【技术实现步骤摘要】
本专利技术涉及库存状态预测，具体涉及一种基于rfid技术的电商库存状态智能识别方法及系统。
技术介绍
1、电商库存状态识别系统是用于实时监测和识别电商平台上的库存状态的，通过使用rfid标签和读写器，可以追踪和管理商品的进出库情况，并提供准确的库存信息，以帮助电商企业实现高效的库存管理和订单处理。由于电商库存状态在进行识别过程中，不同的客户需求会产生不同的货物消耗，但电商数据系统并不能直接感知客户的需求变化，需要通过库存消耗的状态对用户的需求变化情况进行分析，并及时进行调整。
2、现有技术中，对于库存状态的感知与识别通常使用ekf算法进行处理，不同的库存货物变化情况会形成变形情况差异，但由于ekf算法对于不同的物品库存量变化情况使用相同的度量尺度，导致部分普遍库存量变化快的物品的库存变化数据会影响其他物品的状态识别，未能获得每种物品准确的库存数量变化状态，库存状态识别的准确性较差，降低电商库存状态的识别智能性。
技术实现思路
1、为了解决未能获得每种物品准确的库存数量变化状态，库存状态识别的准确性较差的技术问题，本专利技术的目的在于提供一种基于rfid技术的电商库存状态智能识别方法及系统，所采用的技术方案具体如下：
2、本专利技术提出了一种基于rfid技术的电商库存状态智能识别方法，所述方法包括：
3、获取电商物品在当前时刻的历史范围内每一时刻的库存数量，构成物品库存曲线；
4、获得每种物品的物品库存曲线的残差项，根据所述残差项的变化
5、根据每种物品在当前时刻与相邻历史时刻之间库存数量的差异，分别以优选特征物品和所有物品的数据维度构建系统状态向量，获得当前时刻的状态转移矩阵；
6、根据优选特征物品的状态转移矩阵中每种优选特征物品和每个其他优选特征物品对应维度的元素值，获得每种优选特征物品相对每种其他优选特征物品的相对关联评价；根据所有物品的状态转移矩阵中每个元素值和对应物品聚类簇内优选特征物品之间的相对关联评价，获得所有物品的状态转移矩阵中每个元素的加权原始权值；根据所述加权原始权值，获得每种物品在下一时刻的预测库存数量；
7、根据每种物品的所述预测库存数量对库存数量进行调度。
8、进一步地，所述积压评价的获取方法包括：
9、根据积压评价的计算公式获得积压评价，积压评价的获取公式为：
10、；其中，表示第种物品的积压评价；表示高库存变动时刻；表示第种物品的高库存变动时刻之间的差异均值；表示第时刻的库存数量；表示第时刻的库存数量；表示第时刻与相邻第时刻之间库存数量的差异最大值；表示当前时刻的历史范围内库存数量无变动的时刻数量；表示第种物品在当前时刻的历史范围内的所有时刻数量；表示第时刻的库存数量；表示第种物品的库存数量均值；表示第种物品的库存数量的标准差；表示调节参数。
11、进一步地，所述优选特征物品的获取方法包括：
12、根据每种物品的所述积压评价，采用isodata算法对所有物品进行聚类，获得多个物品聚类簇；选取每个所述物品聚类簇的中心点对应的物品作为优选特征物品，获得多个优选特征物品。
13、进一步地，所述状态转移矩阵的获取方法包括：
14、分别以优选特征物品和所有物品的数据维度，计算每种物品在当前时刻与相邻历史时刻之间库存数量的差异，作为构建系统状态向量中的元素；将系统状态向量输入ekf滤波器，获得当前时刻的状态转移矩阵。
15、进一步地，所述相对关联评价的获取方法包括：
16、计算优选特征物品的状态转移矩阵中每种优选特征物品和每个其他优选特征物品对应维度的元素值之和，作为每种优选特征物品和每个其他优选特征物品的合成元素值；
17、计算每种优选特征物品和所有其他优选特征物品的所述合成元素值的均值，作为第一元素均值；
18、计算每种优选特征物品和每种其他优选特征物品的所述合成元素值与所述第一元素均值的差值，并进行正相关映射，作为第一评价；
19、将每种优选特征物品和每种其他优选特征物品的所述合成元素值进行归一化，计算归一化结果与所述第一评价的乘积，获得每种优选特征物品相对每种其他优选特征物品的相对关联评价。
20、进一步地，所述加权原始权值的获取方法包括：
21、将每种优选特征物品之间的相对关联评价进行归一化，获得归一化相对关联评价；
22、计算所有物品的状态转移矩阵中每个元素值和对应物品聚类簇内优选特征物品之间的所述归一化相对关联评价的乘积，作为第一权值；
23、计算所述第一权值和元素值之和，获得所有物品的状态转移矩阵中每个元素的加权原始权值。
24、进一步地，所述预测库存数量的获取方法包括：
