【技术实现步骤摘要】
备品备件仓的备货预测方法、系统、计算机设备及介质
[0001]本专利技术涉及备品备件仓智能管理
,特别是涉及一种备品备件仓的备货预测方法
、
系统
、
计算机设备及存储介质
。
技术介绍
[0002]随着电网数字化改造地不断深化,安全工器具柜在改造中属于重要一环,这会对整个电网数字化注入全新的生命活力
。
建设资产设备智能仓储,建设无人化
、
智能化专业仓至关重要,专业库房对于工具
、
物资的管理和维护具有重要意义,对于理清繁杂且细小的物资供需关系是简易
、
高效的
。
为追求专业化备品备件仓储条件发展,有利于国网运维人员高效
、
准确地采用设备,同样利于物料低消耗
、
高使用回报性,建设数字化仓储有利于上述目标
。
物资和工具的使用过程中,对于物资清单的备货需求是十分繁杂的,通常是人工进行整理和备货
。
[0003]由于备品备件仓中的存储物料量较大,种类不一,即使可以人为理清各类货品清单,但依然需要大量的人力物力
。
因此,传统的备品备件管理以及备货方式存在管理成本较高的问题
。
技术实现思路
[0004]基于此,为了解决上述技术问题,提供一种备品备件仓的备货预测方法
、
系统
、
计算机设备及存储介质,可以降低管理以及备货成本,对多个品类的物料备货进行预测 ...
【技术保护点】
【技术特征摘要】
1.
一种备品备件仓的备货预测方法,其特征在于,所述方法包括:获取备品备件仓中的历史物料使用数据,并根据时间和货品数量对所述历史物料使用数据进行数据整理,得到整理后的数据;对所述整理后的数据进行数据预处理,得到历史数据集;构建基于
GRU
‑
Attention
的预测模型网络,并通过网格搜索法搜索得到若干参数组,从若干所述参数组中选定模型训练参数;从所述历史数据集中获取各个品类名称,基于所述预测模型网络,并根据所述品类名称构建多物料品类预测模型组;获取待备货数据输入至所述物料品类预测模型组中,得到备货预测数据
。2.
根据权利要求1所述的备品备件仓的备货预测方法,其特征在于,所述对所述整理后的数据进行数据预处理,得到历史数据集,包括:对所述整理后的数据进行归一化处理,并将处理后的数据按照时间步长的方式划分为输入数据和验证数据;将所述输入数据和所述验证数据作为监督学习组,将所述监督学习组划分为训练历史数据集和测试历史数据集
。3.
根据权利要求1所述的备品备件仓的备货预测方法,其特征在于,所述构建基于
GRU
‑
Attention
的预测模型网络,包括:以物料样本
、
时间步构成输入层,将
GRU
单元
、Attention
层作为隐藏层,构建输出层;以所述输入层
、
所述隐藏层
、
所述输出层搭建初始预测模型网络;以
MAE
和
RMSE
作为模型评估标准,对所述初始预测模型网络进行评估修改,得到基于
GRU
‑
Attention
的预测模型网络
。4.
根据权利要求3所述的备品备件仓的备货预测方法,其特征在于,所述
GRU
单元包括:重置门
、
更新门
、
候选隐状态
、
隐状态,其中:所述重置门,用于控制历史
GRU
单元所保存的记忆状态;所述更新门,用于控制所述
GRU
单元中包含的所述历史
GRU
单元的副本个数;所述候选隐状态,用于辅助计算隐藏状态;所述隐状态,用于结...
【专利技术属性】
技术研发人员:熊雨欣,马培龙,
申请(专利权)人:佳源科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。