基于需求波动预测的备件安全库存动态调整方法及系统与流程

本发明涉及库存预测，具体为基于需求波动预测的备件安全库存动态调整方法及系统。

背景技术：

1、电脑硬件维修业务中，备件库存管理需要围绕设备品牌、设备型号、设备批次、故障点类型和备件出库记录进行统计分析。维修门店或维修服务平台通常会记录维修单编号、接机时间、初检时间、故障确认时间、维修完成时间、备件编号、备件名称、出库数量、库存可用数量、补货时间和到货时间，并依据历史维修需求和库存流水确定备件安全库存阈值。对于屏幕、电池、键盘、主板、硬盘、风扇、接口板、排线等常用备件，安全库存设置是否合理，会直接影响维修响应速度、备件周转效率和库存占用水平。现有备件安全库存管理方式通常根据历史出库数量、库存余量、补货周期和到货周期进行需求预测，并结合平均消耗量、消耗波动、缺货记录和安全库存阈值生成补货建议。部分方案还会按照设备品牌、设备型号、故障点名称和备件编号对历史维修记录进行分组，以便对不同硬件类别形成差异化库存管理。对于电脑维修场景而言，不同品牌、型号和批次的设备可能存在不同故障集中区域，单纯按照备件名称或出库数量统计需求，难以准确反映故障点变化对备件消耗节奏的影响。

2、例如公告号为cn116188061b的发明专利公开了商品销量预测方法、装置、电子设备及存储介质，该方法先后引入每个因子对应的销量增量预测模型以及综合销量预测模型，综合考虑了各因子对商品销量的影响，可以使预测精度更高，预测结果更加准确，波动跟随性更强，进而有效解决商品在不同因子影响下预测精度不高、波动跟随性不强的问题，通用性较强，可以适用于泛零售行业的电子产品、食品百货、生鲜等各种品类商品的销量预测。克服了树模型即不能给出超过历史实际销量上下限的预测值的缺点，又具有借助各因子特征，考虑预测变量间的非线性关系的优点。

3、例如公告号为cn120822660b的发明专利公开了一种基于数字孪生技术的智能仓储动态优化系统，包括以下步骤：s1：创建数字孪生模型：获取实体仓库的基础数据和构建精确的数字模型；s2：数据收集与整合：部署物联网设备和实现数据的实时传输与处理；s3：构建分析算法：开发高级分析算法和实施机器学习模型；s4：动态优化与调整：自动调整存储布局和优化出入库流程；s5：预测与预警：基于历史数据分析预见潜在问题和设置警报机制，显著提高了数据实时性和准确性，增强环境监控能力和保障货物安全，大幅提升空间利用率。

4、但是，在实际维修流程中，一条维修记录通常会经历接机、初检、故障确认、备件出库、维修完成等多个环节。现有需求预测方式往往直接采用接机时间或备件出库时间作为需求发生时间，构建时间序列并估计备件需求波动。采用接机时间时，接机记录中可能仅包含客户描述或初步故障现象，故障点和对应备件尚未完成确认，容易将未确认记录纳入需求统计；采用备件出库时间时，出库动作通常发生在检测确认之后，会将真实需求信号推迟到库存扣减时点，导致需求波动峰值在时间轴上发生偏移。补货触发方面，现有安全库存调整方式多以库存可用数量低于安全库存阈值、备件出库数量增加或历史消耗均值上升作为触发依据。由于故障确认时间、备件出库时间、补货单生成时间和补货到货时间之间存在不同周期跨度，补货触发起点过早时容易形成库存积压，补货触发起点过晚时容易形成缺货风险。相邻统计周期内安全库存阈值频繁上调和下调，也会导致补货节奏不稳定，影响库存管理结果的可执行性。

5、因此，针对以上问题，亟待需要基于需求波动预测的备件安全库存动态调整方法及系统。

技术实现思路

1、解决的技术问题

2、针对现有技术的不足，本发明提供了基于需求波动预测的备件安全库存动态调整方法及系统，解决了需求波动窗口与真实备件需求发生窗口不一致，进而导致的补货触发滞后、提前误触发及安全库存反复变动问题。

