(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211145227.6 (22)申请日 2022.09.20 (65)同一申请的已公布的文献号 申请公布号 CN 115271256 A (43)申请公布日 2022.11.01 (73)专利权人 华东交通大 学 地址 330000 江西省南昌市经济技 术开发 区双港东大街808号 (72)发明人 李卓群　蔡子诚　 (74)专利代理 机构 南昌丰择知识产权代理事务 所(普通合伙) 36137 专利代理师 张荣 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 10/08(2012.01) G06K 9/62(2022.01) G06N 3/04(2006.01)(56)对比文件 CN 105556558 A,2016.0 5.04 CN 114581181 A,202 2.06.03 CN 114548871 A,202 2.05.27 CN 114742278 A,202 2.07.12 CN 112494020 A,2021.0 3.16 US 2012253995 A1,2012.10.04 JP 2020187416 A,2020.1 1.19 US 201821832 2 A1,2018.08.02 CN 110322203 A,2019.10.1 1 CN 17410 53 A,2006.03.01 CN 114926305 A,2022.08.19 CN 107563705 A,2018.01.09 CN 114219169 A,202 2.03.22 CN 110990608 A,2020.04.10 CN 113469397 A,2021.10.01 CN 114219154 A,202 2.03.22 CN 114861995 A,202 2.08.05 CN 108876050 A,2018.1 1.23 (续) 审查员 凌冰 (54)发明名称 一种多维分类下的智能化 订货方法 (57)摘要 本发明公开了一种多维分类下的智能化订 货方法， 该方法包 括： S1、 采集历史 需求数据； S2、 基于需求数据， 按照多维库存分类 法对产品进行 分类； S3、 采用长短期记忆人工神经网络对产品 需求数据进行预测； S4、 以最大化服务水平为优 化目标， 构建库存控制模型； S5、 基于步骤S3得到 的需求预测量， 对步骤S4构建的库存控制模型进 行求解， 获得不同需求类别下对应的库存控制参 数及每一期 的订货量。 本发明的有益效果是： 弥 补了传统订货方法中决策步骤需人工计算、 工作 量大的缺点， 解决了库存需求类别不明确， 库存 决策效果不理想的难题， 能够快速、 智 能地给出 量化的库存决策建议， 为决策者提供订货决策支 持。 [转续页] 权利要求书3页 说明书8页 附图2页 CN 115271256 B 2022.12.16 CN 115271256 B (56)对比文件 CN 114297265 A,2022.04.08 CN 113869938 A,2021.12.31 CN 114078024 A,202 2.02.22 AU 2018101512 A4,2018.1 1.15 李卓群等.随机提前期下非线性供应链库存 优化策略选择. 《计算机集成制造系统》 .2020, (第07期),全 文. 宋芳媛.多周期非平稳库存 控制模型比较分 析. 《中国优秀硕士学位 论文全文数据库 经济与 管理科学辑》 .2018,(第2期), 李卓群等.考虑服 务水平和成本的复杂非线 性库存控制系统动态行为分析. 《系统工程》 .2015,(第12期),全 文. 李卓群.基 于需求预测技 术弱化牛鞭效应 影 响研究. 《山西大同大 学学报(自然科 学版)》 .2010,(第01期),全 文. 宋毅斐等.基 于库存模型法的药品采购与 库 存控制策略. 《中国药房》 .2016,(第01期),全 文. 宁特等.快速消费品经销商库存管理优化研 究. 《内蒙古 科技与经济》 .2016,(第10期),全 文. 蒲忠等.非常规天然气MRO多维库存分类和控制方法构建. 《物流科技》 .2013,(第08 期),全 文. 陈燕燕.汽车零部件的需求预测与 库存策略 应用研究. 《中小企业管理与科技(上旬刊)》 .2020,(第01期),全 文. 殷悦媛.H化妆品公司需求预测与 库存控制 策略研究. 《中国优秀硕士学位 论文全文数据库 经济与管理科 学辑》 .2021, 刘婷.山东省物流需求组合预测方法及其应 用研究. 《中国优秀硕士学位 论文全文数据库 经 济与管理科 学辑》 .2017,(第2期), Zhongqun Sun 等.L ong short-term memory netw ork-based emis sion models for conventional and new energy buses. 《Internati onal Journal of Sustai nable Transportati on》 .2021,第15卷(第3期), 金亚楠.基 于需求预测的U公司汽车零部件 库存管理优化研究. 《中国优秀硕士学位 论文全 文数据库 工程科技 II辑》 .2022,(第3期), 聂晓洁.A公司卷烟销售预测与 库存控制策 略研究. 《中国优秀硕士学位 论文全文数据库 经 济与管理科 学辑》 .2021,(第12期),2/2 页 2[接上页] CN 115271256 B1.一种多维分类下的智能化 订货方法， 其特 征是： 包括以下步骤： S1、 采集库存历史需求数据； S2、 基于库存历史需求数据， 按照多维库存分类法对产品进行分类； S3、 采用长短期记忆人工神经网络对产品库存历史需求数据进行预测， 得到需求预测 量； S4、 以最大化 服务水平为优化目标， 构建库存 控制模型； S5、 基于步骤S3得到的需求预测量， 对步骤S4构 建的库存控制模型进行求解， 获得不同 需求类别下对应的库存 控制参数及每一期的订货量； 步骤S2中多维库存分类法相关变量包括变异系数的平方 和平均需求区间 ADI； 变 异系数的平方 ， 表示为 其中，l表示非零需求周期的个数， 表示第i个非零需求周期； 平均需求区间 ADI， 表示为 其中， 表示序列有个 i周期， 表示序列中非零周期的数量； 基于库存历史需求数据， 将库存分为四种需求类型， 分别为： 平滑型需求类型、 间断型 需求类型、 不稳定型需求类型以及波动型需求类型， 四种需求类型对应的规则具体为： 当 时， 为平滑型需求类型； 当 时， 为间断型需求类 型； 当 时， 为不稳定型需求类型； 当 时， 为波 动型需求类型； 步骤S3中采用长短期记忆人工神经网络对产品库存历史需求数据进行预测， 引入了三 个门， 即输入门 、 遗忘门 和输出门 ， 表达式分别为： 输入门： 遗忘门： 权　利　要　求　书 1/3 页 2 CN 115271256 B 3