TWI760982B - 透過進行小波轉換產生需求預測數據用於產生準確訂購單之電腦實行系統以及方法 - Google Patents
透過進行小波轉換產生需求預測數據用於產生準確訂購單之電腦實行系統以及方法 Download PDFInfo
- Publication number
- TWI760982B TWI760982B TW109145510A TW109145510A TWI760982B TW I760982 B TWI760982 B TW I760982B TW 109145510 A TW109145510 A TW 109145510A TW 109145510 A TW109145510 A TW 109145510A TW I760982 B TWI760982 B TW I760982B
- Authority
- TW
- Taiwan
- Prior art keywords
- frequency component
- item
- computer
- data
- wavelet
- Prior art date
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本發明提供一種用於產生電腦化系統的需求預測資料的方法及系統,包含自使用者裝置接收用於產生需求預測資料的請求。系統自資料庫擷取資料,其中資料表示與預定義時間週期期間的物件相關聯的銷售歷史。在擷取之後,系統藉由移除離群值來修改擷取資料且藉由基於小波基在經修改資料上進行小波轉換來產生與物件相關聯的需求預測資料。
Description
本發明大體上是關於用於產生與銷售物件相關聯的需求預測資料以用於產生物件的準確訂購單的電腦化系統及方法。本發明的實施例是關於用於藉由在此類系統上進行小波轉換來產生與銷售物件(諸如由履行中心履行的產品)相關聯的需求預測資料的創造性及非習知系統。
履行中心(Fulfillment center;FC)每日遇到多於數百萬個產品,此是由於一旦消費者下了訂單,履行中心即操作以履行所述訂單且使得運送承運人能夠提貨。用於在FC內部管理庫存的操作可包含訂購產品及儲備所訂購產品,因此一旦FC接收到消費者訂單即可快速地運送產品。雖然用於FC中的庫存管理的當前現有FC及系統經組態以預測對產品的需求,但當FC因為與需求相關聯的需求尖峰而誤算對產品的需求時產生常見問題。需求的誤算可導致物件的訂購不足或訂購過多。舉例而言,需求的尖峰可由於
假期旺季或庫存短缺的各種原因而發生,且FC可因為尖峰而不準確地預測需求。
為減少此類問題,習知庫存管理系統藉由使用習知時間序列模型來改良對產品的需求的預測。習知模型使用傅立葉(Fourier)轉換來識別尖峰及隨機雜訊。此類傅里葉轉換步驟可包含將時域信號傳遞至頻域信號中。大多數巨大尖峰及隨機雜訊包含在高頻率信號區域中,由此習知模型可藉由使用傅立葉轉換來移除與高頻率信號區域相關聯的分量以獲得較平滑銷售序列。然而,物件級別的銷售(例如,基於SKU)大多為非平穩的,因為模式及分佈可能在月份間不同。傅立葉轉換包括在處理非平穩信號的情況下的固有缺陷,此是因為其可僅得到信號通常含有的頻率的分量,但每一分量的時刻未知。
因此,需要用於產生與銷售物件相關聯的需求預測資料的經改良方法及系統。
本發明的一個態樣是針對包含記憶體及至少一個處理器的電腦實行系統,所述記憶體儲存指令,所述至少一個處理器經程式化以執行指令以進行用於藉由在資料上進行小波轉換來產生需求預測資料的方法。方法包含自使用者裝置接收用於產生與物件相關聯的需求預測資料的請求及自資料庫擷取資料,其中資料表示與預定義時間週期期間的物件相關聯的銷售歷史。方法更包含藉由移除離群值來修改經擷取的資料及藉由基於小波基在經修改的資料上進行小波轉換來產生與物件相關聯的需求預測資料。
本發明的另一態樣是針對用於藉由在資料上進行小波轉換來產生需求預測資料的方法。方法包含自使用者裝置接收用於產生與物件相關聯的需求預測資料的請求及自資料庫擷取資料,其中資料表示與預定義時間週期期間的物件相關聯的銷售歷史。方法更包含藉由移除離群值來修改擷取資料及藉由基於小波基在經修改資料上進行小波轉換來產生與物件相關聯的需求預測資料。
本發明的另一態樣是針對包含記憶體及至少一個處理器的電腦實行系統,所述記憶體儲存指令,所述至少一個處理器經程式化以執行指令以進行用於藉由在資料上進行小波轉換來產生需求預測資料的方法。方法包含自使用者裝置接收用於產生與物件相關聯的需求預測資料的請求及自資料庫擷取資料,其中資料表示與預定義時間週期期間的物件相關聯的銷售歷史。方法更包含藉由移除零星的缺貨日來修改擷取資料及藉由基於小波基在經修改資料上進行小波轉換來產生與物件相關聯的需求預測資料。
本文中亦論述其他系統、方法以及電腦可讀媒體。
100:方塊圖
101:運送授權技術系統
102A、107A、107B、107C、119A、119B、119C:行動裝置
102B:電腦
103:外部前端系統
105:內部前端系統
107:運輸系統
109:賣方入口網站
111:運送及訂單追蹤系統
113:履行最佳化系統
115:履行通信報閘道
117:供應鏈管理系統
119:倉庫管理系統
121A、121B、121C:第3方履行系統
123:履行中心授權系統
125:勞動管理系統
200:履行中心
201、222:卡車
202A、202B、208、711:物件
203:入站區
205:緩衝區
206:叉車
207:卸貨區
209:揀貨區
210:儲存單元
211:包裝區
213:樞紐區
214:運輸機構
215:營地區
216:牆
218、220:包裹
224A、224B:遞送工作者
226:汽車
300、400、700、701、702、731、A1~A5、D1~D5:曲線圖
401:傅立葉轉換
402:小波轉換
500:方法
501、502、503、504、510、511、512、513、514、520、521、522、523、524:步驟
712:小波變換曲線圖
A1~A5:低頻率分量
db2~db10:dbN基
sym2~sym8:symN基
D1、D2、D3、D4、D5、A5:高頻率分量
圖1A為與所揭露實施例一致的說明包括用於實現運送、運輸以及物流操作的通信的電腦化系統的網路的例示性實施例的示意性方塊圖。
圖1B描繪與所揭露實施例一致的包含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的樣本搜尋結果頁
(Search Result Page;SRP)。
圖1C描繪與所揭露實施例一致的包含產品及關於所述產品的資訊以及交互式使用者介面元素的樣本單一顯示頁(Single Display Page;SDP)。
圖1D描繪與所揭露實施例一致的包含虛擬購物車中的物件以及交互式使用者介面元素的樣本購物車頁。
圖1E描繪與所揭露實施例一致的包含來自虛擬購物車的物件以及關於購買及運送的資訊以及交互式使用者介面元素的樣本訂單頁。
圖2為與所揭露實施例一致的經組態以利用所揭露電腦化系統的例示性履行中心的圖解說明。
圖3描繪反映由於在非平穩信號上進行傅立葉轉換引起的固有缺陷的例示性曲線圖。
圖4展示反映傅立葉轉換與小波轉換之間的差異的例示性曲線圖。
圖5A展示與所揭露實施例一致的用於藉由在供應鏈管理系統上進行小波轉換來產生需求預測資料的例示性方法。
圖5B展示與所揭露實施例一致的用於藉由基於小波基在經修改資料上進行小波轉換來產生需求預測資料的例示性方法。
圖5C展示與所揭露實施例一致的用於組合低頻率分量與最近高頻率分量的例示性方法。
圖6A至圖6C展示用於進行小波轉換的例示性小波基。
圖7A至圖7C展示反映基於來自圖6A至圖6C的對應小波基在資料上進行小波轉換得到的輸出的例示性曲線圖。
以下詳細描述參考隨附圖式。只要可能,即在圖式及以下描述中使用相同附圖標號來指代相同或類似部分。儘管本文中描述若干說明性實施例,但修改、調適以及其他實施方案是可能的。舉例而言,可對圖式中所說明的組件及步驟作出替代、添加或修改,且可藉由取代步驟、對步驟重排順序、移除步驟或將步驟添加至所揭露方法或藉由進行彼此並行的非相依步驟來修改本文中所描述的說明性方法。因此,以下詳細描述不限於所揭露實施例及實例。實情為,本發明的正確範圍由隨附申請專利範圍界定。
