TW202303480A - 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法 - Google Patents

基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法 Download PDF

Info

Publication number
TW202303480A
TW202303480A TW111120405A TW111120405A TW202303480A TW 202303480 A TW202303480 A TW 202303480A TW 111120405 A TW111120405 A TW 111120405A TW 111120405 A TW111120405 A TW 111120405A TW 202303480 A TW202303480 A TW 202303480A
Authority
TW
Taiwan
Prior art keywords
capacity
inbound
fulfillment center
products
fulfillment
Prior art date
Application number
TW111120405A
Other languages
English (en)
Other versions
TWI840822B (zh
Inventor
拉傑希 梅迪希
權 孫
榮善 鄭
林圭勳
金濟
Original Assignee
南韓商韓領有限公司
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 南韓商韓領有限公司 filed Critical 南韓商韓領有限公司
Publication of TW202303480A publication Critical patent/TW202303480A/zh
Application granted granted Critical
Publication of TWI840822B publication Critical patent/TWI840822B/zh

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
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

提供一種基於AI產生入站規畫之系統以及方法。系統以及方法包括：使用模型對與第一履行中心相關聯的可用儲存量進行預測；對與第一履行中心相關聯的需求容量進行預測；使用所預測的可用儲存量及所預測的需求容量來對過量需求數量進行計算；確定與過量需求數量相關聯的一或多個替代性容量類型；確定至少一個履行中心中的可用替代性容量類型數量；使用與過量需求數量相關聯的所述一或多個替代性容量類型及至少一個履行中心中的可用替代性容量類型數量來產生針對第一履行中心的入站規畫；接收一或多個傳入產品的通知；以及根據所產生的入站規畫對所述一或多個傳入產品進行分配。

