CN117172671B - 一种智能企业货物管理方法及系统 - Google Patents
一种智能企业货物管理方法及系统 Download PDFInfo
- Publication number
- CN117172671B CN117172671B CN202311441999.9A CN202311441999A CN117172671B CN 117172671 B CN117172671 B CN 117172671B CN 202311441999 A CN202311441999 A CN 202311441999A CN 117172671 B CN117172671 B CN 117172671B
- Authority
- CN
- China
- Prior art keywords
- warehouse
- storage
- goods
- cargo
- stored
- 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
Links
- 238000007726 management method Methods 0.000 title claims description 24
- 238000003860 storage Methods 0.000 claims abstract description 210
- 238000012216 screening Methods 0.000 claims abstract description 169
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000007613 environmental effect Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000013461 design Methods 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000007477 logistic regression Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Abstract
本发明公开了一种智能企业货物管理方法及系统,涉及货物存储管理技术领域,包括:获取企业待存储的货物的货物信息;计算待存储的货物的存储周期;分析每个可用仓库的存储状态;确定初步筛选仓库;确定初步筛选仓库的存储通用指标;确定初步筛选仓库的机电设备运行风险;基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;筛选出货物存储合理性最大的初步筛选仓库。本发明的优点在于:本方案结合货物和仓库属性进行综合分析,在进行货物管理时,可有效为货物分配最优化的存储仓库,保证仓库存储空间利用的合理性,最大化的利用存储资源。
Description
技术领域
本发明涉及货物存储管理技术领域,具体是涉及一种智能企业货物管理方法及系统。
背景技术
企业在进行生产加工销售工作时,通常需要对货物进行存储管理,然而现有的企业货物管理过程中,缺乏对于货物和仓库属性的综合分析,在进行货物管理时,难以实现货物存储的统筹规划,不能为货物分配最优化的存储仓库,往往易导致仓库存储空间利用不合理的问题,易导致货物过度占用存储资源,造成存储资源的严重浪费,且易导致后续货物进行存储时出现存储资源不足的问题。
发明内容
为解决上述技术问题,提供一种智能企业货物管理方法及系统,本技术方案解决了上述的现有的企业货物管理过程中,缺乏对于货物和仓库属性的综合分析,在进行货物管理时,难以实现货物存储的统筹规划,不能为货物分配最优化的存储仓库,往往易导致仓库存储空间利用不合理的问题,易导致货物过度占用存储资源,造成存储资源的严重浪费的问题。
为达到以上目的,本发明采用的技术方案为:
一种智能企业货物管理方法,包括:
获取企业待存储的货物的货物信息,所述货物信息至少包括货物种类、货物数量和货物存储需求环境条件;
基于货物的历史存储数据,计算待存储的货物的存储周期;
确定企业内所有可用仓库的运行数据,分析每个可用仓库的存储状态,所述存储状态至少包括仓库存储环境、仓库剩余容量和仓库机电设备运行状态;
基于货物存储需求环境条件和仓库存储环境,确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库;
基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标;
基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险;
基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;
筛选出货物存储合理性最大的初步筛选仓库,作为待存储的货物的入库存储仓库。
优选的,所述基于货物的历史存储数据,计算待存储的货物的存储周期具体包括:
基于待存储的货物的历史存储数据,确定待存储的货物的历史存储周期数据;