本發明的實施例是針對經組態以用於藉由在資料上進行小波轉換來產生與物件相關聯的需求預測的電腦實行系統及方法。所揭露實施例提供新穎技術特徵,儘管存在需求尖峰及隨機雜訊,但所述新穎技術特徵允許使用者準確地產生需求預測資料。舉例而言,所揭露實施例基於小波基(wavelet base)在與物件相關聯的非平穩歷史銷售資料上進行小波轉換且產生準確及平穩的需求預測資料。
參考圖1A,展示說明包括用於實現運送、運輸以及物流操作的通信的電腦化系統的系統的例示性實施例的示意性方塊圖100。如圖1A中所說明,系統100可包含各種系統,所述系統中的每一者可經由一或多個網路彼此連接。所述系統亦可經由直接連接(例如,使用電纜)彼此連接。所描繪系統包含運送授權技術(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、行動裝置107B
以及行動裝置107C、賣方入口網站109、運送及訂單追蹤(shipment and order tracking;SOT)系統111、履行最佳化(fulfillment optimization;FO)系統113、履行通信報閘道(fulfillment messaging gateway;FMG)115、供應鏈管理(supply chain management;SCM)系統117、倉庫管理系統119、行動裝置119A、行動裝置119B以及行動裝置119C(描繪為位於履行中心(fulfillment center;FC)200內部)、第3方履行系統121A、第3方履行系統121B以及第3方履行系統121C、履行中心授權系統(fulfillment center authorization;FC Auth)123以及勞動管理系統(labor management system;LMS)125。
在一些實施例中,SAT系統101可實行為監視訂單狀態及遞送狀態的電腦系統。舉例而言,SAT系統101可判定訂單是否超過其承諾遞送日期(PDD)且可採取適當的動作,包含發起新訂單、對未遞送訂單中的物件進行重新運送、取消未遞送訂單、發起與訂購客戶的連絡,或類似者。SAT系統101亦可監視其他資料,包含輸出(諸如在特定時間段期間運送的包裹的數目)及輸入(諸如接收到的用於運送的空紙板盒的數目)。SAT系統101亦可充當系統100中的不同裝置之間的閘道,從而(例如,使用儲存及轉發或其他技術)實現諸如外部前端系統103及FO系統113的裝置之間的通信。
在一些實施例中,外部前端系統103可實行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,在系統100使得系統的呈現能夠允許使用者針對物件下訂單的實施例中,外部前端系統103可實行為接收搜尋請求、呈現
物件頁以及索求支付資訊的網頁伺服器。舉例而言,外部前端系統103可實行為電腦或電腦運行軟體,諸如阿帕奇(Apache)HTTP伺服器、微軟網際網路資訊服務(Internet Information Service;IIS)、NGINX,或類似者。在其他實施例中,外部前端系統103可運行經設計以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、基於彼等請求自資料庫及其他資料儲存庫獲取資訊,以及基於所獲取的資訊將回應提供至接收到的請求的定製網頁伺服器軟體。
在一些實施例中,外部前端系統103可包含網頁快取系統、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可包括此等系統中的一或多者,而在另一態樣中,外部前端系統103可包括連接至此等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)。
藉由圖1B、圖1C、圖1D以及圖1E所說明的說明性步驟集合將有助於描述外部前端系統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,包含搜尋結果頁(SRP)(例如,圖1B)、單一詳情頁(Single Detail Page;SDP)(例如,圖1C)、購物車頁(例如,圖1D),或訂單頁(例如,圖1E)。(例如,使用行動裝置102A或電腦102B的)使用者裝置可導航至外部前端系統103且藉由將資訊輸入至搜尋盒中來請求搜尋。外部前端系統103可向系統100中的一或多個系統請求資訊。舉例而言,外部前端系統103可向FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可(自FO系統113)
請求及接收包含於搜尋結果中的每一產品的承諾遞送日期或「PDD」。在一些實施例中,PDD可表示在特定時間段內(例如,在一天結束(下午11:59)前)訂購的情況下對含有產品的包裹將何時抵達使用者的所要位置或承諾將產品遞送至使用者的所要位置處的日期的估計。(PDD在下文相對於FO系統113進一步論述。)
外部前端系統103可基於資訊來準備SRP(例如,圖1B)。SRP可包含滿足搜尋請求的資訊。舉例而言,此可包含滿足搜尋請求的產品的圖像。SRP亦可包含每一產品的各別價格,或與每一產品的增強遞送選項、PDD、重量、大小、報價、折扣或類似者相關的資訊。外部前端系統103可(例如,經由網路)將SRP發送至請求使用者裝置。
使用者裝置可接著例如藉由點選或輕觸使用者介面或使用另一輸入裝置自SRP選擇產品,以選擇表示於SRP上的產品。使用者裝置可製訂對關於所選產品的資訊的請求且將其發送至外部前端系統103。作為回應,外部前端系統103可請求與所選產品相關的資訊。舉例而言,資訊可包含除針對各別SRP上的產品呈現的資訊以外的額外資訊。此可包含例如保存期限、原產國、重量、大小、包裹中的物件的數目、處置說明,或關於產品的其他資訊。資訊亦可包含類似產品的推薦(基於例如巨量資料及/或對購買此產品及至少一個其他產品的客戶的機器學習分析)、頻繁詢問的問題的答案、來自客戶的評論、製造商資訊、圖像,或類似者。
外部前端系統103可基於接收到的產品資訊來準備SDP(單一詳情頁)(例如,圖1C)。SDP亦可包含其他交互式元素,諸
如「現在購買」按鈕、「添加至購物車」按鈕、數量欄、物件的圖像,或類似者。SDP可更包含提供產品的賣方的列表。可基於每一賣方提供的價格來對列表進行排序,使得可在頂部處列出提供以最低價格出售產品的賣方。亦可基於賣方排名來對列表進行排序,使得可在頂部處列出排名最高的賣方。可基於多個因素來製訂賣方排名,所述因素包含例如賣方的符合承諾PDD的過去的追蹤記錄。外部前端系統103可(例如,經由網路)將SDP遞送至請求使用者裝置。
請求使用者裝置可接收列出產品資訊的SDP。在接收到SDP後,使用者裝置可接著與SDP交互。舉例而言,請求使用者裝置的使用者可點選或以其他方式與SDP上的「放在購物車中」按鈕交互。此將產品添加至與使用者相關聯的購物車。使用者裝置可將把產品添加至購物車的此請求傳輸至外部前端系統103。
外部前端系統103可產生購物車頁(例如,圖1D)。在一些實施例中,購物車頁列出使用者已添加至虛擬「購物車」的產品。使用者裝置可藉由在SRP、SDP或其他頁上的圖標上點選或以其他方式與所述圖標交互來請求購物車頁。在一些實施例中,購物車頁可列出使用者已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(諸如每一產品的數量、每一產品每物件的價格、每一產品基於相關聯數量的價格)、關於PDD的資訊、遞送方法、運送成本、用於修改購物車中的產品(例如,刪除或修改數量)的使用者介面元素、用於訂購其他產品或設置產品的定期遞送的選項、用於設置利息支付的選項、用於前進至購買的使用者介面元素,或類似者。使用者裝置處的使用者可在使用者介面元素(例
如,寫著「現在購買」的按鈕)上點選或以其他方式與所述使用者介面元素交互,以發起對購物車中的產品的購買。在如此做後,使用者裝置可將發起購買的此請求傳輸至外部前端系統103。
外部前端系統103可回應於接收到發起購買的請求而產生訂單頁(例如,圖1E)。在一些實施例中,訂單頁重新列出來自購物車的物件且請求支付及運送資訊的輸入。舉例而言,訂單頁可包含請求關於購物車中的物件的購買者的資訊(例如,姓名、地址、電子郵件地址、電話號碼)、關於接收者的資訊(例如,姓名、地址、電話號碼、遞送資訊)、運送資訊(例如,遞送及/或揀貨的速度/方法)、支付資訊(例如,信用卡、銀行轉賬、支票、儲存的積分)的部分、請求現金收據(例如,出於稅務目的)的使用者介面元素,或類似者。外部前端系統103可將訂單頁發送至使用者裝置。