Description

使用替代性邏輯基於人工智慧產生入站規畫之電腦實施系統以及方法
本揭露大體而言是有關於使用替代性邏輯基於AI產生入站規畫之電腦化系統以及方法。具體而言，本揭露的實施例是有關於創造性的及非傳統的系統，所述系統是有關於使用替代性計算、使用模型來對未來庫存及可用儲存量進行預測，以產生針對履行中心的入站規畫。
履行中心（fulfillment center，FC）每天會遇到超過數百萬件產品，此乃因在下訂單之後，履行中心立即履行客戶訂單且使裝運公司能夠提取裝運物（shipment）。對FC內的庫存進行管理的操作可包括自賣方接收商品、存放所接收的商品以便於提取、對物項進行包裝、對訂單進行驗證以及包裝交付。儘管當前現有的FC及用於在FC中進行庫存管理的系統被配置成對大量的進出商品進行處置，但當FC接收的訂單多於可處置的訂單時，會出現共同的問題，此乃因FC不具有充分分派的儲存空間來接收所有訂單，藉此導致產品無法在多個FC之間被充分分配。舉例而言，與FC相關聯的商家可能在高峰季節自供應商訂購大量產品，但FC可能不具有足夠的資源來及時接收所訂購的產品。此會導致因每個接收過程減緩而帶來的FC處的大量積壓問題，此最終會累積成未來的問題。積壓問題可能導致售賣損失，此乃因它們阻礙了商家對產品進行流通以產生利潤。
傳統的FC管理系統通常基於接收到的訂單來手動地分派儲存空間，以減輕此種問題。然而，該些傳統系統無法高效地解決積壓問題，此乃因它們僅依賴於與收到的訂單相關的資料。此外，該些傳統系統可能僅依賴於與單個FC而非多個FC相關的資料，藉此會抑制對傳入訂單（incoming order）的FC儲存分派的最佳化且會降低生產率。
因此，需要使用替代性計算產生入站規畫以對FC之間的儲存分派進行最佳化的改善的方法以及系統。
本揭露的一個態樣是有關於一種基於AI產生入站規畫之電腦產生系統，所述系統包括對指令進行儲存的記憶體以及至少一個處理器。所述至少一個處理器可被配置成執行指令以進行如下操作：使用模型對與第一履行中心相關聯的可用儲存量進行預測；對與第一履行中心相關聯的需求容量進行預測；使用所預測的可用儲存量及所預測的需求容量來對過量需求數量進行計算；確定與過量需求數量相關聯的一或多個替代性容量類型；確定至少一個履行中心中的可用替代性容量類型數量；使用與過量需求數量相關聯的所述一或多個替代性容量類型及至少一個履行中心中的可用替代性容量類型數量來產生針對第一履行中心的入站規畫；接收一或多個傳入產品的通知；以及根據所產生的入站規畫對所述一或多個傳入產品進行分配。
本揭露的另一態樣是有關於一種基於AI產生入站規畫之電腦實施方法，所述方法包括：使用模型對與第一履行中心相關聯的可用儲存量進行預測；對與第一履行中心相關聯的需求容量進行預測；使用所預測的可用儲存量及所預測的需求容量來對過量需求數量進行計算；確定與過量需求數量相關聯的一或多個替代性容量類型；確定至少一個履行中心中的可用替代性容量類型數量；使用與過量需求數量相關聯的所述一或多個替代性容量類型及至少一個履行中心中的可用替代性容量類型數量來產生針對第一履行中心的入站規畫；接收一或多個傳入產品的通知；以及根據所產生的入站規畫對所述一或多個傳入產品進行分配。
本揭露的又一態樣是有關於一種基於AI產生入站規畫之電腦產生系統，所述系統包括對指令進行儲存的記憶體以及至少一個處理器。所述至少一個處理器可被配置成執行指令以進行如下操作：使用模型對與履行中心相關聯的可用儲存量進行預測；對與履行中心相關聯的需求容量進行預測；使用所預測的可用儲存量及所預測的需求容量來對過量需求數量進行計算；確定與過量需求數量相關聯的一或多個替代性容量類型；確定至少一個履行中心中的可用替代性容量類型數量；使用與過量需求數量相關聯的所述一或多個替代性容量類型及至少一個履行中心中的可用替代性容量類型數量來產生針對履行中心的入站規畫；藉由對所預測的可用儲存量與實際可用儲存量的平均絕對百分比誤差進行計算、一旦確定出所計算的平均絕對百分比誤差高於臨限值便選擇新的模型來對可用儲存量進行預測、及基於新的模型產生針對履行中心的新的入站規畫而對模型實行驗證測試；接收一或多個傳入產品的通知；以及根據所產生的新的入站規畫對所述一或多個傳入產品進行分配。
本文中亦論述其他系統、方法及電腦可讀取媒體。
以下詳細說明參照附圖。在圖式及以下說明中盡可能使用相同的參考編號來指代相同或相似的部件。儘管本文中闡述了若干例示性實施例，然而可具有各種修改、改編及其他實施方案。舉例而言，可對圖式中示出的組件及步驟進行替換、添加或修改，且可藉由對所揭露的方法的步驟進行替換、重新排序、移除或添加來修改本文中闡述的例示性方法。因此，以下詳細說明並非僅限於所揭露的實施例及實例。相反，本發明的正確範圍由隨附的專利申請範圍來界定。
本揭露的實施例是有關於被配置用於使用替代性計算基於人工智慧（artificial intelligence，AI）產生入站規畫之系統以及方法。在一些實施例中，系統可使用模型來對與FC相關聯的可用儲存容量（available storage capacity，ASC）進行預測。在一些實施例中，系統可使用模型來對多個所選擇的預期交付日期（expected delivery date，EDD）的ASC進行預測（例如，在某一時間跨度中，例如在兩周中）。在一些實施例中，系統可使用模型來對多個FC的ASC進行預測。在一些實施例中，系統可使用不同模型的相同或各種組合來實行預測。
在一些實施例中，系統可使用模型來對某些儲存類型的ASC進行預測。舉例而言，儲存類型可包括託盤（pallet）及箱櫃（bin）。在一些實施例中，系統可使用模型來對某些容量類型的ASC進行預測。舉例而言，容量類型可包括可手提攜帶（totable）、不可手提攜帶及大件（grande）。在一些實施例中，系統可使用模型來對儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的ASC進行預測。
在一些實施例中，存量計量單位（stock-keeping unit，SKU）可藉由對客戶的最終裝運方法來分類。舉例而言，某些SKU（例如低價值、非易碎的SKU）可在袋子中裝運（即「可手提攜帶」）。高價值或易碎的SKU可能需要與其他包裝一起在盒中裝運（即「不可手提攜帶」）。其他SKU可能自製造商或供應商大量地被裝運，或採用原始包裝裝運（即「大件」）。舉例而言，由於消費者可能常常採購大量的衛生紙，且所述盒可能以衛生紙製造商所提供的原始包裝自目的地被裝運至消費者，因此成盒的衛生紙可能被分類成大件。一些儲存空間可因此被綁定至SKU類型，使得目的地中的一些儲存空間被分派用於總物項、不可手提攜帶物項及大件物項。舉例而言，大件物項可儲存於障礙物較少的區域中，以便堆高機可移動，而可手提攜帶物項可儲存於貨架上。
在一些實施例中，SKU可基於對SKU進行處理的速度來進一步分類。舉例而言，處理速度較快的SKU可儲存於FC中的託盤上，而處理速度較慢的SKU可不儲存於託盤上，而是儲存於箱櫃中。因此，儲存類型與容量類型的組合可包括箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品。
系統可使用所預測的ASC、所計算的約束容量及所預測的需求容量來實行預處置規畫。基於所實行的預處置規畫的輸出，系統可產生針對FC的入站規畫。舉例而言，當所預測的需求容量超過所確定的最小容量時（例如，在高峰時間跨度期間），系統可基於針對每一附加FC的所產生的入站規畫而在一或多個附加FC之間對過量需求數量進行分配。在一些實施例中，系統可基於附加FC的儲存或容量類型來對過量需求數量的分配進行最佳化。在一些實施例中，系統可基於與每一SKU相關聯的優先級來對預期需求容量的任意分配（例如，不限於過量需求數量的情形）進行最佳化。
在一些實施例中，在確定出過量需求數量之後，系統可確定與過量需求數量（例如過量需求數量之中的箱櫃型可手提攜帶產品的數量、箱櫃型不可手提攜帶產品的數量、箱櫃型大件產品的數量、託盤型可手提攜帶產品的數量、託盤型不可手提攜帶產品的數量或託盤型大件產品的數量）相關聯的一或多個替代性容量類型（例如，可與其他容量類型互換的容量類型）。在一些實施例中，系統可確定與至少一個FC相關聯的可用替代性容量類型數量。
在一些實施例中，系統可確定出一或多個FC具有可用於儲存過量需求數量的儲存及容量類型。在一些實施例中，系統可使用與過量需求數量相關聯的一或多個替代性容量類型及至少一個FC中的可用替代性容量類型數量來產生針對FC的入站規畫。在一些實施例中，系統可基於使用多個FC中的不同的替代性容量類型數量進行的不同模擬來產生多個不同的入站規畫。在一些實施例中，所產生的入站規畫可基於多個FC中的每一FC的每SKU可變成本，其中系統可基於所述多個FC之中的不同的可能替代性容量類型數量進行最佳化。在一些實施例中，系統可接收一或多個產品且根據所產生的入站規畫來所述一或多個產品進行分配。
參照圖1A，圖1A示出示意性方塊圖100，其示出包括用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統的系統的示例性實施例。如圖1A中所示，系統100可包括各種系統，所述各種系統中的每一者可經由一或多個網路連接至彼此。所述系統亦可經由直接連接（例如使用纜線）連接至彼此。所繪示的系統包括裝運授權技術（shipment authority technology，SAT）系統101、外部前端系統103、內部前端系統105、運輸系統107、行動裝置107A、107B及107C、賣方入口109、裝運及訂單追蹤（shipment and order tracking，SOT）系統111、履行最佳化（fulfillment optimization，FO）系統113、履行訊息傳遞閘道（fulfillment messaging gateway，FMG）115、供應鏈管理（supply chain management，SCM）系統117、倉庫管理系統（warehouse management system，WMS）119、行動裝置119A、119B及119C（被繪示為位於履行中心（FC）200內部）、第三方履行（3 rdparty fulfillment，3PL）系統121A、121B及121C、履行中心授權系統（fulfillment center authorization system，FC Auth）123及勞資管理系統（labor management system，LMS）125。
在一些實施例中，SAT系統101可被實施為監控訂單狀態及交付狀態的電腦系統。舉例而言，SAT系統101可判斷訂單是否超過其承諾交付日期（Promised Delivery Date，PDD），且可採取包括發起新的訂單、再裝運未交付訂單中的物項、取消未交付訂單、發起與訂購顧客的聯繫等在內的適當行動。SAT系統101亦可監控包括輸出（例如在特定時間段期間裝運的包裝的數目）及輸入（例如被接收用於裝運的空紙盒的數目）在內的其他資料。SAT系統101亦可充當系統100中不同裝置之間的閘道，使得能夠在例如外部前端系統103及FO系統113等裝置之間達成通訊（例如，使用儲存及轉送（store-and-forward）或其他技術）。
在一些實施例中，外部前端系統103可被實施為使得外部使用者能夠與系統100中的一或多個系統交互的電腦系統。舉例而言，在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中，外部前端系統103可被實施為接收搜尋請求、呈現物項頁面及懇求支付資訊的網站伺服器。舉例而言，外部前端系統103可被實施為運行例如阿帕奇超文件傳輸協定（Hypertext Transfer Protocol，HTTP）伺服器、微軟網際網路資訊服務（Internet Information Services，IIS）、NGINX等軟體的一或多個電腦。在其他實施例中，外部前端系統103可運行客製網站伺服器軟體，客製網站伺服器軟體被設計成接收及處理來自外部裝置（例如，行動裝置102A或電腦102B）的請求，基於該些請求自資料庫及其他資料儲存器獲取資訊，且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中，外部前端系統103可包括網站快取系統（web caching system）、資料庫、搜尋系統或支付系統中的一或多者。在一個態樣中，外部前端系統103可包括該些系統中的一或多者，而在另一態樣中，外部前端系統103可包括連接至該些系統中的一或多者的介面（例如，伺服器至伺服器、資料庫至資料庫或其他網路連接）。
由圖1B、圖1C、圖1D及圖1E示出的一組例示性步驟將有助於闡述外部前端系統103的一些操作。外部前端系統103可自系統100中的系統或裝置接收資訊，以供呈現及/或顯示。舉例而言，外部前端系統103可代管或提供一或多個網頁，包括搜尋結果頁面（Search Result Page，SRP）（例如，圖1B）、單一細節頁面（Single Detail Page，SDP）（例如，圖1C）、購物車頁面（Cart page）（例如，圖1D）或訂單頁面（Order page）（例如，圖1E）。使用者裝置（例如，使用行動裝置102A或電腦102B）可導航至外部前端系統103，且藉由在搜尋框中輸入資訊來請求搜尋。外部前端系統103可自系統100中的一或多個系統請求資訊。舉例而言，外部前端系統103可自FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可請求及接收（自FO系統113）搜尋結果中所包括的每種產品的承諾交付日期或「PDD」。在一些實施例中，PDD可表示對以下的估計：容納產品的包裝將何時到達使用者所期望的位置，或者若在特定時間段（例如在一天結束（午後11:59）之前）內訂購則產品被承諾交付至使用者所期望的位置的日期。（以下參照FO系統113進一步論述PDD。）
外部前端系統103可基於所述資訊準備SRP（例如，圖1B）。SRP可包括滿足搜尋請求的資訊。舉例而言，此可包括滿足搜尋請求的產品的圖片。SRP亦可包括每種產品的相應價格，或者與每種產品的增強交付選項、PDD、重量、大小、優惠、折扣等相關的資訊。外部前端系統103可向發出請求的使用者裝置發送SRP（例如，經由網路）。
接著使用者裝置可例如藉由點擊或輕敲使用者介面（或使用另一輸入裝置）以選擇在SRP上表現的產品而自SRP選擇產品。使用者裝置可製定對所選擇產品的資訊的請求，且將其發送至外部前端系統103。作為響應，外部前端系統103可請求與所選擇產品相關的資訊。舉例而言，所述資訊可包括除在相應的SRP上針對產品呈現的資訊之外的附加資訊。此附加資訊可包括例如儲架壽命（shelf life）、原產國、重量、大小、包裝中物項的數目、操作說明（handling instructions）或關於產品的其他資訊。所述資訊亦可包括對相似產品的建議（例如，基於購買此產品及至少一種其他產品的顧客的巨量資料及/或機器學習分析）、對常問問題的回答、來自顧客的評論、製造商資訊、圖片等。
外部前端系統103可基於所接收的產品資訊來準備單一細節頁面（SDP）（例如，圖1C）。SDP亦可包括例如「立即購買（Buy Now）」按鈕、「添加至購物車（Add to Cart）」按鈕、量欄（quantity field）、物項圖片等其他交互式元素。SDP可更包括提供所述產品的賣方的列表。所述列表可基於每一賣方提供的價格來排序，使得提出以最低價格售賣產品的賣方可被列於頂部。所述列表亦可基於賣方排名來排序，使得排名最高的賣方可被列於頂部。賣方排名可基於包括例如賣方滿足所承諾PDD的過往追蹤記錄在內的多種因素來製定。外部前端系統103可將SDP交付至發出請求的使用者裝置（例如，經由網路）。
發出請求的使用者裝置可接收列出產品資訊的SDP。在接收到SDP後，使用者裝置接著可與SDP交互。舉例而言，發出請求的使用者裝置的使用者可點擊SDP上的「放入購物車中」按鈕或以其他方式與SDP上的「放入購物車中」按鈕交互。此會將產品添加至與使用者相關聯的購物車。使用者裝置可向外部前端系統103發射此種將產品添加至購物車的請求。
外部前端系統103可產生購物車頁面（例如，圖1D）。在一些實施例中，購物車頁面列出已被使用者添加至虛擬「購物車」的產品。使用者裝置可藉由點擊SRP、SDP或其他頁面上的圖標或以其他方式與SRP、SDP或其他頁面上的圖標交互來請求購物車頁面。在一些實施例中，購物車頁面可列出已被使用者添加至購物車的所有產品，以及關於購物車中的產品的資訊，例如每種產品的數量、每種產品的單價、每種產品的基於相關聯數量的價格、關於PDD的資訊、交付方法、裝運成本、用於修改購物車中的產品的使用者介面元素（例如，數量的刪除或修改）、用於訂購其他產品或設定產品的定期交付的選項、用於設定利息支付的選項、用於繼續採購的使用者介面元素等。使用者裝置處的使用者可點擊使用者介面元素（例如，讀為「立即購買」的按鈕）或以其他方式與使用者介面元素（例如，讀為「立即購買」的按鈕）交互，以發起對購物車中的產品的採購。在這樣做時，使用者裝置可向外部前端系統103發射此種發起採購的請求。
外部前端系統103可因應於接收到發起採購的請求而產生訂單頁面（例如，圖1E）。在一些實施例中，訂單頁面重新列出來自購物車的物項，且請求輸入支付及裝運資訊。舉例而言，訂單頁面可包括請求關於購物車中物項的採購者的資訊（例如，姓名、位址、電子郵件位址、電話號碼）、關於接收方的資訊（例如，姓名、位址、電話號碼、交付資訊）、裝運資訊（例如，交付及/或收取的速度/方法）、支付資訊（例如，信用卡、銀行轉帳、支票、賒帳（stored credit））、請求現金收據（例如，出於稅務目的）的使用者介面元素等的部分。外部前端系統103可向使用者裝置發送訂單頁面。
使用者裝置可在訂單頁面上輸入資訊，且點擊向外部前端系統103發送所述資訊的使用者介面元素或以其他方式與向外部前端系統103發送所述資訊的使用者介面元素交互。外部前端系統103可自使用者介面元素將資訊發送至系統100中的不同系統，以使得能夠使用購物車中的產品創建及處理新的訂單。
在一些實施例中，外部前端系統103可更被配置成使得賣方能夠發射及接收與訂單相關的資訊。
在一些實施例中，內部前端系統105可被實施為使得內部使用者（例如，擁有、營運或租賃系統100的組織的員工）能夠與系統100中的一或多個系統交互的電腦系統。舉例而言，在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中，內部前端系統105可被實施為網站伺服器，網站伺服器使得內部使用者能夠查看關於訂單的診斷及統計資訊、修改物項資訊或者查核與訂單相關的統計量。舉例而言，內部前端系統105可被實施為運行例如阿帕奇HTTP伺服器、微軟網際網路資訊服務（IIS）、NGINX等軟體的一或多個電腦。在其他實施例中，內部前端系統105可運行客製網站伺服器軟體，客製網站伺服器軟體被設計成接收及處理來自繪示於系統100中的系統或裝置（以及未繪示的其他裝置）的請求，基於該些請求自資料庫及其他資料儲存器獲取資訊，且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中，內部前端系統105可包括網站快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監控系統等中的一或多者。在一個態樣中，內部前端系統105可包括該些系統中的一或多者，而在另一態樣中，內部前端系統105可包括連接至該些系統中的一或多者的介面（例如，伺服器至伺服器、資料庫至資料庫或其他網路連接）。
