材的类别,/>表示所述耗材的使用频率,/>表示所述耗材的入库时间;
其中,的计算公式为/>;
式中,表示对该括号内的内容进行计数;
所述耗材的位置的摆放规则如下:
若为所述低值耗材,则将/>放到物架或耗材柜;
所述物架为两层的小推车,所述耗材柜包括上耗材柜、中耗材柜和下耗材柜三个,上耗材柜有三层,中耗材柜有五层,下耗材柜有两层;
若,则将所述低值耗材放在所述物架的上层;
若,则将所述低值耗材放在所述物架的下层;
若,则将所述低值耗材放在所述耗材柜的中耗材柜的上两层;
若为所述高值耗材,则将/>放到耗材柜;
若,则将所述高值耗材放在所述耗材柜的中耗材柜的下三层;
若,则将所述高值耗材放在所述耗材柜的上耗材柜;
若,则将所述高值耗材放在所述耗材柜的下耗材柜;
若有冷藏、无菌的要求,则将所述耗材放入专门的冷藏、无菌区;
将所述低值耗材和所述高值耗材按所述入库时间进行摆放,先入库的放在所述耗材的前面,后入库的放在所述耗材的后面。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述实时监测包括库存警戒线提醒、对耗材验收和过期进行监控,所述实时监测的流程如下:
监测所述耗材的库存量是否小于所述最低库存警戒线;
若所述耗材的库存量小于所述最低库存警戒线,则系统报警,提示需要进行补货操作;
若所述耗材的库存量大于等于所述最低库存警戒线,则结束监测流程;
其中,所述补货操作根据所述耗材的库存量和所述供应商信息,系统自动生成进货列表,将所述进货列表发送给指定供应商,并下单通知所述供应商进行交付;
所述供应商是从所述供应商信息中提取到的指定供应商;
查看所述耗材的生产日期和所述耗材的保质期;
若所述保质期为两年以上且验收时距所述生产日期的时间超过所述保质期的30%,则验收人员拒收;
若所述保质期为两年以上且验收时距所述生产日期的时间不超过所述保质期的30%,则验收人员接收所述耗材并执行所述智能管理;
若所述保质期为两年以下且验收时距所述生产日期的时间超过所述保质期的10%,则验收人员拒收;
若所述保质期为两年以下且验收时距所述生产日期的时间不超过所述保质期的10%,则验收人员接收所述耗材并执行所述智能管理;
若所述保质期已到,则对所述耗材进行摧毁处理。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述订单管理包括供应商管理和订单库存互联;
所述供应商管理包括整理所述供应商信息,生成Excel表,整理所述供应商信息的函数表达式如下所示:
;
式中,表示所述供应商信息的整理函数,/>表示所述耗材的供应商名称,/>表示所述耗材的供应商联系人,/>表示所述耗材的进货价格,/>表示供应商可靠性,/>表示所述耗材的预定交货时间,/>表示所述耗材的实际交货时间,/>表示所述耗材的成交次数,/>表示所述耗材的退货次数;
其中,所述供应商可靠性的判断标准如下:
若所述耗材的交货及时且质量好,则所述供应商可靠性为最高;
若所述耗材的交货及时且质量中等,则所述供应商可靠性为高;
若所述耗材的交货及时且质量不好,则所述供应商可靠性为中等;
若所述耗材的交货不及时且质量好,则所述供应商可靠性为中等;
若所述耗材的交货不及时且质量中等,则所述供应商可靠性为低;
若所述耗材的交货不及时且质量不好,则所述供应商可靠性为最低;
其中,所述耗材的交货时间是否及时的判断标准如下:
若,则说明交货及时;
若,则说明交货不及时;
其中,所述耗材的质量的计算公式为:
;
式中,表示所述耗材的成交次数,/>表示所述耗材的退货次数;
所述耗材的质量判断标准如下:
若,则说明所述耗材的质量好;
若,则说明所述耗材的质量中等;
若,则则说明所述耗材的质量不好。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述订单库存互联包括记录订单信息和所述库存信息,记录所述订单信息的函数表达式如下所示:
;
式中,表示所述订单信息的记录函数,/>表示订单号,/>表示订单审批人,/>表示所述耗材的库存量,/>表示所述耗材的最低库存警戒线,/>表示所述耗材的补货量,表示所述耗材的进货价格,/>表示所述耗材的零售价格;
其中,当时,补货量/>的计算公式为/>,当/>时,补货量/>的计算公式为/>;
式中,表示将该括号内的数取整,/>表示所述耗材的库存量,/>表示所述耗材的最低库存警戒线,/>表示所述耗材的进货价格,/>表示所述耗材的零售价格。
作为本发明所述基于云计算的口腔诊所库房管理方法的一种优选方案,其中:所述数据分析包括分析、预测和优化库存情况;
所述数据分析的步骤包括:
S1、收集和整理所述耗材的订单信息、所述耗材的库存信息和所述耗材的其他信息,包括名称、类别、规格、订单量、库存量、补货周期、供应商可靠性、库存成本,形成信息集;
S2、从信息集中选取订单量、库存量、补货周期、供应商可靠性、库存成本作为特征选择;
S3、对收集和整理到的信息集进行预处理,包括删除重复信息、填写缺失信息和修改异常信息;
S4、构建随机森林模型;
S5、对所述耗材的库存情况进行预测;
S6、使用随机森林模型进行评估;
S7、将所述耗材的库存情况预测可视化分析。
一种基于云计算的口腔诊所库房管理系统,包括,分类管理模块、库存管理模块、订单管理模块和数据分析模块;
分类管理模块利用耗材识别模型对耗材进行识别和分类,库存管理模块对已分类的耗材进行统计、智能管理和实时监测,订单管理模块关联订单信息与库存管理模块,数据分析模块对库存的情况进行分析、预测和优化。
一种基于云计算的口腔诊所库房管理装置,包括存储介质和处理器,所述存储介质用于存储操作指令,所述处理器执行操作指令用于实现基于云计算的口腔诊所库房管理方法。
本发明的有益效果:本发明通过对耗材进行识别,再利用耗材识别模型和层次分类规则进行耗材分类,减少人力成本和误差率,对分类后的耗材进行智能管理并实时监测,提高库存效率,关联订单信息和库存信息,进行订单管理,确保能实时追踪订单和优化补货策略,对订单信息和库存信息进行综合数据分析,实现精细化管理。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明基于云计算的口腔诊所库房管理方法的方法流程图。
图2为本发明基于云计算的口腔诊所库房管理方法所述的实时监控流程图。