使用者裝置可輸入關於訂單頁的資訊,且點選或以其他方式與將資訊發送至外部前端系統103的使用者介面元素交互。自此處,外部前端系統103可將資訊發送至系統100中的不同系統,以使得能夠創建及處理具有購物車中的產品的新訂單。
在一些實施例中,外部前端系統103可進一步經組態以使得賣方能夠傳輸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可實行為使得內部使用者(例如,擁有、操作或租用系統100的組織的雇員)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,在網路101使得系統的呈現能夠允許使用者針對物件下訂單的實施例中,內部前端系統105可實行為使得內部使用者能夠查看關於訂單的
診斷及統計資訊、修改物件資訊或審查與訂單相關的統計的網頁伺服器。舉例而言,內部前端系統105可實行為電腦或電腦運行軟體,諸如阿帕奇HTTP伺服器、微軟網際網路資訊服務(IIS)、NGINX,或類似者。在其他實施例中,內部前端系統105可運行經設計以接收及處理來自系統100中所描繪的系統或裝置(以及未描繪的其他裝置)的請求、基於彼等請求自資料庫及其他資料儲存庫獲取資訊,以及基於所獲取的資訊來將回應提供至接收到的請求的定製網頁伺服器軟體。
在一些實施例中,內部前端系統105可包含網頁快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監視系統或類似者中的一或多者。在一個態樣中,內部前端系統105可包括此等系統中的一或多者,而在另一態樣中,內部前端系統105可包括連接至此等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可實行為實現系統100中的系統或裝置與行動裝置107A至行動裝置107C之間的通信的電腦系統。在一些實施例中,運輸系統107可自一或多個行動裝置107A至行動裝置107C(例如,行動電話、智慧型手機、PDA,或類似者)接收資訊。舉例而言,在一些實施例中,行動裝置107A至行動裝置107C可包括由遞送工作者操作的裝置。遞送工作者(其可為永久雇員、暫時雇員或輪班雇員)可利用行動裝置107A至行動裝置107C來實現對含有由使用者訂購的產品的包裹的遞送。舉例而言,為遞送包裹,遞送工作者可在行動裝置上接收指示遞送哪一包裹及將所述包裹遞送到何處的通知。在抵達遞送位置
後,遞送工作者可(例如,在卡車的後部中或在包裹的條板箱中)定位包裹、使用行動裝置掃描或以其他方式擷取與包裹上的識別符(例如,條碼、影像、文字串、RFID標籤,或類似者)相關聯的資料,且遞送包裹(例如,藉由將其留在前門處、將其留給警衛、將其交給接收者,或類似者)。在一些實施例中,遞送工作者可使用行動裝置擷取包裹的相片及/或可獲得簽名。行動裝置可將資訊發送至運輸系統107,所述資訊包含關於遞送的資訊,包含例如時間、日期、GPS位置、相片、與遞送工作者相關聯的識別符、與行動裝置相關聯的識別符,或類似者。運輸系統107可在資料庫(未描繪)中儲存此資訊以用於由系統100中的其他系統訪問。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且將所述追蹤資料發送至其他系統,從而指示特定包裹的位置。
在一些實施例中,某些使用者可使用一個種類的行動裝置(例如,永久工作者可使用具有定製硬體(諸如條碼掃描器、尖筆以及其他裝置)的專用PDA),而其他使用者可使用其他類型的行動裝置(例如,暫時工作者或輪班工作者可利用現成的行動電話及/或智慧型手機)。
在一些實施例中,運輸系統107可使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(由例如使用者識別符、雇員識別符或電話號碼表示)與行動裝置(由例如國際行動設備身分(International Mobile Equipment Identity;IMEI)、國際行動訂用識別符(International Mobile Subscription Identifier;IMSI)、電話號碼、通用唯一識別符(Universal Unique Identifier;UUID)或全球唯一識別符(Globally Unique Identifier;GUID)表
示)之間的關聯。運輸系統107可結合在遞送時接收到的資料使用此關聯來分析儲存於資料庫中的資料,以便尤其判定工作者的位置、工作者的效率,或工作者的速度。
在一些實施例中,賣方入口網站109可實行為使得賣方或其他外部實體能夠與系統100中的一或多個系統電子地通信的電腦系統。舉例而言,賣方可利用電腦系統(未描繪)來上載或提供賣方希望經由使用賣方入口網站109的系統100來出售的產品的產品資訊、訂單資訊、連絡資訊或類似者。
在一些實施例中,運送及訂單追蹤系統111可實行為接收、儲存以及轉送關於含有由客戶(例如,由使用裝置102A至裝置102B的使用者)訂購的產品的包裹的位置的資訊的電腦系統。在一些實施例中,運送及訂單追蹤系統111可請求或儲存來自由遞送含有由客戶訂購的產品的包裹的運送公司操作的網頁伺服器(未描繪)的資訊。
在一些實施例中,運送及訂單追蹤系統111可請求及儲存來自在系統100中描繪的系統的資訊。舉例而言,運送及訂單追蹤系統111可請求來自運輸系統107的資訊。如上文所論述,運輸系統107可自與使用者(例如,遞送工作者)或車輛(例如,遞送卡車)中的一或多者相關聯的一或多個行動裝置107A至行動裝置107C(例如,行動電話、智慧型電話、PDA或類似者)接收資訊。在一些實施例中,運送及訂單追蹤系統111亦可請求來自倉庫管理系統(warehouse management system;WMS)119的資訊以判定個別產品在履行中心(例如,履行中心200)內部的位置。運送及訂單追蹤系統111可向運輸系統107或WMS 119中的一或
多者請求資料,在請求後處理所述資料,且將所述資料呈現給裝置(例如,使用者裝置102A及使用者裝置102B)。
在一些實施例中,履行最佳化(FO)系統113可實行為儲存來自其他系統(例如,外部前端系統103及/或運送及訂單追蹤系統111)的客戶訂單的資訊的電腦系統。FO系統113亦可儲存描述特定物件保存或儲存於何處的資訊。舉例而言,某些物件可能僅儲存於一個履行中心中,而某些其他物件可能儲存於多個履行中心中。在再其他實施例中,某些履行中心可經設計以僅儲存特定物件集合(例如,新鮮生產或冷凍的產品)。FO系統113儲存此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亦可計算每一產品的對應PDD(承諾遞送日期)。在一些實施例中,PDD可以基於一或多個因素。舉例而言,FO系統113可基於下述者來計算產品的PDD:對產品的過去需求(例如,在一段時間期間訂購了多少次所述產品)、對產品的預期需求(例如,預測在即將到來的一段時間期間多少客戶將訂購所述產品)、指示在一段時間期間訂購了多少產品的全網路過去需求、指示預期在即將到來的一段時間期間將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、哪一履行中心儲存每一產品、產品的預期或當前訂單,或類似者。
在一些實施例中,FO系統113可定期(例如,每小時)判定每一產品的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、運送及訂單追蹤系統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、運送及訂單追蹤系統
111)接收電子請求且按需求計算PDD。
在一些實施例中,履行通信報閘道(FMG)115可實行為自系統100中的一或多個系統(諸如FO系統113)接收呈一種格式或協定的請求或回應、將其轉換為另一格式或協定且將其以轉換後的格式或協定轉發至其他系統(諸如WMS 119或第3方履行系統121A、第3方履行系統121B或第3方履行系統121C)且反之亦然的電腦系統。
在一些實施例中,供應鏈管理(SCM)系統117可實行為進行預測功能的電腦系統。舉例而言,SCM系統117可基於下述者來預測對特定產品的需求量:例如基於對產品的過去需求、對產品的預期需求、全網路過去需求、全網路預期需求、儲存於每一履行中心200中的計數產品、每一產品的預期或當前訂單,或類似者。回應於此預測量及所有履行中心中的每一產品的量,SCM系統117可產生一或多個訂購單以購買及儲備足夠數量,以滿足對特定產品的預測需求。