在一些實施例中，運輸系統107可被實施為使得能夠在系統100中的系統或裝置與行動裝置107A至107C之間達成通訊的電腦系統。在一些實施例中，運輸系統107可自一或多個行動裝置107A至107C（例如，行動電話、智慧型電話、個人數位助理（personal digital assistant，PDA）等）接收資訊。舉例而言，在一些實施例中，行動裝置107A至107C可包括由交付工作者操作的裝置。交付工作者（其可為永久的、臨時的或輪班的員工）可利用行動裝置107A至107C來達成對容納由使用者訂購的產品的包裝的交付。舉例而言，為交付包裝，交付工作者可在行動裝置上接收指示交付哪一包裝以及在何處交付所述包裝的通知。在到達交付位置時，交付工作者可使用行動裝置來定位包裝（例如，在卡車的後部或包裝的板條箱中）、掃描或以其他方式捕獲與包裝上的辨識符（例如，條形碼、影像、正文字串、射頻辨識（radio frequency identification，RFID）標籤等）相關聯的資料以及交付包裝（例如，藉由將包裝留在前門、將其留給保全警衛、將其交給接收方等）。在一些實施例中，交付工作者可使用行動裝置捕獲包裝的照片及/或可使用行動裝置獲得簽名。行動裝置可向運輸系統107發送包括關於交付的資訊在內的資訊，所述關於交付的資訊包括例如時間、日期、全球定位系統（Global Positioning System，GPS）位置、照片、與交付工作者相關聯的辨識符、與行動裝置相關聯的辨識符等。運輸系統107可將此資訊儲存於資料庫（未畫出）中，以供系統100中的其他系統存取。在一些實施例中，運輸系統107可使用此資訊來準備追蹤資料並將追蹤資料發送至指示特定包裝位置的其他系統。
在一些實施例中，某些使用者可使用一種種類的行動裝置（例如，永久工作者可使用具有例如條形碼掃描器、觸控筆（stylus）及其他裝置等客製硬體的專用PDA），而其他使用者可使用其他種類的行動裝置（例如，臨時工作者或輪班工作者可利用現成的行動電話及/或智慧型電話）。
在一些實施例中，運輸系統107可將使用者與每一裝置相關聯。舉例而言，運輸系統107可儲存使用者（由例如使用者辨識符、員工辨識符或電話號碼表示）與行動裝置（由例如國際行動設備辨識（International Mobile Equipment Identity，IMEI）、國際行動訂用辨識符（International Mobile Subscription Identifier，IMSI）、電話號碼、通用唯一辨識符（Universal Unique Identifier，UUID）或全球唯一辨識符（Globally Unique Identifier，GUID）表示）之間的關聯。運輸系統107可結合在交付時接收的資料使用此種關聯來分析儲存於資料庫中的資料，以便除其他資訊以外亦確定工作者的位置、工作者的效率或工作者的速度。
在一些實施例中，賣方入口109可被實施為使得賣方或其他外部實體能夠與系統100中的一或多個系統進行電子通訊的電腦系統。舉例而言，賣方可利用電腦系統（未畫出）來針對賣方希望使用賣方入口109藉由系統100來售賣的產品上載或提供產品資訊、訂單資訊、聯繫資訊等。
在一些實施例中，裝運及訂單追蹤系統111可被實施為如下的電腦系統：所述電腦系統接收、儲存及轉送關於容納由顧客（例如，由使用裝置102A至102B的使用者）訂購的產品的包裝的位置的資訊。在一些實施例中，裝運及訂單追蹤系統111可自由裝運公司操作的網站伺服器（未畫出）請求或儲存資訊，裝運公司交付容納由顧客訂購的產品的包裝。
在一些實施例中，裝運及訂單追蹤系統111可自系統100中所繪示的系統請求及儲存資訊。舉例而言，裝運及訂單追蹤系統111可自運輸系統107請求資訊。如以上所論述，運輸系統107可自與使用者（例如，交付工作者）或車輛（例如，交付卡車）中的一或多者相關聯的一或多個行動裝置107A至107C（例如，行動電話、智慧型電話、PDA等）接收資訊。在一些實施例中，裝運及訂單追蹤系統111亦可自倉庫管理系統（WMS）119請求資訊，以確定各別產品在履行中心（例如，履行中心200）內部的位置。裝運及訂單追蹤系統111可自運輸系統107或WMS 119中的一或多者請求資料，對其進行處理，且根據請求將其呈現至裝置（例如，使用者裝置102A及102B）。
在一些實施例中，履行最佳化（FO）系統113可被實施為如下的電腦系統：所述電腦系統儲存來自其他系統（例如，外部前端系統103及/或裝運及訂單追蹤系統111）的顧客訂單的資訊。FO系統113亦可儲存闡述特定物項被容置或儲存於何處的資訊。舉例而言，某些物項可能僅儲存於一個履行中心中，而某些其他物項可能儲存於多個履行中心中。在再一些其他實施例中，某些履行中心可被設計成僅儲存特定的一組物項（例如，新鮮農產品（fresh produce）或冷凍產品（frozen product））。FO系統113儲存此種資訊以及相關聯資訊（例如，數量、大小、接收日期、過期日期等）。
FO系統113亦可為每種產品計算對應的承諾交付日期（PDD）。在一些實施例中，PDD可基於一或多種因素。舉例而言，FO系統113可基於以下來為產品計算PDD：產品的過往需求（例如，在一段時間期間此產品被訂購過多少次）、產品的預期需求（例如，預報在即將到來的一段時間期間有多少顧客會訂購所述產品）、指示在一段時間期間訂購過多少產品的全網路過往需求、指示在即將到來的一段時間期間預期會訂購多少產品的全網路預期需求、儲存於每一履行中心200中的產品的一或多個計數、每種產品由哪一履行中心儲存、此產品的預期訂單或當前訂單等。
在一些實施例中，FO系統113可週期性地（例如，每小時）確定每種產品的PDD，且將其儲存於資料庫中，以供擷取或發送至其他系統（例如，外部前端系統103、SAT系統101、裝運及訂單追蹤系統111）。在其他實施例中，FO系統113可自一或多個系統（例如，外部前端系統103、SAT系統101、裝運及訂單追蹤系統111）接收電子請求，且按需計算PDD。
在一些實施例中，履行訊息傳遞閘道（FMG）115可被實施為如下的電腦系統：所述電腦系統自系統100中的一或多個系統（例如FO系統113）接收呈一種格式或協定的請求或響應，將其轉換成另一種格式或協定，且以所轉換的格式或協定將其轉送至例如WMS 119或第三方履行系統121A、121B或121C等其他系統，且反之亦然。
在一些實施例中，供應鏈管理（SCM）系統117可被實施為實行預報功能的電腦系統。舉例而言，SCM系統117可基於例如基於產品的過往需求、產品的預期需求、全網路過往需求、全網路預期需求、儲存於每一履行中心200中的產品計數、每種產品的預期訂單或當前訂單等來預報特定產品的需求水準。因應於此種預報水準及所有履行中心的每種產品的量，SCM系統117可產生一或多個採購訂單，以採購及貯存足夠的數量來滿足特定產品的預報需求。
在一些實施例中，倉庫管理系統（WMS）119可被實施為監控工作流的電腦系統。舉例而言，WMS 119可自指示離散事件的各別裝置（例如，裝置107A至107C或119A至119C）接收事件資料。舉例而言，WMS 119可接收指示使用該些裝置中的一者來掃描包裝的事件資料。如以下參照履行中心200及圖2所論述，在履行過程期間，包裝辨識符（例如，條形碼或RFID標籤資料）可在特定階段由機器（例如，自動化條形碼掃描器或手持條形碼掃描器、RFID讀取器、高速照相機、例如平板電腦（tablet）119A、行動裝置/PDA 119B、電腦119C等裝置或者類似機器）掃描或讀取。WMS 119可將指示包裝辨識符的掃描或讀取的每一事件連同包裝辨識符、時間、日期、位置、使用者辨識符或其他資訊一起儲存於對應的資料庫（未畫出）中，且可將此資訊提供至其他系統（例如，裝運及訂單追蹤系統111）。
在一些實施例中，WMS 119可儲存將一或多個裝置（例如，裝置107A至107C或119A至119C）與和系統100相關聯的一或多個使用者相關聯的資訊。舉例而言，在一些情況下，使用者（例如兼職員工或全職員工）與行動裝置的關聯可在於使用者擁有行動裝置（例如，行動裝置是智慧型電話）。在其他情況下，使用者與行動裝置的關聯可在於使用者臨時保管行動裝置（例如，使用者在一天開始時登記借出行動裝置，將在一天中使用行動裝置，且將在一天結束時歸還行動裝置）。
在一些實施例中，WMS 119可為與系統100相關聯的每一使用者維護工作日誌。舉例而言，WMS 119可儲存與每一員工相關聯的資訊，包括任何所分派的過程（例如，卸載卡車、自揀選區揀選物項、分撥牆工作（rebin wall work）、包裝物項）、使用者辨識符、位置（例如，履行中心200中的樓層或區）、員工在系統中移動的單元的數目（例如，所揀選的物項的數目、所包裝的物項的數目）、與裝置（例如，裝置119A至119C）相關聯的辨識符等。在一些實施例中，WMS 119可自例如在裝置119A至119C上操作的計時系統等計時系統接收簽入（check-in）資訊及簽出（check-out）資訊。
在一些實施例中，第三方履行（3PL）系統121A至121C表示與物流及產品的第三方提供商相關聯的電腦系統。舉例而言，儘管一些產品被儲存於履行中心200中（如以下針對圖2所論述），然而其他產品可被儲存於場外、可按需生產或者可在其他情況下不可儲存於履行中心200中。3PL系統121A至121C可被配置成自FO系統113（例如，藉由FMG 115）接收訂單，且可直接向顧客提供產品及/或服務（例如，交付或安裝）。在一些實施例中，3PL系統121A至121C中的一或多者可為系統100的一部分，而在其他實施例中，3PL系統121A至121C中的一或多者可在系統100之外（例如，由第三方提供商擁有或營運）。
在一些實施例中，履行中心授權系統（FC Auth）123可被實施為具有各種功能的電腦系統。舉例而言，在一些實施例中，FC Auth 123可充當系統100中的一或多個其他系統的單一登入（single-sign on，SSO）服務。舉例而言，FC Auth 123可使得使用者能夠經由內部前端系統105登錄，確定使用者具有存取裝運及訂單追蹤系統111處的資源的相似特權，且使得使用者能夠存取該些特權而不需要第二次登錄過程。在其他實施例中，FC Auth 123可使得使用者（例如，員工）能夠將其自身與特定任務相關聯。舉例而言，一些員工可能不具有電子裝置（例如裝置119A至119C），而是可作為替代在一天的過程期間於履行中心200內在各任務之間及各區之間移動。FC Auth 123可被配置成使得該些員工能夠指示他們正在實行什麼任務以及他們在一天的不同時間處於什麼區。
在一些實施例中，勞資管理系統（LMS）125可被實施為儲存員工（包括全職員工及兼職員工）的出勤資訊及加班資訊的電腦系統。舉例而言，LMS 125可自FC Auth 123、WMS 119、裝置119A至119C、運輸系統107及/或裝置107A至107C接收資訊。
圖1A中繪示的特定配置僅為實例。舉例而言，儘管圖1A繪示出FC Auth系統123連接至FO系統113，然而並非所有實施例皆需要此種特定配置。實際上，在一些實施例中，系統100中的系統可藉由包括以下在內的一或多種公共網路或私有網路連接至彼此：網際網路、內部網路（Intranet）、廣域網路（Wide-Area Network，WAN）、都會區域網路（Metropolitan-Area Network，MAN）、符合電機及電子工程師學會（Institute of Electrical and Electronic Engineers，IEEE）802.11a/b/g/n標準的無線網路、租用線路（leased line）等。在一些實施例中，系統100中的系統中的一或多者可被實施為在資料中心、伺服器場（server farm）等處實施的一或多個虛擬伺服器。
圖2繪示出履行中心200。履行中心200是儲存訂購時裝運至顧客的物項的實體位置的實例。履行中心（FC）200可被劃分成多個區，所述多個區中的每一者繪示於圖2中。在一些實施例中，該些「區」可被視為接收物項、儲存物項、擷取物項及裝運物項的過程的不同階段之間的虛擬劃分。因此，儘管在圖2中繪示出「區」，然而亦可存在區的其他劃分，且在一些實施例中，圖2中的區可被省略、複製或修改。
入站區203表示FC 200的自希望使用來自圖1A的系統100售賣產品的賣方接收物項的區域。舉例而言，賣方可使用卡車201交付物項202A及202B。物項202A可表示足夠大以佔用其自己的裝運托板的單一物項，而物項202B可表示在同一托板上堆疊於一起以節省空間的一組物項。
工作者將在入站區203中接收物項，且可使用電腦系統（未畫出）可選地檢查物項的損壞及正確性。舉例而言，工作者可使用電腦系統將物項202A及202B的數量與訂購的物項數量進行比較。若數量不匹配，則此工作者可拒絕物項202A或202B中的一或多者。若數量匹配，則工作者可將該些物項（使用例如推車、手推車、堆高機，或者手動地）移動至緩衝區（buffer zone）205。緩衝區205可為當前在揀選區中所不需要的物項（例如，由於在揀選區中存在足夠高數量的此物項來滿足預報需求）的臨時儲存區域。在一些實施例中，堆高機206進行操作以在緩衝區205中四處移動物項以及在入站區203與卸貨區207之間移動物項。若在揀選區中需要物項202A或202B（例如，由於預報需求），則堆高機可將物項202A或202B移動至卸貨區207。
卸貨區207可為FC 200的在物項被移動至揀選區209之前儲存所述物項的區域。被分派揀選任務的工作者（「揀選者」）可接近揀選區中的物項202A及202B，使用行動裝置（例如，裝置119B）掃描揀選區的條形碼且掃描與物項202A及202B相關聯的條形碼。接著揀選者可將物項帶至揀選區209（例如，藉由將物項放入搬運車（cart）上或者搬運物項）。
揀選區209可為FC 200的其中在儲存單元210上儲存物項208的區域。在一些實施例中，儲存單元210可包括實體排架（physical shelving）、書架、盒、裝運箱、冰箱、冰櫃、冷藏庫等中的一或多者。在一些實施例中，揀選區209可被組織成多個樓層。在一些實施例中，工作者或機器可以包括例如堆高機、升降機、傳送帶、搬運車、手推車、推車、自動化機器人或裝置或者手動方式在內的多種方式將物項移動至揀選區209中。舉例而言，揀選者可將物項202A及202B放入卸貨區207中的手推車或搬運車上，且步行將物項202A及202B送至揀選區209。
揀選者可接收將物項放入（或「存放（stow）」於）揀選區209中的特定地點（例如儲存單元210上的特定空間）的指令。舉例而言，揀選者可使用行動裝置（例如，裝置119B）掃描物項202A。所述裝置可例如使用指示過道、儲架及位置的系統來指示揀選者應將物項202A存放於何處。接著，在將物項202A存放於此位置中之前，所述裝置可提示揀選者掃描此位置處的條形碼。所述裝置可向電腦系統（例如圖1A中的WMS 119）發送（例如，經由無線網路）資料來指示物項202A已由使用裝置119B的使用者存放於所述位置處。
一旦使用者下訂單，揀選者便可在裝置119B上接收指令，以自儲存單元210擷取一或多個物項208。揀選者可擷取物項208，掃描物項208上的條形碼，且將其放入運輸機構214上。儘管運輸機構214被表示為滑動件，然而在一些實施例中，運輸機構可被實施為傳送帶、升降機、搬運車、堆高機、手推車、推車等中的一或多者。接著物項208可到達包裝區211。
包裝區211可為FC 200的自揀選區209接收物項且將物項包裝至盒或袋中以便最終裝運至顧客的區域。在包裝區211中，被分派接收物項的工作者（「分撥工作者（rebin worker）」）將自揀選區209接收物項208，且確定物項208對應於什麼訂單。舉例而言，分撥工作者可使用例如電腦119C等裝置來掃描物項208上的條形碼。電腦119C可以可視方式指示物項208與哪一訂單相關聯。舉例而言，此可包括牆216上的對應於訂單的空間或「單元格（cell）」。一旦訂單完成（例如，由於單元格容納訂單的所有物項），分撥工作者可向包裝工作者（或「包裝者（packer）」）指示訂單完成。包裝者可自單元格擷取物項，且將其放入盒或袋中進行裝運。接著，包裝者可例如藉由堆高機、搬運車、推車、手推車、傳送帶、手動方式或其他方式將盒或袋發送至中樞區（hub zone）213。
中樞區213可為FC 200的自包裝區211接收所有盒或袋（「包裝」）的區域。中樞區213中的工作者及/或機器可擷取包裝218，且確定每一包裝擬定去往交付區域的哪一部分，且將包裝路由至適當的營地區215。舉例而言，若交付區域具有兩個較小的子區域，則包裝將去往兩個營地區215中的一者。在一些實施例中，工作者或機器可掃描包裝（例如，使用裝置119A至119C中的一者）以確定其最終目的地。將包裝路由至營地區215可包括例如確定作為包裝的目的地的地理區域的一部分（例如，基於郵遞區號），以及確定與所述地理區域的所述部分相關聯的營地區215。
在一些實施例中，營地區215可包括一或多個建築物、一或多個實體空間或者一或多個區域，其中的包裝是自中樞區213接收以分選至路線及/或子路線中。在一些實施例中，營地區215在實體上與FC 200分離，而在其他實施例中，營地區215可形成FC 200的一部分。
營地區215中的工作者及/或機器可例如基於目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負載的計算、一天中的時間、裝運方法、裝運包裝220的成本、與包裝220中的物項相關聯的PDD等來確定包裝220應與哪一路線及/或子路線相關聯。在一些實施例中，工作者或機器可掃描包裝（例如，使用裝置119A至119C中的一者）以確定其最終目的地。一旦包裝220被分派至特定路線及/或子路線，工作者及/或機器可移動待裝運的包裝220。在示例性圖2中，營地區215包括卡車222、汽車226以及交付工作者224A及224B。在一些實施例中，卡車222可由交付工作者224A駕駛，其中交付工作者224A是為FC 200交付包裝的全職員工，且卡車222由擁有、租賃或營運FC 200的同一公司擁有、租賃或營運。在一些實施例中，汽車226可由交付工作者224B駕駛，其中交付工作者224B是根據需要（例如，季節性地）進行交付的「彈性（flex）」或不定期工作者（occasional worker）。汽車226可由交付工作者224B擁有、租賃或營運。
參照圖3，示出基於AI產生入站規畫之裝置以及系統的示例性網路。如圖3中所示，系統300可包括入站約束容量系統330、入站需求預報系統340及預處置規畫系統350，入站約束容量系統330、入站需求預報系統340及預處置規畫系統350中的每者可經由網路310與和使用者320A相關聯的使用者裝置320進行通訊。在一些實施例中，入站約束容量系統330、入站需求預報系統340及預處置規畫系統350可經由直接連接（例如使用纜線）與系統300的其他組件進行通訊。在一些其他實施例中，系統300可為圖1A所示系統100的一部分且可經由網路310或經由直接連接（例如，使用纜線）與系統100的其他組件進行通訊。入站約束容量系統330、入站需求預報系統340及預處置規畫系統350可各自包括單個電腦或者可各自被配置成包括多個電腦的分布式電腦系統，所述多個電腦互操作以實行與所揭露實例相關聯的過程及功能中的一或多者。在其他實施例中，與系統330、340及350相關聯的功能可由較圖3中所繪示少的系統來實施。
如圖3中所示，入站約束容量系統330可包括處理器332、記憶體334及資料庫336。入站需求預報系統340可包括處理器342、記憶體344及資料庫346。預處置規畫系統350可包括處理器352、記憶體354及資料庫356。處理器332、342或352可為一或多個已知的處理裝置，例如來自由英特爾 TM（Intel TM）製造的奔騰 TM（Pentium TM）系列或者由進階微型裝置 TM（Advanced Micro Devices，AMD TM）製造的炫龍 TM（Turion TM）系列的微處理器。處理器332、342或352可構成同時執行並行過程的單核或多核處理器。舉例而言，處理器332、342或352可使用邏輯處理器來同時執行並控制多個過程。處理器332、342或352可實施虛擬機技術或其他已知技術，以提供對多個軟體過程、應用、程式等進行執行、控制、運行、操縱、儲存等的能力。在另一實例中，處理器332、342或352可包括多核處理器佈置，多核處理器佈置被配置成提供並行處理功能，以使得入站約束容量系統330、入站需求預報系統340及預處置規畫系統350能夠同時執行多個過程。此項技術中具有通常知識者將理解，可實施提供本文中揭露的能力的其他類型的處理器佈置。
