补货信息生成方法、装置、设备、介质和程序产品与流程

专利2025-11-15  2


本公开的实施例涉及计算机,具体涉及补货信息生成方法、装置、设备、介质和程序产品。


背景技术:

1、通过预测物品的补货数量对物品进行端到端补货,可以优化对物品进行的全时段自动化补货。目前,在预测物品的补货数量时,通常采用的方式为:通过预测物品的流转量,对物品的补货量进行预测。

2、然而,发明人发现,当采用上述方式预测物品补货量时,经常会存在如下技术问题:仅通过预测物品的流转量对物品的补货量进行预测,未考虑通过预测物品的流量和价值对物品的补货量进行预测,造成预测的补货信息准确性较低,导致存储的物品不足或物品积压过多。

3、该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。


技术实现思路

1、本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开的一些实施例提出了补货信息生成方法、装置、电子设备、计算机可读介质和程序产品,来解决以上背景技术部分提到的技术问题中的一项或多项。

3、第一方面,本公开的一些实施例提供了一种补货信息生成方法,该方法包括:将目标物品的物品流转数据信息输入至预先训练的补货信息生成模型的编码层,得到价值编码信息、流量编码信息和流转量编码信息;将上述流量编码信息、上述价值编码信息和上述流转量编码信息输入至上述补货信息生成模型的解码层,得到预测库存量和预测流转量集合;根据上述预测库存量和上述预测流转量集合,生成对应上述目标物品的补货信息。

4、可选地,上述补货信息生成模型是通过以下步骤训练得到的:根据上述目标物品的历史流转信息集合,训练得到第一补货信息生成模型;确定对应上述第一补货信息生成模型的目标库存量和目标流转量集合;根据上述历史流转信息集合、上述目标库存量和上述目标流转量集合,训练得到补货信息生成模型。

5、可选地,上述根据上述目标物品的历史流转信息集合,训练得到第一补货信息生成模型,包括:根据上述历史流转信息集合,执行以下目标训练步骤:确定对应上述历史流转信息集合的历史价值信息、历史流量信息和目标历史库存量;将上述历史流转信息集合输入至第一初始模型的编码层,得到第一价值编码信息、第一流量编码信息和第一流转量编码信息;将所得到的第一价值编码信息、第一流量编码信息、第一流转量编码信息、历史价值信息和历史流量信息输入至第一初始模型的解码层,得到第一预测库存量和第一预测流转量集合;根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标;响应于确定第一初始模型达到上述预设优化目标,将第一初始模型确定为目标补货信息模型。

6、可选地,上述根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标,包括:根据第一预测库存量、第一预测流转量集合、目标历史库存量和对应第一预测流转量集合的历史流转量集合,生成对应上述历史流转信息集合的损失值;根据对应上述历史流转信息集合的损失值,确定第一初始模型是否达到预设优化目标。

7、可选地,在上述根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标之后,方法还包括:响应于确定第一初始模型未达到上述预设优化目标,调整第一初始模型的网络参数,使用调整后的第一初始模型作为第一初始模型,再次执行上述目标训练步骤。

8、可选地,上述根据上述历史流转信息集合、上述目标库存量和上述目标流转量集合,训练得到补货信息生成模型,包括:根据上述历史流转信息集合,执行以下训练步骤:将上述历史流转信息集合输入至第二初始模型的编码层,得到第二价值编码信息、第二流量编码信息和第二流转量编码信息;将所得到的第二价值编码信息、第二流量编码信息和第二流转量编码信息输入至第二初始模型的解码层,得到对应历史流转信息集合的第二预测流转量集合和第二预测库存量;根据第二预测流转量集合、第二预测库存量和对应上述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到上述预设优化目标;响应于确定第二初始模型达到上述预设优化目标,将第二初始模型确定为补货信息模型。

9、可选地,上述根据第二预测流转量集合、第二预测库存量和对应上述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到上述预设优化目标,包括:根据第二预测流转量集合、第二预测库存量、上述目标库存量和上述目标流转量集合,生成第一特征损失值;根据历史流转信息集合的目标历史库存量、第二预测库存量、第二预测流转量集合和对应第二预测流转量集合的历史流转量集合,确定第二特征损失值;根据第一特征损失值和第二特征损失值,生成上述历史流转信息集合的联合特征损失值;根据联合特征损失值,确定上述第二初始模型是否达到上述预设优化目标。

10、可选地,在上述根据第二预测流转量集合、第二预测库存量和对应上述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到上述预设优化目标之后,方法还包括:响应于确定第二初始模型未达到上述预设优化目标,调整第二初始模型的网络参数,使用调整后的第二初始模型作为第二初始模型,再次执行上述训练步骤。