图3为本发明基于云计算的口腔诊所库房管理方法所述的库存情况随机森林图。
图4为本发明基于云计算的口腔诊所库房管理系统所述的系统模块图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
再其次,本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
实施例1
参照图1,提供了基于云计算的口腔诊所库房管理方法的方法流程图,如图1,基于云计算的口腔诊所库房管理方法包括:
S1、进行耗材识别。
基于云计算的图像识别技术,实现对口腔诊所库房中耗材的自动分类和管理,减少人力成本和误差率;
耗材识别包括耗材采集与预处理、构建耗材识别模型、训练耗材识别模型和评估耗材识别模型;
耗材采集与预处理包括收集耗材的图像信息,记录耗材的名称、类别、规格信息,并形成耗材集,然后对图像信息进行图像缩放、裁剪和灰度化的操作,形成图像像素点值集,并进行归一化处理,归一化处理的计算公式如下:
;
式中,表示所述图像像素点值集里第/>种耗材的归一化值,/>表示第/>种耗材,/>表示第/>种耗材的图像像素点值,/>、/>分别表示图像像素点值集里的最大值、最小值;
S2、利用耗材识别模型和层次分类规则进行耗材分类。
耗材识别模型是借助支持向量机构建的模型,可以更好地处理非线性问题的分类,将图像像素点值集和耗材集进行组合,形成数据集,将数据集分为75%的训练集和25%的测试集,构建耗材识别模型的公式如下:
;
式中,表示耗材识别的预测数据,/>表示第/>种耗材,/>表示所述图像像素点值集的总数,/>表示拉格朗日乘子,/>表示所述图像像素点值集的分类标签,/>表示核函数,/>表示偏移量,/>表示一个超参数用于控制所述偏移量;
其中,的计算公式为/>,当/>时表示第/>种耗材为低值耗材,当时表示第/>种耗材为高值耗材,/>的公式为/>,/>表示第/>种耗材的图像像素点值,/>表示新的图像像素点值。
低值耗材是指单价相对较低、需求量较大、比较通用的耗材,高值耗材是指单价相对较高、需求量相对较小的,大部分是一些专用的耗材;
耗材识别模型识别出低值耗材和高值耗材后再进行层次分类,能够实现精细化分类,选择耗材集中耗材的类别作为分类特征,低值耗材的层次分类规则如下:
若类别的描述为检查,则归类为口腔检查耗材;
若类别的描述为清洁,则归类为牙周治疗耗材;
若类别的描述为卫生,则归类为口腔卫生耗材;
高值耗材的层次分类规则如下:
若类别的描述为手术,则归类为牙科手术耗材;
若类别的描述为修复,则归类为牙科修复耗材;
若类别的描述为种植,则归类为牙科种植耗材;
若类别的描述为影像,则归类为牙科影像耗材。
通过训练函数训练耗材识别模型,训练函数的计算公式如下所示:
;
式中,表示所述训练函数的计算值,/>表示第/>种耗材,/>表示所述图像像素点值集的总数,/>表示第/>种耗材的标签,第/>种耗材识别正确为1,第/>种耗材识别错误为0,/>表示第/>种耗材预测正确的概率;
通过评估函数评估耗材识别模型,评估函数的计算公式如下所示:
;
式中,表示所述评估函数的计算值,/>表示耗材识别的预测数据,/>表示耗材识别的原始数据,/>表示耗材识别的原始数据的均值。
具体应用中,耗材识别模型成功识别15种口腔检查耗材、16种牙周治疗耗材、18种口腔卫生耗材、20种牙科手术耗材、11种牙科修复耗材、14种牙科种植耗材和10种牙科影像耗材。
S3、对分类后的耗材进行智能管理,并进行实时监测。
智能管理包括统计库房的耗材,生成表单,表单包括耗材信息、库存信息和供应商信息,统计库房中耗材的函数如下所示:
;
式中,表示耗材的统计函数,/>表示耗材的唯一标识,/>表示耗材的名称,表示耗材的类别,/>表示耗材的规格信息,耗材的规格信息包括常用和专用两种,/>表示耗材的库存量,/>表示耗材的位置,/>表示耗材的入库时间,/>表示耗材的出库时间,/>表示耗材的进货价格,/>表示耗材的零售价格,/>表示耗材的最低库存警戒线,/>表示耗材的生产日期,/>表示耗材的保质期,/>表示耗材的供应商名称,/>表示耗材的供应商联系人;
其中,的函数表达式为/>;
式中,表示耗材的类别,/>表示耗材的使用频率,/>表示耗材的入库时间;
其中,的计算公式为/>;
式中,表示对该括号内的内容进行计数;
耗材的位置的摆放规则如下:
若为低值耗材,则将/>放到物架或耗材柜;
物架为两层的小推车,耗材柜包括上耗材柜、中耗材柜和下耗材柜三个,上耗材柜有三层,中耗材柜有五层,下耗材柜有两层;
若,则将低值耗材放在所述物架的上层;
若,则将低值耗材放在所述物架的下层;
若,则将低值耗材放在耗材柜的中耗材柜的上两层;
若为高值耗材,则将/>放到耗材柜;
若,则将高值耗材放在所述耗材柜的中耗材柜的下三层;
若,则将高值耗材放在所述耗材柜的上耗材柜;
若,则将高值耗材放在所述耗材柜的下耗材柜;
若有冷藏、无菌的要求,则将耗材放入专门的冷藏、无菌区;
将低值耗材和高值耗材按入库时间进行摆放,先入库的放在耗材的前面,后入库的放在耗材的后面;
实时监测包括库存警戒线提醒、对耗材验收和过期进行监控,实时监测的流程如下:
监测耗材的库存量是否小于最低库存警戒线;
若耗材的库存量小于最低库存警戒线,则系统报警,提示需要进行补货操作;
若耗材的库存量大于等于最低库存警戒线,则结束监测流程;
其中,补货操作根据耗材的库存量和供应商信息,系统自动生成进货列表,将进货列表发送给指定供应商,并下单通知供应商进行交付;
供应商是从供应商信息中提取到的指定供应商;
查看耗材的生产日期和耗材的保质期;
若保质期为两年以上且验收时距生产日期的时间超过保质期的30%,则验收人员拒收;
若保质期为两年以上且验收时距生产日期的时间不超过保质期的30%,则验收人员接收耗材并执行智能管理;
若保质期为两年以下且验收时距生产日期的时间超过保质期的10%,则验收人员拒收;
若保质期为两年以下且验收时距生产日期的时间不超过保质期的10%,则验收人员接收耗材并执行智能管理;
若保质期已到,则对耗材进行摧毁处理;
为保证耗材的合理管理,一般医院和诊所会采取较为严格的管理,对于不同保质期的耗材的验收标准不一样,以防所买的耗材会发生在库房中过期的现象,对于耗材的保质期也需重点关注,所有过期的耗材都需要进行摧毁处理,不能更改日期或欺骗消费者进行购买,保证医疗安全。