記憶體334、344或354可儲存一或多個作業系統，所述一或多個作業系統在分別由處理器332、342或352執行時實行已知的作業系統功能。藉由實例，作業系統可包括微軟視窗（Microsoft Windows）、Unix、Linux、安卓（Android）、麥金塔作業系統（Macintosh operating system，Mac OS）、蘋果作業系統（iphone operating system，iOS）或其他類型的作業系統。因此，所揭露發明的實例可與運行任何類型的作業系統的電腦系統一起進行操作及發揮作用。記憶體334、344或354可為揮發性或非揮發性、磁性、半導體、磁帶、光學、可拆卸、不可拆卸或其他類型的儲存裝置或有形電腦可讀取媒體。
資料庫336、346或356可包括例如甲骨文 TM（Oracle TM）資料庫、賽貝斯 TM（Sybase TM）資料庫、或其他關係資料庫或非關係資料庫，例如海杜普 TM（Hadoop TM）序列檔案、海杜普資料庫 TM（HBase TM）或卡珊卓 TM（Cassandra TM）。資料庫336、346或356可包括計算組件（例如，資料庫管理系統、資料庫伺服器等），所述計算組件被配置成接收並處理對儲存於資料庫的記憶體裝置中的資料的請求且提供來自資料庫的資料。資料庫336、346或356可包括NoSQL資料庫，例如海杜普資料庫、MongoDB TM或卡珊卓 TM。作為另外一種選擇，資料庫336、346或356可包括關係資料庫，例如甲骨文、MySQL及微軟結構化查詢語言（structured query language，SQL）伺服器。在一些實施例中，資料庫336、346或356可採取伺服器、通用電腦、主機電腦（mainframe computer）或該些組件的任意組合的形式。
資料庫336、346或356可儲存資料，處理器332、342或352可分別使用所述資料來實行與所揭露實例相關聯的方法及過程。如圖3中所示，資料庫336、346或356可分別位於入站約束容量系統330、入站需求預報系統340及預處置規畫系統350中，或者作為另一種選擇，資料庫336、346或356可處於位於入站約束容量系統330、入站需求預報系統340及預處置規畫系統350外部的外部儲存裝置中。儲存於332、342、352中的資料可包括與FC相關聯的任何合適的資料（例如，庫存資料、產品資料、產品訂單資料、歷史估計交付日期、估計交付日期、歷史實際交付日期、實際交付日期、當前及歷史庫存資料、所預測的可用儲存容量、實際可用儲存容量、模型資料、儲存類型、容量類型、FC設定檔、歷史及實際需求資料、所產生的入站規畫、驗證資料、SKU資料等）。
使用者裝置320可為平板電腦、行動裝置、電腦等。使用者裝置320可包括顯示器。顯示器可包括例如液晶顯示器（liquid crystal display，LCD）、發光二極體螢幕（light emitting diode screen，LED）、有機發光二極體螢幕（organic light emitting diode screen，OLED）、觸控螢幕及其他已知的顯示裝置。顯示器可向使用者顯示各種資訊。舉例而言，顯示器可顯示產生入站規畫的選項、所產生的入站規畫、與產生入站規畫相關聯的資料、FC資料等。使用者裝置320可包括一或多個輸入/輸出（input/output，I/O）裝置。I/O裝置可包括使得使用者裝置320能夠發送及接收來自使用者320A或另一裝置的資訊的一或多個裝置。I/O裝置可包括各種輸入/輸出裝置、相機、麥克風、鍵盤、滑鼠型裝置、手勢感測器、動作感測器、物理按鈕、演講輸入（oratory input）等。I/O裝置亦可包括一或多個通訊模組（未示出），以用於藉由例如在使用者裝置320與網路310之間建立有線或無線連接來發送及接收來自入站約束容量系統330、入站需求預報系統340或預處置規畫系統350的資訊。
在一些實施例中，使用者320A可為內部使用者（例如，擁有、營運或租賃系統100或300的組織的員工）。內部前端系統105可被實施為使得使用者320A能夠使用使用者裝置320與系統300交互的電腦系統。舉例而言，在其中系統100或300使得系統能夠呈現的實施例中，使用者能夠顯示產生入站規畫的選項、所產生的入站規畫、與產生入站規畫相關聯的資料、FC資料等。
在一些實施例中，入站約束容量系統330可使用模型來對與FC相關聯的可用儲存容量（ASC）（例如，產品數量、總容量的百分比等）進行預測。舉例而言，可使用針對每一FC的當前及歷史庫存資料（例如，期末庫存資料（ending inventory data）、入站資料、出站資料等）來對與FC相關聯的ASC進行預測。在一些實施例中，系統330可藉由對出站產品數量進行預測來對ASC進行預測。舉例而言，系統330可使用模型、使用如下公式來對所選擇的估計交付日期（EDD）的出站產品數量進行預測：
Figure 02_image001
其中「EDD-1」指示EDD的前一天。即，可藉由自EDD前一天的期末產品庫存減去EDD當天的期末產品庫存且加上EDD當天的入站產品數量來對所選擇的EDD的出站產品數量進行計算。
系統330可使用模型、使用如下公式來對EDD當天的期末產品庫存進行計算：
Figure 02_image003
即，系統330可藉由將EDD前一天的期末產品庫存添加至EDD當天的入站產品庫存且減去EDD當天的出站產品庫存來對EDD當天的期末產品庫存進行計算。
在一些實施例中，系統330可使用模型來對多個所選擇EDD的ASC進行預測（例如，在某一時間跨度中，例如在兩周中）。在一些實施例中，系統330可使用模型來對多個FC的ASC進行預測。在一些實施例中，系統330可使用不同模型的相同或各種組合來實行預測。在一些實施例中，一或多個模型可基於一或多個FC中的庫存或一或多個FC中的立方體可用性（例如，1,000 m 3、3,000個單位的空間等）來對ASC進行預測。
在一些實施例中，系統330可使用模型來對某些儲存類型的ASC進行預測。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統330可使用模型來對某些容量類型的ASC進行預測。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。可手提攜帶容量類型可能能夠將產品放在手提箱上，而不可手提攜帶容量類型可能無法將產品放在手提箱上。大件容量類型可能介於可手提攜帶與不可手提攜帶之間，其中有時產品可能能夠放在手提箱中。在一些實施例中，系統330可使用模型來對儲存類型與容量類型的組合（例如箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的ASC進行預測。
在一些實施例中，系統330可對與FC相關聯的約束容量進行計算。舉例而言，系統330可基於與FC相關聯的入站基礎設施容量對約束容量（例如，產品數量、總容量的百分比等）進行計算。舉例而言，入站基礎設施容量可包括FC中的人員配備、FC中每一站的人員配備、FC中的司機、FC中的堆高機司機、基於FC中的可用人員配備可接收的產品數目等（例如，可基於FC具有100個站，但僅80個工人可在FC中工作的事實來對FC的約束容量進行計算）。在一些實施例中，約束容量可以存量計量單位（SKU）為單位。
在一些實施例中，系統330可對某些儲存類型的約束容量進行計算。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統330可對某些容量類型的約束容量進行計算。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統330可對儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的約束容量進行計算。
在一些實施例中，SKU可藉由對客戶的最終裝運方法來分類。舉例而言，某些SKU（例如低價值、非易碎的SKU）可在袋子中裝運（即「可手提攜帶」）。高價值或易碎的SKU可能需要與其他包裝一起在盒中裝運（即「不可手提攜帶」）。其他SKU可能自製造商或供應商大量地被裝運，或採用原始包裝裝運（即「大件」）。舉例而言，由於消費者可能常常採購大量的衛生紙，且所述盒可能以衛生紙製造商所提供的原始包裝自目的地被裝運至消費者，因此成盒的衛生紙可能被分類成大件。一些儲存空間可因此被綁定至SKU類型，使得目的地中的一些儲存空間被分派用於總物項、不可手提攜帶物項及大件物項。舉例而言，大件物項可儲存於障礙物較少的區域中，以便堆高機可移動，而可手提攜帶物項可儲存於貨架上。
在一些實施例中，SKU可基於對SKU進行處理的速度來進一步分類。舉例而言，處理速度較快的SKU可儲存於FC中的託盤上，而處理速度較慢的SKU可不儲存於託盤上，而是儲存於箱櫃中。因此，儲存類型與容量類型的組合可包括箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品。
在一些實施例中，系統330可藉由確定FC的所計算的ASC與所計算的約束容量之中的最小值來確定一或多個FC的入站約束。在一些實施例中，系統330可對每一FC的ASC及約束容量進行計算且確定時間跨度中的每一天的入站約束。舉例而言，系統330可確定對於一周中的每一天的一或多個FC的入站約束。系統330可藉由將所述周的總入站約束除以所述周中的天數來對平均每日入站約束進行計算。系統330可藉由對平均每日入站約束進行計算來產生考慮時間跨度中的波動的入站規畫，藉此產生更穩健的入站規畫。
在一些實施例中，入站需求預報系統340可使用財務或存貨資料來對與FC相關聯的需求容量進行預測。舉例而言，系統340可對所選擇的EDD的產品的全國需求進行預測。在一些實施例中，系統340可對時間跨度中的多個EDD的產品的全國需求進行預測。系統340可使用歷史庫存資料、供應商訂貨交付時間（lead-time）資料、供應商交付週期資料等來對全國需求進行預測。在一些實施例中，全國需求資料可為針對SKU的。在一些實施例中，需求容量可為儲存一數目個所預測需求產品所需的預期容量。系統340可藉由基於財務或存貨資料對產品的出站目標進行預測且對滿足入站目標所需的入站庫存進行預測來對需求容量進行預測。系統340可藉由將可接收滿足出站目標所需的入站庫存的一或多個FC之中的儲存量最大化來對需求容量進行預測。在一些實施例中，系統340可藉由將時間跨度（例如，兩周）的總需求容量除以所述周中的天數（例如，十四天）來對平均每日需求容量進行計算。系統340可藉由對平均每日需求容量進行計算來產生考慮時間跨度中的波動的入站規畫，藉此產生更穩健的入站規畫。
在一些實施例中，系統340可對某些儲存類型的需求容量進行預測。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統340可對某些容量類型的需求容量進行計算。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統340可對儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的需求容量進行預測。
在一些實施例中，SKU可藉由對客戶的最終裝運方法來分類。舉例而言，某些SKU（例如低價值、非易碎的SKU）可在袋子中裝運（即「可手提攜帶」）。高價值或易碎的SKU可能需要與其他包裝一起在盒中裝運（即「不可手提攜帶」）。其他SKU可能自製造商或供應商大量地被裝運，或採用原始包裝裝運（即「大件」）。舉例而言，由於消費者可能常常採購大量的衛生紙，且所述盒可能以衛生紙製造商所提供的原始包裝自目的地被裝運至消費者，因此成盒的衛生紙可能被分類成大件。一些儲存空間可因此被綁定至SKU類型，使得目的地中的一些儲存空間被分派用於總物項、不可手提攜帶物項及大件物項。舉例而言，大件物項可儲存於障礙物較少的區域中，以便堆高機可移動，而可手提攜帶物項可儲存於貨架上。
在一些實施例中，SKU可基於對SKU進行處理的速度來進一步分類。舉例而言，處理速度較快的SKU可儲存於FC中的託盤上，而處理速度較慢的SKU可不儲存於託盤上，而是儲存於箱櫃中。因此，儲存類型與容量類型的組合可包括箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品。
在一些實施例中，預處置規畫系統350可使用來自系統330的所預測的ASC、來自系統330的所計算的約束容量及來自系統340的所預測的需求容量來實行預處置規畫。舉例而言，系統350可藉由選擇儲存類型、容量類型或儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）來實行預處置規畫。對於選擇，系統350可自系統330擷取所確定的入站約束。系統350可判斷所確定的入站約束是否小於或等於所預測的需求容量。
若所確定的入站約束不小於或等於所預測的需求容量，則系統350可對所預測的需求容量與所確定的入站約束之間的差進行計算。由於所計算的差是負的，因此系統350可輸出過量需求數量。若所確定的入站約束小於或等於所預測的需求容量，則系統350可對所預測的需求容量與所確定的入站約束之間的差進行計算。由於所計算的差是正的，因此系統350可輸出其餘可用容量。基於所實行的預處置規畫的輸出，系統300可產生針對一或多個FC的入站規畫。舉例而言，若所確定的入站約束超過所預測的需求容量，則系統300可產生入站規畫，此乃因一或多個FC可儲存所預測的需求容量。在一些實施例中，所產生的入站規畫可包括對箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品中的至少一者的容量分派，其中所預測的需求容量可完全指配或分佈於不同的容量儲存類型之中。
在一些實施例中，當所預測的需求容量超過所確定的入站約束時（例如，在高峰時間跨度期間），系統350可基於針對每一附加FC的所產生的入站規畫在一或多個附加FC之間對過量需求數量進行分配。舉例而言，系統300可基於附加FC的儲存或容量類型（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品、託盤型大件產品等中的至少一者）來對過量需求數量的分配進行最佳化。在一些實施例中，系統300可基於與每一SKU相關聯的優先級來對預期需求容量的任何分配（例如，不限於過量需求數量的情形）進行最佳化。
在一些實施例中，系統300的一或多個系統或組件可藉由對以上論述的一或多個變量進行調整來實行各種模擬。系統300可基於最佳化（其中能夠儲存於FC中的需求容量被最大化（例如，一或多個FC中的可用儲存容量被最大化））而產生針對一或多個FC的入站規畫。
在一些實施例中，系統300可對一或多個所產生的入站規畫實行驗證測試（例如，在產生入站規畫之後，在入站規畫的每次模擬之後，等等）。舉例而言，系統300可藉由對所預測的ASC與實際ASC的平均絕對百分比誤差（mean absolute percentage error，MAPE）進行計算而對用於預測ASC的模型實行驗證測試。一旦確定出所計算的平均絕對百分比誤差高於臨限值（例如，20%），系統300便可選擇新的模型來對ASC進行預測且基於新的模型產生針對FC的新的入站規畫。
舉例而言，系統300可使用如下公式來對平均絕對百分比誤差（MAPE）進行計算：
Figure 02_image005
其中n可為EDD的數目（例如，在時間跨度中），t可為EDD，A t可為實際ASC，且F t可為所預測的（或所預報的）ASC。
在一些實施例中，系統300可使用如下公式來對對稱平均絕對百分比誤差（symmetric mean absolute percentage error，SMAPE）進行計算：
Figure 02_image007
其中n可為EDD的數目（例如，在時間跨度中），t可為EDD，A t可為實際ASC，且F t可為所預測的（或所預報的）ASC。
在一些實施例中，系統300可藉由使用如下公式對模型的追蹤訊號（tracking signal，TS）進行計算來實行驗證測試：
Figure 02_image009
其中n可為EDD的數目（例如，在時間跨度中），t可為EDD，A t可為實際ASC，F t可為所預測的（或所預報的）ASC，且MAD可為平均絕對偏差。系統300可使用如下公式來對MAD進行計算：
Figure 02_image011
在一些實施例中，若TS在某一範圍（例如-4至4）之外，則系統300可選擇新的模型來對ASC進行預測且基於新的模型產生針對FC的新的入站規畫。
在一些實施例中，在確定出過量需求數量之後，系統300可確定與過量需求數量（例如過量需求數量之中的箱櫃型可手提攜帶產品的數量、箱櫃型不可手提攜帶產品的數量、箱櫃型大件產品的數量、託盤型可手提攜帶產品的數量、託盤型不可手提攜帶產品的數量或託盤型大件產品的數量）相關聯的一或多個替代性容量類型（例如，可與其他容量類型互換的容量類型）。在一些實施例中，系統300可確定與至少一個FC相關聯的可用替代性容量類型數量。
在一些實施例中，系統300可確定出一或多個FC具有可用於儲存過量需求數量的儲存及容量類型。舉例而言，在高峰季節期間，第一FC可能無法滿足整個需求容量，但其他FC可能可用於儲存一時間段（例如，高峰季節的持續時間）期間的過量需求數量。舉例而言，一些儲存容量類型可較其他儲存容量類型快地被處理（例如，轉移至FC中及自FC轉移出），且因此較其他儲存容量類型可能更快地可用於儲存產品。舉例而言，在SKU等級處，可手提攜帶產品可能包含80%的需求，但由於可手提攜帶產品的大小小於其他一些產品，因此可手提攜帶產品可能僅佔用30%的FC儲存空間。因此，不同的儲存容量類型（例如，大件）可與可手提攜帶產品進行替代，且能夠容置可手提攜帶產品的過量需求。
在一些實施例中，一或多個FC可具有可用替代性容量類型數量的最大值。舉例而言，一些FC可具有可用替代性容量類型空間來儲存過量需求數量，但可能受限於可實際用於儲存替代性產品的可用替代性容量類型空間的百分比。在一些實施例中，過量需求數量可分佈於多個FC之中的可用替代性容量類型空間中。在一些實施例中，使用者（例如，使用者320A）可藉由使用者裝置320對替代性類型或最大值進行定義。
在一些實施例中，系統300可使用與過量需求數量相關聯的一或多個替代性容量類型及至少一個FC中的可用替代性容量類型數量來產生針對FC的入站規畫。在一些實施例中，系統300可基於使用多個FC中的不同的替代性容量類型數量進行的不同模擬來產生多個不同的入站規畫。在一些實施例中，所產生的入站規畫可基於多個FC中的每一FC的每SKU可變成本，其中系統300可基於所述多個FC之中的不同的可能替代性容量類型數量進行最佳化。
在一些實施例中，系統300可基於所述多個FC中的每一者的每SKU可變成本而在多個不同的入站規畫之中確定FC的最佳入站規畫。舉例而言，最佳入站規畫可將儲存於任何FC中的過量需求數量的數量最大化且可將總成本最小化，藉此增加通量且降低成本。在一些實施例中，系統300可基於所產生的入站規畫來改變FC的設定檔。
舉例而言，系統300可基於臨限值（例如，其中使用替代性容量儲存類型的時間跨度、使用替代性計算產生的規畫數目等）來重新設計FC設定檔（例如，對每一儲存容量類型的分派）。舉例而言，在一些實施例中，系統300可基於其中針對FC使用替代性計算的時間跨度來確定高峰季節實際上是長期改變的。