11、可选地,上述根据上述预测库存量和上述预测流转量集合,生成对应上述目标物品的补货信息,包括:从上述物品流转数据信息中确定对应上述目标物品的库存数量;根据上述预测库存量和上述库存数量,确定对应上述目标物品的补货库存量;将上述补货库存量和上述预测流转量集合确定为对应上述目标物品的补货信息。

12、可选地,在上述根据上述预测库存量和上述预测流转量集合,生成对应上述目标物品的补货信息之后,方法还包括:获取对应上述目标物品的库存位置信息;根据上述库存位置信息和上述补货信息,控制相关联的机械臂抓取对应上述补货信息的各个物品;控制相关联的机械臂对所抓取的各个物品进行物品调度操作。

13、第二方面,本公开的一些实施例提供了一种补货信息生成装置,装置包括:第一输入单元,被配置成将目标物品的物品流转数据信息输入至预先训练的补货信息生成模型的编码层,得到价值编码信息、流量编码信息和流转量编码信息;第二输入单元,被配置成将上述流量编码信息、上述价值编码信息和上述流转量编码信息输入至上述补货信息生成模型的解码层,得到预测库存量和预测流转量集合;生成单元,被配置成根据上述预测库存量和上述预测流转量集合,生成对应上述目标物品的补货信息。

14、可选地,上述第一输入单元进一步被配置成:上述补货信息生成模型是通过以下步骤训练得到的:根据上述目标物品的历史流转信息集合,训练得到第一补货信息生成模型;确定对应上述第一补货信息生成模型的目标库存量和目标流转量集合;根据上述历史流转信息集合、上述目标库存量和上述目标流转量集合,训练得到补货信息生成模型。

15、可选地,上述第一输入单元进一步被配置成:上述根据上述目标物品的历史流转信息集合,训练得到第一补货信息生成模型,包括:根据上述历史流转信息集合,执行以下目标训练步骤:确定对应上述历史流转信息集合的历史价值信息、历史流量信息和目标历史库存量;将上述历史流转信息集合输入至第一初始模型的编码层,得到第一价值编码信息、第一流量编码信息和第一流转量编码信息;将所得到的第一价值编码信息、第一流量编码信息、第一流转量编码信息、历史价值信息和历史流量信息输入至第一初始模型的解码层,得到第一预测库存量和第一预测流转量集合;根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标;响应于确定第一初始模型达到上述预设优化目标,将第一初始模型确定为目标补货信息模型。

16、可选地,上述第一输入单元进一步被配置成:根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标,包括:根据第一预测库存量、第一预测流转量集合、目标历史库存量和对应第一预测流转量集合的历史流转量集合,生成对应上述历史流转信息集合的损失值;根据对应上述历史流转信息集合的损失值,确定第一初始模型是否达到预设优化目标。

17、可选地,上述第一输入单元进一步被配置成:在上述根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标之后,上述方法还包括:响应于确定第一初始模型未达到上述预设优化目标,调整第一初始模型的网络参数,使用调整后的第一初始模型作为第一初始模型,再次执行上述目标训练步骤。

18、可选地,上述第一输入单元进一步被配置成:上述根据上述历史流转信息集合、上述目标库存量和上述目标流转量集合,训练得到补货信息生成模型,包括:根据上述历史流转信息集合,执行以下训练步骤:将上述历史流转信息集合输入至第二初始模型的编码层,得到第二价值编码信息、第二流量编码信息和第二流转量编码信息;将所得到的第二价值编码信息、第二流量编码信息和第二流转量编码信息输入至第二初始模型的解码层,得到对应历史流转信息集合的第二预测流转量集合和第二预测库存量;根据第二预测流转量集合、第二预测库存量和对应上述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到上述预设优化目标;响应于确定第二初始模型达到上述预设优化目标,将第二初始模型确定为补货信息模型。

19、可选地,上述第一输入单元进一步被配置成:上述根据第二预测流转量集合、第二预测库存量和对应上述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到上述预设优化目标,包括:根据第二预测流转量集合、第二预测库存量、上述目标库存量和上述目标流转量集合,生成第一特征损失值;根据历史流转信息集合的目标历史库存量、第二预测库存量、第二预测流转量集合和对应第二预测流转量集合的历史流转量集合,确定第二特征损失值;根据第一特征损失值和第二特征损失值,生成上述历史流转信息集合的联合特征损失值;根据联合特征损失值,确定上述第二初始模型是否达到上述预设优化目标。

20、可选地,上述第一输入单元进一步被配置成:在上述根据第二预测流转量集合、第二预测库存量和对应上述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到上述预设优化目标之后,上述方法还包括:响应于确定第二初始模型未达到上述预设优化目标,调整第二初始模型的网络参数,使用调整后的第二初始模型作为第二初始模型,再次执行上述训练步骤。

