基于云物流环境下的云仓库数据分析系统及方法技术方案

本发明专利技术公开了基于云物流环境下的云仓库数据分析系统及方法，属于云物流技术领域。通过获取历史数据中云仓库的出库时间和云物流的入库时间，建立出库时间分类模型，将实时获取的云物流入库时间按照出库时间分类模型进行出库时间分类；考虑到对于保新和保鲜的货物，如螺纹钢、生肉等容易生锈、腐烂的物品，它们在仓库停留时间较短，需要调整出库时间进行优先出库；根据大数据智能化技术，对任一需要优先出库的非常规货物的出库时间进行调整，从而对出库时间包含的货物进行更新；通过获取更新后的出库时间包含的所有货物的占地面积，得到云仓库实时剩余容纳面积，对云仓库容纳量进行预警，输出预警信息。输出预警信息。输出预警信息。

【技术实现步骤摘要】
基于云物流环境下的云仓库数据分析系统及方法


[0001]本专利技术涉及云物流
，具体为基于云物流环境下的云仓库数据分析系统及方法。

技术介绍

[0002]在云物流环境下，货物的出入库时间都是按照固定性的排单手段进行安排，没有考虑到货物的不同属性对出入库时间的不同要求，缺乏精细化处理；对于一些非常规货物，尤其对于保新和保鲜的货物，如螺纹钢、生肉等容易生锈、腐烂的物品，极易出现商品变质或超出保质期的情况；综上，在云物流环境下，缺乏对出库时间表的预警分析。