參照圖4，示出基於AI產生入站規畫的過程400。儘管在一些實施例中，系統330可實行本文中闡述的幾個步驟，但其他實施方式亦是可能的。舉例而言，本文中闡述及示出的系統及組件（例如，系統100、系統340、系統350等）中的任意者可實行本揭露中闡述的步驟。
在步驟401中，系統330可判斷所選擇的EDD是否在當前日期之前。若是，則系統330可迭代一天，直至所選擇的EDD在當前日期當天或之後。若否，則系統330可進行至步驟403。
在步驟403中，系統330可對所選擇的EDD的ASC進行計算。舉例而言，系統330可使用模型來對與FC相關聯的ASC進行預測。舉例而言，系統330可使用每一FC的當前及歷史庫存資料（例如，期末庫存資料、入站資料、出站資料等）來對與FC相關聯的ASC進行預測。在一些實施例中，系統330可藉由對出站產品數量進行預測來對ASC（例如，產品數量、總容量的百分比等）進行預測。舉例而言，系統330可使用模型、使用如下公式來對所選擇的估計交付日期（EDD）的出站產品數量進行預測：
Figure 02_image001
在步驟405中，系統330可判斷EDD是否是時間跨度中的最後一個日期。若否，則系統330可返回至步驟401且重複進行上述過程。若是，則系統330可進行至步驟407。即，在一些實施例中，系統330可使用模型來對某一時間跨度（例如，兩周）中的多個所選擇的EDD的ASC進行預測。在一些實施例中，一或多個模型可基於一或多個FC中的庫存或一或多個FC中的立方體可用性（例如，1,000 m 3、3,000個單位的空間等）來對ASC進行預測。
在一些實施例中，系統330可使用模型來對某些儲存類型的ASC進行預測。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統330可使用模型來對某些容量類型的ASC進行預測。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統330可使用模型來對儲存類型與容量類型的組合（例如箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的ASC進行預測。
在一些實施例中，SKU可藉由對客戶的最終裝運方法來分類。舉例而言，某些SKU（例如低價值、非易碎的SKU）可在袋子中裝運（即「可手提攜帶」）。高價值或易碎的SKU可能需要與其他包裝一起在盒中裝運（即「不可手提攜帶」）。其他SKU可能自製造商或供應商大量地被裝運，或採用原始包裝裝運（即「大件」）。舉例而言，由於消費者可能常常採購大量的衛生紙，且所述盒可能以衛生紙製造商所提供的原始包裝自目的地被裝運至消費者，因此成盒的衛生紙可能被分類成大件。一些儲存空間可因此被綁定至SKU類型，使得目的地中的一些儲存空間被分派用於總物項、不可手提攜帶物項及大件物項。舉例而言，大件物項可儲存於障礙物較少的區域中，以便堆高機可移動，而可手提攜帶物項可儲存於貨架上。
在一些實施例中，SKU可基於對SKU進行處理的速度來進一步分類。舉例而言，處理速度較快的SKU可儲存於FC中的託盤上，而處理速度較慢的SKU可不儲存於託盤上，而是儲存於箱櫃中。因此，儲存類型與容量類型的組合可包括箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品。
在步驟407中，系統330可判斷所選擇的EDD是否在當前日期之前。若是，則系統330可迭代一天，直至所選擇的EDD在當前日期當天或之後。若否，則系統330可進行至步驟409。
在步驟409中，系統330可對與FC相關聯的約束容量進行計算。舉例而言，系統330可基於與FC相關聯的入站基礎設施容量對對時間跨度的約束容量（例如，產品數量、總容量的百分比等）進行計算。舉例而言，入站基礎設施容量可包括FC中的人員配備、FC中每一站的人員配備、FC中的司機、FC中的堆高機司機、基於FC中的可用人員配備可接收的產品數目等（例如，可基於FC具有100個站，但僅80個工人可在FC中工作的事實來對FC的約束容量進行計算）。在一些實施例中，約束容量可以存量計量單位（SKU）為單位。
在一些實施例中，系統330可對某些儲存類型的約束容量進行計算。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統330可對某些容量類型的約束容量進行計算。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統330可對儲存類型中的每一者及容量類型中的每一者的約束容量進行計算。在一些實施例中，系統330可對儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）中的每一者的約束容量進行計算。
在步驟411中，系統330可判斷EDD是否是時間跨度中的最後一個日期。若否，則系統330可返回至步驟407且重複進行上述過程。即，在一些實施例中，系統330可使用模型來對某一時間跨度（例如，兩周）中的多個所選擇的EDD的約束容量進行預測。若是，則系統330可進行至步驟413。
在步驟413中，系統330可判斷某一數目個FC（例如，所有FC）中的所有FC是否已經歷過程400。舉例而言，在一些實施例中，多個FC可能需要經歷過程400。若否，則系統330可返回至步驟401以重複進行上述過程。若是，則系統330可完成過程400。
在一些實施例中，系統330可使用模型來對多個FC的ASC進行預測。在一些實施例中，系統330可使用不同模型的相同或各種組合來實行預測。在一些實施例中，系統330可對多個FC的約束容量進行計算。在一些實施例中，系統330可藉由確定FC的所計算的ASC及所計算的約束容量之中的最小值來確定一或多個FC的入站約束。在一些實施例中，系統330可對每一FC的ASC及約束容量進行計算且確定時間跨度中的每一天的入站約束。舉例而言，系統330可確定對於一周中的每一天的一或多個FC的入站約束。系統330可藉由將所述周的總入站約束除以所述周中的天數來對平均每日入站約束進行計算。系統330可藉由對平均每日入站約束進行計算來產生考慮時間跨度中的波動的入站規畫，藉此產生更穩健的入站規畫。
參照圖5，示出基於AI產生入站規畫的過程500。儘管在一些實施例中，系統340可實行本文中闡述的幾個步驟，但其他實施方式亦是可能的。舉例而言，本文中闡述及示出的系統及組件（例如，系統100、系統330、系統350等）中的任意者可實行本揭露中闡述的步驟。
在步驟501中（例如，在圖4所示步驟413之後），系統340可針對所選擇EDD的儲存類型或容量類型對產品的區域（例如，全國）需求進行預測。在一些實施例中，系統340可對時間跨度中的多個EDD的儲存類型或容量類型（例如，與儲存或容量類型相關聯的產品）的全國需求進行預測。系統340可使用歷史庫存資料、供應商訂貨交付時間資料、供應商交付週期資料等來對全國需求進行預測。在一些實施例中，系統340可使用財務或存貨資料來對與FC相關聯的需求容量進行預測。在一些實施例中，全國需求資料可為針對SKU的。在一些實施例中，需求容量可為儲存一數目個所預測的需求產品所需的預期容量。
在步驟503中，可藉由基於財務或存貨資料對產品的出站目標進行預測且對滿足入站目標所需的入站庫存進行預測來對需求容量進行預測。系統340可藉由將可接收滿足出站目標所需的入站庫存的一或多個FC之中的儲存量最大化來對需求容量進行預測。在一些實施例中，系統340可藉由將時間跨度（例如，兩周）的總需求容量除以所述周中的天數（例如，十四天）來對平均每日需求容量進行計算。系統340可藉由對平均每日需求容量進行計算來產生考慮時間跨度中的波動的入站規畫，藉此產生更穩健的入站規畫。
在一些實施例中，系統340可對某些儲存類型的需求容量進行預測。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統340可對某些容量類型的需求容量進行計算。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統340可對儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的需求容量進行預測。
在一些實施例中，SKU可藉由對客戶的最終裝運方法來分類。舉例而言，某些SKU（例如低價值、非易碎的SKU）可在袋子中裝運（即「可手提攜帶」）。高價值或易碎的SKU可能需要與其他包裝一起在盒中裝運（即「不可手提攜帶」）。其他SKU可能自製造商或供應商大量地被裝運，或採用原始包裝裝運（即「大件」）。舉例而言，由於消費者可能常常採購大量的衛生紙，且所述盒可能以衛生紙製造商所提供的原始包裝自目的地被裝運至消費者，因此成盒的衛生紙可能被分類成大件。一些儲存空間可因此被綁定至SKU類型，使得目的地中的一些儲存空間被分派用於總物項、不可手提攜帶物項及大件物項。舉例而言，大件物項可儲存於障礙物較少的區域中，以便堆高機可移動，而可手提攜帶物項可儲存於貨架上。
在一些實施例中，SKU可基於對SKU進行處理的速度來進一步分類。舉例而言，處理速度較快的SKU可儲存於FC中的託盤上，而處理速度較慢的SKU可不儲存於託盤上，而是儲存於箱櫃中。因此，儲存類型與容量類型的組合可包括箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品。
在步驟505中，系統340可判斷某一數目個FC（例如，所有FC）中的所有FC是否已經歷過程500。舉例而言，在一些實施例中，多個FC可能需要經歷過程500。若否，則系統340可返回至步驟501以重複進行上述過程。若是，則系統340可完成過程500。
參照圖6，示出基於AI產生入站規畫的過程600。儘管在一些實施例中，系統350可實行本文中闡述的幾個步驟，但其他實施方式亦是可能的。舉例而言，本文中闡述及示出的系統及組件（例如，系統100、系統330、系統340等）中的任意者可實行本揭露中闡述的步驟。
在步驟601中（例如，在圖4所示步驟413之後及圖5所示步驟505之後），系統350可使用來自系統330（例如，過程400）的所預測的ASC、來自系統330（例如，過程400）的所計算的約束容量及來自系統340（例如，過程500）的所預測的需求容量來實行預處置規畫。舉例而言，系統350可藉由選擇儲存類型、容量類型或儲存類型與容量類型的組合（例如箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）來實行預處置規畫。對於選擇，系統350可自系統330擷取所確定的入站約束。
在步驟603中，系統350可判斷所確定的入站約束是否小於或等於所預測的需求容量。若所確定的入站約束不小於或等於所預測的需求容量，則系統350可進行至步驟605。
在步驟605中，系統350可對所預測的需求容量與所確定的入站約束之間的差進行計算。由於所計算的差是負的，因此系統350可確定所計算的差是過量需求數量。
回到步驟603，若所確定的入站約束小於或等於所預測的需求容量，則系統350可進行至步驟607。
在步驟607中，系統350可對所預測的需求容量與所確定的入站約束之間的差進行計算。由於所計算的差是正的，因此系統350可確定所計算的差是其餘可用容量。
基於所實行的預處置規畫的輸出，系統300可產生針對一或多個FC的入站規畫。舉例而言，若所確定的入站約束超過所預測的需求容量，則系統300可產生入站規畫，此乃因一或多個FC可儲存所預測的需求容量。在一些實施例中，所產生的入站規畫可包括對箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品中的至少一者的容量分派，其中所預測的需求容量可完全指配或分佈於不同的容量儲存類型之中。
參照圖7，示出使用替代性計算基於AI產生入站規畫的過程700。儘管在一些實施例中，系統300的組件（例如，系統330、340、350等）可實行本文中闡述的幾個步驟，但其他實施方式亦是可能的。舉例而言，本文中闡述及示出的系統及組件（例如，系統100等）中的任意者可實行本揭露中闡述的步驟。
在步驟701中（例如，在圖6所示步驟605之後），在確定出過量需求數量之後，系統300可確定與過量需求數量（例如過量需求數量之中的箱櫃型可手提攜帶產品的數量、箱櫃型不可手提攜帶產品的數量、箱櫃型大件產品的數量、託盤型可手提攜帶產品的數量、託盤型不可手提攜帶產品的數量或託盤型大件產品的數量）相關聯的一或多個替代性容量類型（例如，可與其他容量類型互換的容量類型）。在一些實施例中，系統300可確定與至少一個FC相關聯的可用替代性容量類型數量。在一些實施例中，系統300可確定出一或多個FC具有可用於儲存過量需求數量的儲存及容量類型。舉例而言，在高峰季節期間，第一FC可能無法滿足整個需求容量，但其他FC可能可用於儲存一時間段（例如，高峰季節的持續時間）期間的過量需求數量。
在步驟703中，系統300可對每一FC進行評估，以查看其是否具有替代性容量來容納過量需求數量。系統300可藉由確定可用於儲存過量需求數量的可用替代性容量類型最大值、每一替代性容量類型的其餘ASC、或替代性容量類型的其餘約束容量之中的最小值來確定每一FC中的可能替代性可用性。在一些實施例中，每一FC中的所確定的可能替代性可用性、所確定的最小值、可用於儲存過量需求數量的可用替代性容量類型最大值、每一替代性容量類型的其餘ASC、或替代性容量類型的其餘約束容量可儲存於資料庫336、346或356中的一或多者中。
作為步驟703的一部分，系統300可確定可用儲存量以及一或多個FC中的入站容量與其餘約束數量之和之中的最小值。系統300可藉由將入站容量乘以適用的替代性容量類型的替代性數量來確定可用儲存量。在一些實施例中，所確定的最小值、可用儲存量、一或多個FC中的入站容量與其餘約束數量之和、可用儲存量、入站容量或適用的替代性容量類型的替代性數量可儲存於資料庫336、346或356中的一或多者中。
在步驟705中，系統300可對一或多個FC的所有可用儲存量進行求和。在一些實施例中，可用儲存量可為按容量儲存類型的總可用替代性容量。在一些實施例中，一或多個FC的所有可用儲存量之和可儲存於資料庫336、346或356中的一或多者中。
在步驟707中，系統300可藉由如下計算來對每一FC的不可移動產品數量進行計算：
Figure 02_image013
在一些實施例中，每一FC的不可移動產品數量、可用儲存量或可用替代性容量可儲存於資料庫336、346或356中的一或多者中。
在步驟709中，系統300可判斷FC中的不可移動產品數量是否小於零。若否，則系統300可進行至步驟711。若是，則系統300可進行至步驟723。在一些實施例中，所述確定可儲存於資料庫336、346或356中的一或多者中。在一些實施例中，FC中的不可移動產品數量大於或等於零可指示當前的可用替代性容量無法容置當前的無法分配產品數量。當FC中的不可移動產品數量大於或等於零時，系統300可進行至步驟711，以便對無法按替代性類型分配的當前產品數量進行重新分配，直至不再存在FC中的可容納產品的可用替代性容量。在一些實施例中，FC中的不可移動產品數量小於零可指示可用替代性容量可容置當前的無法分配產品數量。當FC中的不可移動產品數量小於零時，系統300可進行至步驟723，以便對每一FC的替代性數量進行計算。
在步驟711中，系統300可藉由確定以下之中的最小值來確定最大可用容量：
Figure 02_image015
或者
Figure 02_image017
在一些實施例中，所確定的最大可用容量、所確定的最小值、入站容量、儲存類型、入站容量之和或時間跨度中的其餘約束容量可儲存於資料庫336、346或356中的一或多者中。
系統300可藉由如下計算對於一或多個FC來對新的不可移動數量進行計算：
Figure 02_image019
在一些實施例中，新的不可移動數量、FC中的不可移動數量、最大可用容量、或一或多個FC的總最大可用容量可儲存於資料庫336、346或356中的一或多者中。
對於不同的替代性容量類型，系統300可藉由如下計算來對新的可用替代性容量類型進行計算：
Figure 02_image021
系統300可確定如下之中的最小值：所計算的新的可用替代性容量類型及入站容量。在一些實施例中，新的可用替代性容量類型、新的不可移動數量、過量需求或FC中的替代性容量類型的其餘ASC數量可儲存於資料庫336、346或356中的一或多者中。
在步驟713中，系統300可藉由確定每一FC中的每一替代性容量類型的其餘ASC及每一FC中每一替代性容量類型的其餘約束之中的最小值來對更可用替代性容量類型進行計算。在一些實施例中，可用替代性容量類型、所確定的最小值、每一FC中的每一替代性容量類型的其餘ASC、或者每一FC中的每一替代性容量類型的其餘約束可儲存於資料庫336、346或356中的一或多者中。
在步驟715中，系統300可藉由在每一FC中的新的可用替代性數量、更可用替代性容量類型數量、或者每一FC中的總最大可用容量數量之中取最小值來對總可移動容量進行計算。系統300可藉由如下計算來對每一FC中的新的不可移動數量進行計算：
Figure 02_image023
在一些實施例中，總可移動容量、所確定的最小值、每一FC中的新的可用替代性數量、更可用替代性容量類型數量、每一FC中的總最大可用容量數量、每一FC中的新的不可移動數量、不可移動數量或總可移動容量可儲存於資料庫336、346或356中的一或多者中。
在步驟717中，系統300可藉由針對每一FC確定其餘ASC及其餘約束容量中之中的最小值來對新的更可用替代性容量進行計算。系統300可藉由如下計算來對每一FC的附加FC容量進行計算：
Figure 02_image025
系統300可藉由針對每一FC進行如下計算來對每一FC的替代性容量的新的入站容量進行計算：
Figure 02_image027
系統300可藉由針對每一FC進行如下計算來對每一FC的新的其餘約束容量進行計算：
Figure 02_image029
在一些實施例中，新的更可用替代性容量、所確定的最小值、其餘ASC、其餘約束容量、每一FC的附加FC容量、可手提攜帶可移動容量、新的更可用替代性容量、更可用替代性容量、替代性容量的新的入站容量、附加FC容量、替代性容量的當前入站容量、新的其餘約束容量、當前的其餘約束容量或附加FC容量可儲存於資料庫336、346或356中的一或多者中。
在步驟719中，系統300可藉由如下計算來對每一FC的替代性容量的新的入站容量進行計算：
Figure 02_image031
其中，藉由如下計算來對每一FC的可用容量進行計算：
Figure 02_image033
系統300可藉由如下計算來對每一FC的新的其餘約束容量進行計算：
Figure 02_image035
在一些實施例中，藉由對替代性容量的當前入站容量、可用容量、附加FC容量、最大可用容量、總最大可用容量進行計算而得到的每一FC的新的其餘約束容量、藉由對當前的其餘約束容量或可用容量進行計算而得到的每一FC的新的其餘約束容量可儲存於資料庫336、346或356中的一或多者中。
在步驟721中，系統300可判斷每一FC中的不可移動數量是否小於或等於零。若否，則系統300可重複進行步驟711至721以產生更多的模擬入站規畫。若是，則系統300可進行至步驟723。在一些實施例中，所述判斷可儲存於資料庫336、346或356中的一或多者中。
在步驟723中，系統300可藉由如下計算來對每一FC的替代性數量進行計算：
Figure 02_image037
其中其餘可用容量是FC中的不可移動產品數量。
系統300可藉由如下計算來產生針對每一FC的新的過量需求數量的入站容量：
Figure 02_image039
基於過程700中的替代性計算，系統300可產生一或多個入站規畫。
在一些實施例中，每一FC的替代性數量、其餘可用容量、附加可能替代性數量、總附加可能替代性數量、FC中的不可移動產品數量、每一FC的過量需求數量的新入站容量、過量需求數量的當前入站容量或所計算的替代性數量可儲存於資料庫336、346或356中的一或多者中。