3、技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：基于需求波动预测的备件安全库存动态调整方法，包括s1，采集硬件维修需求数据、库存流水数据、故障点词表数据和历史安全库存记录，并进行标准化和归一化处理；s2，依据确认事件码与出库事件码的匹配关系及路径长度进行需求窗口栅格可信分析，根据栅格可信分析结果执行需求发生周期确认与补货候选阻断；s3，依托窗口栅格可信值、需求发生窗口表与库存流水数据构建故障备件需求波动预测模型，执行波动通过标记写入和异常波动样本记录；s4，基于波动通过标记、备件需求波动值、安全库存调整记录及库存流水数据构建库存触发流转图，执行触发起点迁移与路径重排。

5、进一步地，采集硬件维修需求数据、库存流水数据、故障点词表数据和历史安全库存记录的具体步骤为：采集硬件维修需求数据：从维修工单读取维修单编号、设备品牌、设备型号、设备批次、故障点原始名称、接机时刻、初检时刻、故障确认时刻和维修完成时刻；采集库存流水数据：从库存流水读取备件编号、备件名称、出库时刻、出库数量、库存可用数量、当前周期安全库存阈值、补货单生成时刻和补货到货时刻；采集故障点词表数据：从故障点词表读取标准故障点名称、同义词条、禁用词条和故障点关联备件编号；采集历史安全库存记录：从历史安全库存记录读取备件编号、上一周期安全库存阈值和补货触发起点。

6、进一步地，进行标准化和归一化处理的具体步骤为：对硬件维修需求数据、库存流水数据、故障点词表数据和历史安全库存记录进行清洗、去重、时间标准化和字段归一化处理，生成统一周期编号；依据补货单生成时刻生成补货生成标记，依据补货到货时刻生成到货回填标记；对故障点原始名称进行标准故障点名称映射，生成故障点标准化记录；以设备品牌、设备型号、设备批次和标准故障点名称生成故障分组标识；将当前周期安全库存阈值大于上一周期安全库存阈值的记录写入阈值上调标记，将当前周期安全库存阈值小于上一周期安全库存阈值的记录写入阈值下调标记；依据维修单编号、周期编号、接机时刻、初检时刻、故障确认时刻、出库时刻和维修完成时刻生成时刻链记录，并写入接机事件码、初检事件码、确认事件码、出库事件码和完成事件码；依据故障确认时刻至出库时刻之间的时间间隔生成确认等待片段时长；依据确认事件码和出库事件码生成需求发生周期候选字段、消耗验证周期候选字段；依据补货单生成时刻生成补货单生成周期，依据补货到货时刻生成补货到货周期；依据相邻周期的库存可用数量生成窗口前后库存可用数量差值；依据故障分组标识、标准故障点名称、故障点关联备件编号和备件编号生成故障备件索引表。

7、进一步地，依据确认事件码与出库事件码的匹配关系及路径长度进行需求窗口栅格可信分析的具体步骤为：以故障分组标识和维修单编号作为联合行索引，以周期编号作为列索引，构建窗口路径矩阵；在窗口路径矩阵中写入接机事件码、初检事件码、确认事件码、出库事件码和完成事件码；沿同一维修单编号读取确认事件码至出库事件码之间的路径长度，并校验确认事件码对应标准故障点名称与故障备件索引表中备件编号之间的匹配关系；当确认事件码位于出库事件码之前，且备件编号匹配关系成立时，将确认事件码至出库事件码之间的栅格段写入候选闭合路径；当候选闭合路径的路径长度未超出窗口跨度阈值时，将候选闭合路径写入闭合路径标记，并将对应窗口写入可信窗口队列；当候选闭合路径的路径长度超出窗口跨度阈值时，将候选闭合路径写入漂移跨度标记，并将对应窗口写入漂移窗口队列；当接机事件码至出库事件码之间缺少确认事件码时，将对应栅格段写入噪声空洞标记，并将对应窗口写入噪声窗口队列；依据闭合路径标记、噪声空洞标记和漂移跨度标记在同一故障分组标识下的覆盖位置，获得窗口栅格可信值。

