一种矿山wms库存智能预警方法技术

一种矿山wms库存智能预警方法，涉及人工智能技术领域，对过去所有的库存、计划库存、入库数据(订单入库、生产入库等数据)以及出库数据(包含订单、生产领料、帐外出库等需求数据)根据物料、数据类别、数据时间做大数据抽取、清洗、归集，对库存及库存需求进行归一化、特征值处理。无需人工配置、减少人为操作错误导致问题、实现精准库存预警、提高库存管理效率和运作效益、最大优化库存空间利用、控制成本。

【技术实现步骤摘要】

本专利技术涉及人工智能，具体涉及一种矿山wms库存智能预警方法。

技术介绍

1、目前，矿山企业在库存管理方面存在一些问题，如难以准确预测库存需求、较低的库存周转率、库存过剩或缺货等现象较为普遍。现有的库存预警方法多为基于统计模型或规则引擎，对于复杂的矿山库存情况往往难以精准预测，且对季节性的影响没有相关分许。因此，需要一种更加高效准确的矿山wms库存智能预警方法。

技术实现思路

1、本专利技术为了克服以上技术的不足，提供了一种实现精准库存预警、提高库存管理效的矿山wms库存智能预警方法。

2、本专利技术克服其技术问题所采用的技术方案是：

3、一种矿山wms库存智能预警方法，包括：

4、s1.收集库存管理中第i个仓库物料mi的库存soc，i∈{1,...,o}，o为系统仓库物料总数；

5、s2.收集库存管理中第i个仓库物料mi的第j天的计划库存数量spj，j∈{1,...,n}，n为总天数；

6、s3.收集库存管理中第i个仓库物料mi的第j天的库存数量本文档来自技高网...

【技术保护点】

1.一种矿山wms库存智能预警方法，其特征在于，包括：

2.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于，步骤S4包括如下步骤：

3.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于，步骤S5包括如下步骤：

4.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于：步骤S6中通过公式

5.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于：步骤S7中将库存周转率RDj输入到LSTM长短期记忆递归神经网络模型中，输出得到未来第x天的库存周转率RDm。

6.根据权利要求1所述的矿山wms库存智能...

【技术特征摘要】

1.一种矿山wms库存智能预警方法，其特征在于，包括：

2.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于，步骤s4包括如下步骤：

3.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于，步骤s5包括如下步骤：

4.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于：步骤s6中通过公式

5.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于：步骤s7中将库存周转率rdj输入到lstm长短期记忆递归神经网络模型中，输出得到未来第x天的库存周转率rdm。

6.根据权利要求1所述的矿山wms库存智能预警方法，其特征在于：步骤s8中通过公式sdj＝1-(scj-spj)/spj计算得到第i个仓库物料mi的第j天的库存数量scj与第...

【专利技术属性】
技术研发人员：吴晨，刘华天，夏方南，郭健东，郭嘉，李丕朝，
申请(专利权)人：山东浪潮成舟数字服务有限公司，
类型：发明
国别省市：