具体应用中,以一个口腔卫生耗材为例,耗材名称为牙间刷,该耗材的唯一标识为,使用频率较高,库存量为50个,入库时间被更新了20次,出库时间被更新了18次,无特殊冷藏、避光和无菌的要求,生产日期为2021年12月5日,保质期为24个月,验收时离生产日期过了20天,该耗材的进货价格为53.6元,该耗材的零售价格为70元,该耗材的最低库存警戒线为30个,该耗材的供应商名称为医快医克大药房旗舰店,供应商联系人为李小姐,计算该耗材的使用频率为/>,则该口腔卫生耗材的统计函数表达式为,由耗材的摆放规则可知,该耗材可放在物架的上层,对比库存量和最低库存警戒线,可知库存量大于最低库存警戒线,所以不需要进行补货操作,而且该耗材的生产日期为2021年12月5日,保质期为24个月,验收时离生产日期过了20天,按照实时监测的流程来看,该耗材可正常验收并执行智能管理。
S4、关联订单信息和库存信息,进行订单管理。
订单管理包括供应商管理和订单库存互联,将订单信息与库存管理模块进行关联,确保能够实时追踪订单和优化补货策略;
供应商管理包括整理供应商信息,生成Excel表,整理供应商信息的函数表达式如下所示:
;
式中,表示供应商信息的整理函数,/>表示耗材的供应商名称,/>表示耗材的供应商联系人,/>表示耗材的进货价格,/>表示供应商可靠性,/>表示耗材的预定交货时间,/>表示耗材的实际交货时间,/>表示耗材的成交次数,/>表示耗材的退货次数;
其中,供应商可靠性的判断标准如下:
若耗材的交货及时且质量好,则供应商可靠性为最高;
若耗材的交货及时且质量中等,则供应商可靠性为高;
若耗材的交货及时且质量不好,则供应商可靠性为中等;
若耗材的交货不及时且质量好,则供应商可靠性为中等;
若耗材的交货不及时且质量中等,则供应商可靠性为低;
若耗材的交货不及时且质量不好,则供应商可靠性为最低;
其中,耗材的交货时间是否及时的判断标准如下:
若,则说明交货及时;
若,则说明交货不及时;
其中,耗材的质量的计算公式为:
;
式中,表示耗材的成交次数,/>表示耗材的退货次数;
耗材的质量判断标准如下:
若,则说明耗材的质量好;
若,则说明耗材的质量中等;
若,则说明耗材的质量不好;
订单库存互联包括记录订单信息和库存信息,记录订单信息的函数表达式如下所示:
;
式中,表示订单信息的记录函数,/>表示订单号,/>表示订单审批人,/>表示耗材的库存量,/>表示耗材的最低库存警戒线,/>表示耗材的补货量,/>表示耗材的进货价格,/>表示耗材的零售价格;
其中,当时,补货量/>的计算公式为/>,当/>时,补货量/>的计算公式为/>;
式中,表示将该括号内的数取整,/>表示耗材的库存量,/>表示耗材的最低库存警戒线,/>表示耗材的进货价格,/>表示耗材的零售价格。
具体应用中,购买牙间刷的供应商名称为医快医克大药房旗舰店,该耗材的供应商联系人为李小姐,该耗材的进货价格为53.6元,该耗材的预定交货时间为2021年12月27日,该耗材的实际交货时间为2021年12月25日,该耗材的成交次数为16次,该耗材的退货次数为4次,根据交货是否及时的判断标准可以判定该供应商交货及时,而且,则该耗材的质量好,根据供应商可靠性的判断标准综合看来医快医克大药房旗舰店的供应商可靠性为最高,则整理的函数表达式为/>,一位病人使用了一盒牙间刷,生成的订单号为/>,订单审批人为王医生,该耗材的库存量为50个,该耗材的最低库存警戒线为30个,因为没有小于最低库存警戒线,所以不需要补货,则记录的函数表达式为/>。
S5、对订单信息和库存信息进行综合数据分析。
数据分析包括分析、预测和优化库存情况,利用随机森林和大数据分析技术,对库存情况进行预测和优化,避免因为库存过多或过少导致浪费和供需不平衡,实现精细化管理;
数据分析的步骤包括:
S1、收集和整理耗材的订单信息、耗材的库存信息和耗材的其他信息,包括名称、类别、规格、订单量、库存量、补货周期、供应商可靠性、库存成本,形成信息集;
补货周期是由耗材的库存量和耗材的最低库存警戒线决定的,若耗材的库存量小于耗材的最低库存警戒线,则需要进行补货,补货周期为上一次补货到这一次补货的时长;
库存成本包括存储成本、风险成本和资金成本,存储成本是指与库存存储和维护相关的实际成本,包括仓储费用、设备维护费用和人力资源费用,风险成本是指库存带来的潜在风险,包括过期损失、耗材损坏等,资金成本是指库存耗材所占用的资金无法用于其他投资活动;
将订单管理模块中的订单信息和库存管理模块中的库存信息以及其他信息导入到Excel表中,并整理成信息集,包括名称、类别、规格、订单量、库存量、补货周期、供应商可靠性和库存成本的信息;
S2、从信息集中选取订单量、库存量、补货周期、供应商可靠性、库存成本作为特征选择;
选取合适的特征作为特征选择,信息集中对库存情况影响较大的是订单量、库存量、补货周期、供应商可靠性和库存成本,对信息集中的数据进行量化,其中量化的规则为:类别分为1和2,1表示类别为低值耗材,2表示类别为高值耗材;规格分为1和2,1表示规格为常用,2表示规格为专用;订单量分为1、2和3,1表示订单量为减少,2表示订单量为不变,3表示订单量为增加;库存量分为1、2和3,1表示库存量为减少,2表示库存量为不变,3表示库存量为增加;补货周期分为1、2和3,1表示补货周期为缩短,2表示补货周期为不变,3表示补货周期为延长;供应商可靠性分为1、2、3、4和5,1表示供应商可靠性为最低,2表示供应商可靠性为低,3表示供应商可靠性为中等,4表示供应商可靠性为高,5表示供应商可靠性为最高;库存成本分为1、2和3,1表示库存成本为减少,2表示库存成本为不变,3表示库存成本为增加;库存情况分为1、2和3,1表示库存情况为减少库存,2表示库存情况为库存不变,3表示库存情况为增加库存;
量化结束后整理成Excel表格,利用SPSS数据分析软件对Excel表格中的数据进行特征权重值计算,其中得出的结果如下表所示,其中库存量所占比重为28.77%,该特征的权重最高,对随机森林模型的构建起着关键作用,库存成本所占比重为21.68%,该特征的重要性次之,对随机森林模型的构建起着重要作用,订单量所占比重为18.26%,补货周期所占比重为16.79%,供应商可靠性所占比重为14.5%;