在一些實施例中，系統300可藉由將可儲存於FC中的入站產品數目最大化而將入站規畫產生最佳化。在一些實施例中，系統300可週期性地（例如，每天、每兩周等）對FC設定檔及產品需求數量進行評估，或者基於替代性儲存容量類型及入站規畫產生的最佳化而在不同FC之間重新分配產品。在一些實施例中，系統300可針對一或多個FC循環經過過程700，直至FC中所儲存的入站產品數目被最大化。在一些實施例中，入站規畫產生的最佳化可基於設定的臨限值（例如，必須儲存於FC中的產品最小數目）。在一些實施例中，系統300可對在未來的時間將一或多個入站產品排程為儲存於FC中（例如，若FC當前無法容置一些入站產品，則可將入站產品排程為在下周儲存於FC中）。
參照圖8，示出用於替代性計算的過程800。儘管在一些實施例中，系統300的組件（例如，系統330、340、350等）可實行本文中闡述的幾個步驟，但其他實施方式亦是可能的。舉例而言，本文中闡述及示出的系統及組件（例如，系統100等）中的任意者可實行本揭露中闡述的步驟。
在步驟810中，系統300可確定2個可手提攜帶託盤單元的過量需求數量。系統300可確定與過量需求數量（例如過量需求數量之中的箱櫃型可手提攜帶產品的數量、箱櫃型不可手提攜帶產品的數量、箱櫃型大件產品的數量、託盤型可手提攜帶產品的數量、託盤型不可手提攜帶產品的數量或託盤型大件產品的數量）相關聯的一或多個替代性容量類型（例如，可與其他容量類型互換的容量類型）。在一些實施例中，系統300可確定與至少一個FC相關聯的可用替代性容量類型數量。
在一些實施例中，系統300可確定可用儲存空間的替代性（例如，確定一或多個FC的不同的可互換儲存容量類型中的空間百分比）。舉例而言，系統300可確定大件託盤類型可與可手提攜帶託盤類型互換。系統300可確定FC-A僅針對可手提攜帶託盤類型的1個SKU具有替代性可用性。系統300可確定FC-B針對可手提攜帶託盤類型的2個SKU具有替代性可用性。在一些實施例中，系統300可確定FC-A的每SKU可變成本低於FC-B的每SKU可變成本。系統300可藉由將成本最小化且將通量最大化來進行最佳化。
在步驟820中，例如，系統300可確定FC-B針對至少一個大件託盤型SKU具有可用儲存量。系統300可確定若1個大件託盤型SKU自FC-A被重新分派（例如，移動、轉移、運輸等）至FC-B，總成本可被最小化且通量可被最大化，以便FC-A可儲存2個可手提攜帶託盤型SKU的過量需求數量。
在步驟830中，系統300基於確定出可藉由將1個大件託盤型SKU自FC-A重新分派至FC-B來將入站規畫最佳化，使得FC-A可具有針對至少2個可手提攜帶託盤型SKU的可用儲存量，系統300可將2個可手提攜帶託盤SKU的過量需求數量分派（例如，移動、轉移、運輸等）至FC-A，藉此將成本最小化且將通量最大化，以便儲存預期需求容量。在一些實施例中，系統300可基於過程800的替代性計算來產生入站規畫。在一些實施例中，當其中使用過程800的替代性計算的時間跨度超過臨限值時間跨度時，系統300可重新設計FC-A及FC-B的FC設定檔，使得它們的FC設定檔包括自替代性計算得到的儲存容量類型。
參照圖9，示出基於AI產生入站規畫的過程900。儘管在一些實施例中，系統300的組件（例如，系統330、340、350等）可實行本文中闡述的幾個步驟，但其他實施方式亦是可能的。舉例而言，本文中闡述及示出的系統及組件（例如，系統100等）中的任意者可實行本揭露中闡述的步驟。
在步驟901中，系統330可使用模型來對與FC相關聯的ASC（例如，產品數量、總容量的百分比等）進行預測。舉例而言，可使用每一FC的當前及歷史庫存資料（例如，期末庫存資料、入站資料、出站資料等）來對與FC相關聯的ASC進行預測。在一些實施例中，系統330可藉由對出站產品數量進行預測來對ASC進行預測。舉例而言，系統330可使用模型對所選擇的EDD的出站產品數量進行預測。
在一些實施例中，系統330可使用模型來對多個所選擇的EDD的ASC進行預測（例如，在某一時間跨度中，例如在兩周中）。在一些實施例中，系統330可使用模型來對多個FC的ASC進行預測。在一些實施例中，系統330可使用不同模型的相同或各種組合來實行預測。在一些實施例中，一或多個模型可基於一或多個FC中的庫存或一或多個FC中的立方體可用性（例如，1,000 m 3、3,000個單位的空間等）來對ASC進行預測。
在一些實施例中，系統330可使用模型來對某些儲存類型的ASC進行預測。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統330可使用模型來對某些容量類型的ASC進行預測。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統330可使用模型來對儲存類型與容量類型的組合（例如箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的ASC進行預測。
在一些實施例中，系統330可對與FC相關聯的約束容量（例如，產品數量、總容量的百分比等）進行計算。舉例而言，系統330可基於與FC相關聯的入站基礎設施容量對約束容量進行計算。舉例而言，入站基礎設施容量可包括FC中的人員配備、FC中每一站的人員配備、FC中的司機、FC中的堆高機司機、基於FC中的可用人員配備可接收的產品數目等（例如，可基於FC具有100個站，但僅80個工人可在FC中工作的事實來對FC的約束容量進行計算）。在一些實施例中，約束容量可以存量計量單位（SKU）為單位。
在一些實施例中，系統330可對某些儲存類型的約束容量進行計算。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統330可對某些容量類型的約束容量進行計算。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統330可對儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的約束容量進行計算。
在一些實施例中，系統330可藉由確定FC的所計算的ASC與所計算的約束容量之中的最小值來確定一或多個FC的入站約束。在一些實施例中，系統330可對每一FC的ASC及約束容量進行計算且確定時間跨度中的每一天的入站約束。舉例而言，系統330可確定對於一周中的每一天的一或多個FC的入站約束。系統330可藉由將所述周的總入站約束除以所述周中的天數來對平均每日入站約束進行計算。系統330可藉由對平均每日入站約束進行計算來產生考慮時間跨度中的波動的入站規畫，藉此產生更穩健的入站規畫。
在步驟903中，入站需求預報系統340可使用財務或存貨資料來對與FC相關聯的需求容量進行預測。舉例而言，系統340可對所選擇的EDD的產品的全國需求進行預測。在一些實施例中，系統340可對時間跨度中的多個EDD的產品的地區（全國）需求進行預測。系統340可使用歷史庫存資料、供應商訂貨交付時間資料、供應商交付週期資料等來對全國需求進行預測。在一些實施例中，全國需求資料可為針對SKU的。在一些實施例中，需求容量可為儲存一數目個所預測需求產品所需的預期容量。系統340可藉由基於財務或存貨資料對產品的出站目標進行預測且對滿足入站目標所需的入站庫存進行預測來對需求容量進行預測。系統340可藉由將可接收滿足出站目標所需的入站庫存的一或多個FC之中的儲存量最大化來對需求容量進行預測。在一些實施例中，系統340可藉由將時間跨度（例如，兩周）的總需求容量除以所述周中的天數（例如，十四天）來對平均每日需求容量進行計算。系統340可藉由對平均每日需求容量進行計算來產生考慮時間跨度中的波動的入站規畫，藉此產生更穩健的入站規畫。
在一些實施例中，系統340可對某些儲存類型的需求容量進行預測。舉例而言，儲存類型可包括託盤及箱櫃。在一些實施例中，系統340可對某些容量類型的需求容量進行計算。舉例而言，容量類型可包括可手提攜帶、不可手提攜帶及大件。在一些實施例中，系統340可對儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）的需求容量進行預測。
在步驟905中，預處置規畫系統350可使用來自系統330的所預測的ASC、來自系統330的所計算的約束容量及來自系統340的所預測的需求容量來對過量需求數量進行計算。舉例而言，系統350可藉由選擇儲存類型、容量類型或儲存類型與容量類型的組合（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品或託盤型大件產品）來實行預處置規畫。對於選擇，系統350可自系統330擷取所確定的入站約束。系統350可判斷所確定的入站約束是否小於或等於所預測的需求容量。
若所確定的入站約束不小於或等於所預測的需求容量，則系統350可對所預測的需求容量與所確定的入站約束之間的差進行計算。由於所計算的差是負的，因此系統350可確定所計算的差是過量需求數量。
在一些實施例中，當所預測的需求容量超過所確定的入站約束時（例如，在高峰時間跨度期間），系統350可基於針對每一附加FC的所產生的入站規畫在一或多個附加FC之間對過量需求數量進行分配。舉例而言，系統300可基於附加FC的儲存或容量類型（例如，箱櫃型可手提攜帶產品、箱櫃型不可手提攜帶產品、箱櫃型大件產品、託盤型可手提攜帶產品、託盤型不可手提攜帶產品、託盤型大件產品等中的至少一者）來對過量需求數量的分配進行最佳化。在一些實施例中，系統300可基於與每一SKU相關聯的優先級來對預期需求容量的任何分配（例如，不限於過量需求數量的情形）進行最佳化。
在步驟907中，系統300可確定與過量需求數量相關聯的一或多個替代性容量類型且確定至少一個FC中的可用替代性容量類型數量。舉例而言，在確定出過量需求數量之後，系統300可確定與過量需求數量（例如過量需求數量之中的箱櫃型可手提攜帶產品的數量、箱櫃型不可手提攜帶產品的數量、箱櫃型大件產品的數量、託盤型可手提攜帶產品的數量、託盤型不可手提攜帶產品的數量或託盤型大件產品的數量）相關聯的一或多個替代性容量類型（例如，可與其他容量類型互換的容量類型）。在一些實施例中，系統300可確定與至少一個FC相關聯的可用替代性容量類型數量。
在一些實施例中，系統300可確定出一或多個FC具有可用於儲存過量需求數量的儲存及容量類型。舉例而言，在高峰季節期間，第一FC可能無法滿足整個需求容量，但其他FC可能可用於儲存一時間段（例如，高峰季節的持續時間）期間的過量需求數量。舉例而言，一些儲存容量類型可較其他儲存容量類型快地被處理（例如，轉移至FC中及自FC轉移出），且因此較其他儲存容量類型可能更快地可用於儲存產品。舉例而言，在SKU等級處，可手提攜帶產品可能包含80%的需求，但由於可手提攜帶產品的大小小於其他一些產品，因此可手提攜帶產品可能僅佔用30%的FC儲存空間。因此，不同的儲存容量類型（例如，大件）可與可手提攜帶產品進行替代，且能夠容置可手提攜帶產品的過量需求。
在一些實施例中，一或多個FC可具有可用替代性容量類型數量的最大值。舉例而言，一些FC可具有可用替代性容量類型空間來儲存過量需求數量，但可能受限於可實際用於儲存替代性產品的可用替代性容量類型空間的百分比。在一些實施例中，過量需求數量可分佈於多個FC之中的可用替代性容量類型空間中。在一些實施例中，使用者（例如，使用者320A）可藉由使用者裝置320對替代性類型或最大值進行定義。
在步驟909中，系統300可使用與過量需求數量相關聯的一或多個替代性容量類型及至少一個FC中的可用替代性容量類型數量來產生針對FC的入站規畫。在一些實施例中，系統300可基於使用多個FC中的不同的替代性容量類型數量進行的不同模擬來產生多個不同的入站規畫。在一些實施例中，所產生的入站規畫可基於多個FC中的每一FC的每SKU可變成本，其中系統300可基於所述多個FC之中的不同的可能替代性容量類型數量進行最佳化。
在一些實施例中，系統300可基於所述多個FC中的每一者的每SKU可變成本而在多個不同的入站規畫之中確定FC的最佳入站規畫。舉例而言，最佳入站規畫可將儲存於任何FC中的過量需求數量的數量最大化且可將總成本最小化，藉此增加通量且降低成本。在一些實施例中，系統300可基於所產生的入站規畫來改變FC的設定檔。
舉例而言，系統300可基於臨限值（例如，其中使用替代性容量儲存類型的時間跨度、使用替代性計算產生的規畫數目等）來重新設計FC設定檔（例如，對每一儲存容量類型的分派）。舉例而言，在一些實施例中，系統300可基於其中針對FC使用替代性計算的時間跨度來確定高峰季節實際上是長期改變的。
在一些實施例中，系統300的一或多個系統或組件可藉由對以上論述的一或多個變量進行調整來實行各種模擬。系統300可基於最佳化（其中能夠儲存於FC中的需求容量被最大化（例如，一或多個FC中的可用儲存容量被最大化））而產生針對一或多個FC的入站規畫。
在步驟909中，系統300可接收一或多個產品（例如，自希望使用來自1A的系統100售賣產品的賣方接收的物項）正在傳入的通知，且根據所產生的入站規畫將所述一或多個傳入產品虛擬地分配至至少一個FC。舉例而言，系統300可接收所述一或多個產品準備好被至少一個FC接收的指示，且確定所述一或多個產品可根據不同的可能替代性容量類型在所述至少一個FC之中進行分配或者根據最佳化的（例如，根據每SKU可變成本）產生的規畫進行分配。舉例而言，系統300可藉由根據所產生的入站規畫將與所述一或多個傳入產品相關聯的SKU指配至至少一個FC來將所述一或多個傳入產品虛擬地分配至至少一個FC。在一些實施例中，SKU至FC的指配可儲存於至少一個資料庫（例如，資料庫336、資料庫346或資料庫356）中。在一些實施例中，系統300可向一或多個FC傳輸一或多個通知，其中通知指示虛擬分佈。在一些實施例中，可對與FC相關聯的FC設定檔進行修改以包括虛擬分佈的指示。
儘管已參照本揭露的具體實施例示出並闡述了本揭露，然而應理解，本揭露可不加修改地實踐於其他環境中。上述說明是出於例示目的而呈現。上述說明並非詳盡性的且並非僅限於所揭露的精確形式或實施例。藉由考量對所揭露實施例的說明及實踐，各種修改及改編對於熟習此項技術者而言將顯而易見。另外，儘管所揭露實施例的態樣被闡述為儲存於記憶體中，然而熟習此項技術者應理解，該些態樣亦可儲存於其他類型的電腦可讀取媒體上，例如輔助儲存裝置（例如硬碟或光碟唯讀記憶體（compact disk read-only memory，CD ROM））或者其他形式的隨機存取記憶體（random access memory，RAM）或唯讀記憶體（read-only memory，ROM）、通用序列匯流排（universal serial bus，USB）媒體、數位影音光碟（digital versatile disc，DVD）、藍光（Blu-ray）或其他光學驅動媒體上。
基於書面說明及所揭露的方法的電腦程式處於有經驗的開發者的技能範圍內。可使用熟習此項技術者已知的任何技術來創建各種程式或程式模組，或者可結合現有的軟體來設計各種程式或程式模組。舉例而言，可採用或借助.Net Framework、.Net Compact Framework（以及相關語言，如Visual Basic、C等）、爪哇（Java）、C++、Objective-C、超文件標記語言（Hypertext Markup Language，HTML）、HTML/AJAX組合、可擴展標記語言（Extensible Markup Language，XML）或包括爪哇小程式的HTML來設計程式區段或程式模組。
此外，儘管本文中已闡述了例示性實施例，然而熟習此項技術者基於本揭露將設想出具有等效元素、修改形式、省略、組合（例如，各種實施例之間的態樣的組合）、改編及/或變更的任何及所有實施例的範圍。申請專利範圍中的限制應基於申請專利範圍中採用的語言進行廣義解釋，而並非僅限於本說明書中闡述的實例或在申請的過程期間闡述的實例。所述實例應被視為非排他性的。此外，所揭露方法的步驟可以任何方式進行修改，包括藉由對步驟進行重新排序及/或插入或刪除步驟。因此，本說明書及實例旨在僅被視為例示性的，真正的範圍及精神由以下申請專利範圍及其等效內容的全部範圍來指示。
100:系統/方塊圖 101:裝運授權技術（SAT）系統 102A:行動裝置/裝置/使用者裝置 102B:電腦/裝置/使用者裝置 103:外部前端系統 105:內部前端系統 107:運輸系統 107A、107C:行動裝置/裝置 107B:行動裝置 109:賣方入口 111:裝運及訂單追蹤系統 113:履行最佳化（FO）系統 115:履行訊息傳遞閘道（FMG） 117:供應鏈管理（SCM）系統 119:倉庫管理系統（WMS） 119A:行動裝置/裝置/平板電腦 119B:行動裝置/PDA/裝置 119C:行動裝置/裝置/電腦 121A、121B、121C:第三方履行（3PL）系統 123:履行中心授權系統（FC Auth） 125:勞資管理系統（LMS） 200:履行中心（FC） 201、222:卡車 202A、202B、208:物項 203:入站區 205:緩衝區 206:堆高機 207:卸貨區 209:揀選區 210:儲存單元 211:包裝區 213:中樞區 214:運輸機構 215:營地區 216:牆 218、220:包裝 224A、224B:交付工作者 226:汽車 300:系統 310:網路 320:使用者裝置 320A:使用者 330:入站約束容量系統/系統 332、342、352:處理器 334、344、354:記憶體 336、346、356:資料庫 340:入站需求預報系統/系統 350:預處置規畫系統/系統 400、500、600、700、800、900:過程 401、403、405、407、409、411、413、501、503、505、601、603、605、607、701、703、705、707、709、711、713、715、717、719、721、723、810、820、830、901、903、905、907、909:步驟 FC-A、FC-B:履行中心
圖1A是示出根據所揭露實施例的網路的示例性實施例的示意性方塊圖，所述網路包括用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統。 圖1B繪示出根據所揭露實施例的樣本搜尋結果頁面（SRP），其包括滿足搜尋請求的一或多個搜尋結果以及交互式使用者介面元素。 圖1C繪示出根據所揭露實施例的樣本單一細節頁面（SDP），其包括產品及關於產品的資訊以及交互式使用者介面元素。 圖1D繪示出根據所揭露實施例的樣本購物車頁面，其包括虛擬購物車中的物項以及交互式使用者介面元素。 圖1E繪示出根據所揭露實施例的樣本訂單頁面，其包括來自虛擬購物車的物項以及關於採購及裝運的資訊以及交互式使用者介面元素。 圖2是根據所揭露實施例的被配置成利用所揭露電腦化系統的示例性履行中心的圖例。 圖3是根據所揭露實施例的用於基於AI產生入站規畫的裝置以及系統的示例性網路。 圖4繪示出根據所揭露實施例的基於AI產生入站規畫的示例性子過程。 圖5繪示出根據所揭露實施例的基於AI產生入站規畫的示例性子過程。 圖6繪示出根據所揭露實施例的基於AI產生入站規畫的示例性子過程。 圖7繪示出根據所揭露實施例的使用替代性計算基於AI產生入站規畫的示例性過程。 圖8繪示出根據所揭露實施例的用於替代性計算的示例性過程。 圖9繪示出根據所揭露實施例的使用替代性計算基於AI產生入站規畫的示例性過程。
300:系統
310:網路
320:使用者裝置
320A:使用者
330:入站約束容量系統/系統
332、342、352:處理器
334、344、354:記憶體
336、346、356:資料庫
340:入站需求預報系統/系統
350:預處置規畫系統/系統

