一种基于物联网的仓储容量预测管理系统及方法技术方案

本发明专利技术涉及物联网领域，具体为一种基于物联网的仓储容量预测管理系统及方法，所述方法包括仓库商品存储数据监测模块、区段配比分析模块、拟合配比值试运营模块以及预警模块，所述区段配比分析模块用于结合仓库商品存储数据监测模块处理的数据，分析待监测区域内商品存储仓库对应的商品的存储量变化趋势，并结合变化趋势生成区段配比模型，本发明专利技术通过分析历史数据中待监测区域内存储仓库的商品配比情况，结合配比值以及对应商品的销售情况进行捆绑组合，通过对各个配比值进行评估，建立最优商品配比值，将最优商品配比值作为当前仓库商品配比方案，进而实现了商业领域的效益最大化。化。化。

【技术实现步骤摘要】
一种基于物联网的仓储容量预测管理系统及方法


[0001]本专利技术涉及物联网领域，具体为一种基于物联网的仓储容量预测管理系统及方法。

技术介绍

[0002]仓储中心是整个物流供应链的核心环节，无论是零售商还是电子商务，无论是生成物料管理还是物流配送中心，都必须通过仓库这个环节，所以仓库管理作为一个中枢的位置对整个供应链有着很大的作用，在当下竞争激烈的市场中，对仓储容量的管理直接关系到商品响应速度以及客户满意程度，现有技术中将仓储容量信息实时反馈至物联网中，基于商品存储量的变化趋势反映商品的热度情况，但是由于仓储中心商品的配比问题导致热度低的商品存在滞留甚至出现过期现象，因此仓储中心的商品配比合理化仍然是当前需要关注的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种基于物联网的仓储容量预测管理系统及方法，以解决上述
技术介绍
中提出的问题，本专利技术提供如下技术方案：
[0004]一种基于物联网的仓储容量预测管理方法，所述方法包括以下步骤：
[0005]S1、通过历史数据获取待监测区域内商品存储仓库的商品存储报告信息以及商品变动信息报告，并对获取的报告中数据进行预处理；
[0006]S2、结合S1中报告中数据预处理结果分析待监测区域内商品存储仓库的对应商品的存储量变化趋势，生成区段配比模型；
[0007]S3、结合S2中区段配比模型分析结果进行优先级分析，并设定当前存储仓库商品存储量最佳配比值；
[0008]S4、实时监测当前仓库商品存储量的变化趋势，结合变化趋势设定预警信号条件值，并根据预警信号实时调整商品的配比方案。
[0009]进一步的，所述S1的方法包括以下步骤：
[0010]步骤1001、获取待监测区域内第a个商品存储仓库中商品种类，记为集合A，
[0011][0012]其中表示待监测区域内第a个商品存储仓库中第n种类的商品，n表示待监测区域内第a个商品存储仓库中商品种类总个数；
[0013]步骤1002、获取待监测区域内第a个商品存储仓库中各种类商品的存储数量信息，并结合历史数据查询待监测区域内第a个商品存储仓库中各种类商品的商品流通信息，所述商品流通表示相应商品进货和出货数量的变更情况；
[0014]步骤1003、结合步骤1001与步骤1002中的数据信息，将待监测区域内第a个商品存储仓库中各种类商品与对应存储数量以及商品流通信息变更情况进行捆绑，记为集合B，
[0015][0016]其中表示第n种类商品在第m个自检周期内商品存储数量的变更情况，m表示自检周期的个数，其中每个自检周期由b天组成，b为数据库预设值，
[0017][0018]其中表示第n种类商品在第m个自检周期内第b天的商品存储数量。
[0019]本专利技术通过分析历史数据中待监测区域内对应存储仓库的商品种类，并结合商品种类对商品进行划分，并将待监测区域内对应商品存储仓库中各种类商品与对应存储数量以及商品流通信息变更情况进行捆绑，分析对应商品在自检周期内的存储数量变更情况，为后续构建商品配比提供数据参照。