21、可选地,上述生成单元进一步被配置成:上述根据上述预测库存量和上述预测流转量集合,生成对应上述目标物品的补货信息,包括:从上述物品流转数据信息中确定对应上述目标物品的库存数量;根据上述预测库存量和上述库存数量,确定对应上述目标物品的补货库存量;将上述补货库存量和上述预测流转量集合确定为对应上述目标物品的补货信息。

22、可选地,补货信息生成装置还包括:获取单元,被配置成获取对应上述目标物品的库存位置信息;第一控制单元,被配置成根据上述库存位置信息和上述补货信息,控制相关联的机械臂抓取对应上述目标物品的各个物品;第二控制单元,被配置成控制相关联的机械臂对所抓取的各个物品进行物品调度操作。

23、第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

24、第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

25、第五方面,本公开的一些实施例提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面任一实现方式所描述的方法。

26、本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的补货信息生成方法,提高了补货信息的准确性,减少了物品不足或物品积压过多的情况。具体来说,造成补货信息的准确性较低,物品不足或物品积压过多的原因在于:仅通过预测物品的流转量对物品的补货量进行预测,未考虑通过预测物品的流量和价值对物品的补货量进行预测,造成预测的补货信息准确性较低,导致存储的物品不足或物品积压过多。基于此,本公开的一些实施例的补货信息生成方法,首先,将目标物品的物品流转数据信息输入至预先训练的补货信息生成模型的编码层,得到价值编码信息、流量编码信息和流转量编码信息。由此,可以得到表征对目标物品预测的价值、流量和流转量的编码信息。然后,将上述流量编码信息、上述价值编码信息和上述流转量编码信息输入至上述补货信息生成模型的解码层,得到预测库存量和预测流转量集合。由此,可以得到对预测的目标物品的库存量和各个流转量。最后,根据上述预测库存量和上述预测流转量集合,生成对应上述目标物品的补货信息。由此,可以得到表征上述目标物品的补货数量及流转量的补货信息。上述补货信息可以表征对上述目标物品预测的补货量及流转量。也因为并不是仅通过预测的流转量对补货信息进行预测,而是通过预测的价值、预测的流量和预测的流转量预测的补货信息,从而提升了补货信息的准确性,可以减少物品的数量不足及物品积压的情况。


技术特征:

1.一种补货信息生成方法,包括:

2.根据权利要求1所述的方法,其中,所述补货信息生成模型是通过以下步骤训练得到的:

3.根据权利要求2所述的方法,其中,所述根据所述目标物品的历史流转信息集合,训练得到第一补货信息生成模型,包括:

4.根据权利要求3所述的方法,其中,所述根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标,包括:

5.根据权利要求4所述的方法,其中,在所述根据第一预测库存量、第一预测流转量集合和目标历史库存量,确定第一初始模型是否达到预设优化目标之后,所述方法还包括:

6.根据权利要求3所述的方法,其中,所述根据所述历史流转信息集合、所述目标库存量和所述目标流转量集合,训练得到补货信息生成模型,包括:

7.根据权利要求6所述的方法,其中,所述根据第二预测流转量集合、第二预测库存量和对应所述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到所述预设优化目标,包括:

8.根据权利要求6所述的方法,其中,在所述根据第二预测流转量集合、第二预测库存量和对应所述历史流转信息集合的目标历史库存量,确定第二初始模型是否达到所述预设优化目标之后,所述方法还包括:

9.根据权利要求1所述的方法,其中,所述根据所述预测库存量和所述预测流转量集合,生成对应所述目标物品的补货信息,包括:

10.根据权利要求9所述的方法,其中,在所述根据所述预测库存量和所述预测流转量集合,生成对应所述目标物品的补货信息之后,所述方法还包括:

11.一种补货信息生成装置,包括:

12.一种电子设备,包括:

13.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-10中任一所述的方法。

14.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如权利要求1-10中任一所述的方法。


技术总结
本公开的实施例公开了补货信息生成方法、装置、设备、介质和程序产品。该方法的一具体实施方式包括:将目标物品的物品流转数据信息输入至预先训练的补货信息生成模型的编码层,得到目标价值信息、目标流量信息和目标流转量信息;将目标流量信息、目标价值信息和目标流转量信息输入至补货信息生成模型的解码层,得到预测库存量和预测流转量集合;根据预测库存量和预测流转量集合,生成对应目标物品的补货信息。该实施方式与物品端到端补货有关,提升了生成的目标物品补货信息的准确性,减少了物品库存不足或物品库存积压的情况。

技术研发人员:王鑫,张建申,戚永志
受保护的技术使用者:北京沃东天骏信息技术有限公司
技术研发日:
技术公布日:2024/12/17
转载请注明原文地址:https://xbbs.6miu.com/read-27894.html