-
公开(公告)号：CN114820010A
公开(公告)日：2022-07-29
申请号：CN202110080007.9
申请日：2021-01-21
Applicant: 株式会社日立制作所
Abstract: 本发明提供促销效果预测装置及促销效果预测方法。促销效果预测装置具备：数据收集部，收集与作为预测对象的商品的促销有关的基础数据、以及该商品的过去的一定时间内的销售数据，该销售数据包含与历史促销有关的历史基础数据及历史促销销量；促销特征生成部，至少基于上述基础数据，生成用于预测上述促销的效果的多个促销特征，并且基于上述销售数据，按每一次历史促销生成与上述多个促销特征对应的多个历史促销特征；学习部，以上述历史促销特征和上述历史促销销量为训练数据进行机器学习而得到预测模型；以及预测部，通过向上述预测模型输入由上述促销特征生成部生成的上述促销特征，输出促销销量作为预测结果。
-
公开(公告)号：CN113469597A
公开(公告)日：2021-10-01
申请号：CN202010241378.6
申请日：2020-03-31
Applicant: 株式会社日立制作所
Abstract: 本发明提供智慧供应链系统和服务器平台。智慧供应链系统对多种商品的供应链进行管理，其特征在于，具备：商品分类装置，基于历史数据，对多种商品进行分类；销售预测装置，基于历史数据以及所述商品分类装置针对多种商品的分类结果，按每种商品进行销售预测；以及智能补货装置，基于所述销售预测装置的预测结果，应用自动补货模型，生成补货决策。由此，能够有效融合商品分类、销售预测与智能补货这三大重要板块，使服务变得精准，使供应链变得透明、柔性和敏捷，使各个职能更加协同。
-
公开(公告)号：CN112070326A
公开(公告)日：2020-12-11
申请号：CN201910495376.7
申请日：2019-06-10
Applicant: 株式会社日立制作所
Abstract: 本发明提供一种多目标生产订单分配装置及多目标生产订单分配方法，目的在于使整个集团公司的效益达到全局最优。该多目标生产订单分配装置从多个工厂向多个客户供应产品，具备：数据获取部，获取工厂数据、物流数据和客户需求数据；分配方式确定部，根据客户需求数据确定分配方式；多目标优化模型建立部，根据分配方式建立包括多个目标函数和约束条件的多目标优化模型；以及运算部，基于NSGA‑Ⅱ算法求解通过多目标优化模型建立部建立的多目标优化模型。
-
Patent Agency Ranking
公开(公告)号：CN112070326B
公开(公告)日：2025-04-29
申请号：CN201910495376.7
申请日：2019-06-10
Applicant: 株式会社日立制作所
IPC: G06Q10/0631 , G06Q50/04
Abstract: 本发明提供一种多目标生产订单分配装置及多目标生产订单分配方法，目的在于使整个集团公司的效益达到全局最优。该多目标生产订单分配装置从多个工厂向多个客户供应产品，具备：数据获取部，获取工厂数据、物流数据和客户需求数据；分配方式确定部，根据客户需求数据确定分配方式；多目标优化模型建立部，根据分配方式建立包括多个目标函数和约束条件的多目标优化模型；以及运算部，基于NSGA‑Ⅱ算法求解通过多目标优化模型建立部建立的多目标优化模型。
-
公开(公告)号：CN114169557A
公开(公告)日：2022-03-11
申请号：CN202010946386.0
申请日：2020-09-10
Applicant: 株式会社日立制作所
Abstract: 本发明涉及一种库存补货方法、计算机可读存储介质以及终端设备，其库存补货方法包括如下步骤：数据采集步骤，针对商品收集历史数据以及未来预测销量数据；数据分析步骤，基于收集到的数据进行数据分析来确定商品的需求类型；模型推荐步骤，根据确定的需求类型来推荐对应的补货策略模型；基本参数设定步骤，针对店铺和商品设定基本参数；模型确定步骤，在推荐多个补货策略模型的情况下，根据基本参数中规定的是否定期补货来最终推荐多个补货策略模型中的一个模型；以及补货策略输出步骤，以收集到的历史数据、未来预测销量数据和基本参数作为输入，根据最终推荐的补货策略模型计算并输出补货策略。通过上述库存补货方法，能够实现精细的库存管理。
-
公开(公告)号：CN113553540A
公开(公告)日：2021-10-26
申请号：CN202010330690.2
申请日：2020-04-24
Applicant: 株式会社日立制作所
Abstract: 本发明商品销量的预测方法具备以下步骤：数据获取步骤，获取商品历史销量数据；数据处理步骤，对历史销量数据进行处理：数据探查处理，替换异常值和缺失值，探索历史销量数据各要素与商品销量的相关性，将高相关性要素作为特征；特征工程处理，由特征构建衍生特征；数据聚合处理，将历史销量数据按照时间粒度聚合成训练样本；模型构建步骤，构建融合模型进行短周期预测，采用时间序列模型进行中长周期预测；销量预测步骤，将训练样本、特征和衍生特征输入融合模型或时间序列模型中，获得商品销量的预测结果。根据本发明，能够同时满足门店等零售场所以及仓库、生产厂商等的商品销量的预测要求，能够对不同周期进行针对性预测，提高预测的准确性。
-
公开(公告)号：CN116151725A
公开(公告)日：2023-05-23
申请号：CN202111346933.2
申请日：2021-11-15
Applicant: 株式会社日立制作所
Inventor： 赖素红
IPC: G06Q10/087 , G06Q10/04 , G06Q30/0202 , G06N20/00
Abstract: 本发明涉及一种库存补货方法、计算机可读存储介质以及终端设备，其库存补货方法包括如下步骤：模型构建步骤，构建表示需求特征集与补货策略集的关系的补货策略匹配模型；补货策略匹配步骤，利用所述补货策略匹配模型，基于最新的需求特征集的数据自动匹配最优的补货策略；以及补货计划输出步骤，执行最优的补货策略，输出补货计划。由此，能够基于物料的需求特征自动匹配补货策略，通过设定合理的库存补货策略集，覆盖不同需求类型的补货，提供最优的补货策略。
-
公开(公告)号：CN113626966A
公开(公告)日：2021-11-09
申请号：CN202010371306.3
申请日：2020-05-06
Applicant: 株式会社日立制作所
IPC: G06F30/20 , G06Q10/04 , G06Q10/08 , G06N3/12 , G06F111/06 , G06F111/04
Abstract: 本发明涉及一种库存补货方法、计算机可读存储介质以及终端设备，其库存补货方法包括如下步骤：第一步骤，构建包括优化目标和约束条件的库存管理规则；第二步骤，设定涉及仓库、门店和物流的基本参数，所述基本参数包括仓库、门店、产品、期间中的至少两个维度，获取所述基本参数中的已知参数的数值并保存到数据库中；第三步骤，利用所述基本参数建立描述所述库存管理规则的仓库向门店补货模型；第四步骤，读取所述数据库中的所述已知参数的数值并输入到所述仓库向门店补货模型，求解所述仓库向门店补货模型得到仓库向门店的补货计划qwiwijt。通过上述库存补货方法，能够实现多目标求解，包括提高销量、提高库存周转率以及降低供应链总成本。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.041 seconds)