基于待存储的货物的历史存储周期数据进行分析,剔除待存储的货物的历史存储周期数据中不符合正态分布的异常值,得到待存储的货物的历史存储标准周期数据;
对待存储的货物的历史存储标准周期数据进行求平均值,获得待存储的货物的存储周期。
优选的,所述剔除待存储的货物的历史存储周期数据中不符合正态分布的异常值采用格拉布斯准则;
所述格拉布斯准则的表达式为:
式中,为待存储的货物的第l个历史存储周期数据,/>为待存储的货物的所有历史存储周期数据的平均值,/>为待存储的货物的所有历史存储周期数据的标准差,/>为异常点临界值,异常点临界值通过查格拉布斯表获得;
若满足格拉布斯准则的表达式,则是不符合正态分布的异常值,若不满足格拉布斯准则的表达式,则/>不是不符合正态分布的异常值。
优选的,所述基于货物存储需求环境条件和仓库存储环境,确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库具体包括:
当且仅当可用仓库的仓库存储环境的每一个环境值均满足货物存储需求环境条件,且可用仓库的仓库剩余容量大于货物数量,该可用仓库为初步筛选仓库。
优选的,所述基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标具体包括:
获取仓库位置处的自然环境的环境值;
通过偏差率计算公式计算初步筛选仓库的仓库存储环境的每个环境值与自然环境的环境值的偏差指标;
将偏差指标进行求和,得到初步筛选仓库的总偏差指标;
计算所有初步筛选仓库的总偏差指标,并组成总偏差指标矩阵P,,其中,/>为初步筛选仓库总数,/>为第i个初步筛选仓库的总偏差指标;
基于总偏差指标矩阵,通过归一化算法计算每一个初步筛选仓库存储通用指标;
所述偏差率计算公式具体为:
式中,为仓库存储环境的环境值与自然环境的环境值的偏差指标,/>为自然环境的环境值,/>为仓库存储环境的环境值。
优选的,所述归一化算法具体为:
筛选出总偏差指标矩阵P中元素的最大值和最小值;
基于正向归一化公式计算每一个初步筛选仓库存储通用指标;
所述正向归一化公式具体为:
式中,为第i个初步筛选仓库存储通用指标,/>为总偏差指标矩阵P中元素的最大值,/>为总偏差指标矩阵P中元素的最小值。
优选的,所述基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险具体包括:
获取初步筛选仓库的每一个机电设备的已运行时长和设计寿命;
计算机电设备的已运行时长与待存储的货物的存储周期求和,得到机电设备的运行需求时长;
计算机电设备的运行需求时长和设计寿命的比值,作为机电设备的运行指标;
基于Logistic回归模型,建立机电设备的故障概率—机电设备的运行指标的风险回归模型;
将机电设备的运行指标代入风险回归模型,得到机电设备的故障概率;
将初步筛选仓库的每一个机电设备的故障概率进行累加,得到初步筛选仓库的机电设备运行风险;
所述风险回归模型的表达式为:
式中,为机电设备的故障概率,/>为机电设备的运行指标,/>均为模型系数。
优选的,所述基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性具体包括:
通过合理性指标计算公式计算初步筛选仓库的货物存储合理性;
所述合理性指标计算公式具体包括:
式中,为第i个初步筛选仓库的货物存储合理性,/>为第i个初步筛选仓库的机电设备运行风险。
进一步的,提出一种智能企业货物管理系统,用于实现如上述的智能企业货物管理方法,具体包括:
货物分析模块,所述货物分析模块用于获取企业待存储的货物的货物信息和基于货物的历史存储数据,计算待存储的货物的存储周期;
仓库分析模块,所述仓库分析模块用于确定企业内所有可用仓库的运行数据,分析每个可用仓库的存储状态;
仓库初筛模块,所述仓库初筛模块与所述货物分析模块和所述仓库分析模块电性连接,所述仓库初筛模块用于确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库;
合理性计算模块,所述合理性计算模块与所述仓库初筛模块、所述货物分析模块和所述仓库分析模块电性连接,所述合理性计算模块用于基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标、基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险和基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;
仓库确定模块,所述仓库确定模块与所述合理性计算模块电性连接,所述仓库确定模块用于筛选出货物存储合理性最大的初步筛选仓库,作为待存储的货物的入库存储仓库。
可选的,所述合理性计算模块包括:
仓库通用性计算单元,所述仓库通用性计算单元用于基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标;
仓库运行风险计算单元,所述仓库运行风险计算单元用于基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险;