S3、对收集和整理到的信息集进行预处理,包括删除重复信息、填写缺失信息和修改异常信息;
查询Excel表中是否有两行完全相同的重复信息,如果存在则删除其中一行,查询Excel表中是否存在一行中有空白值的现象,如果存在则补充空白值,查询Excel表中是否存在异常信息,如果存在则修改异常信息;
S4、构建随机森林模型;
特征选择包括订单量、库存量、补货周期、供应商可靠性和库存成本,分别对订单量、库存量、补货周期、供应商可靠性和库存成本进行决策树构建,其中订单量的增加或减少从是否有季节性因素、有无口腔健康意识、有无口碑及营销、可访问性的强弱和服务范围及质量的强弱这五个方面进行考虑,库存量的增加或减少从是否有季节性因素、供应商是否有可靠性、耗材有效期是否合理、库存管理策略是否合理、需求波动的增加或减少这五个方面进行考虑,补货周期的延长或缩短从需求波动的增加或减少、供应商是否有可靠性、是否有季节性因素、产品有效期是否合理、库存成本的增加或减少这五个方面进行考虑,供应商是否有可靠性从是否有交货及时性、产品质量强弱、是否有供应稳定性、供应商声誉强弱、售后服务强弱这五个方面进行考虑,库存成本的增加或减少从库存量增加或减少、库存周转率的高低、采购成本的高低、供应商是否有可靠性、需求波动的增加或减少这五个方面进行考虑,将根据订单量、库存量、补货周期、供应商可靠性和库存成本构建的五个决策树集合而成一个具备预测库存情况功能的随机森林模型,如图3所示;
S5、对耗材的库存情况进行预测;
构建的随机森林模型从订单量、库存量、补货周期、供应商可靠性和库存成本这五个方面分别做出订单量或增加或不变或减少、库存量或增加或不变或减少、补货周期或缩短或不变或延长、供应商或可靠或中等可靠或不可靠、库存成本或增加或不变或减少的决策,再综合做出减少库存、库存不变或增加库存的对于库存情况的决策;
具体应用中,由于临近节假日且公众的口腔健康意识提升,诊所在前段时间的营销比较成功,加上服务质量不错,订单量在增加,对于耗材的用量在增加,现存一个高值耗材,该高值耗材的用量在增加,导致库存量在减少,为了保证该高值耗材的用量,需要进行补货,补货周期缩短,选择一家供应商进行补货,该供应商的交货比较及时、产品质量好,供应商的声誉较好,售后服务中等,但是采购的价格可能比较贵,从上述描述中可以先将数据进行量化,类别为2,规格为2,订单量为3,库存量为1,补货周期为1,供应商可靠性为2,库存成本为1,将量化数据输入到随机森林模型中,得出该诊所应该增加该高值耗材的库存;
S6、使用随机森林模型进行评估;
将随机森林模型预测的库存情况结果整合到包括名称、类别、规格、库存量、补货周期、供应商可靠性、库存成本的Excel表中的最后一列,利用SPSS数据分析软件中的随机森林方法,计算随机森林模型的精确率和召回率,精确率的计算公式如下:
;
式中,表示预测结果为正,且预测正确,表示预测结果为正,且预测错误;
召回率的计算公式如下:
;
式中,表示预测结果为正,且预测正确,表示预测结果为负,且预测错误;
具体应用中,信息集有1000条数据,库存情况为减少库存的有320条数据,其中预测结果为正,且预测正确的数据有150条,预测结果为正,且预测错误的数据有10条,预测结果为负,且预测错误的数据有9条,预测结果为负,且预测正确的数据有141条;库存情况为库存不变的有360条数据,预测结果为正,且预测正确的数据有130条,预测结果为正,且预测错误的数据有10条,预测结果为负,且预测错误的数据有10条,预测结果为负,且预测正确的数据有110条;库存情况为增加库存的有320条数据,预测结果为正,且预测正确的数据有5条,预测结果为负,且预测错误的数据有16条,预测结果为负,且预测正确的数据有154条;则库存情况为减少库存的精确率计算结果为0.9375,库存情况为减少库存的召回率计算结果为0.9434,库存情况为库存不变的精确率计算结果为0.9286,库存情况为库存不变的召回率计算结果为0.9286,库存情况为增加库存的精确率计算结果为0.9667,库存情况为增加库存的召回率计算结果为0.9006,得出综合的精确率为0.9443,综合的召回率为0.9242,结合精确率和召回率可以确定该随机森林模型的构建比较成功;
S7、将耗材的库存情况预测可视化分析。
由随机森林模型预测的库存情况可知每个耗材所需要的库存管理策略,根据以类别进行层次分类的规则,将类别与库存情况结合得出一个散点图,总结得出该口腔诊所需要增加口腔检查耗材、口腔卫生耗材和常用口腔设备的库存,减少牙科种植耗材和牙科影像耗材的库存,牙周治疗耗材、牙科手术耗材和牙科修复耗材的库存保持不变。
实施例2
本实施例为本发明的第二个实施例,提供了基于云计算的口腔诊所库房管理系统,系统模块图如图4所示:
分类管理模块、库存管理模块、订单管理模块和数据分析模块;
将基于云计算的口腔诊所库房管理系统放置在私有云平台中,实现对库房耗材的分类、库存的管理、订单的管理和库存情况的数据分析;
分类管理模块利用耗材识别模型对耗材进行识别和分类,库存管理模块对已分类的耗材进行统计、智能管理和实时监测,利用云平台的监测和报警功能,实现自动化管理和监测,提高库存效率,订单管理模块关联订单信息与库存管理模块,数据分析模块对库存的情况进行分析、预测和优化。
实施例3
本实施例为本发明的第三个实施例,提供了基于云计算的口腔诊所库房管理装置,包括存储介质和处理器,存储介质用于存储操作指令,处理器执行操作指令用于实现基于云计算的口腔诊所库房管理方法,存储介质可以包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (12)
1.基于云计算的口腔诊所库房管理方法,其特征在于:包括:
进行耗材识别;
利用耗材识别模型和层次分类规则进行耗材分类;
对分类后的耗材进行智能管理,并进行实时监测;
关联订单信息和库存信息,进行订单管理;
对订单信息和库存信息进行综合数据分析。
2.如权利要求1所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述耗材识别包括耗材采集与预处理、构建耗材识别模型、训练耗材识别模型和评估耗材识别模型;