技术实现思路

[0003]本专利技术的目的在于提供基于云物流环境下的云仓库数据分析系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：基于云物流环境下的云仓库数据分析方法，本方法包括以下步骤：步骤S100：在云仓库智能系统中，获取历史数据中云仓库的出库时间，所述出库时间按照时间顺序依次记录；获取历史数据中每个出库时间对应的所有云物流的入库时间；步骤S200：根据历史数据中云仓库的不同出库时间和不同出库时间对应的云物流的入库时间，建立云仓库出库时间分类模型，输出出库时间表T；云仓库智能系统设置非常规货物数量阈值，所述非常规货物包括保新和保鲜货物；若存在出库时间表中的非常规货物数量超出设置的非常规货物数量阈值，输出报警信息至云仓库智能系统；步骤S300：当收到报警信息后，云仓库智能系统构建出库时间调节模型，对出库时间表进行调节，并计算调整后的云仓库剩余容纳面积；步骤S400：云仓库智能系统建立云仓库预警模型，根据云仓库预警模型，输出预警信息至管理员端口。
[0005]进一步的，所述步骤S100中，获取每个出库时间对应的所有云物流的入库时间的具体实施过程包括：步骤S101：获取K时间范围内历史数据中云仓库的出库时间，根据云仓库的出库时间计算出库时间的期望值和标准差，并且将所述期望值记为，将所述标准差记为；步骤S102：根据出库时间的期望值和标准差建立云仓库的出库时间聚类模型，具体计算公式如下：其中，表示云仓库的出库时间，表示云仓库的出库时间的聚类函数；步骤S103：设置云仓库的出库时间聚类阈值，提取的所有出库时间，并且
将出库时间按照时间顺序依次排成序列生成集合形式，记为，其中表示出库时间序列集合对应的第次出库时间；对于上游生产商而言，由于市场需求具有季节性、间歇性、滞后性、惯性等波动性的特点，迫使货物的出入库时间也伴随着周期性和连续性的特征；对于偶尔发生的某种商品的爆发需求，表现出来的货物特征是短时间、一次性和不定量的；对于经常发生的某种商品的连续需求，则表现出来的货物特征是长时间、重复性和大量的；而货物在云仓库存储停留的时间是不同的，导致货物的入库时间虽然不同，但是往往出库时间是一样的，通过历史数据中云仓库的出库时间，计算出不同周期时间范围内出库时间的不同发生概率，继而筛选出来云仓库需要的规律性周期性的出库时间，便于云仓库实时监管时将云物流的入库时间按照出库时间进行分类；例如，在云仓库的某个季节或者多个周期内，货物量会明细增加，云仓库会不断地有大量货物需要入库和出库，为防止云仓库容纳量不足，以及对于一些非常规货物，如保新和保鲜货物，为防止出现商品变质或超出保质期，出库时间就会变得连续和频繁，可以通过云仓库智能系统计算能够得到在某个时间出库最频繁；步骤S104：获取步骤S103中出库时间序列集合中任一次出库时间对应的云物流的入库时间，并且将入库时间生成矩阵形式，所述矩阵形式如下：其中：表示第次出库时间对应的第次入库时间。
[0006]进一步的，步骤S200的具体实施过程包括：步骤S201：实时获取某一周期的云物流的所有入库时间，并且将实时入库时间按照时间顺序排列生成集合形式，记为；将实时入库时间集合中任一实时入库时间记为，且；步骤S202：获取实时入库时间中每一个实时入库时间分别与步骤S104中的入库时间矩阵中的每一个入库时间做差值计算后再取绝对值，具体计算过程如下：如下：如下：其中，分别表示实时入库时间中第个入库时间的差值；并且将所述差值生成集合形式，记为；
步骤S203：将所述差值集合中任一差值对应的矩阵中每一行的数值进行求和，得到任一实时入库时间的出库时间表贡献值，记为，并将贡献值生成集合，其中，分别表示第个的出库时间表贡献值，获取任一实时入库时间的出库时间表贡献值权重，建立云仓库出库时间分类模型，具体计算公式如下：其中，表示任一实时入库时间对应于出库时间表T的贡献值权重；将所有出库时间表T的贡献值权重进行从大到小的排序，其中最小贡献值权重对应的出库时间表T作为实时入库时间所在的出库时间表；在云物流环境下，综合考虑到云仓库的容纳上限，以及商品交易的截止时间要求，则必须要根据云物流的入库时间，寻找出入库时间与出库时间之间的关联特征，以便对入库时间按照出库时间进行分类；因此有必要根据历史数据中的入库时间与出库时间，将实时发生的云物流入库时间与历史数据中云物流的入库时间进行差值计算，进一步计算出每一个入库时间相对于出库时间表贡献值权重，再根据出库时间表贡献值权重进行出库时间分类；步骤S204：云仓库智能系统设置非常规货物数量阈值记为A；统计出库时间表中的非常规货物数量记为B；如果B小于A，则不输出报警信息，如果B大于A，则输出报警信息至云仓库智能系统。