综合计算单元,所述综合计算单元用于基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性。
与现有技术相比,本发明的有益效果在于:
本发明提出一种智能企业货物管理方案,首先基于货物数量和货物存储需求环境条件进行筛选若干个可满足待存储的货物存储需求的仓库,之后通过计算每一个初步筛选仓库的仓库环境与自然环境之间的偏差率,并基于偏差率计算仓库的存储通用指标,并基于每个仓库的机电设备的运行状态,确定初步筛选仓库的机电设备运行风险,之后结合初步筛选仓库的存储通用指标和机电设备运行风险计算初步筛选仓库的货物存储合理性,通过结合货物和仓库属性进行综合分析,在进行货物管理时,可有效为货物分配最优化的存储仓库,保证仓库存储空间利用的合理性,最大化的利用存储资源。
附图说明
图1为本发明提出的智能企业货物管理方法流程图;
图2为本发明中的计算待存储的货物的存储周期的方法流程图;
图3为本发明中的确定初步筛选仓库的存储通用指标的方法流程图;
图4为本发明中的确定初步筛选仓库的机电设备运行风险的方法流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1所示,一种智能企业货物管理方法,包括:
获取企业待存储的货物的货物信息,货物信息至少包括货物种类、货物数量和货物存储需求环境条件;
基于货物的历史存储数据,计算待存储的货物的存储周期;
确定企业内所有可用仓库的运行数据,分析每个可用仓库的存储状态,存储状态至少包括仓库存储环境、仓库剩余容量和仓库机电设备运行状态;
基于货物存储需求环境条件和仓库存储环境,确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库,当且仅当可用仓库的仓库存储环境的每一个环境值均满足货物存储需求环境条件,且可用仓库的仓库剩余容量大于货物数量,该可用仓库为初步筛选仓库;
基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标;
基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险;
基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;
筛选出货物存储合理性最大的初步筛选仓库,作为待存储的货物的入库存储仓库。
本方案首先基于货物数量和货物存储需求环境条件进行筛选若干个可满足待存储的货物存储需求的仓库,之后通过计算每一个初步筛选仓库的仓库环境与自然环境之间的偏差率,并基于偏差率计算仓库的存储通用指标,并基于每个仓库的机电设备的运行状态,确定初步筛选仓库的机电设备运行风险,之后结合初步筛选仓库的存储通用指标和机电设备运行风险计算初步筛选仓库的货物存储合理性,通过结合货物和仓库属性进行综合分析,在进行货物管理时,可有效为货物分配最优化的存储仓库,保证仓库存储空间利用的合理性,最大化的利用存储资源。
参照图2所示,基于货物的历史存储数据,计算待存储的货物的存储周期具体包括:
基于待存储的货物的历史存储数据,确定待存储的货物的历史存储周期数据;
基于待存储的货物的历史存储周期数据进行分析,剔除待存储的货物的历史存储周期数据中不符合正态分布的异常值,得到待存储的货物的历史存储标准周期数据;
对待存储的货物的历史存储标准周期数据进行求平均值,获得待存储的货物的存储周期。
剔除待存储的货物的历史存储周期数据中不符合正态分布的异常值采用格拉布斯准则;
格拉布斯准则的表达式为:
式中,为待存储的货物的第l个历史存储周期数据,/>为待存储的货物的所有历史存储周期数据的平均值,/>为待存储的货物的所有历史存储周期数据的标准差,/>为异常点临界值,异常点临界值通过查格拉布斯表获得;
若满足格拉布斯准则的表达式,则是不符合正态分布的异常值,若不满足格拉布斯准则的表达式,则/>不是不符合正态分布的异常值。
可以理解的是,不同种类的货物在进行存储时的通常具有固定的存储周期,本方案中通过对待存储的货物的历史存储数据进行分析,通过格拉布斯准则筛选出获取历史存储数据中的偶然异常情况造成的不符合正态分布的异常值,得到待存储的货物的历史存储标准周期数据,并对待存储的货物的历史存储标准周期数据进行求平均值,获得待存储的货物的存储周期,可有效的反映货物的标准存储周期。
参照图3所示,基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标具体包括:
获取仓库位置处的自然环境的环境值;
通过偏差率计算公式计算初步筛选仓库的仓库存储环境的每个环境值与自然环境的环境值的偏差指标;
将偏差指标进行求和,得到初步筛选仓库的总偏差指标;
计算所有初步筛选仓库的总偏差指标,并组成总偏差指标矩阵P,,其中,/>为初步筛选仓库总数,/>为第i个初步筛选仓库的总偏差指标;
基于总偏差指标矩阵,通过归一化算法计算每一个初步筛选仓库存储通用指标;
偏差率计算公式具体为:
式中,为仓库存储环境的环境值与自然环境的环境值的偏差指标,/>为自然环境的环境值,/>为仓库存储环境的环境值。
