一种处理物品入库预约请求信息的方法和装置与流程

本发明涉及仓储物流领域，尤其涉及一种处理物品入库预约请求信息的方法和装置。

背景技术：

如何对预约入库的物品进行决策，使得仓库的使用效率最大化，在仓储物流领域中是非常重要的。现有技术通常由系统按固定标准给出预约入库的采购单的优先级分数，库房根据优先级分数从高到底的顺序依次由人工审核采购单是否满足入库条件，确定预约入库的结果。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有技术中评分时考虑的信息较粗糙；人工经验不仅耗费人力成本而且不可靠，很难考虑到所有情况，决策效果非常不稳定，难以得到一个综合最优的决策。

技术实现要素：

有鉴于此，本发明实施例提供一种处理物品入库预约请求信息的方法和装置，能够针对不同的需求提供不同的预约方式，利用大数据获取全面的预约信息，利用优化模型使计算结果在尽可能多的权衡下找到平衡点，并且对供应商友好，也无需人工经验。

为实现上述目的，根据本发明实施例的一个方面，提供了一种处理物品入库预约请求信息的方法，包括：

接收与待入库物品集合对应的预约请求信息；所述预约请求信息至少包括预约类型信息、请求预约的时间信息，所述预约类型包括第一预约类型、第二预约类型；其中，第一预约类型为所述请求预约的时间在预设时间段中；第二预约类型为所述请求预约的时间在所述预设时间段之后；

基于所述预约类型信息和所述请求预约的时间信息，获取与该预约请求对应的预约信息；所述预约信息至少包括：物品体积信息、物品销量预测信息、已预约成功的物品集合信息；

根据所述预约信息生成所述预约请求的预约结果信息；所述预约结果包括：预约成功，或预约失败。

可选地，所述预约请求为第一预约类型、所述请求预约的时间为第k天时，根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述物品体积信息确定所述待入库物品集合的总体积数据v0；根据所述物品体积信息和第k天的物品销量预测信息确定第k天的物品出库体积数据vok；根据所述物品体积信息和第k天中已预约成功的物品集合信息确定第k天的物品入库体积数据vik；

判断v0与(vok-vik)的大小关系；

v0＜(vok-vik)时，生成预约成功信息，以及记录该预约请求对应的待入库物品集合信息；v0≥pk时，生成预约失败信息。

可选地，所述预约请求为第二预约类型、所述请求预约的时间为第(d+1)天时，所述预约信息还包括：现货库存信息、物品历史销量信息；其中，d为所述预设时间段的天数值；

根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述预约信息，确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值、每一类物品的单个物品价值、每一个预约请求对应的待入库物品集合的集合体积值、第(d+1)天的库容限制值；

根据所述预计缺货数量和单个物品价值，确定每一个预约请求对应的待入库物品集合的集合价值；

根据所述集合价值、所述集合体积值、第(d+1)天的库容限制值，从所有第二预约类型的预约请求中选择满足约束条件的预约请求，并为其返回预约成功结果；以及为不满足所述约束条件的预约请求返回预约失败结果；

所述约束条件为集合价值之和最高、且集合体积值之和小于库容限制值。

可选地，确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值，包括：根据未来(d+1)天内的物品销量预测信息、所述现货库存信息中的物品现货库存数量、未来d天内已预约成功的物品集合信息，确定待入库物品集合中每一类物品的预计缺货数量值；

确定待入库物品集合中每一类物品的单个物品价值，包括：根据所述待入库物品集合中物品的历史销售信息，确定每一类物品的单个物品价值；

确定第(d+1)天的库容限制值，包括：根据现货库存信息确定剩余库容体积值va；根据未来d天内已预约成功的物品集合信息，确定已预约成功的物品总体积值vb；以(va-vb)作为库容限制值。

可选地，所述约束条件为：

其中，xj∈{0，1}；

其中，m表示所有第二预约类型的预约请求对应的待入库物品集合的个数；cj表示第j个待入库物品集合的集合价值；aj表示第j个待入库物品集合的集合体积值；b表示库容限制值；xj＝1表示第j个待入库物品集合预约成功；xj＝0表示第j个待入库物品集合预约失败。

