基于续方预测的仓库备货调拨系统及其方法技术方案

本申请提供了一种基于续方预测的仓库备货调拨系统及方法，该系统包括：续方预测子系统，用于接收用户特征和药品特征的输入，得到用户是否续方、续方时间偏差和续方量的预测结果，根据预测结果对理论续方时间和续方量进行修正获得预测续方时间和续方量；需求预测子系统，用于根据预测续方时间和续方量计算各区域中仓库的各种药品在不同时间段的需求量；订单优先级管理子系统，根据预测续方时间和续方量获得用户订单与距离预测续方时间远近相关联的等待时间；备货调拨子系统，将各区域中仓库的各种药品在不同时间段的需求量、用户订单等待时间作为边界条件，求表示调拨总成本的目标函数的最优解，根据最优解确定各个仓库之间的调拨计划。

Warehouse stock allocation system based on continuation forecast and its method

【技术实现步骤摘要】
基于续方预测的仓库备货调拨系统及其方法
本说明书一般涉及药品管理技术，尤其涉及一种基于续方预测的仓库备货调拨系统及其方法。
技术介绍
如果需要为比较大的区域的用户提供药品购买服务的话，为了能够快速响应客户的即时购买需求，需要在多个不同的地区分别设置药品仓库。每一个药品仓库原则上都应当对各种药品都需要有足够的库存，但是库存太多又会占用宝贵的资金。此外，即使某一个药品在多个药品仓库中的库存总量是适宜的，各个药品仓库之间的库存分布也是需要精心考虑的，否则，对于某一个药品，有可能某一个地区的仓库有很多库存，但另一个地区的仓库却已经断货了。每一个地区的用户数量不同，对药品的购买需求也不同，如何预先优化备货和仓库之间的库存分配，以比较少的库存总量满足各个地区的用户购买需求，这是急需解决的问题。
技术实现思路
本申请提供了一种基于续方预测的仓库备货调拨系统及其方法，对慢性病用户的续方时间的精确管理，也方便做备货和仓间调拨。本申请公开了一种基于续方预测的仓库备货调拨系统，包括：续方预测子系统，用于接收用户特征和药品特征的输入本文档来自技高网...

【技术保护点】
1.一种基于续方预测的仓库备货调拨系统，其特征在于，包括：/n续方预测子系统，用于接收用户特征和药品特征的输入，得到用户是否续方、续方时间偏差和续方量的预测结果，根据所述预测结果对理论续方时间和续方量进行修正获得预测续方时间和续方量；/n需求预测子系统，用于根据所述预测续方时间和续方量计算各区域中仓库的各种药品在不同时间段的需求量；/n订单优先级管理子系统，根据所述预测续方时间和续方量获得用户订单与距离预测续方时间远近相关联的等待时间；/n备货调拨子系统，将所述各区域中仓库的各种药品在不同时间段的需求量、用户订单等待时间作为边界条件，求表示调拨总成本的目标函数的最优解，根据所述最优解确定各个仓...

【技术特征摘要】
1.一种基于续方预测的仓库备货调拨系统，其特征在于，包括：
续方预测子系统，用于接收用户特征和药品特征的输入，得到用户是否续方、续方时间偏差和续方量的预测结果，根据所述预测结果对理论续方时间和续方量进行修正获得预测续方时间和续方量；
需求预测子系统，用于根据所述预测续方时间和续方量计算各区域中仓库的各种药品在不同时间段的需求量；
订单优先级管理子系统，根据所述预测续方时间和续方量获得用户订单与距离预测续方时间远近相关联的等待时间；
备货调拨子系统，将所述各区域中仓库的各种药品在不同时间段的需求量、用户订单等待时间作为边界条件，求表示调拨总成本的目标函数的最优解，根据所述最优解确定各个仓库之间的调拨计划。


2.根据权利要求1所述的基于续方预测的仓库备货调拨系统，其特征在于，所述续方预测子系统包括：
第一神经子网络，用于根据输入的所述用户特征和药品特征输出用户是否续方的预测结果；
第二神经子网络，用于根据输入的所述用户特征和药品特征输出续方时间偏差和续方量的预测结果；
汇总模块，用于将所述第一神经子网络和所述第二神经子网络的输出相乘，输出续方时间偏差和续方量的预测结果；
修正模块，用于计算理论续方时间和续方量，并根据所述汇总模块输出的续方时间偏差和续方量的预测结果对所述理论续方时间和续方量进行修正，获得预测续方时间和续方量。


3.根据权利要求2所述的基于续方预测的仓库备货调拨系统，其特征在于，所述修正模块将处方用药量作为理论续方量，将处方用药量与日均服用量的商作为理论续方周期，根据最近购买日期和理论续方周期计算理论续方时间。


4.根据权利要求2所述的基于续方预测的仓库备货调拨系统，其特征在于，所述续方预测子系统还包括用于训练所述第一神经子网络和第二神经子网络的掩膜矩阵，其中，当用户在预测时间续方时，所述掩膜矩阵对应值为1，当用户未在预定时间续方时，所述掩膜矩阵对应值为0；
所述汇总模块还用于，在训练所述第一神经子网络和第二神经子网络过程中，将所述第一神经子网络的输出和所述掩膜矩阵的输出相乘后输出，并且将所述第二神经子网络的输出和所述掩膜矩阵的输出相乘后输出。


5.根据权利要求1所述的基于续方预测的仓库备货调拨系统，其特征在于，所述药品特征包括以下特征之一或其任意组合：通用名、厂家、规格、病症、身体部位、治愈周期、治愈率、费用。


6.根据权利要求1所述的基于续方预测的仓库备货调拨系统，其特征在于，所述等待时间与用户订单配送优先级相关联。


7.根据权利要求1所述的基于续方预测的仓库备货调拨系统，其特征在于，所述用户特征包括以下特征之一或其任意组合：性别、年龄、病症、病历、处方药量、历史订单。


8.根据权利要求1-7中任意一项所述的基于续方预测的仓库备货调拨系统，其特征在于，所述备货调拨子系统根据所述最优解计算调拨分割点、各个仓库的库存上限和库存下限、以及各个仓库之间的调拨计划；其中
所述目标函数为




为库存下限函数




为库存上限函数




为调拨分割点函数




为调拨决策函数为



总配送时间的边界条件为



其中，I为仓库总数，M为药品总数，...

【专利技术属性】
技术研发人员：胡滨，胡茂华，郭敬伟，
申请(专利权)人：耀方信息技术上海有限公司，
类型：发明
国别省市：上海;31