在一些實施例中,倉庫管理系統(WMS)119可實行為監控工作流程的電腦系統。舉例而言,WMS 119可自個別裝置(例如,裝置107A至裝置107C或裝置119A至裝置119C)接收指示離散事件的事件資料。舉例而言,WMS 119可接收指示此等裝置中的一者的使用掃描包裹的事件資料。如下文相對於履行中心200及圖2所論述,在履行過程期間,可藉由特定階段處的機器(例如,自動式或手持式條碼掃描器、RFID讀取器、高速攝影機、諸如平板電腦119A、行動裝置/PDA 119B、電腦119C的裝置或類似者)掃描或讀取包裹識別符(例如,條碼或RFID標籤資料)。WMS
119可將指示掃描或包裹識別符的讀取的每一事件以及包裹識別符、時間、日期、位置、使用者識別符或其他資訊儲存於對應資料庫(未描繪)中,且可將此資訊提供至其他系統(例如,運送及訂單追蹤系統111)。
在一些實施例中,WMS 119可儲存使一或多個裝置(例如,裝置107A至裝置107C或裝置119A至裝置119C)與一或多個使用者(所述一或多個使用者與系統100相關聯)相關聯的資訊。舉例而言,在一些情形下,使用者(諸如兼職雇員或全職雇員)可與行動裝置相關聯,此是由於使用者擁有行動裝置(例如,行動裝置為智慧型手機)。在其他情形下,使用者可與行動裝置相關聯,此是由於使用者暫時保管行動裝置(例如,使用者在一天開始時拿到行動裝置,將在一天期間使用所述行動裝置,且將在一天結束時退還所述行動裝置)。
在一些實施例中,WMS 119可維護與系統100相關聯的每一使用者的工作日志。舉例而言,WMS 119可儲存與每一雇員相關聯的資訊,包含任何指定的過程(例如,自卡車卸載、自揀貨區揀取物件、合流牆(rebin wall)工作、包裝物件)、使用者識別符、位置(例如,履行中心200中的樓層或區)、藉由雇員經由系統移動的單位數目(例如,所揀取物件的數目、所包裝物件的數目)、與裝置(例如,裝置119A至裝置119C)相關聯的識別符,或類似者。在一些實施例中,WMS 119可自計時系統接收登記及登出資訊,所述計時系統諸如在裝置119A至裝置119C上操作的計時系統。
在一些實施例中,第3方履行(3rd party fulfillment;3PL)
系統121A至第3方履行系統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,儘管一些產品儲存於履行中心200中(如下文相對於圖2所論述),但其他產品可儲存於場外、可按需求生產,或可以其他方式不可供用於儲存於履行中心200中。3PL系統121A至3PL系統121C可經組態以(例如,經由FMG 115)自FO系統113接收訂單,且可直接為客戶提供產品及/或服務(例如,遞送或安裝)。在一些實施例中,3PL系統121A至3PL系統121C中的一或多者可為系統100的部分,而在其他實施例中,3PL系統121A至3PL系統121C中的一或多者可在系統100外部(例如,由第三方提供商擁有或操作)。
在一些實施例中,履行中心Auth系統(FC Auth)123可實行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簽入(single-sign on;SSO)服務。例如,FC Auth 123可使得使用者能夠經由內部前端系統105登入、判定使用者具有訪問運送及訂單追蹤系統111處的資源的類似特權,且使得使用者能夠在不需要第二登入過程的情況下取得彼等特權。在其他實施例中,FC Auth 123可使得使用者(例如,雇員)能夠使自身與特定任務相關聯。舉例而言,一些雇員可能不具有電子裝置(諸如裝置119A至裝置119C),且實際上可能在一天的過程期間在履行中心200內自任務至任務以及自區至區移動。FC Auth 123可經組態以使得彼等雇員能夠在一天的不同時間指示其正進行何任務以及其位於何區。
在一些實施例中,勞動管理系統(LMS)125可實行為儲存雇員(包含全職雇員及兼職雇員)的出勤及超時資訊的電腦系
統。舉例而言,LMS 125可自FC Auth 123、WMA 119、裝置119A至裝置119C、運輸系統107及/或裝置107A至裝置107C接收資訊。
圖1A中所描繪的特定組態僅為實例。舉例而言,儘管圖1A描繪連接至FO系統113的FC Auth系統123,但並非所有實施例均要求此特定組態。實際上,在一些實施例中,系統100中的系統可經由一或多個公用或私用網路彼此連接,所述網路包含網際網路、企業內部網路、廣域網路(Wide-Area Network;WAN)、都會區域網路(Metropolitan-Area Network;MAN)、順應IEEE 802.11a/b/g/n標準的無線網路、租用線,或類似者。在一些實施例中,系統100中的系統中的一或多者可實行為在資料中心、伺服器群或類似者處實行的一或多個虛擬伺服器。
圖2描繪履行中心200。履行中心200為儲存用於在訂購時運送至客戶的物件的實體位置的實例。可將履行中心(FC)200劃分成多個區,所述區中的每一者描繪於圖2中。在一些實施例中,可認為此等「區」為接收物件、儲存物件、擷取物件以及運送物件的過程的不同階段之間的虛擬劃分。因此,儘管在圖2中描繪「區」,但其他區劃分為可能的,且在一些實施例中可省略、複製及/或修改圖2中的區。
入站區203表示FC 200的自希望使用來自圖1A的系統100出售產品的賣方接收到物件的區域。舉例而言,賣方可使用卡車201來遞送物件202A及物件202B。物件202A可表示足夠大以佔據其自身運送托板的單一物件,而物件202B可表示在同一托板上堆疊在一起以節省空間的物件集合。
工作者將在入站區203中接收物件,且可使用電腦系統(未描繪)來視情況檢查物件的損壞及正確性。舉例而言,工作者可使用電腦系統來比較物件202A及物件202B的數量與物件的所訂購數量。若數量不匹配,則工作者可拒絕物件202A或物件202B中的一或多者。若數量的確匹配,則工作者可(使用例如台車、手推平車、叉車或手動地)將彼等物件移動至緩衝區205。緩衝區205可為當前(例如由於揀貨區中存在足夠高數量的物件以滿足預測需求而)無需處於揀貨區中的所述物件的暫時儲存區域。在一些實施例中,叉車206操作以圍繞緩衝區205及在入站區203與卸貨區207之間移動物件。若(例如,由於預測需求而)需要揀貨區中的物件202A或物件202B,則叉車可將物件202A或物件202B移動至卸貨區207。
卸貨區207可為FC 200的在將物件移動至揀貨區209之前儲存所述物件的區域。指定給揀貨任務的工作者(「揀貨員」)可靠近揀貨區中的物件202A及物件202B,使用行動裝置(例如,裝置119B)來掃描揀貨區的條碼,且掃描與物件202A及物件202B相關聯的條碼。揀貨員可接著(例如,藉由將物件置放於推車上或攜帶所述物件)將所述物件取至揀貨區209。
揀貨區209可為FC 200的將物件208儲存於儲存單元210上的區域。在一些實施例中,儲存單元210可包括實體擱架、書架、盒、手提包、冰箱、冷凍機、冷儲存區或類似者中的一或多者。在一些實施例中,揀貨區209可組織成多個樓層。在一些實施例中,工作者或機器可以多種方式將物件移動至揀貨區209中,包含例如叉車、電梯、傳送帶、推車、手推平車、台車、自動化機
器人或裝置,或手動地移動。舉例而言,揀貨員可在卸貨區207中將物件202A及物件202B置放於手推平車或推車上,且將物件202A及物件202B步移至揀貨區209。
揀貨員可接收將物件置放(或「堆裝」)於揀貨區209中的特定點(諸如儲存單元210上的特定空間)的指令。舉例而言,揀貨員可使用行動裝置(例如,裝置119B)來掃描物件202A。裝置可例如使用指示走道、貨架以及位置的系統來指示揀貨員應將物件202A堆裝於何處。裝置可接著提示揀貨員在將物件202A堆裝於所述位置之前掃描所述位置處的條碼。裝置可(例如,經由無線網路)將資料發送至諸如圖1A中的WMS 119的電腦系統,從而指示已由使用裝置119B的使用者將物件202A堆裝於所述位置處。
一旦使用者下訂單,揀貨員即可在裝置119B上接收自儲存單元210擷取一或多個物件208的指令。揀貨員可擷取物件208、掃描物件208上的條碼,且將所述物件208置放於運輸機構214上。儘管將運輸機構214表示為滑動件,但在一些實施例中,運輸機構可實行為傳送帶、電梯、推車、叉車、手推平車、台車、推車或類似者中的一或多者。物件208可接著抵達包裝區211。
