一种产品订购方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种产品订购方法、装置、电子设备及存储介质。该方法包括：确定产品的需求分布集合、进购价格和出售价格；基于需求分布集合、进购价格和出售价格，对产品的初始订购量模型进行训练，得到产品的目标订购量模型；确定产品的当日出售量和当日订购量；基于当日出售量、当日订购量、进购价格、出售价格和目标订购量模型，确定产品的次日订购量。本发明专利技术的技术方案，可以根据产品的需求分布集合、进购价格、出售价格和初始订购量模型确定产品的目标订购量模型，并根据产品的当日出售量、当日订购量、进购价格、出售价格和目标订购量模型确定产品的次日订购量，能够基于产品的需求规律确定次日订购量，提升零售商的利润。提升零售商的利润。提升零售商的利润。

【技术实现步骤摘要】
一种产品订购方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种产品订购方法、装置、电子设备及存储介质。

技术介绍

[0002]伴随着消费品市场的日益繁荣，零售商出售的产品类型和数量也逐渐提升，零售商的利润和产品的订购量息息相关。
[0003]目前，零售商的进货方法包括按平均值定量订货、基于移动平均预测订货和基于指数平滑法确定订购量。但是，上述进货方法的进货量与需求量相差较大，当零售商销售期限产品时，当天订购的产品若未售出，第二天不能继续销售，未售出的产品会产生残值，影响零售商的盈利。