根据本发明实施例的再一个方面，提供了一种处理物品入库预约请求信息的装置，包括：

接收模块，用于接收与待入库物品集合对应的预约请求信息；所述预约请求信息至少包括预约类型信息、请求预约的时间信息，所述预约类型包括第一预约类型、第二预约类型；其中，第一预约类型为所述请求预约的时间在预设时间段中；第二预约类型为所述请求预约的时间在所述预设时间段之后；

获取信息模块，用于基于所述预约类型信息和所述请求预约的时间信息，获取与该预约请求对应的预约信息；所述预约信息至少包括：物品体积信息、物品销量预测信息、已预约成功的物品集合信息；

决策模块，用于根据所述预约信息生成所述预约请求的预约结果信息；所述预约结果包括：预约成功，或预约失败。

可选地，所述预约请求为第一预约类型、所述请求预约的时间为第k天时，所述决策模块根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述物品体积信息确定所述待入库物品集合的总体积数据v0；根据所述物品体积信息和第k天的物品销量预测信息确定第k天的物品出库体积数据vok；根据所述物品体积信息和第k天中已预约成功的物品集合信息确定第k天的物品入库体积数据vik；

判断v0与(vok-vik)的大小关系；

v0＜(vok-vik)时，生成预约成功信息，以及记录该预约请求对应的待入库物品集合信息；v0≥pk时，生成预约失败信息。

可选地，所述预约请求为第二预约类型、所述请求预约的时间为第(d+1)天时，所述预约信息还包括：现货库存信息、物品历史销量信息；其中，d为所述预设时间段的天数值；

所述决策模块根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述预约信息，确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值、每一类物品的单个物品价值、每一个预约请求对应的待入库物品集合的集合体积值、第(d+1)天的库容限制值；

根据所述预计缺货数量和单个物品价值，确定每一个预约请求对应的待入库物品集合的集合价值；

根据所述集合价值、所述集合体积值、第(d+1)天的库容限制值，从所有第二预约类型的预约请求中选择满足约束条件的预约请求，并为其返回预约成功结果；以及为不满足所述约束条件的预约请求返回预约失败结果；

所述约束条件为集合价值之和最高、且集合体积值之和小于库容限制值。

可选地，所述决策模块确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值，包括：根据未来(d+1)天内的物品销量预测信息、所述现货库存信息中的物品现货库存数量、未来d天内已预约成功的物品集合信息，确定待入库物品集合中每一类物品的预计缺货数量值；

确定待入库物品集合中每一类物品的单个物品价值，包括：根据所述待入库物品集合中物品的历史销售信息，确定每一类物品的单个物品价值；

确定第(d+1)天的库容限制值，包括：根据现货库存信息确定剩余库容体积值va；根据未来d天内已预约成功的物品集合信息，确定已预约成功的物品总体积值vb；以(va-vb)作为库容限制值。

可选地，所述约束条件为：

其中，xj∈{0，1}；

其中，m表示所有第二预约类型的预约请求对应的待入库物品集合的个数；cj表示第j个待入库物品集合的集合价值；aj表示第j个待入库物品集合的集合体积值；b表示库容限制值；xj＝1表示第j个待入库物品集合预约成功；xj＝0表示第j个待入库物品集合预约失败。

根据本发明实施例的另一个方面，提供了一种处理物品入库预约请求信息的电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明提供的处理物品入库预约请求信息的方法。

根据本发明实施例的还一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明提供的处理物品入库预约请求信息的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用针对不同的需求提供不同的预约方式，利用大数据获取全面的预约信息进行决策的技术手段，所以克服了现有技术中决策单一、依靠人工经验的技术问题，进而达到最大化利用现有数据进行决策、使用运筹优化模型对实际问题进行有效建模、在尽可能多的权衡下找到平衡点的技术效果。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种处理物品入库预约请求信息的方法的主要流程的示意图；

图2是根据本发明可选实施例的一种处理物品入库预约请求信息的步骤示意图；

图3是根据本发明实施例的一种处理物品入库预约请求信息的装置的主要模块的示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的一种处理物品入库预约请求信息的方法的主要流程的示意图，如图1所示，包括：

步骤s101、接收与待入库物品集合对应的预约请求信息；所述预约请求信息至少包括预约类型信息、请求预约的时间信息，所述预约类型包括第一预约类型、第二预约类型；其中，第一预约类型为所述请求预约的时间在预设时间段中；第二预约类型为所述请求预约的时间在所述预设时间段之后；