包裝區211可為FC 200的自揀貨區209接收到物件且將所述物件包裝至盒或包中以用於最終運送至客戶的區域。在包裝區211中,指定給接收物件的工作者(「合流工作者」)將自揀貨區209接收物件208且判定所述物件208對應於哪一訂單。舉例而言,合流工作者可使用諸如電腦119C的裝置來掃描物件208上的條碼。電腦119C可在視覺上指示物件208與哪一訂單相關聯。此
可包含例如對應於訂單的牆216上的空間或「單元格」。一旦訂單完成(例如,由於單元格含有所述訂單的所有物件),合流工作者即可指示包裝工作者(或「包裝員」)訂單完成。包裝員可自單元格擷取物件且將所述物件置放於盒或包中以用於運送。包裝員可接著例如經由叉車、推車、台車、手推平車、傳送帶、手動地或以其他方式將盒或包發送至樞紐區(hub zone)213。
樞紐區213可為FC 200的自包裝區211接收所有盒或包(「包裹」)的區域。樞紐區213中的工作者及/或機器可擷取包裹218且判定每一包裹預期去至遞送區域的哪一部分,且將包裹投送至適當的營地區(camp zone)215。舉例而言,若遞送區域具有兩個更小子區域,則包裹將去至兩個營地區215中的一者。在一些實施例中,工作者或機器可(例如,使用裝置119A至裝置119C中的一者)掃描包裹以判定其最終目的地。將包裹投送至營地區215可包括例如(例如,基於郵遞碼)判定包裹去往的地理區域的一部分,以及判定與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一或多個區域,其中自樞紐區213接收包裹以用於分選至路線及/或子路線中。在一些實施例中,營地區215與FC 200實體地分開,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/或機器可例如基於下述者來判定包裹220應與哪一路線及/或子路線相關聯:目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負荷的計算、時刻、運送方法、運送包裹220的成本、與包裹220中的物件相
關聯的PDD或類似者。在一些實施例中,工作者或機器可(例如,使用裝置119A至裝置119C中的一者)掃描包裹以判定其最終目的地。一旦將包裹220指定給特定路線及/或子路線,工作者及/或機器即可移動待運送的包裹220。在例示性圖2中,營地區215包含卡車222、汽車226以及遞送工作者224A及遞送工作者224B。在一些實施例中,卡車222可由遞送工作者224A駕駛,其中遞送工作者224A為遞送FC 200的包裹的全職雇員,且卡車222由擁有、租用或操作FC 200的同一公司擁有、租用或操作。在一些實施例中,汽車226可由遞送工作者224B駕駛,其中遞送工作者224B為在視需要基礎上(例如,季節性地)遞送的「靈活」或臨時工作者。汽車226可由遞送工作者224B擁有、租用或操作。
圖3描繪反映由於在非平穩信號上進行傅立葉轉換(Fourier Transform,FFT)引起的固有缺陷的例示性曲線圖300。傅立葉轉換識別尖峰及隨機雜訊。此類傅里葉轉換步驟可包含將時域信號(例如,左側的曲線圖)傳遞至頻域信號(例如,右側的曲線圖)中。大多數巨大尖峰及隨機雜訊包含在高頻率信號區域中,由此習知模型可藉由使用傅立葉轉換來移除與高頻率信號區域相關聯的分量以獲得較平滑銷售序列。然而,物件級別的銷售(例如,基於SKU)大多為非平穩的,因為模式及分佈可能在月份間不同。傅立葉轉換包括在處理非平穩信號的情況下的固有缺陷,此是因為其可僅得到信號通常含有的頻率的分量,但如圖3的右側上的曲線圖中所展示的每一分量的時刻未知。
圖4展示反映傅立葉轉換401與小波轉換402之間的差異的例示性曲線圖400。小波轉換402類似於利用不同評價函數的
傅立葉轉換401。傅立葉轉換401將信號分解成正弦及餘弦(例如,位於傅里葉空間中的函數)。相反,小波轉換402使用位於真實空間及傅里葉空間兩者中的函數。換言之,小波轉換402可將信號分解成相互正交的小波集合。傅立葉轉換401可使用積分函
數來定義,其中t表示時間且轉換變量ω表示頻
率。小波轉換402可由以下等式表達:,
其中a表示標度且τ表示平移。標度a控制小波函數ψ()的膨脹及收
縮且平移量τ控制小波函數ψ()的平移。標度a對應於頻率(反比),
且平移量τ對應於時間。標度a及平移量τ可藉由提供頻率分量及時域中的對應位置來實現自動時間頻率分析。然而,小波轉換402可不僅將非平穩序列傳遞至平穩序列中。下文相對於圖5A至圖5C論述用於將非平穩序列傳遞至平穩序列中的原理及方法。
圖5A展示用於藉由在SCM系統117上進行小波轉換來產生需求預測資料的例示性方法500。方法或其一部分可由SCM系統117進行。舉例而言,系統可包含一或多個處理器及儲存指令的記憶體,所述指令在由一或多個處理器執行時使得所述系統進行圖5A中所展示的步驟。
在步驟501中,SCM系統117可自使用者裝置(未描繪)接收用於產生與物件相關聯的需求預測資料的請求。如上文所論述,SCM系統117可經實行為進行預測函數的電腦系統且與內部前端系統105通信以自使用者裝置接收請求。舉例而言,內部前端系統105使得內部使用者(例如,擁有、操作或租用系統100的組織的雇員)能夠與如上文相對於圖1A所論述的系統100中的一或多個系統交互。藉助於其他實例,經由內部前端系統105,使用
者裝置可將用於產生與物件相關聯的需求預測資料的請求傳輸至SCM系統117。
在步驟502中,SCM系統117可自資料庫擷取資料。資料可表示與預定義週期期間的物件相關聯的銷售歷史。SCM系統117可找到用於模型訓練的合理歷史週期以最佳化物件範圍的平穩性。例示性週期可包含90天至128天。舉例而言,如圖7A中所展示的曲線圖700,曲線圖701表示與物件相關聯的銷售。SCM系統117可自資料庫擷取表示物件的非平穩銷售歷史的例示性曲線圖701以產生與物件相關聯的需求預測資料。
在步驟503中,SCM系統117可藉由移除離群值來修改擷取資料。舉例而言,SCM系統117可藉由假定來自步驟502的擷取資料遵循高斯分佈來偵測離群值且藉由來自擷取資料的所估計平均值及標準差來計算臨限值。使用所計算臨限值,SCM系統117可將超過臨限值的擷取資料判定為離群值且用臨限值替換離群值。在一些實施例中,擷取資料可始終為正,此是因為其與物件的銷售數量相關聯。在那些實施例中,SCM系統117可用較大的0(零)及藉由自平均值減去標準差計算出的值替換負離群值。SCM系統117亦可藉由移除零星的缺貨日來修改擷取資料。舉例而言,SCM系統117可用自適應因子或其他值來提昇數日的擷取資料。如圖7A中所展示,曲線圖701包含一些離群值及零星的缺貨日。SCM系統117可在步驟504中進行小波轉換之前替換離群值及零星的缺貨日。
在步驟504中,SCM系統117可藉由基於小波基在經修改資料上進行小波轉換來產生與物件相關聯的需求預測資料。如
本文中所使用,進行小波轉換可指基於小波基將經修改資料分解成一或多個層及組合所選擇低頻率分量與高頻率分量。相對於圖5B中的步驟511進一步描述步驟504(如,圖5B所示的步驟510)。在步驟511中,SCM系統117可基於小波基將經修改資料分解成包括低頻率分量及高頻率分量的第一層級層。SCM系統117可將小波基用作濾波器以分離呈信號形式的經修改資料上的低頻率分量及高頻率分量。小波基可包含但不限於哈爾基(Haar Base)、多貝西(Daubechies,dbN)基以及森姆雷特(Symlet,symN)基。SCM系統117可在若干層級上進行分解,且藉由檢查是否可將高頻率分量視為白雜訊來判定最終層級。隨後SCM系統117可將定限函數應用於所判定最終層級且重建呈信號形式的預測資料,其中經重建信號(預測資料)包括相較於原始信號(經修改資料)的尖峰的衰減尖峰。
如圖6A中所展示,哈爾基為基礎及簡單的。將哈爾基用作小波基的效能並非極佳,此是因為哈爾基在時域中不連續。圖7A描繪例示性曲線圖701及曲線圖702。與物件701相關聯的銷售的曲線圖可包含巨大尖峰及隨機雜訊。使用哈爾基的與物件702相關聯的銷售的小波變換曲線圖可表示本發明所搜尋的輸出。
