一种基于大模型的智能仓储预测与补货方法及系统

本发明适用于智能仓储领域，提供了一种基于大模型的智能仓储预测与补货方法及系统，所述方法包括以下步骤：分析并获取采购、销售及运输的需求信息；获取并处理供应端信息；实时检测获取仓库的库存信息；将当前的库存信息、需求信息和供应端信息输入已训练的深度学习模型中得到最优备货量；根据深度学习模型计算出的最优备货量自动生成采购订单。能够每次下单备货是在前端需求下进行的，可将仓库周转的压力降至最低，能针对不同商品个性化预测出最优备货量，自适应程度比较高。