[0020]进一步的，所述S2的方法包括以下步骤：
[0021]步骤2001、以点o作为原点，天数作为x轴，商品存储量作为y轴，构建第一平面直角坐标系，在第一平面直角坐标系中获取第n种类商品在第m个自检周期内每日商品的存储数量分别对应的坐标点，并在第一平面直角坐标系中标注各个坐标点；
[0022]步骤2002、依次计算相邻两个坐标点之间的商品存储量差值，
[0023]若存在y
c
‑
y
d
<0，0<c<d<b的情况时，则将商品存储量为y
d
对应的坐标点与商品存储量为y
c
对应的坐标点作为参考切断点，将商品存储量为y
c
对应的坐标点作为前一个拟合曲线的最后一个点，将商品存储量为y
d
对应的坐标点作为后一个拟合曲线的初始点，依次连接关联坐标点生成对应拟合曲线，其中e表示切断点的个数，y
c
表示第n种类商品在第m个自检周期内第c天商品的存储量，y
d
表示第n种类商品在第m个自检周期内第d天商品的存储量，所述切断点表示第n种类商品在第m个自检周期内存在补货现象，
[0024]若不存在y
c
‑
y
d
>0的情况时，则依次连接两个相邻坐标点生成拟合曲线；
[0025]步骤2003、结合步骤2002分析结果，将第n种类商品在第m个自检周期内的商品销售率记为
[0026][0027]其中y
i
表示待监测区域内第a个商品存储仓库中第n种类的商品在第i个切断点对应初始存储量，y0表示待监测区域内第a个商品存储仓库中第n种类的商品的初始存储量，(y0‑
y
i
)表示待检测区域内第i个切断点对应商品的销售量情况，T
i
表示第i个切断点前对应商品存储量初始存储量对应天数到切断点对应天数所需总天数；
[0028]步骤2004、重复步骤2001至步骤2003得到待监测区域内第a个商品存储仓库中不同种类商品在各个自检周期内对应商品销售率情况，将对应商品销售率情况以及对应产品配比情况进行捆绑组合，记为其中表示待监测区域内第a个商品存储仓库中第m个自检周期内商品配比情况，表示待监测区域内第a个商品存储仓库第m个自检周期内各个商品的商品销售率情况；
[0029]步骤2005、结合步骤2004分析结果通过数据库预置表单对各个捆绑组合进行匹配评估值，结合对应捆绑组合相应的评估值生成区段配比模型，记为G
a
。
[0030]本专利技术通过将待监测区域内存储仓库中商品存储量每日变化趋势映射到平面直角坐标系中，通过平面直角坐标系能够直观了解商品存储量的变化趋势，并且根据所述变化趋势能够了解到对应商品在自检周期内的补货时间段，将补货时间段进行切断，通过分析计算商品在自检周期内的销售率，并对计算结果进行评估，生成区段配比模型，为后续设定配比优先级以及分析选择的配比值与当前仓库的融洽度提供数据参照。
[0031]进一步的，所述S3的方法包括以下步骤：
[0032]步骤3001、获取步骤2005分析结果，将待监测区域内第a个商品存储仓库中各个自检周期内商品配比情况的评估按由大到小序列排列，
[0033]若存在待监测区域内第a个商品存储仓库中不同自检周期内商品配比情况的评估值存在相同(完全相同或部分相同)时，将相同评估值对应捆绑组合中商品的配比均值作为对应评估值的配比结果，合并序列中评估值相同部分，结合新的配比结果对序列进行更新；
[0034]若存在待监测区域内第a个商品存储仓库中不同自检周期内商品配比情况的评估值均不相同时，正常按由大到小序列进行排序；
