【技术实现步骤摘要】
本专利技术属于饮用水配送领域，尤其涉及一种基于人工智能的饮用水行业门店与配送管理的方法及系统。
技术介绍
1、随着人们生活水平的提高和健康意识的增强，对饮用水的需求持续增长，饮用水行业呈现出蓬勃发展的态势。饮用水的销售渠道不仅包括传统的门店零售，还包括日益重要的配送服务，以满足消费者在不同场景下的需求。然而，在这个行业快速发展的过程中，门店与配送管理面临着诸多复杂的问题。
2、在饮用水配送过程中，配送人员的工作状态、工作效率和服务质量对配送业务至关重要，在配送人员的任务分配和库存管理方面存在不合理之处，影响了配送效率和准确性，针对上述问题，为提高配送管理水平，亟需开发一种基于人工智能的饮用水行业门店与配送管理的方法及系统。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的饮用水行业门店与配送管理的方法及系统，旨在解决上述
技术介绍
中提出的问题。
2、本专利技术是这样实现的，一方面，一种基于人工智能的饮用水行业门店与配送管理的方法，所述方法包括：
3、采集配送员的历史配送数据、当前配送任务数据和季节相关数据；
4、分析并提取历史配送数据、当前配送任务数据和季节相关数据中的特征信息，生成配送参考指数和季节参考指数；
5、基于配送参考指标和季节参考指标，协同调节门店库存；
6、基于配送参考指标和季节参考指标，生成分配配送任务。
7、作为本专利技术的进一步方案，所述分析并提取历史配送数据、当前配送
8、提取当前配送任务数据中的当天配送任务时长数据、当天配送任务数量数据和单日规额工作时长数据；
9、统计当前配送任务数据中的配送地址距离数据、配送水量重量数据、配送时间限制数据；
10、计算并生成配送参考指数；
11、所述配送参考指数的计算过程为：
12、
13、f＝dr+ww+tt；
14、式中，wl为配送参考指数，ti为第i次配送任务时长，n为配送任务数量，h为单日规额工作时长，f为配送任务复杂系数，dr为配送距离系数，ww为配送质量系数，tt配送时间限制系数；
15、配送距离系数dr根据配送地址与门店之间的直线距离d确定，设置近距离阈值为5公里，中距离阈值为10公里，当d≤5时，dr＝0.3，当5≤d≤10时，dr＝0.6，d≥10时，dr＝1；
16、配送质量系数ww根据单次配送的饮用水总重量w确定，设置轻载阈值为50千克，中载阈值为100千克，w≤50时，ww＝0.2，50≤w≤100时，ww＝0.5，w≥100时，ww＝0.8；
17、配送时间限制系数tt，若配送任务无特殊时间要求，tt＝0.5，若配送任务在特定高峰时段完成，tt＝0.8，若配送任务要求在半小时内送达，tt＝1。
18、作为本专利技术的再进一步方案，所述分析并提取历史配送数据、当前配送任务数据和季节相关数据中的特征信息，生成配送参考指数和季节参考指数具体还包括：
19、提取季节相关数据中的气温数据和降水数据；
20、统计节假日分布数据；
21、计算并生成季节参考指数；
22、所述季节参考指数的计算过程为：
23、
24、式中，sc为季节参考指数，p为季节影响因子数量，季节影响因子数量包含气温因子i1、降水因子i2和节假日分布因子i3，p＝3，ik为第k个季节影响因子；
25、气温因子i1根据不同季节平均气温t确定，设置低温阈值为5℃，舒适温度阈值为26℃，当t≤5时，i1＝0.3，当5≤t≤26时，i1＝0.5，t≥26时，i1＝0.8；
26、降水因子i2当时实时降水概率r确定，设置低降水概率阈值30％，中降水概率阈值60％，当r≤30时，i2＝0.2，当30≤r≤60时，i2＝0.5，t≥60时，i2＝0.8；
27、节假日分布因子i3由节假日重要程度确定，非节假日时，i3＝0.5，周末节假日，i3＝0.7，春节、劳动节、国庆节节假日，i3＝0.9。
28、作为本专利技术的又进一步方案，所述基于配送参考指标和季节参考指标，协同调节门店库存具体包括：
29、获取季节参考指数sc；
30、计算并生成季度预测配送需求量d和季度库存周转率r；
31、所述季度预测配送需求量d的计算过程为：
32、d＝dh×(1+g)×(1+sc)；