如圖6B中所展示,dbN基具有良好規律性。SCM系統117可選擇dbN基(db2至db10)中的一者作為小波基以用於進行小波轉換。dbN基的良好規律性使得信號重建過程更平滑。舉例而言,如圖7B中所展示,藉由將使用「db4」作為小波基的小波轉換來進行與物件711相關聯的銷售的曲線圖以產生小波變換曲線圖712。當相較於圖7A中的曲線圖702時,曲線圖712具有更
平滑曲線。
如圖6C中所展示,symN基(sym2至sym8)類似於dbN。SCM系統117可選擇dbN基(db2至db10)中的一者作為小波基以用於進行小波轉換。sym5將用作小波基以描述圖5B中的步驟。舉例而言,圖7C包含多個曲線圖731、曲線圖A1~A5以及曲線圖D1~D5,所述曲線圖反映如何基於sym5多次分解與物件731相關聯的銷售的曲線圖以產生包括低頻率分量A1~A5及高頻率分量D1~D5的層。藉助於其他實例,曲線圖731經分解成包括低頻率分量A1及高頻率分量D1的第一層。
在步驟512中,SCM系統117可將低頻率分量A1分解成包括低頻率分量A2及高頻率分量D2的下一層級層。SCM系統117可藉由組合低頻率分量A2與高頻率分量D2來重建低頻率分量A1。
在步驟513中,SCM系統117可判定是否藉由持續分解經分解低頻率分量來達到預定義目標層。若未達到預定義目標層,則SCM系統117在步驟512中可將最近經分解低頻率分解成下一層。舉例而言,如圖7C中所展示,低頻率分量經分解直至達到目標層數五,從而產生五個層,其中五個層中的每一者包括低頻率分量及高頻率分量。若達到預定義目標層,則SCM系統117在步驟514中可組合低頻率分量與最近高頻率分量(例如,圖7C中的A5)以產生與物件相關聯的需求預測資料。相對於圖5C中的步驟521進一步描述步驟514(如,圖5C所示的步驟520)。在步驟521中,SCM系統117可自上文相對於圖5A所描述的資料庫擷取用以過濾高頻率分量的層範圍。舉例而言,層範圍可覆蓋圖7C中的層3
至層5(A3-5及D3-5)。
如圖7C中所描繪,巨大尖峰及隨機雜訊主要包含在D1至D2層中,由此SCM系統117可在步驟522中過濾與所擷取層範圍相關聯的高頻率分量。舉例而言,若自步驟521的所擷取範圍為3至5,則SCM系統117可過濾例示性圖7C中的高頻率分量D3、高頻率分量D4以及高頻率分量D5。
在步驟523中,SCM系統117可將來自步驟522的經過濾高頻率分量與同最後一層相關聯的低頻率分量組合以產生需求預測資料。舉例而言,SCM系統117可將經過濾高頻率分量D3、高頻率分量D4以及高頻率分量D5與同例示性圖7C中的最後一層A5相關聯的低頻率分量組合以產生與物件相關聯的平穩需求預測資料。
在步驟524中,SCM系統117可基於物件的所產生需求預測資料而產生物件的一或多個訂購單。如上文相對於圖1A所描述,SCM系統117可回應於預測層級(需求預測資料)而產生一或多個訂購單以購買及儲備足夠數量以滿足對特定產品的預測需求。至此,SCM 117可判定對應於需要額外庫存的每一物件及每一FC 200的所產生需求預測資料的定購量,其中每一產品具有採購或製造特定物件且將所述特定物件運送至一或多個FC的一或多個供應商。特定供應商可供應一或多個物件,且特定物件可由一或多個供應商供應。當產生訂購單時,SCM系統116可將待以郵件發送或傳真的紙訂購單發出至供應商或將待傳輸的電子購買者訂單發出至供應商。
與物件相關聯的原始銷售資料的平均值必須與在使用所
揭露實施例之後的銷售資料的平均值一致以確保需求不改變。所揭露實施例亦具有引起較佳平穩性的優點,諸如將Adfuller測試的p值提高15%。所揭露實施例可進一步引起ARIMA模型中的較佳預測準確度,其中準確度提高5%至20%。傳統時間序列預測模型可藉由處理原始資料序列來提高原始資料序列的平穩性而不丟失大量資訊。舉例而言,一些主要時間序列模型(諸如ARIMA)可要求資料序列為寬平穩過程,且平穩性可藉由運行擴增迪基-福勒(Augmented Dickey-Fuller;adfuller)測試來測試。來自進行adfuller測試的輸出為p值;p值愈小,資料序列的平穩性愈高。此外,p值可小於0.05以滿足平穩的情況,但在工程過程中可接受高達0.1的p值。所揭露實施例可藉由自高頻率分量移除雜訊來改良歷史資料序列的平穩性。因此,adfuller測試的p值可減小且ARIMA準確度可改良。
儘管已參考本揭露內容的特定實施例展示及描述本揭露內容,但應理解,可在不修改的情況下在其他環境中實踐本揭露內容。已出於說明的目的呈現前述描述。前述描述並不詳盡且不限於所揭露的精確形式或實施例。修改及調適對所屬技術領域中具有通常知識者將自本說明書的考量及所揭露實施例的實踐顯而易見。另外,儘管將所揭露實施例的態樣描述為儲存於記憶體中,但所屬技術領域中具有通常知識者應瞭解,此等態樣亦可儲存於其他類型的電腦可讀媒體上,諸如次級儲存裝置,例如硬碟或CD ROM,或其他形式的RAM或ROM、USB媒體、DVD、藍光,或其他光碟機媒體。
基於書面描述及所揭露方法的電腦程式在有經驗開發者
的技能內。各種程式或程式模組可使用所屬技術領域中具有通常知識者已知的技術中的任一者來創建或可結合現有軟體來設計。舉例而言,程式區段或程式模組可以或藉助於.Net框架(.Net Framework)、.Net緊密框架(.Net Compact Framework)(及相關語言,諸如視覺培基(Visual Basic)、C等)、爪哇(Java)、C++、目標-C(Objective-C)、HTML、HTML/AJAX組合、XML或包含爪哇小程式的HTML來設計。
此外,儘管本文中已描述說明性實施例,但所屬技術領域中具有通常知識者將基於本揭露內容瞭解具有等效元件、修改、省略、(例如,各種實施例中的態樣的)組合、調適及/或更改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所採用的語言來廣泛地解釋,且不限於本說明書中所描述或在本申請案的審查期間的實例。實例應視為非排他性的。另外,所揭露方法的步驟可以包含藉由對步驟重新排序及/或插入或刪除步驟的任何方式修改。因此,希望僅將本說明書及實例視為說明性的,其中藉由以下申請專利範圍及其等效物的完整範圍指示真實範圍及精神。
100:方塊圖
101:運送授權技術系統
102A、107A、107B、107C、119A、119B、119C:行動裝置
102B:電腦
103:外部前端系統
105:內部前端系統
107:運輸系統
109:賣方入口網站
111:運送及訂單追蹤系統
113:履行最佳化系統
115:履行通信報閘道
117:供應鏈管理系統
119:倉庫管理系統
121A、121B、121C:第3方履行系統
123:履行中心授權系統
125:勞動管理系統
200:履行中心
Claims (20)
- 一種電腦實行系統,包括:一或多個記憶體裝置,儲存指令;一或多個處理器,經組態以執行所述指令以進行操作,所述操作包括:自使用者裝置接收用於產生與物件相關聯的需求預測資料的請求;自資料庫擷取資料,其中所述資料表示在預定義時間週期期間在履行中心處的至少一個物件的庫存;藉由移除離群值來修改經擷取的所述資料;藉由基於小波基在經修改的所述資料上進行小波轉換來產生與所述至少一個物件相關聯的需求預測資料,其中進行所述小波轉換包括:基於所述小波基將經修改的所述資料分解成第一層級層,其中所述第一層級層包括第一低頻率分量及高頻率分量;將所述第一低頻率分量分解成下一層級層,其中所述下一層級層包括第二低頻率分量及高頻率分量;重複分解最近低頻率分量,直至基於定限函數判定所述高頻率分量為白雜訊;以及組合所述第一低頻率分量、所述第二低頻率分量與最近高頻率分量;以及基於所述需求預測資料而向所述使用者裝置發送需要額外庫存的物件的識別符以供顯示。
- 如請求項1所述的電腦實行系統,其中組合所述第一低頻率分量、所述第二低頻率分量與所述最近高頻率分量包括:自所述資料庫擷取用以過濾低頻率分量的層範圍;自所有低頻率分量過濾與所接收的所述層範圍相關聯的低頻率分量;以及將經過濾的所述低頻率分量與所述最近高頻率分量組合。
- 如請求項1所述的電腦實行系統,其中所述預定義目標層為兩個。
- 如請求項1所述的電腦實行系統,其中所產生的與所述物件相關聯的所述需求預測資料預測所述物件的每週或每日需求。
- 如請求項1所述的電腦實行系統,其中所產生的與所述物件相關聯的所述需求預測資料預測所述物件的地區或全國需求。
- 如請求項1所述的電腦實行系統,其中所述預定義時間週期在90天至120天之間。