所述耗材采集与预处理包括收集耗材的图像信息,记录所述耗材的名称、类别、规格信息,并形成耗材集,然后对所述图像信息进行图像缩放、裁剪和灰度化的操作,形成图像像素点值集,并进行归一化处理,所述归一化处理的计算公式如下:
;
式中,表示所述图像像素点值集里第/>种耗材的归一化值,/>表示第/>种耗材,/>表示第/>种耗材的图像像素点值,/>、/>分别表示图像像素点值集里的最大值、最小值。
3.如权利要求2所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述耗材识别模型是借助支持向量机构建的模型,包括:将所述图像像素点值集和所述耗材集进行组合,形成数据集,将所述数据集分为75%的训练集和25%的测试集,构建所述耗材识别模型的公式如下:
;
式中,表示耗材识别的预测数据,/>表示第/>种耗材,/>表示所述图像像素点值集的总数,/>表示拉格朗日乘子,/>表示所述图像像素点值集的分类标签,/>表示核函数,/>表示偏移量,/>表示一个超参数用于控制所述偏移量;
其中,的计算公式为/>,当/>时表示第/>种耗材为低值耗材,当/>时表示第/>种耗材为高值耗材,/>的公式为/>,/>表示第/>种耗材的图像像素点值,/>表示新的图像像素点值。
4.如权利要求3所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述耗材识别模型还包括:识别出所述低值耗材和所述高值耗材后再进行层次分类,选择所述耗材集中所述耗材的类别作为分类特征,所述低值耗材的层次分类规则如下:
若所述类别的描述为检查,则归类为口腔检查耗材;
若所述类别的描述为清洁,则归类为牙周治疗耗材;
若所述类别的描述为卫生,则归类为口腔卫生耗材;
所述高值耗材的层次分类规则如下:
若所述类别的描述为手术,则归类为牙科手术耗材;
若所述类别的描述为修复,则归类为牙科修复耗材;
若所述类别的描述为种植,则归类为牙科种植耗材;
若所述类别的描述为影像,则归类为牙科影像耗材。
5.如权利要求4所述的基于云计算的口腔诊所库房管理方法,其特征在于:通过训练函数训练所述耗材识别模型,所述训练函数的计算公式如下所示:
;
式中,表示所述训练函数的计算值,/>表示第/>种耗材,/>表示所述图像像素点值集的总数,/>表示第/>种耗材的标签,第/>种耗材识别正确为1,第/>种耗材识别错误为0,/>表示第/>种耗材预测正确的概率;
通过评估函数评估所述耗材识别模型,所述评估函数的计算公式如下所示:
;
式中,表示所述评估函数的计算值,/>表示耗材识别的预测数据,/>表示耗材识别的原始数据,/>表示耗材识别的原始数据的均值。
6.如权利要求5所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述智能管理包括统计库房的所述耗材,生成表单,所述表单包括耗材信息、库存信息和供应商信息,统计库房中所述耗材的函数如下所示:
;
式中,表示所述耗材的统计函数,/>表示所述耗材的唯一标识,/>表示所述耗材的名称,/>表示所述耗材的类别,/>表示所述耗材的规格信息,所述耗材的规格信息包括常用和专用两种,/>表示所述耗材的库存量,/>表示所述耗材的位置,/>表示所述耗材的入库时间,/>表示所述耗材的出库时间,/>表示所述耗材的进货价格,/>表示所述耗材的零售价格,/>表示所述耗材的最低库存警戒线,/>表示所述耗材的生产日期,/>表示所述耗材的保质期,/>表示所述耗材的供应商名称,/>表示所述耗材的供应商联系人;
其中,的函数表达式为/>;
式中,表示所述耗材的类别,/>表示所述耗材的使用频率,/>表示所述耗材的入库时间;
其中,的计算公式为/>;
式中,表示对该括号内的内容进行计数;
所述耗材的位置的摆放规则如下:
若为所述低值耗材,则将/>放到物架或耗材柜;
所述物架为两层的小推车,所述耗材柜包括上耗材柜、中耗材柜和下耗材柜三个,上耗材柜有三层,中耗材柜有五层,下耗材柜有两层;
若,则将所述低值耗材放在所述物架的上层;
若,则将所述低值耗材放在所述物架的下层;
若,则将所述低值耗材放在所述耗材柜的中耗材柜的上两层;
若为所述高值耗材,则将/>放到耗材柜;
若,则将所述高值耗材放在所述耗材柜的中耗材柜的下三层;
若,则将所述高值耗材放在所述耗材柜的上耗材柜;
若,则将所述高值耗材放在所述耗材柜的下耗材柜;
若有冷藏、无菌的要求,则将所述耗材放入专门的冷藏、无菌区;
将所述低值耗材和所述高值耗材按所述入库时间进行摆放,先入库的放在所述耗材的前面,后入库的放在所述耗材的后面。
7.如权利要求6所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述实时监测包括库存警戒线提醒、对耗材验收和过期进行监控,所述实时监测的流程如下:
监测所述耗材的库存量是否小于所述最低库存警戒线;
若所述耗材的库存量小于所述最低库存警戒线,则系统报警,提示需要进行补货操作;
若所述耗材的库存量大于等于所述最低库存警戒线,则结束监测流程;
其中,所述补货操作根据所述耗材的库存量和所述供应商信息,系统自动生成进货列表,将所述进货列表发送给指定供应商,并下单通知所述供应商进行交付;
所述供应商是从所述供应商信息中提取到的指定供应商;
查看所述耗材的生产日期和所述耗材的保质期;
若所述保质期为两年以上且验收时距所述生产日期的时间超过所述保质期的30%,则验收人员拒收;
若所述保质期为两年以上且验收时距所述生产日期的时间不超过所述保质期的30%,则验收人员接收所述耗材并执行所述智能管理;
若所述保质期为两年以下且验收时距所述生产日期的时间超过所述保质期的10%,则验收人员拒收;
若所述保质期为两年以下且验收时距所述生产日期的时间不超过所述保质期的10%,则验收人员接收所述耗材并执行所述智能管理;
若所述保质期已到,则对所述耗材进行摧毁处理。
8.如权利要求7所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述订单管理包括供应商管理和订单库存互联;
所述供应商管理包括整理所述供应商信息,生成Excel表,整理所述供应商信息的函数表达式如下所示:
;
式中,表示所述供应商信息的整理函数,/>表示所述耗材的供应商名称,/>表示所述耗材的供应商联系人,/>表示所述耗材的进货价格,/>表示供应商可靠性,/>表示所述耗材的预定交货时间,/>表示所述耗材的实际交货时间,/>表示所述耗材的成交次数,表示所述耗材的退货次数;
