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！

龙图腾网获悉扬腾创新(福建)信息科技股份有限公司申请的专利一种多模块动态协同式备货需求计算方法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：CN121563399B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610088562.9，技术领域涉及：G06Q10/087；该发明授权一种多模块动态协同式备货需求计算方法是由张小杰;谢洪兴;谢洪平;谷云设计研发完成，并于2026-01-22向国家知识产权局提交的专利申请。

本一种多模块动态协同式备货需求计算方法在说明书摘要公布了：本发明公开了一种多模块动态协同式备货需求计算方法，包括：数据采集模块采集销量预测、当前库存及未来到货计划数据，生成多个周次的净需求序列；参数动态配置模块调整用于备货需求计算的关键参数，关键参数变更同步至备货需求协同计算模块；备货需求协同计算模块接收净需求序列与关键参数，执行：将各运输方式的有效周期与净需求序列对齐；基于运输优先级动态规则确定运输方式的优先级顺序，采用区间锁死算法为各运输方式分配需求区间并计算备货量；基于备货量总和与对应周次的净需求，计算需求缺口率，当需求缺口率超过设定阈值时触发反向调整；将计算结果同步至业务可视化系统。本发明实现备货需求的自动化、精准化计算。

本发明授权一种多模块动态协同式备货需求计算方法在权利要求书中公布了：1.一种多模块动态协同式备货需求计算方法，其特征在于，通过数据总线在数据采集模块、参数动态配置模块与备货需求协同计算模块之间实现实时数据传输与逻辑联动，所述方法包括如下步骤： 步骤1、数据采集模块每周自动采集销量预测数据、当前库存数据及未来到货计划数据，基于采集的数据生成时间维度统一为周的未来多个周次的净需求序列，并在库存波动超过设定阈值时触发净需求序列重算；对于所述销量预测数据，采用融合算法模型与人工修正相结合的机制生成；所述融合算法模型采用时间序列模型与机器学习模型进行融合，所述时间序列模型用于捕捉销量趋势性与周期性，所述机器学习模型用于拟合非线性因素，两者输出结果按预设的权重比例进行加权得到初始预测值； 步骤2、参数动态配置模块配置并动态调整用于备货需求计算的关键参数，包括头程运输时效矩阵、安全库存以及运输优先级动态规则，所述头程运输时效矩阵用于动态修正实际时效与基础时效值的偏差率，所述安全库存用于对净需求序列的波动率进行联动调整，所述运输优先级动态规则用于与净需求序列进行联动；所有关键参数变更通过数据总线实时同步至备货需求协同计算模块；步骤3、备货需求协同计算模块接收所述净需求序列与关键参数，执行以下三层协同逻辑计算备货需求： 步骤31、将各运输方式的有效周期与净需求序列对齐； 步骤32、基于所述运输优先级动态规则确定运输方式的优先级顺序，采用区间锁死算法按优先级顺序为各运输方式分配需求区间并基于分配到的需求区间的净需求量计算备货量； b1对于最高优先级的运输方式，需求区间为运输方式自身的所述有效周期的起点至有效周期的终点； b2对于非最高优先级的任一运输方式，设置紧急需求周期，计算各运输方式覆盖未来需求的有效周期，判断该有效周期是否部分或全部在紧急需求周期内，若否，则需求区间为运输方式自身的所述有效周期的起点至有效周期的终点；若是，则需求区间的起点为运输方式自身的所述有效周期的起点，需求区间的终点为比其优先级高的前一个运输方式的所述有效周期的起点减去1个周次；若计算出的需求区间的起点大于需求区间的终点，则该运输方式本次无可分配的需求区间； 步骤33、基于计算出的备货量总和与对应周次的净需求，计算各周次的需求缺口率，当需求缺口率超过设定阈值时触发对关键参数的临时反向调整； 步骤4、所述备货需求协同计算模块将计算结果通过数据总线同步至业务可视化系统。

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扬腾创新(福建)信息科技股份有限公司，其通讯地址为：350133 福建省福州市闽侯县上街镇创业路2号1#楼15F-01室；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。