- 如請求項1所述的電腦實行系統,其中所述小波基為哈爾基。
- 如請求項1所述的電腦實行系統,其中所述小波基為多貝西基。
- 如請求項1所述的電腦實行系統,其中所述小波基為森姆雷特基。
- 如請求項1所述的電腦實行系統,其中所述操作更包括基於所產生的所述需求預測資料而向一或多個供應商產生所 述物件的一或多個訂購單。
- 一種由至少一個處理器執行的電腦實行方法,所述電腦實行方法包括:自使用者裝置接收用於產生與物件相關聯的需求預測資料的請求;自資料庫擷取資料,其中所述資料表示在預定義時間週期期間在履行中心處的至少一個物件的庫存;藉由移除離群值來修改經擷取的所述資料;藉由基於小波基在經修改的所述資料上進行小波轉換來產生與所述至少一個物件相關聯的需求預測資料,其中進行所述小波轉換包括:基於所述小波基將經修改的所述資料分解成第一層級層,其中所述第一層級層包括第一低頻率分量及高頻率分量;將所述第一低頻率分量分解成下一層級層,其中所述下一層級層包括第二低頻率分量及高頻率分量;重複分解最近低頻率分量,直至基於定限函數判定所述高頻率分量為白雜訊;以及組合所述第一低頻率分量、所述第二低頻率分量與最近高頻率分量;以及基於所述需求預測資料而向所述使用者裝置發送需要額外庫存的物件的識別符以供顯示。
- 如請求項11所述的電腦實行方法,其中組合所述第一低頻率分量、所述第二低頻率分量與所述最近高頻率分量包括:自所述資料庫擷取用以過濾低頻率分量的層範圍; 自所有低頻率分量過濾與所接收的所述層範圍相關聯的低頻率分量;以及將經過濾的所述低頻率分量與所述最近高頻率分量組合。
- 如請求項11所述的電腦實行方法,其中所述預定義目標層為兩個。
- 如請求項11所述的電腦實行方法,其中所產生的與所述物件相關聯的所述需求預測資料預測所述物件的每週或每日需求。
- 如請求項11所述的方電腦實行法,其中所產生的與所述物件相關聯的所述需求預測資料預測所述物件的地區或全國需求。
- 如請求項11所述的電腦實行方法,其中所述預定義時間週期在90天至120天之間。
- 如請求項11所述的方電腦實行法,其中所述小波基為哈爾基或森姆雷特基。
- 如請求項11所述的電腦實行方法,其中所述小波基為多貝西基。
- 如請求項11所述的電腦實行方法,所述電腦實行方法包括:基於所產生的所述需求預測資料而向一或多個供應商產生所述物件的一或多個訂購單。
- 一種電腦實行系統,包括:一或多個記憶體裝置,儲存指令;一或多個處理器,經組態以執行所述指令以進行操作,所述操作包括: 自使用者裝置接收用於產生與物件相關聯的需求預測資料的請求;自資料庫擷取資料,其中所述資料表示在預定義時間週期期間在履行中心處的至少一個物件的庫存;藉由移除零星的缺貨日來修改經擷取的所述資料;藉由基於小波基在經修改的所述資料上進行小波轉換來產生與所述物件相關聯的需求預測資料,其中進行所述小波轉換包括:基於所述小波基將經修改的所述資料分解成第一層級層,其中所述第一層級層包括第一低頻率分量及高頻率分量;將所述第一低頻率分量分解成下一層級層,其中所述下一層級層包括第二低頻率分量及高頻率分量;重複分解最近低頻率分量,直至基於定限函數判定所述高頻率分量為白雜訊;以及組合所述第一低頻率分量、所述第二低頻率分量與最近高頻率分量;以及基於所述需求預測資料而向所述使用者裝置發送需要額外庫存的物件的識別符以供顯示。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/804,036 | 2020-02-28 | ||
US16/804,036 US20210272141A1 (en) | 2020-02-28 | 2020-02-28 | Computer-implemented systems and methods for generating demand forecasting data by performing wavelet transform for generating accurate purchase orders |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202137082A TW202137082A (zh) | 2021-10-01 |
TWI760982B true TWI760982B (zh) | 2022-04-11 |
Family
ID=77462946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109145510A TWI760982B (zh) | 2020-02-28 | 2020-12-22 | 透過進行小波轉換產生需求預測數據用於產生準確訂購單之電腦實行系統以及方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210272141A1 (zh) |
KR (2) | KR102314175B1 (zh) |
SG (1) | SG11202104622WA (zh) |
TW (1) | TWI760982B (zh) |
WO (1) | WO2021171078A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040162768A1 (en) * | 2003-01-31 | 2004-08-19 | Snyder Aaron Francis | System architecture for a vendor management inventory solution |
US7877286B1 (en) * | 2000-12-20 | 2011-01-25 | Demandtec, Inc. | Subset optimization system |
TW201317922A (zh) * | 2011-10-21 | 2013-05-01 | zhao-xian Lin | 金融商品交易行為測度裝置 |
US20150134413A1 (en) * | 2013-10-31 | 2015-05-14 | International Business Machines Corporation | Forecasting for retail customers |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1049791A (ja) * | 1996-08-05 | 1998-02-20 | Nippon Telegr & Teleph Corp <Ntt> | 時系列信号処理方法および装置 |
KR20140147456A (ko) * | 2013-06-20 | 2014-12-30 | 엘에스산전 주식회사 | 상수관망의 일일 수요량 예측방법 |
KR101660102B1 (ko) * | 2014-04-08 | 2016-10-04 | 엘에스산전 주식회사 | 용수량 수요 예측 장치 |
JP6205310B2 (ja) * | 2014-05-30 | 2017-09-27 | 東京瓦斯株式会社 | 配送計画装置、配送計画システム、配送計画方法、及びプログラム |
JP6669190B2 (ja) * | 2018-04-16 | 2020-03-18 | アスクル株式会社 | 輸配送管理システム |
-
2020
- 2020-02-28 US US16/804,036 patent/US20210272141A1/en not_active Abandoned
- 2020-05-08 KR KR1020200055476A patent/KR102314175B1/ko active IP Right Grant
- 2020-12-10 SG SG11202104622W patent/SG11202104622WA/en unknown
- 2020-12-10 WO PCT/IB2020/061751 patent/WO2021171078A1/en active Application Filing
- 2020-12-22 TW TW109145510A patent/TWI760982B/zh active
-
2021
