申请/专利权人:安徽大学
申请日:2024-01-15
公开(公告)日:2024-04-16
公开(公告)号:CN117893252A
主分类号:G06Q30/0202
分类号:G06Q30/0202;G06Q10/087;G06Q10/04
优先权:
专利状态码:在审-公开
法律状态:2024.04.16#公开
摘要:本发明公开了一种基于头程预测的稳定FBA补货方法及系统。本发明包括:获取实时的产品数据,产品数据包括:产品数据覆盖时间R、头程的时间序列T,T为:T=[T1,T2...,Tn],n代表产品历史头程的次序;预设时间阈值R0,判断是否产品数据覆盖时间R大于时间阈值R0,是则将头程的时间序列T输入至ARIMA模型,根据ARIMA模型计算产品预测头程一否则计算该产品与其他不同种类产品的相似度S,根据相似度S计算产品预测头程二本发明通过时间序列预测模型和相似度来对产品未来的头程进行准确预测,使卖家有效应对头程不确定性带来的挑战,降低补货计划受到的影响,以便实现最佳的库存优化和成本控制,降低过剩和缺货风险。
主权项:1.一种基于头程预测的稳定FBA补货方法,其特征在于,包括:步骤S1,获取实时的产品数据,产品数据包括:产品数据覆盖时间R、头程的时间序列T,T为:T=[T1,T2...,Tn],n代表产品历史头程的次序;步骤S2,判断是否产品数据覆盖时间R大于预设的时间阈值R0,是则执行步骤S3,否则执行步骤S4;步骤S3,输入头程的时间序列T至ARIMA模型,根据ARIMA模型计算产品预测头程一步骤S4,计算该产品与其他不同种类产品的相似度S,根据相似度S计算产品预测头程二步骤S5,根据相似度S计算补货数量Q*和安全库存SS;根据产品预测头程一或产品预测头程二计算订货点ROP。
全文数据:
权利要求:
百度查询: 安徽大学 一种基于头程预测的稳定FBA补货方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。