其中,所述供应商可靠性的判断标准如下:
若所述耗材的交货及时且质量好,则所述供应商可靠性为最高;
若所述耗材的交货及时且质量中等,则所述供应商可靠性为高;
若所述耗材的交货及时且质量不好,则所述供应商可靠性为中等;
若所述耗材的交货不及时且质量好,则所述供应商可靠性为中等;
若所述耗材的交货不及时且质量中等,则所述供应商可靠性为低;
若所述耗材的交货不及时且质量不好,则所述供应商可靠性为最低;
其中,所述耗材的交货时间是否及时的判断标准如下:
若,则说明交货及时;
若,则说明交货不及时;
其中,所述耗材的质量的计算公式为:
;
式中,表示所述耗材的成交次数,/>表示所述耗材的退货次数;
所述耗材的质量判断标准如下:
若,则说明所述耗材的质量好;
若,则说明所述耗材的质量中等;
若,则说明所述耗材的质量不好。
9.如权利要求8所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述订单库存互联包括记录订单信息和所述库存信息,记录所述订单信息的函数表达式如下所示:
;
式中,表示所述订单信息的记录函数,/>表示订单号,/>表示订单审批人,/>表示所述耗材的库存量,/>表示所述耗材的最低库存警戒线,/>表示所述耗材的补货量,/>表示所述耗材的进货价格,/>表示所述耗材的零售价格;
其中,当时,补货量/>的计算公式为/>,当时,补货量/>的计算公式为/>;
式中,表示将该括号内的数取整,/>表示所述耗材的库存量,/>表示所述耗材的最低库存警戒线,/>表示所述耗材的进货价格,/>表示所述耗材的零售价格。
10.如权利要求9所述的基于云计算的口腔诊所库房管理方法,其特征在于:所述数据分析包括分析、预测和优化库存情况;
所述数据分析的步骤包括:
S1、收集和整理所述耗材的订单信息、所述耗材的库存信息和所述耗材的其他信息,包括名称、类别、规格、订单量、库存量、补货周期、供应商可靠性、库存成本,形成信息集;
S2、从信息集中选取订单量、库存量、补货周期、供应商可靠性、库存成本作为特征选择;
S3、对收集和整理到的信息集进行预处理,包括删除重复信息、填写缺失信息和修改异常信息;
S4、构建随机森林模型;
S5、对所述耗材的库存情况进行预测;
S6、使用随机森林模型进行评估;
S7、将所述耗材的库存情况预测可视化分析。
11.基于云计算的口腔诊所库房管理系统,其基于权利要求1-10中任一项所述的基于云计算的口腔诊所库房管理方法实现,其特征在于:所述系统包括:
分类管理模块、库存管理模块、订单管理模块和数据分析模块;
分类管理模块利用耗材识别模型对耗材进行识别和分类,库存管理模块对已分类的耗材进行统计、智能管理和实时监测,订单管理模块关联订单信息与库存管理模块,数据分析模块对库存的情况进行分析、预测和优化。
12.基于云计算的口腔诊所库房管理装置,其特征在于:包括存储介质和处理器,所述存储介质用于存储操作指令,所述处理器执行操作指令用于实现权利要求1-10中任一项所述的基于云计算的口腔诊所库房管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310997688.4A CN116957475B (zh) | 2023-08-09 | 2023-08-09 | 基于云计算的口腔诊所库房管理方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310997688.4A CN116957475B (zh) | 2023-08-09 | 2023-08-09 | 基于云计算的口腔诊所库房管理方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116957475A true CN116957475A (zh) | 2023-10-27 |
CN116957475B CN116957475B (zh) | 2024-06-21 |
Family
ID=88456584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310997688.4A Active CN116957475B (zh) | 2023-08-09 | 2023-08-09 | 基于云计算的口腔诊所库房管理方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116957475B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635983A (zh) * | 2024-01-26 | 2024-03-01 | 江南大学附属医院 | 一种医用耗材入库管理方法、装置、设备和介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107230033A (zh) * | 2017-06-07 | 2017-10-03 | 北京矩阵魔方网络科技有限公司 | 一种基于数据分析技术的库存预警管理系统及其方法 |
CN109460702A (zh) * | 2018-09-14 | 2019-03-12 | 华南理工大学 | 基于人体骨架序列的乘客异常行为识别方法 |
CN109784800A (zh) * | 2018-06-01 | 2019-05-21 | 太仓市第一人民医院 | Spd模式下医用低值耗材三级库房管理系统及其工作方法 |
CN110349190A (zh) * | 2019-06-10 | 2019-10-18 | 广州视源电子科技股份有限公司 | 自适应学习的目标跟踪方法、装置、设备及可读存储介质 |
CN111832984A (zh) * | 2020-05-27 | 2020-10-27 | 福建亿能达信息技术股份有限公司 | 一种高值耗材管理系统 |
CN113935831A (zh) * | 2021-09-29 | 2022-01-14 | 光大科技有限公司 | 信托产品定价方法、装置、存储介质及电子装置 |