- 2021-10-12 KR KR1020210135160A patent/KR102500218B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7877286B1 (en) * | 2000-12-20 | 2011-01-25 | Demandtec, Inc. | Subset optimization system |
US20040162768A1 (en) * | 2003-01-31 | 2004-08-19 | Snyder Aaron Francis | System architecture for a vendor management inventory solution |
TW201317922A (zh) * | 2011-10-21 | 2013-05-01 | zhao-xian Lin | 金融商品交易行為測度裝置 |
US20150134413A1 (en) * | 2013-10-31 | 2015-05-14 | International Business Machines Corporation | Forecasting for retail customers |
Non-Patent Citations (5)
Title |
---|
Hiep Nguyen、Zhiming Shen、Xiaohui Gu、Sethuraman Subbiah、John Wilkes,AGILE: Elastic Distributed Resource Scaling for Infrastructure-as-a-Service,10th International Conference on Autonomic Computing,西元2013年6月,Pages 69~82,https://www.usenix.org/conference/icac13/technical-sessions/presentation/nguyen * |
Liljana Ferbar、David Creslovnik、Blaz Mojskerc、Martin Rajgelj,Demand forecasting methods in a supply chain: Smoothing and denoising,International Journal of Production Economics,2009年,第118卷第1期,Pages 49~54,https://www.sciencedirect.com/science/article/abs/pii/S0925527308002466 * |
Liljana Ferbar、David Creslovnik、Blaz Mojskerc、Martin Rajgelj,Demand forecasting methods in a supply chain: Smoothing and denoising,International Journal of Production Economics,2009年,第118卷第1期,Pages 49~54,https://www.sciencedirect.com/science/article/abs/pii/S0925527308002466。 |
Sanjita Jaipuria、S.S. Mahapatra,An improved demand forecasting method to reduce bullwhip effect in supply chains,Expert Systems with Applications,2014年,第41卷第5期,Pages 2395-2408,https://www.sciencedirect.com/science/article/abs/pii/S0957417413007926 * |
Tian Zhongda、Li Shujiang、Wang Yanhong、Sha Yi,A prediction method based on wavelet transform and multiple models fusion for chaotic time series,Chaos, Solitons & Fractals,西元2017年,第98卷,Pages 158~172,https://www.sciencedirect.com/science/article/pii/S0960077917300747 * |
Also Published As
Publication number | Publication date |
---|---|
KR102500218B1 (ko) | 2023-02-16 |
KR20210110131A (ko) | 2021-09-07 |
KR20210127660A (ko) | 2021-10-22 |
KR102314175B1 (ko) | 2021-10-19 |
SG11202104622WA (en) | 2021-10-28 |
TW202137082A (zh) | 2021-10-01 |
US20210272141A1 (en) | 2021-09-02 |
WO2021171078A1 (en) | 2021-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI759824B (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 | |
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 | |
US11386478B1 (en) | Computerized systems and methods for using artificial intelligence to generate product recommendations | |
TWI777897B (zh) | 產生自動出站設定檔的電腦實行系統以及產生自動出站設定檔的方法 | |
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 | |
TW202223789A (zh) | 用於出站預測之系統以及方法 | |
TW202242673A (zh) | 降低資料庫查詢延遲之系統以及方法 | |
TWI772860B (zh) | 用於自動包裝擷取的電腦化系統及電腦化實施方法 | |
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 | |
KR20230134454A (ko) | 데이터의 동적 집계와 데이터 손실의 최소화를 위한 시스템 및 방법 | |
TWI845898B (zh) | 自動遞送工作者指配的電腦實施系統及電腦實施方法 | |
TWI795913B (zh) | 用於出站預測的電腦實施的系統以及方法 | |
TW202209113A (zh) | 在測試期間限制偏離值的電腦實行系統以及方法 | |
TW202341041A (zh) | 電腦實施的系統以及電腦實施的方法 | |
TWI824221B (zh) | 用於線上顧客協助的電腦實行系統及電腦實行方法 | |
TW202427304A (zh) | 電腦實施系統以及電腦實施的方法 | |
TW202305678A (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 | |
TWI760043B (zh) | 詐欺偵測與使用者帳號去除重複之電腦化系統以及方法 | |
TW202418163A (zh) | 用於產生資料交易日誌的系統以及方法 | |
TWI760982B (zh) | 透過進行小波轉換產生需求預測數據用於產生準確訂購單之電腦實行系統以及方法 | |
TW202205165A (zh) | 用於智慧分配產品的電腦實行系統以及方法 | |
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 | |
TW202241090A (zh) | 用於在實驗測試期間預測最佳停止點的電腦實行系統以及方法 | |
TW202209221A (zh) | 電腦實行系統以及方法 |