物流预测系统及预测方法技术方案

物流预测系统及预测方法，高精度地预测大量商品的出货量。物流预测系统具备：执行规定的处理的运算装置、以及与上述运算装置连接的存储装置；具有：出货信息输入部，被输入过去的出货信息；制约条件输入部，被输入计算资源及计算时间作为预测的制约条件；综合预测数据库，保存商品的出货趋势；预测方法选择部，从多个预测方法中按每商品选择为了预测出货量而使用的预测方法，以满足输入到上述制约条件输入部中的制约条件；多个预测方法部，使用多个预测方法，预测出货量；综合部，对上述预测方法部各自的预测结果按每商品进行综合；以及出货预测输出部，将上述综合部的综合结果输出。

Logistics forecast system and forecast method

【技术实现步骤摘要】
物流预测系统及预测方法
本专利技术涉及物流预测系统。
技术介绍
在通常的物流预测系统中，基于被输入的过去的出货信息，使用一个以上的出货量预测估算方法，计算出货量的预测值。作为本
的
技术介绍
，有以下的现有技术。在专利文献1(日本特开平7－78209号公报)中，记载有以下这样的出货量预测系统：使多个预测部中的例如第1预测部计算基于年度变化的预测出货量即实际预测量；使第2预测部计算基于1个月等的每单位期间的变化的预测出货量即增长率预测量；此外，由误差运算部计算在已经得到了实际出货量的期间中、实际预测量与实际出货量的误差、以及增长率预测量与实际出货量的误差；并且，基于这些误差，使用预测法决定部，当实际预测量的误差变小时将实际预测量设为预测出货量，当增长率预测量的误差变小时，将增长率预测量设为预测出货量。此外，在专利文献2(日本特开2013—131259号公报)中，记载有以下的综合需求预测装置：基于存储过去的需求实际量的需求实际量存储部中所存储的需求实际量来构建多个需求预测模型；按每个构建出的需求预测模型来计算预测需求量；基于计算出的预测需求量和上述需求实际量存储部中所存储的需求实际量，计算共通期间中的上述多个需求预测模型每个的预测误差；按照每个预测期间，计算使计算出的预测误差相对于上述预测误差为预先设定的预测误差范围内的上述多个需求预测模型每个的混合比率，通过将计算出的需求预测模型每个的混合比率与计算出的需求预测模型每个的预测需求量累计，来计算预先决定的预测期间中的预测需求量。现有技术文献专利文献1：日本特开平7－78209号公报专利文献2：日本特开2013－131259号公报
技术实现思路
专利技术要解决的课题在专利文献1所记载的技术中，使用多个预测方法进行计算，在预测大量商品的出货量、且有限的计算资源的环境中，存在在希望的时间内计算没有结束的可能。专利文献2所记载的技术不是估算出货量而是预测需求，不能基于作为物流的出货预测特有的信息的商品特征及计算资源来决定预测方法(预测模型)。本专利技术鉴于这样的问题而做出，目的在于在估算大量商品的出货量的情况下，最大限度地有效利用计算资源及计算时间，高精度地进行预测。用来解决课题的手段如果表示在本申请中公开的专利技术的代表性的一例，则如以下所述。即，一种物流预测系统，其特征在于，具备执行规定的处理的运算装置、以及与上述运算装置连接的存储装置；具有：出货信息输入部，被输入过去的出货信息；制约条件输入部，被输入计算资源及计算时间作为预测的制约条件；综合预测数据库，保存商品的出货趋势；预测方法选择部，从多个预测方法之中按照每商品选择为了预测出货量而使用的预测方法，以满足输入到上述制约条件输入部中的制约条件；多个预测方法部，使用多个预测方法，预测出货量；综合部，对上述预测方法部各自的预测结果按照每商品进行综合；以及出货预测输出部，将上述综合部的综合结果输出。专利技术效果根据本专利技术的一技术方案，能够以高精度预测大量商品的出货量。上述以外的课题、结构及效果根据以下的实施例的说明将明了。附图说明图1是表示本专利技术的实施例的物流预测系统的结构的框图。图2是表示本专利技术的实施例的物流预测系统的物理性的结构的图。图3是表示向出货信息输入部输入的数据的图。图4是表示商品的出货趋势的类型的图。图5表示记录了在各预测方法中计算所必要的时间的表的结构例。图6是表示对商品应用了各预测方法的情况下的预测精度的图。图7是本专利技术的实施例的物流预测系统的处理的流程图。图8是图7的步骤S208的处理的另一例的流程图。附图符号说明101出货信息输入部；102商品特征判别部；103制约条件输入部；104综合预测数据库；105预测方法选择部；106预测方法部；107综合部；108出货预测输出部；109贡献度输出部。具体实施方式以下，参照附图对有关本专利技术的实施例进行说明。<实施例1>图1是表示本专利技术的实施例的物流预测系统的结构的框图。第1实施例的物流预测系统具有：出货信息输入部101，被输入过去的出货信息；制约条件输入部103，被输入计算的制约条件；综合预测部100，预测出货量；出货预测输出部108，输出预测结果；以及贡献度输出部109，将预测方法的贡献度(例如，后述的式中的各预测方法的系数)输出。出货信息输入部101如图3中例示，被输入每种商品的出货日期和出货数量作为过去的出货信息而被保存到综合预测数据库104中。输入到出货信息输入部101的信息也可以不是如图3中例示那样每种商品的出货日期和出货数量，而是每种商品的出货模式的类型(参照图4)。制约条件输入部103被输入计算所必要的制约条件。例如为：需要从何时开始计算、到何时结束的时间的制约；在计算中可使用的计算机的台数及规格(配置)等结构的制约；预测的商品、必要的预测精度等运营上的制约等。预测的商品可以用库存的商品中的预测的商品的比例来表示。此外，也可以考虑出货量及商品被出货的天数，对畅销商品预测出货量。此外，也可以对利益率较高的商品预测出货量。此外，由于根据商品的销售单位(内容量及包装形状的差异、1个、2个包装、1打等)而出货趋势不同，所以也可以即使是相同商品也按照每销售单位来预测出货量。出货预测输出部108将从综合预测部100输出的预测结果、即综合部107综合后的预测结果输出。贡献度输出部109将综合后的预测结果中的各预测方法部106的贡献度(例如，各方法的系数)输出。综合预测部100具有商品特征判别部102、综合预测数据库104、预测方法选择部105、多个预测方法部106和综合部107。商品特征判别部102判定商品的出货趋势的特征。商品特征判别部102分析的商品的出货趋势有如图4所示那样的类型，例如可以分类为(A)随着规则性的山和谷而变化的例子，(B)平坦的例子，(C)偶发性的例子等。由于在这些分析中花费时间，所以例如也可以每周进行1次分析，将每种商品的出货趋势的信息保存到综合预测数据库104中，在需要时从综合预测数据库104读出。通过商品特征判别部102能够使用特征类似的其他商品的出货趋势可靠地进行预测，尤其对于新制品的出货量的预测有效。综合预测数据库104保存商品的特征(商品的类别、形状、大小等)、商品特征判别部102判定出的每种商品的出货趋势的特征、或各预测方法与出货趋势的特征的相关的信息。预测方法选择部105判断在有多个的预测方法之中使用哪个方法进行计算、不进行哪个方法的计算、以及是否简略化。即，预测方法选择部105基于从商品特征判别部102输出的商品特有的信息、以及输入到制约条件输入部103的制约条件，从多个预测方法中选择实际计算的方法和不计算的方法，决定将各预测方法的预测结果综合时的系数。每种预测方法所需的计算时间及预测精度被保持在综合预测数据库104中。图5表示记录有在各预测方法本文档来自技高网...