CN114021757A (zh) * | 2022-01-05 | 2022-02-08 | 天津医药集团众健康达医疗器械有限公司 | 一种基于spd模式的高值一次性耗材管理方法及系统 |
CN114021801A (zh) * | 2021-10-29 | 2022-02-08 | 中国计量大学 | 一种标准物质多目标优化管理方法 |
WO2022074988A1 (ja) * | 2020-10-05 | 2022-04-14 | 友規 各務 | 在庫管理システム、在庫管理方法、在庫管理プログラム |
US20230004581A1 (en) * | 2021-06-29 | 2023-01-05 | Naver Corporation | Computer-Implemented Method for Improving Classification of Labels and Categories of a Database |
CN115966293A (zh) * | 2023-02-02 | 2023-04-14 | 辉岭加拿大有限公司 | 一种实现体外诊断试剂vmi自动补货的软硬件协同算法 |
CN115985479A (zh) * | 2023-03-20 | 2023-04-18 | 南京沃德睿医疗科技有限公司 | Rfid医疗耗材智能货架仓储管理系统、方法及装置 |
CN116130069A (zh) * | 2023-01-16 | 2023-05-16 | 中实医疗科技江苏有限公司 | 一种用于医学实验室的库存管理系统 |
CN116230191A (zh) * | 2023-05-08 | 2023-06-06 | 深圳市普朗医疗科技发展有限公司 | 一种输注类医疗耗材的智能管理方法及系统 |
EP4194107A1 (en) * | 2021-12-10 | 2023-06-14 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for classifying material objects |
US20230237346A1 (en) * | 2020-09-18 | 2023-07-27 | Tbo Healthcare Co., Ltd. | Integrated hospital logistics management system using ai technology, and integrated hospital logistics management method using same |
-
2023
- 2023-08-09 CN CN202310997688.4A patent/CN116957475B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107230033A (zh) * | 2017-06-07 | 2017-10-03 | 北京矩阵魔方网络科技有限公司 | 一种基于数据分析技术的库存预警管理系统及其方法 |
CN109784800A (zh) * | 2018-06-01 | 2019-05-21 | 太仓市第一人民医院 | Spd模式下医用低值耗材三级库房管理系统及其工作方法 |
CN109460702A (zh) * | 2018-09-14 | 2019-03-12 | 华南理工大学 | 基于人体骨架序列的乘客异常行为识别方法 |
CN110349190A (zh) * | 2019-06-10 | 2019-10-18 | 广州视源电子科技股份有限公司 | 自适应学习的目标跟踪方法、装置、设备及可读存储介质 |
CN111832984A (zh) * | 2020-05-27 | 2020-10-27 | 福建亿能达信息技术股份有限公司 | 一种高值耗材管理系统 |
US20230237346A1 (en) * | 2020-09-18 | 2023-07-27 | Tbo Healthcare Co., Ltd. | Integrated hospital logistics management system using ai technology, and integrated hospital logistics management method using same |
WO2022074988A1 (ja) * | 2020-10-05 | 2022-04-14 | 友規 各務 | 在庫管理システム、在庫管理方法、在庫管理プログラム |
US20230004581A1 (en) * | 2021-06-29 | 2023-01-05 | Naver Corporation | Computer-Implemented Method for Improving Classification of Labels and Categories of a Database |
CN113935831A (zh) * | 2021-09-29 | 2022-01-14 | 光大科技有限公司 | 信托产品定价方法、装置、存储介质及电子装置 |
CN114021801A (zh) * | 2021-10-29 | 2022-02-08 | 中国计量大学 | 一种标准物质多目标优化管理方法 |
EP4194107A1 (en) * | 2021-12-10 | 2023-06-14 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus and method for classifying material objects |
CN114021757A (zh) * | 2022-01-05 | 2022-02-08 | 天津医药集团众健康达医疗器械有限公司 | 一种基于spd模式的高值一次性耗材管理方法及系统 |
CN116130069A (zh) * | 2023-01-16 | 2023-05-16 | 中实医疗科技江苏有限公司 | 一种用于医学实验室的库存管理系统 |
CN115966293A (zh) * | 2023-02-02 | 2023-04-14 | 辉岭加拿大有限公司 | 一种实现体外诊断试剂vmi自动补货的软硬件协同算法 |