8、进一步地，根据栅格可信分析结果执行需求发生周期确认与补货候选阻断的具体步骤为：通过实时比对窗口栅格可信值和可信阈值，当窗口栅格可信值大于或等于可信阈值时，将对应栅格段写入漂移窗口队列，将确认事件码所在周期编号确定为需求发生周期，将对应故障分组标识和备件编号输入故障备件需求波动预测模型；当窗口栅格可信值小于可信阈值时，按照路径标记类型执行分流处理；若漂移跨度标记覆盖确认事件码至出库事件码之间的栅格段，以确认事件码所在周期编号创建需求发生窗口表，将出库事件码所在周期编号写为消耗验证周期；若闭合路径标记缺失，则保留上一周期安全库存阈值，并将对应栅格段写入窗口重排清单。

9、进一步地，依托窗口栅格可信值、需求发生窗口表与库存流水数据构建故障备件需求波动预测模型的具体步骤为：以窗口栅格可信值、需求发生窗口表、消耗验证周期、故障点标准化记录和库存流水数据作为基础输入，按照维修单编号对确认事件码所在周期编号与出库事件码所在周期编号进行关联配对，采用时序分桶编码方法将确认事件码至出库事件码之间的周期编号差值转换为时滞桶序列；将确认等待片段时长、窗口前后库存可用数量差值写入特征矩阵；当需求发生窗口表中的确认事件码在对应消耗验证周期内形成备件编号匹配的出库事件码时，将波动标签值写为有效波动标记；当确认事件码在对应消耗验证周期内未形成备件编号匹配的出库事件码时，将波动标签值写为未成波动标记；采用梯度提升决策树方法，基于特征矩阵和波动标签值构建故障备件需求波动预测模型，并输出备件需求波动值。

10、进一步地，执行波动通过标记写入和异常波动样本记录的具体步骤为：通过实时比对备件需求波动值和波动阈值，当备件需求波动值大于或等于波动阈值时，生成波动通过标记并写入安全库存调整记录，以出库事件码所在周期编号作为消耗验证周期；当备件需求波动值小于波动阈值时，生成波动待核标记，保留上一周期安全库存阈值；在后续出现备件编号匹配的出库事件码时，将新增确认事件码、出库事件码、时滞桶序列和波动标签值回写至故障备件需求波动预测模型，若重新输出的备件需求波动值仍小于波动阈值，将对应样本写入异常波动样本记录。

11、进一步地，基于波动通过标记、备件需求波动值、安全库存调整记录及库存流水数据构建库存触发流转图的具体步骤为：基于波动通过标记、备件需求波动值、安全库存调整记录、库存可用数量、当前周期安全库存阈值、需求发生周期、消耗验证周期、补货单生成周期和补货到货周期构建库存触发流转图；依据需求发生周期、备件需求波动值大于或等于波动阈值的记录、消耗验证周期、补货单生成周期和补货到货周期，分别生成需求窗口写入节点、波动通过节点、库存扣减节点、补货生成节点和到货回填节点；以备件编号为行索引、周期编号为列索引构建库存水位轨迹表，并将以需求窗口写入节点、波动通过节点和库存扣减节点为补货起点的三条触发路径回放至库存水位轨迹表；当补货到货周期前出现库存可用数量小于当前周期安全库存阈值的栅格时，写入滞后触发标记；当补货到货周期后出现库存可用数量扣减出库数量后仍大于当前周期安全库存阈值的栅格时，写入提前触发标记；当相邻周期内阈值上调标记与阈值下调标记交替写入时，写入阈值回摆标记；依据滞后触发标记、提前触发标记和阈值回摆标记在三条触发路径排列中的覆盖数量和覆盖位置，获得库存轨迹贴合值。