归一化算法具体为:
筛选出总偏差指标矩阵P中元素的最大值和最小值;
基于正向归一化公式计算每一个初步筛选仓库存储通用指标;
正向归一化公式具体为:
式中,为第i个初步筛选仓库存储通用指标,/>为总偏差指标矩阵P中元素的最大值,/>为总偏差指标矩阵P中元素的最小值。
可以理解的是,对于仓库来说,其正常存储运行时的仓库存储环境的环境值与自然环境的环境值的偏差值越大,则说明该仓库对于某些特殊货物的仓储特用性越强,因此在进行货物存储时,应尽量减少对于特用性强的仓库占用,以应对后续的可能存在特殊货物存储需求,基于此,本方案中通过对初步筛选仓库的总偏差指标进行正向化归一计算,得到初步筛选仓库存储通用指标,该存储通用指标越大,则说明初步筛选仓库的仓库存储环境的环境值与自然环境的环境值的偏差值越小,进而说明该仓库的特用性低。
参照图4所示,基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险具体包括:
获取初步筛选仓库的每一个机电设备的已运行时长和设计寿命;
计算机电设备的已运行时长与待存储的货物的存储周期求和,得到机电设备的运行需求时长;
计算机电设备的运行需求时长和设计寿命的比值,作为机电设备的运行指标;
基于Logistic回归模型,建立机电设备的故障概率—机电设备的运行指标的风险回归模型;
将机电设备的运行指标代入风险回归模型,得到机电设备的故障概率;
将初步筛选仓库的每一个机电设备的故障概率进行累加,得到初步筛选仓库的机电设备运行风险;
风险回归模型的表达式为:
式中,为机电设备的故障概率,/>为机电设备的运行指标,/>均为模型系数。
Logistic回归模型是一种广义的线性回归分析模型,常用于数据挖掘,结果预测等领域;
对于仓库机电设备来说,其出现故障的主要因素为长期运行过程中的元器件损耗所造成,因此在本方案中,以对机电设备的运行需求时长和设计寿命的比值作为Logistic回归模型中的分析参数进行仓库机电设备的故障概率预测;
通过计算仓库在货物存储周期内的故障风险值,故障风险值越大,则说明货物在仓库中进行存储的稳定性越低。
基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性具体包括:
通过合理性指标计算公式计算初步筛选仓库的货物存储合理性;
合理性指标计算公式具体包括:
式中,为第i个初步筛选仓库的货物存储合理性,/>为第i个初步筛选仓库的机电设备运行风险。
通过合理性指标计算公式计算初步筛选仓库的货物存储合理性,货物存储合理性越大,则说明货物存储在该初步筛选仓库中的仓储资源利用率和存储稳定性的综合指标越大,货物存储的越合理。
进一步的,基于与上述智能企业货物管理方法相同的发明构思,本方案还提出一种智能企业货物管理系统,包括:
货物分析模块,货物分析模块用于获取企业待存储的货物的货物信息和基于货物的历史存储数据,计算待存储的货物的存储周期;
仓库分析模块,仓库分析模块用于确定企业内所有可用仓库的运行数据,分析每个可用仓库的存储状态;
仓库初筛模块,仓库初筛模块与货物分析模块和仓库分析模块电性连接,仓库初筛模块用于确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库;
合理性计算模块,合理性计算模块与仓库初筛模块、货物分析模块和仓库分析模块电性连接,合理性计算模块用于基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标、基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险和基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;
仓库确定模块,仓库确定模块与合理性计算模块电性连接,仓库确定模块用于筛选出货物存储合理性最大的初步筛选仓库,作为待存储的货物的入库存储仓库。
合理性计算模块包括:
仓库通用性计算单元,仓库通用性计算单元用于基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标;
仓库运行风险计算单元,仓库运行风险计算单元用于基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险;
综合计算单元,综合计算单元用于基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性。
上述的智能企业货物管理系统的使用过程为:
步骤一:货物分析模块获取企业待存储的货物的货物信息和基于货物的历史存储数据,计算待存储的货物的存储周期;
步骤二:仓库分析模块确定企业内所有可用仓库的运行数据,分析每个可用仓库的存储状态;
步骤三:仓库初筛模块确定可用仓库的仓库存储环境的每一个环境值均满足货物存储需求环境条件,且可用仓库的仓库剩余容量大于货物数量的若干个可用仓库,记为初步筛选仓库;
步骤四:仓库通用性计算单元基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标,同时仓库运行风险计算单元基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险;