33、式中，dh为历史同期配送量均值，g为配送任务增长趋势系数，根据季度配送任务数量增长率m确定；
34、预设低增长率阈值5％和中增长率阈值20％，若m≤5，g＝0.1，若5≤m≤20，g＝0.2，若m≥20，g＝0.3；
35、所述季度库存周转率r的计算过程为：
36、
37、式中，qs为季度销售总量，ia为季度平均库存量；
38、基于季度预测配送需求量d、季度库存周转率r和季节参考指数sc，计算并生成库存调整量si；
39、所述库存调整量si的计算过程为：
40、
41、作为本专利技术的进一步方案，所述基于配送参考指标和季节参考指标，生成分配配送任务具体包括：
42、获取季节参考指数sc和配送参考指数wl；
43、基于季节参考指数sc和配送参考指数wl，计算并生成双向综合指数ci；
44、所述双向综合指数ci的计算过程为：
45、ci＝wl+(1+sc)；
46、基于双向综合指数ci，生成配送员升序排列序列；
47、基于配送员升序排列序列，确定优先配送员人选。
48、作为本专利技术的进一步方案，另一方面，一种基于人工智能的饮用水行业门店与配送管理的系统，所述系统包括：
49、采集模块，用于采集配送员的历史配送数据、当前配送任务数据和季节相关数据；
50、分析提取模块，用于分析并提取历史配送数据、当前配送任务数据和季节相关数据中的特征信息；
51、第一生成模块，用于生成配送参考指数和季节参考指数；
52、协同调节模块，用于基于配送参考指标和季节参考指标，协同调节门店库存；
53、第二生成模块，用于基于配送参考指标和季节参考指标，生成分配配送任务。
54、作为本专利技术的进一步方案，所述第一生成模块具体包括：
55、第一提取单元，用于提取当前配送任务数据中的当天配送任务时长数据、当天配送任务数量数据和单日规额工作时长数据；
56、第一统计单元，用于统计当前配送任务数据中的配送地址距离数据、配送水量重量数据、配送时间限制数据；
57、第一计算生成单元，用于计算并生成配送参考指数。
58、作为本文档来自技高网...
【技术保护点】
1.一种基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述分析并提取历史配送数据、当前配送任务数据和季节相关数据中的特征信息，生成配送参考指数和季节参考指数具体包括：
3.根据权利要求1所述的基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述分析并提取历史配送数据、当前配送任务数据和季节相关数据中的特征信息，生成配送参考指数和季节参考指数具体还包括：
4.根据权利要求1所述的基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述基于配送参考指标和季节参考指标，协同调节门店库存具体包括：
5.根据权利要求1所述的基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述基于配送参考指标和季节参考指标，生成分配配送任务具体包括：
6.一种基于人工智能的饮用水行业门店与配送管理的系统，其特征在于，应用如权利要求1-5任一项所述的基于人工智能的饮用水行业门店与配送管理的方法，所述系统包括：
...【技术特征摘要】
1.一种基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述分析并提取历史配送数据、当前配送任务数据和季节相关数据中的特征信息，生成配送参考指数和季节参考指数具体包括：
3.根据权利要求1所述的基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述分析并提取历史配送数据、当前配送任务数据和季节相关数据中的特征信息，生成配送参考指数和季节参考指数具体还包括：
4.根据权利要求1所述的基于人工智能的饮用水行业门店与配送管理的方法，其特征在于，所述基于配送参考指标和...
【专利技术属性】
技术研发人员：陈啟，张康，郭绍春，徐盛，
申请(专利权)人：深圳市水润天下网络科技有限公司，
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。