步骤s101、基于所述预约类型信息和所述请求预约的时间信息，获取与该预约请求对应的预约信息；所述预约信息至少包括：物品体积信息、物品销量预测信息、已预约成功的物品集合信息；

步骤s101、根据所述预约信息生成所述预约请求的预约结果信息；所述预约结果包括：预约成功，或预约失败。

待入库物品集合可以由供货商提供，以采购单或预约单形式呈现；待入库物品集合中可以包含不止一种物品；一个待入库物品集合可以对应着一个预约请求。

本发明可以提供两种不同的预约方式，分别适用于不同的需求场景，在实际应用中可以灵活选择使用；其中，第一预约类型可以适用于不超过预设天数阈值的预约入库，第二预约类型可以是对预设天数阈值的下一天进行预约入库；预设天数阈值是可以根据实际需求灵活调整的；

例如，将预设天数阈值设置为10天，则可以使用第一预约类型预约未来1到10天的入库，可以使用第二预约类型预约未来第11天的入库。

在一些实际应用场景中，使用第一预约类型进行预约入库时，系统可以根据相应的预约信息实时返回预约是否成功的结果；使用第二预约类型进行预约入库时，可以根据相应的预约信息进行优化求解，在第二天为所有使用该类型进行预约的供货商统一返回预约是否成功的结果；

为不同的预约类型确定预约结果时，所需的预约信息是有区别的，因此对于不同类型的预约入库方式，需要确定不同的预约信息。

本发明能够针对不同的需求提供不同的预约方式，利用大数据获取全面的预约信息，利用优化模型使计算结果在尽可能多的权衡下找到平衡点，并且对供应商友好，也无需人工经验。

图2是根据本发明可选实施例的一种处理物品入库预约请求信息的步骤示意图，如图2所示，获取预约请求201；

判断预约请求201的类型，包括：第一预约类型202、第二预约类型203；

可以通过数据库204获取所需的预约信息，利用不同的决策方法确定预约结果205。

在一些实施例中，所述预约请求为第一预约类型、所述请求预约的时间为第k天时，根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述物品体积信息确定所述待入库物品集合的总体积数据v0；根据所述物品体积信息和第k天的物品销量预测信息确定第k天的物品出库体积数据vok；根据所述物品体积信息和第k天中已预约成功的物品集合信息确定第k天的物品入库体积数据vik；

判断v0与(vok-vik)的大小关系；

v0＜(vok-vik)时，生成预约成功信息，以及记录该预约请求对应的待入库物品集合信息；v0≥pk时，生成预约失败信息。

可以先计算待入库物品集合中每种物品的数量和体积的乘积，再对所有乘积的结果进行累加，进而得到待入库物品总体积v0；

销量预测数据库可以是事先确定好的预测结果，通过查询该数据库可以直接获取到物品销量预测信息。

可以先计算第k天的物品销量预测信息中每种物品的数量和体积的乘积，再对所有乘积的结果进行累加，进而得到第k天的物品出库体积vok；相似地，可以先计算第k天预约成功的物品集合中每种物品的数量和体积的乘积，再对所有乘积的结果进行累加，进而得到第k天的物品入库体积vik；

通常可以以vok-vik直接作为第k天的库容计划体积，但为了防止负数干扰，可以以max(0，vok-vik)作为第k天的库容计划体积pk；当vok＜vik时，即pk＝0时，可以认为此时不适合再接纳任何待入库物品，即可以直接做出预约失败的决策；当v0≥pk时，可以认为待入库物品集合对于当前的库容计划体积来说太多，当前仓储环境不适合再接纳该物品集合，可以做出预约失败的决策；当0＜v0＜pk时，可以认为当前仓储环境可以容纳得下待入库物品集合，可以做出预约成功的决策。

第一预约类型可以认为是在仓库能够容纳的下的情况下“先到先得”的预约入库模式，由于结合了销量预测和已预约成功的数据进行决策，因此比现有技术中单一的打分决策更加合理。

在一些实施例中，所述预约请求为第二预约类型、所述请求预约的时间为第(d+1)天时，所述预约信息还包括：现货库存信息、物品历史销量信息；其中，d为所述预设时间段的天数值；

根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述预约信息，确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值、每一类物品的单个物品价值、每一个预约请求对应的待入库物品集合的集合体积值、第(d+1)天的库容限制值；

