【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于机器学习的库存预测性调度方法、装置、设备及介质。
技术介绍
1、在现代生产加工企业通常需要进行供应链管理，库存管理是供应链管理中的一个关键环节。传统的库存调度方法往往依赖于历史数据和经验判断，难以应对市场需求的快速变化。由于对库存储备预测不够准确，企业常常面临库存过剩或短缺的问题，导致资源浪费，客户满意度下降。因此，现有技术方法中的库存调度方法存在调度准确性不足的问题。
技术实现思路
1、本专利技术实施例提供了一种基于机器学习的库存预测性调度方法、装置、设备及介质，旨在解决现有技术方法中库存调度方法所存在的调度准确性不足的问题。
2、第一方面，本专利技术实施例提供了一种基于机器学习的库存预测性调度方法，其中，所述方法包括：
3、若接收到所输入的历史销售数据，根据预置的预处理规则对所述历史销售数据进行预处理，得到对应的基础数据；
4、根据预置的特征提取策略从所述基础数据中提取得到对应的特征信息；
5、将所述特征信息输入预置的调度预测模型，以通过机器学习对所述调度预测模型进行训练；
6、通过训练后的所述调度预测模型对所述特征信息进行预测，得到对应的调度预测类型；
7、根据所述调度预测类型从库存策略配置库中获取相匹配的目标库存策略；
8、根据所述目标库存策略对商品库存的库存参数进行配置。
9、第二方面，本专利技术实施例还提供了一种基于机器学习的库存预测性
10、数据预处理单元，用于若接收到所输入的历史销售数据，根据预置的预处理规则对所述历史销售数据进行预处理，得到对应的基础数据；
11、特征信息提取单元，用于根据预置的特征提取策略从所述基础数据中提取得到对应的特征信息；
12、模型训练单元，用于将所述特征信息输入预置的调度预测模型，以通过机器学习对所述调度预测模型进行训练；
13、预测单元，用于通过训练后的所述调度预测模型对所述特征信息进行预测，得到对应的调度预测类型；
14、目标库存策略获取单元，用于根据所述调度预测类型从库存策略配置库中获取相匹配的目标库存策略；
15、库存参数配置单元，用于根据所述目标库存策略对商品库存的库存参数进行配置。
16、第三方面，本专利技术实施例还提供了一种计算机设备，其中，所述设备包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
17、存储器，用于存放计算机程序；
18、处理器，用于执行存储器上所存放的程序时，实现上述第一方面所述的基于机器学习的库存预测性调度方法的步骤。
19、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，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上述第一方面所述的基于机器学习的库存预测性调度方法的步骤。
20、本专利技术实施例提供了一种基于机器学习的库存预测性调度方法、装置、设备及介质，方法包括：对输入的历史销售数据进行预处理得到基础数据并从中提取得到对应的特征信息，将特征信息输入调度预测模型以通过机器学习对调度预测模型进行训练，基于训练后的调度预测模型对特征信息进行预测得到调度预测类型，根据调度预测类型从库存策略配置库中获取目标库存策略，并基于目标库存策略对商品库存的库存参数进行配置。上述调度方法，能够通过机器学习对调度预测模型进行训练，并基于训练后的调度预测模型预测得到调度预测类型，从而获取相匹配的目标库存策略对商品库存的库存参数进行配置，基于配置的调度预警阈值能够实现库存的精确调度，提高了库存调度管理的可靠性。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的库存预测性调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据预置的预处理规则对所述历史销售数据进行预处理，得到对应的基础数据，包括：
3.根据权利要求2所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据所述预处理规则中的数据格式从所述历史销售数据中筛选出符合所述数据格式的初始数据之后，还包括：
4.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据预置的特征提取策略从所述基础数据中提取得到对应的特征信息，包括：
5.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述通过训练后的所述调度预测模型对所述特征信息进行预测，得到对应的调度预测类型，包括：
6.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据所述调度预测类型从库存策略配置库中获取相匹配的目标库存策略，包括：
7.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据所
8.一种基于机器学习的库存预测性调度装置，其特征在于，所述基于机器学习的库存预测性调度装置用于执行如权利要求1-7任一项所述的基于机器学习的库存预测性调度方法，所述装置包括：
9.一种计算机设备，其特征在于，所述设备包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于机器学习的库存预测性调度方法的步骤。
...【技术特征摘要】
1.一种基于机器学习的库存预测性调度方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据预置的预处理规则对所述历史销售数据进行预处理，得到对应的基础数据，包括：
3.根据权利要求2所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据所述预处理规则中的数据格式从所述历史销售数据中筛选出符合所述数据格式的初始数据之后，还包括：
4.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述根据预置的特征提取策略从所述基础数据中提取得到对应的特征信息，包括：
5.根据权利要求1所述的基于机器学习的库存预测性调度方法，其特征在于，所述通过训练后的所述调度预测模型对所述特征信息进行预测，得到对应的调度预测类型，包括：
6.根据权利要求1所述的基于...
【专利技术属性】
技术研发人员：戚培珍，陈迁明，曹旭，
申请(专利权)人：广东爱客风信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。