摘要
本发明涉及库存补货技术领域,公开一种基于大数据的动态库存补货方法及系统,所述方法包括:收集库存、历史出库、供应商履约及社交媒体数据。用时间序列分析确定周期性规律,滑动窗口法分析需求波动。提取供应商交付时间和成功率,结合需求波动,加权平均法确定履约量化值。分析社交媒体数据,生成热点商品表,交叉验证确定补货优先级。依据需求波动和优先级,线性规划优化补货量,生成初步计划。结合履约量化值,蒙特卡洛模拟降低风险,得到低风险计划。最后,动态微调所述低风险补货计划表,形成最终补货执行方案。本方法将实时网络热点商品和供应商的供货能力纳入考虑范围,从而提高动态库存补货的精确度和适应性。
技术关键词
蒙特卡洛
补货方法
库存管理系统
加权平均法
风险
线性规划算法
动态
社交
周期性
媒体
热点
自然语言
序列
大数据
排序算法
卷积神经网络提取
可读存储介质
滑动窗口技术
系统为您推荐了相关专利信息
数值
蒙特卡洛树搜索
实体关联关系
增量更新包
职业
智能化管控系统
风险识别模型
存储管理模块
规划
存储器
智能化模块
人工智能技术
平台
诊断模块
数据安全