步骤五:综合计算单元基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;
步骤六:仓库确定模块筛选出货物存储合理性最大的初步筛选仓库,作为待存储的货物的入库存储仓库。
综上所述,本发明的优点在于:本方案结合货物和仓库属性进行综合分析,在进行货物管理时,可有效为货物分配最优化的存储仓库,保证仓库存储空间利用的合理性,最大化的利用存储资源。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (6)
1.一种智能企业货物管理方法,其特征在于,包括:
获取企业待存储的货物的货物信息,所述货物信息至少包括货物种类、货物数量和货物存储需求环境条件;
基于货物的历史存储数据,计算待存储的货物的存储周期;
确定企业内所有可用仓库的运行数据,分析每个可用仓库的存储状态,所述存储状态至少包括仓库存储环境、仓库剩余容量和仓库机电设备运行状态;
基于货物存储需求环境条件和仓库存储环境,确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库;
基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标;
基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险;
基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;
筛选出货物存储合理性最大的初步筛选仓库,作为待存储的货物的入库存储仓库;
所述基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标具体包括:
获取仓库位置处的自然环境的环境值;
通过偏差率计算公式计算初步筛选仓库的仓库存储环境的每个环境值与自然环境的环境值的偏差指标;
将偏差指标进行求和,得到初步筛选仓库的总偏差指标;
计算所有初步筛选仓库的总偏差指标,并组成总偏差指标矩阵P,,其中,/>为初步筛选仓库总数,/>为第i个初步筛选仓库的总偏差指标;
基于总偏差指标矩阵,通过归一化算法计算每一个初步筛选仓库存储通用指标;
所述偏差率计算公式具体为:
;
式中,为仓库存储环境的环境值与自然环境的环境值的偏差指标,/>为自然环境的环境值,/>为仓库存储环境的环境值;
所述归一化算法具体为:
筛选出总偏差指标矩阵P中元素的最大值和最小值;
基于正向归一化公式计算每一个初步筛选仓库存储通用指标;
所述正向归一化公式具体为:
;
式中,为第i个初步筛选仓库存储通用指标,/>为总偏差指标矩阵P中元素的最大值,/>为总偏差指标矩阵P中元素的最小值;
所述基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性具体包括:
通过合理性指标计算公式计算初步筛选仓库的货物存储合理性;
所述合理性指标计算公式具体包括:
;
式中,为第i个初步筛选仓库的货物存储合理性,/> 为第i个初步筛选仓库的机电设备运行风险。
2.根据权利要求1所述的一种智能企业货物管理方法,其特征在于,所述基于货物的历史存储数据,计算待存储的货物的存储周期具体包括:
基于待存储的货物的历史存储数据,确定待存储的货物的历史存储周期数据;
基于待存储的货物的历史存储周期数据进行分析,剔除待存储的货物的历史存储周期数据中不符合正态分布的异常值,得到待存储的货物的历史存储标准周期数据;
对待存储的货物的历史存储标准周期数据进行求平均值,获得待存储的货物的存储周期。
3.根据权利要求2所述的一种智能企业货物管理方法,其特征在于,所述剔除待存储的货物的历史存储周期数据中不符合正态分布的异常值采用格拉布斯准则;
所述格拉布斯准则的表达式为:
,
式中,为待存储的货物的第l个历史存储周期数据,/>为待存储的货物的所有历史存储周期数据的平均值,/>为待存储的货物的所有历史存储周期数据的标准差,/>为异常点临界值,异常点临界值通过查格拉布斯表获得;
若满足格拉布斯准则的表达式,则是不符合正态分布的异常值,若不满足格拉布斯准则的表达式,则/>不是不符合正态分布的异常值。
4.根据权利要求3所述的一种智能企业货物管理方法,其特征在于,所述基于货物存储需求环境条件和仓库存储环境,确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库具体包括:
当且仅当可用仓库的仓库存储环境的每一个环境值均满足货物存储需求环境条件,且可用仓库的仓库剩余容量大于货物数量,该可用仓库为初步筛选仓库。
5.根据权利要求4所述的一种智能企业货物管理方法,其特征在于,所述基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险具体包括:
获取初步筛选仓库的每一个机电设备的已运行时长和设计寿命;
计算机电设备的已运行时长与待存储的货物的存储周期求和,得到机电设备的运行需求时长;