CN115985479A (zh) * | 2023-03-20 | 2023-04-18 | 南京沃德睿医疗科技有限公司 | Rfid医疗耗材智能货架仓储管理系统、方法及装置 |
CN116230191A (zh) * | 2023-05-08 | 2023-06-06 | 深圳市普朗医疗科技发展有限公司 | 一种输注类医疗耗材的智能管理方法及系统 |
Non-Patent Citations (4)
Title |
---|
安志伟 等: "基于UNet++卷积神经网络的断层识别", 《HTTPS://DOI.ORG/10.19292/J.CNKI.JDXXP.20230707.002》, pages 1 - 12 * |
林皓 等: "基于深度学习的铁路路基雷达检测信号中强干扰压制方法研究", 《HTTP://KNS.CNKI.NET/KCMS/DETAIL/11.2982.P.20230613.1523.018.HTML》, pages 1 - 11 * |
盛永健 等: "基于改进卷积神经网络的燃气调压器故障识别研究", 《现代制造工程》, no. 04, pages 132 - 138 * |
马君亮: "基于图的半监督分类算法研究", 《中国博士学位论文全文数据库基础科学辑》, no. 01, pages 002 - 51 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117635983A (zh) * | 2024-01-26 | 2024-03-01 | 江南大学附属医院 | 一种医用耗材入库管理方法、装置、设备和介质 |
CN117635983B (zh) * | 2024-01-26 | 2024-04-05 | 江南大学附属医院 | 一种医用耗材入库管理方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116957475B (zh) | 2024-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2779034C (en) | High-risk procurement analytics and scoring system | |
US8069101B1 (en) | Financial methodology to valuate and predict the news impact of major events on financial instruments | |
CN109472646A (zh) | 一种金融产品推荐方法及装置 | |
CN108960741B (zh) | 一种核电站群厂备件库存管理系统 | |
CN116957475B (zh) | 基于云计算的口腔诊所库房管理方法、系统及装置 | |
US8103539B2 (en) | Sample store forecasting process and system | |
US20060178955A1 (en) | System and method for product imputation relating to sample stores | |
CN111882420A (zh) | 响应率的生成方法、营销方法、模型训练方法及装置 | |
CN113434575B (zh) | 基于数据仓库的数据归因处理方法、装置及存储介质 | |
CN116308470A (zh) | 基于数据分析的门店物品效期全生命周期管理系统 | |
Patra et al. | A two-period newsvendor model for prepositioning with a post-disaster replenishment using Bayesian demand update | |
CN113837701A (zh) | 基于rfid标签的仓储监管系统 | |
Rauliajtys-Grzybek et al. | Cost accounting in public hospitals in Poland: Usefulness for internal and external purposes | |
CN111339389A (zh) | 一种识别网店转让的预警方法及系统 | |
CN116228431A (zh) | 一种异常交易账户确定方法、装置及电子设备 | |
CN114119237A (zh) | 养老金产品筛选方法及装置 | |
CN113850609A (zh) | 一种客户管理系统、方法、计算机设备和存储介质 | |
JP6907099B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US10636521B1 (en) | Blood marketplace system and method | |
Bieler et al. | Incorporating medical claims data in the Consumer Price Index | |
CN113628717B (zh) | 医用品管理数据计算方法及装置 | |
KR102494168B1 (ko) | 재고 관리 방법 및 장치 | |
Rustan et al. | The Critical Blood Bank’s Inventory Management Improvement Using Information System Through the Implementation of Internet of Things | |
Gusliana et al. | Determination of Community-Based Health Microinsurance Premiums Based on Health Costs | |
Rojas González et al. | Dental Clinic Inventory Management with Monte Carlo Simulation |
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 |