[0007]进一步的，所述步骤S300中，计算调整后的云仓库剩余容纳面积的具体实施过程包括：步骤S301：获取任一非常规货物的入库时间和出库时间，将出库时间和入库时间做差值计算，得到任一非常规货物在云仓库的停留存储时长，将停留存储时间记为；获取任一非常规货物在云仓库的停留最长限制时间，记为；构建出库时间调节模型，判断非常规货物是否需要优先出库的具体计算公式如下：非常规货物是否需要优先出库的具体计算公式如下：为第一判断值，若，则表示非常规货物不需要优先出库；若，则表示非常规货物需要优先出库；步骤302：根据任一需要优先出库的非常规货物的入库时间和在云仓库的停留最长限制时间，对任一需要优先出库的非常规货物的出库时间进行调整：，对任一需要优先出库的非常规货物的出库时间进行调整：为第二判断值，且，；获取最小时对应的出库时间表M，所述出库时间表M即为调整后的优先出库的非常规货物的出库时间表；步骤S303：获取调整后的每个出库时间表M包含的所有货物占地面积，记为，其中表示第个的出库时间表对应包含的货物占地面积，将任一出库时间表M包含的货物占地面积记为；计算调整后的云仓库剩余容
纳面积，具体计算公式如下：其中，表示云仓库的总容纳面积，表示云仓库剩余容纳面积；对于一些非常规货物，尤其对于保新和保鲜的货物，如螺纹钢、生肉等容易生锈、腐烂的物品，极易出现商品变质或超出保质期的情况，这些货物在仓库停留的时间较短，根据这些货物的出入库时间，计算得到每个保新和保鲜货物在云仓库的停留存储时间，再根据每个保新和保鲜货物在云仓库的停留最长限制时间，将两个时间进行比较判断出是否需要优先出库。
[0008]进一步的，云仓库智能系统建立云仓库预警模型的具体实施过程包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于云物流环境下的云仓库数据分析方法，其特征在于，该方法包括以下步骤：步骤S100：在云仓库智能系统中，获取历史数据中云仓库的出库时间，所述出库时间按照时间顺序依次记录；获取历史数据中每个出库时间对应的所有云物流的入库时间；步骤S200：根据历史数据中云仓库的不同出库时间和不同出库时间对应的云物流的入库时间，建立云仓库出库时间分类模型，输出出库时间表T；云仓库智能系统设置非常规货物数量阈值，所述非常规货物包括保新和保鲜货物；若存在出库时间表中的非常规货物数量超出设置的非常规货物数量阈值，输出报警信息至云仓库智能系统；步骤S300：当收到报警信息后，云仓库智能系统构建出库时间调节模型，对出库时间表进行调节，并计算调整后的云仓库剩余容纳面积；步骤S400：云仓库智能系统建立云仓库预警模型，根据云仓库预警模型，输出预警信息至管理员端口。2.根据权利要求1所述的基于云物流环境下的云仓库数据分析方法，其特征在于，所述步骤S100中，获取每个出库时间对应的所有云物流的入库时间的具体实施过程包括：步骤S101：获取K时间范围内历史数据中云仓库的出库时间，根据云仓库的出库时间计算出库时间的期望值和标准差，并且将所述期望值记为，将所述标准差记为；步骤S102：根据出库时间的期望值和标准差建立云仓库的出库时间聚类模型，具体计算公式如下：其中，表示云仓库的出库时间，表示云仓库的出库时间的聚类函数；步骤S103：设置云仓库的出库时间聚类阈值，提取的所有出库时间，并且将出库时间按照时间顺序依次排成序列生成集合形式，记为，其中表示出库时间序列集合对应的第次出库时间；步骤S104：获取步骤S103中出库时间序列集合中任一次出库时间对应的云物流的入库时间，并且将入库时间生成矩阵形式，所述矩阵形式如下：其中：表示第次出库时间对应的第次入库时间。3.根据权利要求2所述的基于云物流环境下的云仓库数据分析方法，其特征在于，步骤S200的具体实施过程包括：步骤S201：实时获取某一周期的云物流的所有入库时间，并且将实时入库时间按照时间顺序排列生成集合形式，记为；将实时入库时间集合中任一实时入库时间记为，且；步骤S202：获取实时入库时间中每一个实时入库时间分别与步骤S104中的入库时间矩阵中的每一个入库时间做差值计算后再取绝对值，具体计算过程如
下：下：下：其中，分别表示实时入库时间中第个入库时间的差值；并且将所述差值生成集合形式，记为；步骤S203：将所述差值集合中任一差值对应的矩阵中每一行的数值进行求和，得到任一实时入库时间的出库时间表贡献值，记为，并将贡献值生成集合，其中，分别表示第个的出库时间表贡献值；获取任一实时入库时间的出库时间表贡献值权重，建立云仓库出库时间分类模型，具体计算公式如下：其中，表示任一实时入库时间对应于出库时间表T的贡献值权重；将所有出库时间表T的贡献值权重进行从大到小的排序，其中最小贡献值权重对应的出库时间表T作为实时入库时间所在的出库时间表；步骤S204：云仓库智能系统设置非常规货物数量阈值记为A；统计出库时间表中的非常规货物数量记为B；如果B小于A，则不输出报警信息，如果B大于等于A，则输出报警信息至云仓库智能系统。4.根据权利要求3所述的基于云物流环境下的云仓库数据分析方法，其特征在于，所述步骤S300中，计算调整后的云仓库剩余容纳面积的具体实施过程包括：步骤S301：获取任一非常规货物的入库时间和出库时间，将出库时间和入库时间做差值计算，得到任一非常规货物在云仓库的停留存储时长，将停留存储时间记为；获取任一非常规货物在云仓库的停留最长限制时间，记为；构建出库时间调节模型，判断非常规货物是否需要优先出库的具体计...

【专利技术属性】
技术研发人员：胡灏，艾兵，廖璇，李利，岑俊华，杨正文，
申请(专利权)人：广东广物互联网科技有限公司，
类型：发明
国别省市：