摘要
本发明公开了一种基于存销比的仓储货物管理方法、系统、设备及介质,涉及仓库管理技术领域,包括:构建数据提取神经网络模型,提取商企历史订单数据聚合邻域节点的特征信息,得到第N个商业企业聚合后输出第N+1个商业企业的历史订单数据的中心时间节点聚合特征向量,并将中心时间节点聚合特征向量作为数据提取神经网络模型神经元的输入值,设定补货周期,输出按时间顺序排列的历史订单数据组合特征向量;设定相同补货周期,得到同一时间内工企成产数据组合特征向量;构建存销比需求预测模型,将历史订单数据组合特征向量以及工企成产数据组合特征向量输入存销比需求预测模型,输出仓储货物管理结果。通过本发明能够提高货物的存储效率。
技术关键词
历史订单数据
仓储货物管理方法
组合特征向量
需求预测模型
神经网络模型
仓储货物管理系统
多头注意力机制
前馈神经网络
邻域
商业
数据对齐模块
仓库管理技术
节点特征
企业
周期
特征提取模块
数据获取模块
系统为您推荐了相关专利信息
网络拥塞程度
通道构建方法
混合型
网络流量数据
时序
客户端
电力负荷预测系统
加密
电力负荷预测模型
LSTM神经网络模型
间距检测方法
计算机视觉
图像
棋盘格标定板
深度学习神经网络模型
交易信息管理方法
车型
神经网络模型
配置特征
节点特征