25、根据所有物品的状态转移矩阵中每个元素的加权原始权值，获得所有物品更新后的状态转移矩阵；采用ekf算法获得所有物品在下一时刻的系统状态向量；
26、计算下一时刻的系统状态向量中元素值与对应物品在当前时刻下的库存数量之和，获得每种物品在下一时刻的预测库存数量。
27、进一步地，所述正相关映射的获取方法包括：通过以自然常数为底的指数函数进行正相关映射。
28、进一步地，所述高库存变动时刻的获取方法包括：
29、采用stl算法对每种物品的物品库存曲线进行分解，获得每种物品的残差项；
30、采用ampd算法获得每种物品的所述残差项的极大残差值，将极大残差值对应物品库存曲线上的时刻，作为高库存变动时刻。
31、本专利技术还提出了一种基于rfid技术的电商库存状态智能识别系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现任意一项所述一种基于rfid技术的电商库存状态智能识别方法的步骤。
32、本专利技术具有如下有益效果：
33、本专利技术通过获得每种物品的物品库存曲线的残差项，根据残差项的变化趋势和时序位置获得高库存变动时刻，准确地了解库存数量的动态变化，了解库存数量变化较大的时刻，有助于发现库存管理中的问题或异常情况；根据每种物品的高库存变动时刻之间的差异、每一时刻之间库存数量的差异变化特征和库存数量的分布变化特征，获得每种物品的积压评价，了解每种物品的库存状态和需求情况，判断物品是否容易被消耗；根据每种物品的积压评价对所有物品进行聚类，获得多个物品聚类簇，并获得多种优选特征物品，可以对具有相似积压评价的物品进行分组，并识别出最具代表性的物品，提高分析的效率与精度；根据每种物品在当前时刻与相邻历史时刻之间库存数量的差异，分别以优选特征物品和本文档来自技高网...
【技术保护点】
1.一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述积压评价的获取方法包括：
3.根据权利要求1所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述优选特征物品的获取方法包括：
4.根据权利要求1所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述状态转移矩阵的获取方法包括：
5.根据权利要求1所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述相对关联评价的获取方法包括：
6.根据权利要求1所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述加权原始权值的获取方法包括：
7.根据权利要求1所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述预测库存数量的获取方法包括：
8.根据权利要求5所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述正相关映射的获取方法包括：通过以自然常
9.根据权利要求1所述的一种基于RFID技术的电商库存状态智能识别方法，其特征在于，所述高库存变动时刻的获取方法包括：
10.一种基于RFID技术的电商库存状态智能识别系统，所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述一种基于RFID技术的电商库存状态智能识别方法的步骤。
...【技术特征摘要】
1.一种基于rfid技术的电商库存状态智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于rfid技术的电商库存状态智能识别方法，其特征在于，所述积压评价的获取方法包括：
3.根据权利要求1所述的一种基于rfid技术的电商库存状态智能识别方法，其特征在于，所述优选特征物品的获取方法包括：
4.根据权利要求1所述的一种基于rfid技术的电商库存状态智能识别方法，其特征在于，所述状态转移矩阵的获取方法包括：
5.根据权利要求1所述的一种基于rfid技术的电商库存状态智能识别方法，其特征在于，所述相对关联评价的获取方法包括：
6.根据权利要求1所述的一种基于rfid技术的电商库存状态智能识别方法，其特征在于，所述加权原始权值的获取方法包...
【专利技术属性】
技术研发人员：陈亚涛，刘森磊，
申请(专利权)人：深圳市瀚力科技有限公司，
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。