一种基于机器学习方法预测超算中心备件库存管理系统技术方案

本实用新型专利技术公开了一种基于机器学习方法预测超算中心备件库存管理系统，包括用于接收、分析和处理数据信息，并对各个功能模块进行调控的中央处理器，还包括用于打印标签特征码的标签打印机，所述中央处理器与所述标签打印机控制连接，所述中央处理器输入端连接有扫码器，所述中央处理器输出端连接人机交互界面，本实用新型专利技术通过系统长期记录超算中心设备零部件进场、更换、维修、报废时间，通过中央处理器分析计算出每个周期需要的备件数量以及根据采购、运输时间等指标预测需要的准备的备件数量，方便对每个进场的零件进行记录标记，方便管理，方便查询，实时监控仓库内温湿度，保护零件，可以远程无线控制。可以远程无线控制。可以远程无线控制。

【技术实现步骤摘要】
一种基于机器学习方法预测超算中心备件库存管理系统


[0001]本技术涉及物资管理的
，特别是备件库存管理系统的


技术介绍

[0002]超算中心即为超级计算中心，超级计算中心是以超级计算机为基础,面向科研、国民经济、社会发展、高新技术产业等突出问题和核心技术,是着重对准解决普通计算机和服务器不能完成的大型复杂课题而建设的,相对于早期的计算中心而言,它的计算能力有了巨大的飞跃,可应用的领域和使用模式更有了极大的拓展。超级计算中心是建立在足够的科技创新能力和应用需求基础上的,是一个国家和地区的自主创新能力和综合竞争力的具体体现。超算中心占地面积大，由数量非常多的设备组合而成，数量如此多的设备在运行时一定会产生大量损坏，需要及时更换，避免影响设备运行，所以需要在仓库内储存大量备用零件，而数量如此多的零件管理便成了问题，现有多依靠人工管理，人工管理效率低，管理易混乱，且管理时，一些零件丢失等现象经常发生。

技术实现思路

[0003]本技术的目的就是解决现有技术中的问题，提出一种基于机器学习方法预测超算中心备件库存管本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习方法预测超算中心备件库存管理系统，包括用于接收、分析和处理数据信息，并对各个功能模块进行调控的中央处理器(1)，其特征在于：还包括用于打印标签特征码的标签打印机(2)，所述中央处理器(1)与所述标签打印机(2)控制连接，所述中央处理器(1)输入端连接有扫码器(3)，所述中央处理器(1)输出端连接人机交互界面(4)，所述中央处理器(1)输入端连接有若干用于监测库存区域温湿度的温湿度传感器(5)。2.如权利要求1所述的一种基于机器学习方法预测超算中心备件库存管理系统，其特征在于：所述的中央处理器(1)控制连接有打印机(6)。3.如权利要求1所述的一种基于机器学习方法预测超算中心备件库存管理系统，其特征在于：所述的中央处理器(1)控制连接有声光报警器(7)。4.如权利要求1所述的一种基于机器学习方法预测超算中心备件库存管理系统，其特征在于：所述的中央处理器(1)内设有与其数据...

【专利技术属性】
技术研发人员：吴辉，秦英鹏，
申请(专利权)人：北京云尔计算科技有限公司，
类型：新型
国别省市：