买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江西旅游商贸职业学院申请的专利一种基于订单分析的仓储智能管理方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120655214B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511059017.9，技术领域涉及：G06Q10/087；该发明授权一种基于订单分析的仓储智能管理方法及系统是由段晓允;赵松;李星宇设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本一种基于订单分析的仓储智能管理方法及系统在说明书摘要公布了：本申请公开了一种基于订单分析的仓储智能管理方法及系统，属于仓储管理技术领域，构建订单数据集和精细预测分析模型，根据精细预测分析模型对订单数据集进行处理，得到精细预测数据；根据动态调整策略对精细预测数据和目标仓库的空间数据进行处理，得到每一商品的调整后位置；根据路径优化算法对目标仓库的空间数据和每一商品的调整后位置进行处理，得到每一商品的出库优化路径和入库优化路径；根据目标仓库的出库响应和入库优化路径对每一商品进行补货处理，完成对目标仓库的智能管理；通过精细预测分析模型，能够更精确地提取订单数据中的时间特征和商品序列特征，从而提高关联度和销量预测的准确性。

本发明授权一种基于订单分析的仓储智能管理方法及系统在权利要求书中公布了：1.一种基于订单分析的仓储智能管理方法，其特征在于，所述方法包括： 获取目标仓库的多个历史订单，以根据所述多个历史订单构建订单数据集； 构建精细预测分析模型，根据所述精细预测分析模型对所述订单数据集进行处理，得到精细预测数据； 根据动态调整策略对所述精细预测数据和所述目标仓库的空间数据进行处理，得到每一商品的调整后位置； 根据路径优化算法对所述目标仓库的空间数据和每一所述商品的调整后位置进行处理，得到每一所述商品的出库优化路径和入库优化路径； 根据所述目标仓库的出库响应和所述入库优化路径对每一所述商品进行补货处理，完成对所述目标仓库的智能管理； 其中，所述精细预测数据包括所述目标仓库中每一商品的热度和所述商品之间的关联度； 所述精细预测分析模型包括精细提取模块、关联分析模块和预测模块；所述精细预测分析模型对所述订单数据集进行处理，得到精细预测数据，具体为： 所述精细提取模块根据语义分割算法和特征提取算法对所述订单数据集进行数据提取，得到信息数据集； 根据所述关联分析模块对所述信息数据集进行数据关联分析，得到关联分析数据集； 所述预测模块对所述信息数据集和所述关联分析数据集进行处理，得到精细预测数据； 所述精细提取模块根据语义分割算法和特征提取算法对所述订单数据集进行数据提取，得到信息数据集；具体为： 对所述订单数据集中每一所述历史订单进行扫描，得每一所述历史订单对应的每一扫描数据； 根据所述语义分割算法对每一所述扫描数据进行语义分割处理，得到每一所述扫描数据对应的每一时间信息序列和每一商品信息序列； 根据所述特征提取算法对所述每一时间信息和每一商品信息序列进行特征提取，得到对应的每一时间特征和每一商品序列特征； 根据每一所述时间特征将所述订单数据集划分为四个不同的季度订单数据集； 将每一所述季度订单数据集对应的商品序列特征划分为一组，得到四个不同的季度商品序列特征集合，根据四个所述季度商品序列特征集合构建所述信息数据集； 根据所述关联分析模块对所述信息数据集进行数据关联分析，得到关联分析数据集；具体为： 根据所述关联分析模块对所述信息数据集中每一所述季度商品序列特征集合分别进行数据关联分析，得到每一所述季度商品序列特征集合对应的每一关联分析数据子集； 根据每一所述关联分析数据子集构建所述关联分析数据集； 所述关联分析模块对所述季度商品序列特征集合进行数据关联分析，具体为： 根据所述季度商品序列特征集合中每一季度商品序列特征对应的历史订单中商品的种类数大于一种，对将所述季度商品序列特征集合进行筛选，得到多项商品特征序列集合； 设定支持度阈值，并计算所述多项商品特征序列集合中所述每一商品序列特征的支持度； 将所述多项商品特征序列集合中支持度大于所述支持度阈值的商品序列特征设定为多项频繁特征，根据每一所述多项频繁特征构建多项频繁特征集合； 根据所述多项频繁特征集合中每一多项频繁特征和所述多项频繁特征的支持度，计算每一所述多项频繁特征的置信度； 根据每一所述多项频繁特征的支持度和置信度，计算所述多项频繁特征集合中每一多项频繁特征的提升度； 根据所述多项频繁特征集合、每一所述多项频繁特征的支持度、置信度和提升度构建所述关联分析数据子集； 所述预测模块对所述信息数据集和所述关联分析数据集进行处理，得到精细预测数据；具体为： 对所述信息数据集进行特征处理，得到所述目标仓库中每一商品的商品热度特征； 根据每一所述多项频繁特征的支持度和置信度，对每一所述多项频繁特征进行加权处理，得到每一所述多项频繁特征对应的每一加权频繁特征； 根据每一所述多项频繁特征的提升度，对每一所述多项频繁特征对应的每一加权频繁特征进行微调，得到每一所述加权频繁特征对应的微调频繁特征； 对所述微调频繁特征和所述商品热度特征进行处理，得到所述目标仓库中每一商品的热度和商品之间的关联度，进而得到所述精细预测数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西旅游商贸职业学院，其通讯地址为：330000 江西省南昌市经济技术开发区丁香路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。