【技术保护点】
1.一种物流预测系统，其特征在于，/n具备执行规定的处理的运算装置、以及与上述运算装置连接的存储装置；/n具有：/n出货信息输入部，被输入过去的出货信息；/n制约条件输入部，被输入计算资源及计算时间作为预测的制约条件；/n综合预测数据库，保存商品的出货趋势；/n预测方法选择部，按每商品在多个预测方法中选择为了预测出货量而使用的预测方法，以满足输入到上述制约条件输入部中的制约条件；/n多个预测方法部，使用多个预测方法预测出货量；/n综合部，将上述预测方法部各自的预测结果按每商品进行综合；以及/n出货预测输出部，将上述综合部的综合结果输出。/n

【技术特征摘要】
20180613 JP 2018-1130501.一种物流预测系统，其特征在于，
具备执行规定的处理的运算装置、以及与上述运算装置连接的存储装置；
具有：
出货信息输入部，被输入过去的出货信息；
制约条件输入部，被输入计算资源及计算时间作为预测的制约条件；
综合预测数据库，保存商品的出货趋势；
预测方法选择部，按每商品在多个预测方法中选择为了预测出货量而使用的预测方法，以满足输入到上述制约条件输入部中的制约条件；
多个预测方法部，使用多个预测方法预测出货量；
综合部，将上述预测方法部各自的预测结果按每商品进行综合；以及
出货预测输出部，将上述综合部的综合结果输出。


2.如权利要求1所述的物流预测系统，其特征在于，
具有贡献度输出部，该贡献度输出部将各上述预测方法部的贡献度输出。


3.如权利要求1所述的物流预测系统，其特征在于，
上述预测方法选择部
判定是否有在作为上述制约条件而被输入的计算时间中对于预测的全部商品使用全部的预测方法进行计算的资源；
在有资源的情况下，指定对于上述全部商品使用全部的预测方法来计算出货量；
在资源不足的情况下，指定对于出货趋势平坦的商品使用计算量少的预测方法来计算出货量。


4.如权利要求3所述的物流预测系统，其特征在于，
上述预测方法选择部
判定是否有在作为上述制约条件而被输入的计算时间中对于出货趋势不平坦的商品使用全部的预测方法进行计算的资源；
在有资源的情况下，指定对于该出货趋势不平坦的商品使用全部的预测方法来计算出货量；
在资源不足的情况下，指定对于该出货趋势不平坦的商品使用部分的预测方法来计算出货量。


5.如权利要求3所述的物流预测系统，其特征在于，
具有判定上述商品的出货趋势的特征的商品特征判别部。


6.一种预...

【专利技术属性】
技术研发人员：米川辉，平山淳一，尾白大知，荒宏视，岛津庆人，
申请(专利权)人：株式会社日立物流，
类型：发明
国别省市：日本;JP