[0035本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的仓储容量预测管理方法，其特征在于，所述方法包括以下步骤：S1、通过历史数据获取待监测区域内商品存储仓库的商品存储报告信息以及商品变动信息报告，并对获取的报告中数据进行预处理；S2、结合S1中报告中数据预处理结果分析待监测区域内商品存储仓库的对应商品的存储量变化趋势，生成区段配比模型；S3、结合S2中区段配比模型分析结果进行优先级分析，并设定当前存储仓库商品存储量最佳配比值；S4、实时监测当前仓库商品存储量的变化趋势，结合变化趋势设定预警信号条件值，并根据预警信号实时调整商品的配比方案。2.根据权利要求1所述的一种基于物联网的仓储容量预测管理方法，其特征在于，所述S1的方法包括以下步骤：步骤1001、获取待监测区域内第a个商品存储仓库中商品种类，记为集合A，其中表示待监测区域内第a个商品存储仓库中第n种类的商品，n表示待监测区域内第a个商品存储仓库中商品种类总个数；步骤1002、获取待监测区域内第a个商品存储仓库中各种类商品的存储数量信息，并结合历史数据查询待监测区域内第a个商品存储仓库中各种类商品的商品流通信息，所述商品流通表示相应商品进货和出货数量的变更情况；步骤1003、结合步骤1001与步骤1002中的数据信息，将待监测区域内第a个商品存储仓库中各种类商品与对应存储数量以及商品流通信息变更情况进行捆绑，记为集合B，其中表示第n种类商品在第m个自检周期内商品存储数量的变更情况，m表示自检周期的个数，其中每个自检周期由b天组成，b为数据库预设值，其中其中表示第n种类商品在第m个自检周期内第b天的商品存储数量。3.根据权利要求2所述的一种基于物联网的仓储容量预测管理方法，其特征在于，所述S2的方法包括以下步骤：步骤2001、以点o作为原点，天数作为x轴，商品存储量作为y轴，构建第一平面直角坐标系，在第一平面直角坐标系中获取第n种类商品在第m个自检周期内每日商品的存储数量分别对应的坐标点，并在第一平面直角坐标系中标注各个坐标点；步骤2002、依次计算相邻两个坐标点之间的商品存储量差值，若存在y
c
‑
y
d
<0，0<c<d<b的情况时，则将商品存储量为y
d
对应的坐标点与商品存储量为y
c
对应的坐标点作为参考切断点，将商品存储量为y
c
对应的坐标点作为前一个拟合曲线的最后一个点，将商品存储量为y
d
对应的坐标点作为后一个拟合曲线的初始点，依次连接关联坐标点生成对应拟合曲线，其中e表示切断点的个数，y
c
表示第n种类商品在第m个自检周期内第c天商品的存储量，y
d
表示第n种类商品在第m个自检周期内第d天商品的存储量，若不存在y
c
‑
y
d
>0的情况时，则依次连接两个相邻坐标点生成拟合曲线；
步骤2003、结合步骤2002分析结果，将第n种类商品在第m个自检周期内的商品销售率记为记为其中y
i
表示待监测区域内第a个商品存储仓库中第n种类的商品在第i个切断点对应初始存储量，y0表示待监测区域内第a个商品存储仓库中第n种类的商品的初始存储量，(y0‑
y
i
)表示待检测区域内第i个切断点对应商品的销售量情况，T
i
表示第i个切断点前对应商品存储量初始存储量对应天数到切断点对应天数所需总天数；步骤2004、重复步骤2001至步骤2003得到待监测区域内第a个商品存储仓库中不同种类商品在各个自检周期内对应商品销售率情况，将对应商品销售率情况以及对应产品配比情况进行捆绑组合，记为其中表示待监测区域内第a个商品存储仓库中第m个自检周期内商品配比情况，表示待监测区域内第a个商品存储仓库第m个自检周期内各个商品的商品销售率情况；步骤2005、结合步骤2004分析结果通过数据库预置表单对各个捆绑组合进行匹配评估值，结合对应捆绑组合相应的评估值生成区段配比模型，记为G
a
。4.根据权利要求3所述的一种基于物联网的仓储容量预测管理方法，其特征在于，所述S3的方法包括以下步骤：步骤3001、获取步骤2005分析结果，将待监测区域内第a个商品存储仓库中各个自检周期内商品配比情况的评估按由大到小序列排列，若存在待监测区域内第a个商品存储仓...

【专利技术属性】
技术研发人员：李强，陈臻，
申请(专利权)人：上海朗晖慧科技术有限公司，
类型：发明
国别省市：