计算机电设备的运行需求时长和设计寿命的比值,作为机电设备的运行指标;
基于Logistic回归模型,建立机电设备的故障概率—机电设备的运行指标的风险回归模型;
将机电设备的运行指标代入风险回归模型,得到机电设备的故障概率;
将初步筛选仓库的每一个机电设备的故障概率进行累加,得到初步筛选仓库的机电设备运行风险;
所述风险回归模型的表达式为:
;
式中,为机电设备的故障概率,/>为机电设备的运行指标,/>均为模型系数。
6.一种智能企业货物管理系统,其特征在于,用于实现如权利要求1-5任一项所述的智能企业货物管理方法,具体包括:
货物分析模块,所述货物分析模块用于获取企业待存储的货物的货物信息和基于货物的历史存储数据,计算待存储的货物的存储周期;
仓库分析模块,所述仓库分析模块用于确定企业内所有可用仓库的运行数据,分析每个可用仓库的存储状态;
仓库初筛模块,所述仓库初筛模块与所述货物分析模块和所述仓库分析模块电性连接,所述仓库初筛模块用于确定满足待存储的货物的若干个可用仓库,记为初步筛选仓库;
合理性计算模块,所述合理性计算模块与所述仓库初筛模块、所述货物分析模块和所述仓库分析模块电性连接,所述合理性计算模块用于基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标、基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险和基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性;
仓库确定模块,所述仓库确定模块与所述合理性计算模块电性连接,所述仓库确定模块用于筛选出货物存储合理性最大的初步筛选仓库,作为待存储的货物的入库存储仓库;
所述合理性计算模块包括:
仓库通用性计算单元,所述仓库通用性计算单元用于基于初步筛选仓库的仓库存储环境,确定初步筛选仓库的存储通用指标;
仓库运行风险计算单元,所述仓库运行风险计算单元用于基于初步筛选仓库的仓库机电设备运行状态,确定初步筛选仓库的机电设备运行风险;
综合计算单元,所述综合计算单元用于基于初步筛选仓库的存储通用指标和机电设备运行风险综合计算每个初步筛选仓库的货物存储合理性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311441999.9A CN117172671B (zh) | 2023-11-01 | 2023-11-01 | 一种智能企业货物管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311441999.9A CN117172671B (zh) | 2023-11-01 | 2023-11-01 | 一种智能企业货物管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117172671A CN117172671A (zh) | 2023-12-05 |
CN117172671B true CN117172671B (zh) | 2024-02-13 |
Family
ID=88932087
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311441999.9A Active CN117172671B (zh) | 2023-11-01 | 2023-11-01 | 一种智能企业货物管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117172671B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826955A (zh) * | 2019-09-25 | 2020-02-21 | 六安致跃供应链管理有限公司 | 一种仓储物料智能管理方法 |
CN114418407A (zh) * | 2022-01-21 | 2022-04-29 | 合肥天特自动化科技有限公司 | 一种基于数据分析的仓储自动化管控系统 |
CN116415893A (zh) * | 2023-04-11 | 2023-07-11 | 安徽路歌运输有限公司 | 一种物流仓储管理方法、系统及存储介质 |
CN116560934A (zh) * | 2022-01-28 | 2023-08-08 | 汉海信息技术(上海)有限公司 | 异常设备检测方法、装置、设备、存储介质及程序产品 |
CN116579712A (zh) * | 2023-05-09 | 2023-08-11 | 上海鑫虹物流有限公司 | 智能仓储方法及相关装置 |
CN116596441A (zh) * | 2023-05-16 | 2023-08-15 | 深圳市易通安达国际物流有限公司 | 一种基于云计算的智能仓储服务管理方法及系统 |
CN116755939A (zh) * | 2023-08-14 | 2023-09-15 | 北京泰利思诺信息技术股份有限公司 | 一种基于系统资源的智能化数据备份任务规划方法及系统 |
-
2023
