用于预测仓库物料短缺情况的方法、处理器及存储介质技术

技术编号:46604080 阅读:2 留言:0更新日期:2025-10-10 21:36
本申请公开了一种用于预测仓库物料短缺情况的方法、处理器及存储介质,属于仓库物料管理技术领域,该方法包括:获取预设历史时间段内的待预测物料的历史物料相关数据;对历史物料相关数据进行预处理,以得到对应的目标时间序列数据;基于预构建的目标预测模型,根据目标时间序列数据确定未来预设时间段内的待预测物料的预测物料相关数据,其中,目标预测模型基于深度学习模型和时间序列预测模型构建;根据预测物料相关数据,确定未来预设时间段内待预测物料的物料短缺情况。本申请通过结合深度学习模型和时间序列模型构建目标预测模型,以对仓库内物料未来的短缺情况进行预测,有利于提高预测结果的准确性。

【技术实现步骤摘要】

本申请涉及仓库物料管理,具体地涉及一种用于预测仓库物料短缺情况的方法、处理器及存储介质


技术介绍

1、在现有的仓库物料管理中,仓库的物料短缺情况预测对于企业的运营效率和成本控制至关重要,传统方法中对于物料短缺预测主要依赖于依赖简单的统计模型和经验判断,缺乏对复杂模式和非线性关系的捕捉能力,导致预测准确性不高。因此,现有技术存在预测结果准确性较低的问题。


技术实现思路

1、本申请实施例的目的是提供一种用于预测仓库物料短缺情况的方法、处理器及计算机存储介质及计算机程序产品,用以解决现有技术存在预测结果准确性较低的问题。

2、为了实现上述目的,本申请实施例第一方面提供一种用于预测仓库物料短缺情况的方法,方法包括:

3、获取预设历史时间段内的待预测物料的历史物料相关数据;

4、对历史物料相关数据进行预处理,以得到对应的目标时间序列数据;

5、基于预构建的目标预测模型,根据目标时间序列数据确定未来预设时间段内的待预测物料的预测物料相关数据,其中,目标预测模型基于深度学习本文档来自技高网...

【技术保护点】

1.一种用于预测仓库物料短缺情况的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于预构建的目标预测模型,根据所述目标时间序列数据确定未来预设时间段内的所述待预测物料的预测物料相关数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述历史物料相关数据进行预处理,以得到对应的目标时间序列数据,包括:

4.根据权利要求1所述的方法,其特征在于,物料相关数据包括仓库内待预测物料每日的初始库存量、入库量、出库量及计划采购量;所述根据所述预测物料相关数据,确定所述未来预设时间段内所述待预测物料的物料短缺情况,包括:<...

【技术特征摘要】

1.一种用于预测仓库物料短缺情况的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于预构建的目标预测模型,根据所述目标时间序列数据确定未来预设时间段内的所述待预测物料的预测物料相关数据,包括:

3.根据权利要求1所述的方法,其特征在于,所述对所述历史物料相关数据进行预处理,以得到对应的目标时间序列数据,包括:

4.根据权利要求1所述的方法,其特征在于,物料相关数据包括仓库内待预测物料每日的初始库存量、入库量、出库量及计划采购量;所述根据所述预测物料相关数据,确定所述未来预设时间段内所述待预测物料的物料短缺情况,包括:

5.根据权利要求1所述的方法,其特征在于,所述深度学习模型为深度残差网络,所述时间序列预测模型为自回归移动平均模型;所述目标预测模型的构建包括:

6.根据权利要...

【专利技术属性】
技术研发人员:宋洋洋叶萌吴旺林尹鹏军周凌波
申请(专利权)人:中科云谷科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1