Claims (20)

  1. 一種基於人工智慧產生入站規畫之電腦實施系統，所述系統包括： 記憶體，儲存指令；以及 至少一個處理器，被配置成執行所述指令以進行如下操作： 使用模型對與第一履行中心相關聯的可用儲存量進行預測； 對與所述第一履行中心相關聯的需求容量進行預測； 使用所預測的所述可用儲存量及所預測的所述需求容量來對過量需求數量進行計算； 確定與所述過量需求數量相關聯的一或多個替代性容量類型； 確定至少一個履行中心中的可用替代性容量類型數量； 使用與所述過量需求數量相關聯的所述一或多個替代性容量類型及至少一個履行中心中的所述可用替代性容量類型數量來產生針對所述第一履行中心的入站規畫； 接收一或多個傳入產品的通知；以及 根據所產生的所述入站規畫將所述一或多個傳入產品分配至至少所述第一履行中心。
  2. 如請求項1所述的系統，其中所述至少一個履行中心包括所述第一履行中心。
  3. 如請求項1所述的系統，其中所述至少一個履行中心包括多個履行中心。
  4. 如請求項1所述的系統，其中所述至少一個履行中心包括所述可用替代性容量類型數量的最大值。
  5. 如請求項1所述的系統，其中產生針對所述第一履行中心的入站規畫包括產生多個不同的入站規畫。
  6. 如請求項5所述的系統，其中所述多個不同的入站規畫是基於多個履行中心中的所確定的替代性容量類型數量而產生。
  7. 如請求項6所述的系統，其中所述不同的入站規畫中的每一者是基於針對所述多個履行中心中的每一履行中心的每存量計量單位（SKU）可變成本。
  8. 如請求項7所述的系統，其中所述至少一個處理器更被配置成執行所述指令，以基於針對所述多個履行中心中的每一者的所述每存量計量單位可變成本而在所述多個不同的入站規畫之中確定針對所述第一履行中心的最佳入站規畫。
  9. 如請求項8所述的系統，其中所述最佳入站規畫將儲存於所述多個履行中心中的任何履行中心中的所述過量需求數量的數量最大化且將總成本最小化。
  10. 如請求項1所述的系統，其中所述至少一個處理器更被配置成執行所述指令，以基於所產生的所述入站規畫來改變所述第一履行中心的設定檔。
  11. 一種基於人工智慧產生入站規畫之電腦實施方法，所述方法包括： 使用模型對與第一履行中心相關聯的可用儲存量進行預測； 對與所述第一履行中心相關聯的需求容量進行預測； 使用所預測的所述可用儲存量及所預測的所述需求容量來對過量需求數量進行計算； 確定與所述過量需求數量相關聯的一或多個替代性容量類型； 確定至少一個履行中心中的可用替代性容量類型數量； 使用與所述過量需求數量相關聯的所述一或多個替代性容量類型及至少一個履行中心中的所述可用替代性容量類型數量來產生針對所述第一履行中心的入站規畫； 接收一或多個傳入產品的通知；以及 根據所產生的所述入站規畫對所述一或多個傳入產品進行分配。
  12. 如請求項11所述的方法，其中所述至少一個履行中心包括多個履行中心。
  13. 如請求項11所述的方法，其中所述至少一個履行中心包括所述可用替代性容量類型數量的最大值。
  14. 如請求項11所述的方法，其中產生針對所述第一履行中心的入站規畫包括產生多個不同的入站規畫。
  15. 如請求項14所述的方法，其中所述多個不同的入站規畫是基於多個履行中心中的所確定的替代性容量類型數量而產生。
  16. 如請求項15所述的方法，其中所述不同的入站規畫中的每一者是基於針對所述多個履行中心中的每一履行中心的每存量計量單位（SKU）可變成本。
  17. 如請求項16所述的方法，更包括基於針對所述多個履行中心中的每一者的所述每存量計量單位可變成本而在所述多個不同的入站規畫之中確定針對所述第一履行中心的最佳入站規畫。
  18. 如請求項17所述的方法，其中所述最佳入站規畫將儲存於所述多個履行中心中的任何履行中心中的所述過量需求數量的數量最大化且將總成本最小化。
  19. 如請求項11所述的方法，更包括基於所產生的所述入站規畫來改變所述第一履行中心的設定檔。
  20. 一種基於人工智慧產生入站規畫之電腦實施系統，所述系統包括： 記憶體，儲存指令；以及 至少一個處理器，被配置成執行所述指令以進行如下操作： 使用模型對與履行中心相關聯的可用儲存量進行預測； 對與所述履行中心相關聯的需求容量進行預測； 使用所預測的所述可用儲存量及所預測的所述需求容量來對過量需求數量進行計算； 確定與所述過量需求數量相關聯的一或多個替代性容量類型； 確定至少一個履行中心中的可用替代性容量類型數量； 使用與所述過量需求數量相關聯的所述一或多個替代性容量類型及至少一個履行中心中的所述可用替代性容量類型數量來產生針對所述履行中心的入站規畫； 藉由以下方式對所述模型實行驗證測試： 對所預測的所述可用儲存量與實際可用儲存量的平均絕對百分比誤差進行計算； 一旦確定出所計算的所述平均絕對百分比誤差高於臨限值，便選擇新的模型來對所述可用儲存量進行預測；以及 基於所述新的模型產生針對所述履行中心的新的入站規畫； 接收一或多個傳入產品的通知；以及 根據所產生的所述新的入站規畫對所述一或多個傳入產品進行分配。
TW111120405A 2021-06-24 2022-06-01 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法 TWI840822B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/356,964 US11507922B1 (en) 2021-06-24 2021-06-24 Computer-implemented systems and methods for artificial intelligence (AI)-based inbound plan generation using fungibility logic
US17/356,964 2021-06-24

