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
地物要素
城市功能区识别方法
神经网络模型
遥感影像数据
构建网络拓扑结构
脉冲神经网络模型
精度
内存占用量
权重优化方法
虚拟设备
智能校准
深度神经网络模型
温湿度传感器
模拟数字转换器
处理单元