技术实现思路

[0004]本专利技术提供了一种产品订购方法、装置、电子设备及存储介质，能够根据产品的需求规律确定次日订购量，提升零售商的利润。
[0005]根据本专利技术的一方面，提供了一种产品订购方法，该方法包括：
[0006]确定产品的需求分布集合、进购价格和出售价格；
[0007]基于需求分布集合、进购价格和出售价格，对产品的初始订购量模型进行训练，得到产品的目标订购量模型；
[0008]确定产品的当日出售量和当日订购量；
[0009]基于当日出售量、当日订购量、进购价格、出售价格和目标订购量模型，确定产品的次日订购量。
[0010]可选的，需求分布集合包括至少一个需求分布信息，至少一个需求分布信息按照预设顺序依次排列。
[0011]可选的，基于需求分布集合、进购价格和出售价格，对产品的初始订购量模型进行训练，得到产品的目标订购量模型，包括：设置预设训练次数，并令当前训练次数i＝1，预设训练次数等于需求分布集合中需求分布信息的数量；基于第i个需求分布信息、进购价格、出售价格和初始订购量模型，确定产品的第i个最大利润集；基于第i个最大利润集和初始订购量模型确定中间订购量模型；若当前训练次数i小于预设训练次数，则令初始订购量模型为中间订购量模型，i＝i+1，并返回执行基于第i个需求分布信息、进购价格、出售价格和初始订购量模型，确定产品的第i个最大利润集的步骤；若当前训练次数i等于预设训练次数，则确定中间订购量模型为产品的目标订购量模型。
[0012]可选的，第i个需求分布信息包括至少一个需求量信息，第i个最大利润集包括至少一个最大利润，需求量信息与最大利润一一对应。
[0013]可选的，基于第i个需求分布信息、进购价格、出售价格和初始订购量模型，确定产品的第i个最大利润集，包括：第m
‑
1个需求量信息、第m
‑
1个订购量信息和初始订购量模型，
确定第m个订购量信息，m为整数、且1≤m≤第i个需求分布信息中包括的需求量信息的数量；基于第m个需求量信息、第m个订购量信息、第m个订购量信息、进购价格和出售价格，确定第m个最大利润。
[0014]可选的，基于第m个需求量信息、第m个订购量信息、第m个订购量信息、进购价格和出售价格，确定第m个最大利润，包括：基于第m个需求量信息和第m个订购量信息，确定第m个出售量信息；基于第m个出售量信息、第m个订购量信息、进购价格和出售价格，确定第m个最大利润。
[0015]可选的，第m个出售量信息等于第m个需求量信息和第m个订购量信息中的较小值。
[0016]可选的，第m个最大利润E
m
＝max(p*z
m
‑
q*y
m
)；其中，p为出售价格，q为进购价格，z
m
为第m个出售量信息，y
m
为第m个订购量信息。
[0017]可选的，当m＝1时，第m个订购量信息等于平均订购量或者经验值。
[0018]根据本专利技术的另一方面，提供了一种产品订购装置，该装置包括：
[0019]第一确定模块，用于确定产品的需求分布集合、进购价格和出售价格；
[0020]模型训练模块，用于基于需求分布集合、进购价格和出售价格，对产品的初始订购量模型进行训练，得到产品的目标订购量模型；
[0021]第二确定模块，用于确定产品的当日出售量和当日订购量；
[0022]第三确定模块，用于基于当日出售量、当日订购量、进购价格、出售价格和目标订购量模型，确定产品的次日订购量。
[0023]根据本专利技术的另一方面，提供了一种电子设备，该电子设备包括：
[0024]至少一个处理器；以及与至少一个处理器通信连接的存储器；
[0025]其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例所述的产品订购方法。
[0026]根据本专利技术的另一方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例所述的产品订购方法。
[0027]本专利技术实施例的技术方案，通过确定产品的需求分布集合、进购价格和出售价格；基于需求分布集合、进购价格和出售价格，对产品的初始订购量模型进行训练，得到产品的目标订购量模型；确定产品的当日出售量和当日订购量；基于当日出售量、当日订购量、进购价格、出售价格和目标订购量模型，确定产品的次日订购量。可以根据产品的需求分布集合、进购价格、出售价格和初始订购量模型确定产品的目标订购量模型，并根据产品的当日出售量、当日订购量、进购价格、出售价格和目标订购量模型确定产品的次日订购量，能够基于产品的需求规律确定次日订购量，减少由于产品订购量过大造成产品滞销和产品订购量过小影响零售商盈利等问题，提升零售商的利润。解决了当零售商销售期限产品时，当天订购的产品若未售出，第二天不能继续销售，未售出的产品会产生残值，影响零售商的盈利的问题。
[0028]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0029]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1是实施例一提供的一种产品订购方法的流程示意图；
[0031]图2是实施例二提供的一种产品订购方法的流程示意图；
[0032]图3是实施例二提供的一种利润与模型训练次数的关系示意图；
[0033]图4是实施例三提供的一种产品订购装置的结构示意图；
[0034]图5是实施例四提供的一种电子设备的结构示意图。
具体实施方式
[0035]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种产品订购方法，其特征在于，包括：确定产品的需求分布集合、进购价格和出售价格；基于所述需求分布集合、所述进购价格和所述出售价格，对所述产品的初始订购量模型进行训练，得到所述产品的目标订购量模型；确定所述产品的当日出售量和当日订购量；基于所述当日出售量、所述当日订购量、所述进购价格、所述出售价格和所述目标订购量模型，确定所述产品的次日订购量。2.根据权利要求1所述的产品订购方法，其特征在于，所述需求分布集合包括至少一个需求分布信息，至少一个所述需求分布信息按照预设顺序依次排列；所述基于所述需求分布集合、所述进购价格和所述出售价格，对所述产品的初始订购量模型进行训练，得到所述产品的目标订购量模型，包括：设置预设训练次数，并令当前训练次数i＝1，所述预设训练次数等于所述需求分布集合中所述需求分布信息的数量；基于第i个需求分布信息、所述进购价格、所述出售价格和所述初始订购量模型，确定所述产品的第i个最大利润集；基于所述第i个最大利润集和所述初始订购量模型确定中间订购量模型；若所述当前训练次数i小于所述预设训练次数，则令初始订购量模型为所述中间订购量模型，i＝i+1，并返回执行基于第i个需求分布信息、所述进购价格、所述出售价格和所述初始订购量模型，确定所述产品的第i个最大利润集的步骤；若所述当前训练次数i等于所述预设训练次数，则确定所述中间订购量模型为所述产品的目标订购量模型。3.根据权利要求2所述的方法，其特征在于，所述第i个需求分布信息包括至少一个需求量信息，第i个最大利润集包括至少一个最大利润，所述需求量信息与所述最大利润一一对应；所述基于第i个需求分布信息、所述进购价格、所述出售价格和所述初始订购量模型，确定所述产品的第i个最大利润集，包括：基于第m
‑
1个需求量信息、第m
‑
1个订购量信息和所述初始订购量模型，确定第m个订购量信息，m为整数、且1≤m≤所述第i个需求分布信息中包括的需求量信息的数量；基于所述第m个需求量信息、所述第m个订购量信息、所述第m个订购量信息、所述进购价格和所述出售价格，确定第m个最...

【专利技术属性】
技术研发人员：谢海琴，吴佳霖，
申请(专利权)人：海尔数字科技上海有限公司，
类型：发明
国别省市：