Publications (2)

Publication Number Publication Date
TW202303480A true TW202303480A (zh) 2023-01-16
TWI840822B TWI840822B (zh) 2024-05-01

Family

ID=84104705

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111120405A TWI840822B (zh) 2021-06-24 2022-06-01 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法

Country Status (4)

Country Link
US (1) US11507922B1 (zh)
KR (2) KR102579899B1 (zh)
TW (1) TWI840822B (zh)
WO (1) WO2022269330A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11961024B1 (en) 2023-02-14 2024-04-16 Insight Direct Usa, Inc. Automated staffing allocation and scheduling
KR20240146295A (ko) * 2023-03-29 2024-10-08 쿠팡 주식회사 재고를 구분하는 방법 및 그 시스템
KR102713472B1 (ko) * 2023-07-05 2024-10-07 쿠팡 주식회사 입고 지원 정보 생성 방법 및 이를 위한 전자 장치

Family Cites Families (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080208719A1 (en) * 2007-02-28 2008-08-28 Fair Isaac Corporation Expert system for optimization of retail shelf space
US7958020B2 (en) * 2009-11-09 2011-06-07 International Business Machines Corporation Efficient inventory management for providing distinct service qualities for multiple demand groups
US8732039B1 (en) * 2010-12-29 2014-05-20 Amazon Technologies, Inc. Allocating regional inventory to reduce out-of-stock costs
KR20120095709A (ko) * 2011-02-21 2012-08-29 주식회사 지노스 물류 시뮬레이션 장치 및 그 방법
US8620707B1 (en) * 2011-06-29 2013-12-31 Amazon Technologies, Inc. Systems and methods for allocating inventory in a fulfillment network
US8700443B1 (en) * 2011-06-29 2014-04-15 Amazon Technologies, Inc. Supply risk detection
US9910427B2 (en) * 2014-09-02 2018-03-06 International Business Machines Corporation Performing hierarchical data-driven inventory and warehouse management in manufacturing environments
US9805402B1 (en) * 2014-09-26 2017-10-31 Amazon Technologies, Inc. Adaptive control of an item inventory plan
CN104852399B (zh) * 2015-05-18 2017-03-15 国家电网公司 光储微网系统的储能容量动态优化方法
US10726448B1 (en) * 2015-07-13 2020-07-28 Walgreen Co. System and method for inventory display management tool
US10025983B2 (en) * 2015-09-21 2018-07-17 The Climate Corporation Ponding water detection on satellite imagery
US10185927B1 (en) * 2015-12-17 2019-01-22 Amazon Technologies, Inc. Techniques for optimizing an inventory selection
US10504055B2 (en) 2016-09-02 2019-12-10 X Development Llc Optimization of warehouse layout based on customizable goals
US10142255B1 (en) * 2016-09-08 2018-11-27 Amazon Technologies, Inc. Allocating dynamic resources to service clusters
US10423923B2 (en) * 2016-09-13 2019-09-24 International Business Machines Corporation Allocating a product inventory to an omnichannel distribution supply chain
US10783442B1 (en) * 2016-12-19 2020-09-22 Amazon Technologies, Inc. Demand forecasting via direct quantile loss optimization
US10956858B2 (en) * 2017-01-19 2021-03-23 Intelligrated Headquarters, Llc Static warehouse area sizing and slotting of a multi-mode forward area
US10922646B1 (en) * 2017-09-26 2021-02-16 Amazon Technologies, Inc. Multi-echelon inventory planning under dynamic fulfillment policies
US11599753B2 (en) * 2017-12-18 2023-03-07 Oracle International Corporation Dynamic feature selection for model generation
US20190259043A1 (en) * 2018-02-19 2019-08-22 Target Brands, Inc. Method and system for supply chain management
WO2020006010A1 (en) 2018-06-25 2020-01-02 Ahmann Robert D Automated warehouse system and method for optimized batch picking
JP7092201B2 (ja) * 2018-09-10 2022-06-28 村田機械株式会社 物流システムおよび物流方法
US20200175461A1 (en) * 2018-12-03 2020-06-04 Beijing Jingdong Shangke Information Technology Co., Ltd. Method and system for two-echelon inventory allocation
US20200242511A1 (en) 2019-01-30 2020-07-30 Oracle International Corporation Dynamic Data Selection for a Machine Learning Model
US20200293968A1 (en) * 2019-03-13 2020-09-17 Coupang, Corp. Genetic algorithm-based systems and methods for simulating outbound flow
CA3119943A1 (en) 2019-03-14 2020-09-17 Attabotics Inc. Multi-entity inventory management using storage bin and inventory reassignment
US11037101B2 (en) * 2019-05-17 2021-06-15 Direct Supply, Inc. Systems, methods, and media for managing inventory associated with a facility
US11554917B2 (en) * 2019-08-14 2023-01-17 Opex Corporation Systems and methods for dynamically managing the location of inventory items in an inventory management facility
CN110687451B (zh) * 2019-08-28 2022-10-25 武汉科技大学 基于误差补偿的支持向量机锂电池剩余寿命预测方法
US10657492B1 (en) * 2019-09-23 2020-05-19 Coupang Corp. Systems and methods for optimization of a product inventory by an intelligent adjustment of inbound purchase orders
US20210110461A1 (en) 2019-10-10 2021-04-15 Coupang Corp. Systems and methods for optimization of a product inventory by intelligent adjustment of inbound purchase orders
KR102455860B1 (ko) * 2019-10-16 2022-10-19 주식회사 리코어 인공지능 모델 기반 물류창고의 예측 출고량 결정 방법 및 장치
US11232388B2 (en) * 2019-11-22 2022-01-25 Accenture Global Solutions Limited Automated guided vehicle systems for retrieving hems
KR20210067856A (ko) * 2019-11-29 2021-06-08 최동호 배송 물품 저온 보관 장치를 이용한 배송 거점 기반 물류 시스템
US11074548B2 (en) * 2019-12-05 2021-07-27 Coupang Corp. Computer implemented systems and methods for optimization of a product inventory by intelligent distribution of inbound products
US11354611B2 (en) * 2019-12-16 2022-06-07 Oracle International Corporation Minimizing unmet demands due to short supply
US20210312377A1 (en) * 2020-04-07 2021-10-07 Sap Se Capacity optimized and balanced fill levels
US12112271B2 (en) * 2020-07-22 2024-10-08 Accenture Global Solutions Limited Resource data modeling, forecasting and simulation

Also Published As

Publication number Publication date
TWI840822B (zh) 2024-05-01
WO2022269330A1 (en) 2022-12-29
KR20230141660A (ko) 2023-10-10
KR20230000395A (ko) 2023-01-02
US11507922B1 (en) 2022-11-22
KR102579899B1 (ko) 2023-09-19

Similar Documents

Publication Publication Date Title
TWI810488B (zh) 用於智能化產生採購訂單的電腦實施系統及電腦實施方法
TWI801861B (zh) 根據產品特性決定產品價格的倉儲管理電腦實行系統以及方法
KR102548216B1 (ko) 비용 최적화된 구성을 생성하기 위한 패키지 구성의 시뮬레이션을 위한 시스템 및 방법
TW202226138A (zh) 自動遞送任務指派的系統、用於臨時遞送員工的自動遞送任務指派的方法以及非暫時性電腦可讀媒體
TWI840822B (zh) 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法
TWI754410B (zh) 用於智能化分配產品的電腦實施系統以及方法
US10796279B1 (en) Systems and methods for automated outbound profile generation
TWI750833B (zh) 用於智能化分配產品的電腦實施系統及電腦實施方法
US11250380B2 (en) Computer-implemented systems and methods for optimization of a product inventory by intelligent distribution of inbound products using product assignment validation
KR20230132747A (ko) 인공 지능(ai) 기반 인바운드 계획 생성을 위한 컴퓨터-구현 시스템 및 방법
WO2023094883A1 (en) Systems and methods for inventory estimation
TWI851525B (zh) 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法
TW202431173A (zh) 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法