摘要
本发明公开了一种基于多源数据的库存优化系统及方法,属于库存优化技术领域。本发明获取生产数据和销售数据,融合得到多源数据,使用多源数据训练LSTM神经网络,预测未来市场需求;基于未来市场需求,在空间资源消耗方面和时间资源消耗方面,分别设定目标函数和约束条件,求解相应的目标函数,计算得到最小仓库资源消耗量;运用移动平均法,对历史销售数据进行处理,预测仓库产品的未来销售量;将未来销售量结合库存现有量和在途量,计算补货量;获取物流数据,根据物流运输时间确定补货时间,根据运输能力调整补货量;基于补货时间和补货量,使用动态规划算法得到最佳配送频率,将最佳配送频率与库存进行匹配,得到库存使用计划。
技术关键词
库存优化方法
LSTM神经网络
动态规划算法
资源消耗量
仓库
阶段
遗传算法
物流
布局算法
频率
搬运设备
数据获取单元
数据共享接口
决策
运输工具
计划
方程
系统为您推荐了相关专利信息
优化控制策略
封隔器坐封
设备磨损状态
井下环境监测
设备监测数据
退化特征
合闸线圈
高压断路器
寿命预测方法
加权灰色关联度
多传感器数据融合
探测系统
LSTM神经网络
异构传感器
计算方法
预测系统
特征选择
数据采集模块
多模型
数据采集单元