- 2023-11-01 CN CN202311441999.9A patent/CN117172671B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826955A (zh) * | 2019-09-25 | 2020-02-21 | 六安致跃供应链管理有限公司 | 一种仓储物料智能管理方法 |
CN114418407A (zh) * | 2022-01-21 | 2022-04-29 | 合肥天特自动化科技有限公司 | 一种基于数据分析的仓储自动化管控系统 |
CN116560934A (zh) * | 2022-01-28 | 2023-08-08 | 汉海信息技术(上海)有限公司 | 异常设备检测方法、装置、设备、存储介质及程序产品 |
CN116415893A (zh) * | 2023-04-11 | 2023-07-11 | 安徽路歌运输有限公司 | 一种物流仓储管理方法、系统及存储介质 |
CN116579712A (zh) * | 2023-05-09 | 2023-08-11 | 上海鑫虹物流有限公司 | 智能仓储方法及相关装置 |
CN116596441A (zh) * | 2023-05-16 | 2023-08-15 | 深圳市易通安达国际物流有限公司 | 一种基于云计算的智能仓储服务管理方法及系统 |
CN116755939A (zh) * | 2023-08-14 | 2023-09-15 | 北京泰利思诺信息技术股份有限公司 | 一种基于系统资源的智能化数据备份任务规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117172671A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108256898B (zh) | 一种产品销量预测方法、系统及存储介质 | |
US20180068269A1 (en) | Methods of optimizing carrier loads transported across a transportation network by transport carriers | |
CN111199309A (zh) | 一种电力物资供应链运营的预警管控系统 | |
CN116755939B (zh) | 一种基于系统资源的智能化数据备份任务规划方法及系统 | |
CN112766780A (zh) | 一种基于大数据机器学习的高级计划排程系统及方法 | |
CN113228574A (zh) | 计算资源调度方法、调度器、物联网系统和计算机可读介质 | |
CN112633769A (zh) | 一种高级计划排程系统 | |
CN116595756A (zh) | 基于数字孪生的数据中心智能化运维方法及装置 | |
CN117172671B (zh) | 一种智能企业货物管理方法及系统 | |
CN117743466A (zh) | 一种跨平台数据库同步方法 | |
CN109919526B (zh) | 无人仓库的入库管理方法、装置、介质和电子设备 | |
CN109947828B (zh) | 一种处理报表数据的方法和装置 | |
CN112306722A (zh) | 识别故障的方法、装置、设备和计算机可读介质 | |
CN112199401B (zh) | 数据请求处理方法、装置、服务器、系统及存储介质 | |
CN113988614A (zh) | 一种任务生成方法、装置、设备和存储介质 | |
CN114462298A (zh) | 电力计量资产管理方法、装置、设备及存储介质 | |
CN114254857A (zh) | 电力设备库存情况评价方法及服务器 | |
Luo et al. | Intelligent Warehouse Information Management System Based on Hybrid Genetic Algorithm | |
Wu et al. | Importance measures in reliability engineering: An introductory overview | |
CN118071212B (zh) | 基于模型的物流效率指标智能分析及优化方法及系统 | |
CN117094648B (zh) | 一种基于物联网的仓库可视化管理系统 | |
CN116805233B (zh) | 资产库存控制方法、装置、设备及存储介质 | |
Park et al. | Liner-dedicated manageability estimation for port operational reliability | |
CN117114560B (zh) | 用于确定物品运输路径的方法、装置、存储介质及处理器 | |
CN112884331A (zh) | 一种配网施工风险预警方法及设备 |
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 |