12、进一步地，执行触发起点迁移与路径重排的具体步骤为：通过实时比对库存轨迹贴合值和贴合阈值，当库存轨迹贴合值大于或等于贴合阈值时，选取滞后触发标记、提前触发标记和阈值回摆标记覆盖数量最少的触发路径，将选定触发路径写入安全库存调整记录，生成补货单指令；当库存轨迹贴合值小于贴合阈值时，读取三条触发路径排列中的滞后触发标记、提前触发标记和阈值回摆标记；对携带滞后触发标记的触发路径，将补货触发起点由库存扣减节点前移至波动通过节点，若波动通过节点对应栅格仍存在缺件栅格，则前移至需求窗口写入节点，并按需求发生周期生成补货触发记录；对携带提前触发标记的触发路径，将补货触发起点由需求窗口写入节点后移至波动通过节点，若补货到货周期后仍存在压库栅格，则后移至库存扣减节点，并按消耗验证周期生成补货触发记录；对携带阈值回摆标记的触发路径，停止当前周期安全库存阈值写入，沿用上一周期安全库存阈值，并将对应故障分组标识、备件编号、补货触发起点和标记类型写入安全库存调整记录。

13、进一步地，本发明第二方面提供了基于需求波动预测的备件安全库存动态调整系统，应用基于需求波动预测的备件安全库存动态调整方法，包括：维修时刻链采集与预处理模块，用于采集硬件维修需求数据、库存流水数据、故障点词表数据和历史安全库存记录，并进行标准化和归一化处理；需求窗口栅格可信分析模块，用于依据确认事件码与出库事件码的匹配关系及路径长度进行需求窗口栅格可信分析，根据栅格可信分析结果执行需求发生周期确认与补货候选阻断；故障备件需求波动预测模型构建模块，用于依托窗口栅格可信值、需求发生窗口表与库存流水数据构建故障备件需求波动预测模型，执行波动通过标记写入和异常波动样本记录；安全库存触发轨迹校正模块，用于基于波动通过标记、备件需求波动值、安全库存调整记录及库存流水数据构建库存触发流转图，执行触发起点迁移与路径重排。

14、本发明具有以下有益效果：

15、（1）本发明，通过时序分桶编码方法将确认事件码至出库事件码之间的周期编号差值转换为时滞桶序列，并结合确认等待片段时长、窗口前后库存可用数量差值和波动标签值构建故障备件需求波动预测模型，使故障点波动与后续备件出库之间的承接关系能够由特征矩阵进行学习和输出，进而实现了面向故障备件时滞关系的机器学习预测效果，有效解决了现有技术中仅依据出库数量波动判断备件需求而难以识别故障确认至备件消耗之间变时滞关系的问题。

16、（2）本发明，通过窗口路径矩阵记录接机事件码、初检事件码、确认事件码、出库事件码和完成事件码，并依据确认事件码与出库事件码的匹配关系及路径长度获得窗口栅格可信值，使需求发生周期能够从接机噪声和出库滞后中剥离，进而实现了真实需求窗口校准的效果，有效解决了现有技术中直接采用接机时刻或出库时刻构建需求序列导致波动峰值偏移的问题。

17、（3）本发明，通过备件需求波动值与波动阈值的比对，将达到波动阈值的故障分组标识和备件编号写入补货候选队列，将未达到波动阈值的样本写入异常波动样本记录，使补货候选生成受到故障备件承接关系约束，进而实现了补货候选可信筛选的效果，有效解决了现有技术中故障点波动未形成备件消耗仍触发补货候选的问题。

18、（4）本发明，通过库存触发流转图和库存水位轨迹表回放以需求窗口写入节点、承接通过节点和库存扣减节点为补货起点的三条触发路径，并依据滞后触发标记、提前触发标记和阈值回摆标记获得库存轨迹贴合值，使补货触发起点能够根据库存水位变化进行迁移和重排，进而实现了安全库存补充节奏校正的效果，有效解决了现有技术中补货触发滞后、提前误触发和安全库存阈值反复变动的问题。

19、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。