根据所述预计缺货数量和单个物品价值，确定每一个预约请求对应的待入库物品集合的集合价值；

根据所述集合价值、所述集合体积值、第(d+1)天的库容限制值，从所有第二预约类型的预约请求中选择满足约束条件的预约请求，并为其返回预约成功结果；以及为不满足所述约束条件的预约请求返回预约失败结果；

所述约束条件为集合价值之和最高、且集合体积值之和小于库容限制值。

当预约请求为第二预约类型时，所述预约信息具体可以包括：现货库存信息、未来d天内已预约成功的物品集合信息、未来(d+1)天内的物品销量预测信息、所述待入库物品集合中每一类物品的历史销售信息、待入库物品总体积；其中，d为预设时间段的天数；

其中，所需的各个信息可以按如下方法获得：

通过查询得到现货库存信息；

从预约记录中查询得到未来d天内已预约成功的物品集合信息；

从销量预测数据库中查询得到未来(d+1)天内的物品销量预测信息；

从销售记录中查询得到所述待入库物品集合中每一类物品的历史销售信息；

根据所述待入库物品集合确定该集合对应的待入库物品总体积。

当一个仓库的第一预约类型已被约满，供应商可以选择第二预约类型进行预约入库；供应商也可以在第一预约类型未被约满的情况下直接选择第二预约类型进行预约入库；如：将预设天数阈值d设置为10天，则可以选择第二预约类型对未来第11天进行预约入库，并可以在未来第2天接收到系统返回的预约结果。

待入库物品集合的集合价值可以认为是结合了销量预测信息、库存信息、物品的历史销售信息得出来的综合值；

第二预约类型可以认为是利用大数据获取全面的预约信息，使用优化模型进行优化求解，使计算结果在尽可能多的权衡下找到平衡点的决策方式；第二预约类型考虑到了物品的库存数量、体积、销量预测数据库中物品的数量、体积、物品的历史销售额、已预约成功的物品信息等多方面信息，能够对所有使用第二预约类型的待入库物品集合进行统一优化求解，从中确定出所有在满足仓库容纳得下的情况下、最有价值的待入库物品集合。

在一些实施例中，确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值，包括：根据未来(d+1)天内的物品销量预测信息、所述现货库存信息中的物品现货库存数量、未来d天内已预约成功的物品集合信息，确定待入库物品集合中每一类物品的预计缺货数量值；

确定待入库物品集合中每一类物品的单个物品价值，包括：根据所述待入库物品集合中物品的历史销售信息，确定每一类物品的单个物品价值；

确定第(d+1)天的库容限制值，包括：根据现货库存信息确定剩余库容体积值va；根据未来d天内已预约成功的物品集合信息，确定已预约成功的物品总体积值vb；以(va-vb)作为库容限制值。

其中，预计缺货数量值可以按如下方法获得：

根据现货库存信息，确定待入库物品集合中第i类物品的现货库存数量n1i；根据未来d天内已预约成功的物品集合信息，确定待入库物品集合中第i类物品在未来d天内已预约成功的数量n2i；以(n1i+n2i)作为待入库物品集合中第i类物品的预计库存量；再根据未来(d+1)天内的物品销量预测信息、物品的预计库存量，确定待入库物品集合中第i类物品的预计缺货数量值。

具体地，未来(d+1)天内的物品销量预测信息可以是未来(d+1)天内物品累计销量的概率分布信息，可以根据销量预测数据库查询得到；所述概率分布可以采用正态分布。

在一些实施例中，每一类物品的单个物品价值ei可以按如下方法确定：

0α≤1；

其中，si表示待入库物品集合中第i个物品的平均销售额；ti表示待入库物品集合中第i个物品的平均毛利；α为常数。

在上述算式中，常数α可以根据实际需求进行调整，α越接近0，表示ei更偏向于物品的毛利；α越接近1，表示ei更偏向于物品的销售额。

库容限制体现了仓库的可用容积特征，使待处理物品总体积不超过库容限制是仓库接纳待处理物品集合的前提条件。

在一些实施例中，所述约束条件为：

其中，xj∈{0，1}；

其中，m表示所有第二预约类型的预约请求对应的待入库物品集合的个数；cj表示第j个待入库物品集合的集合价值；aj表示第j个待入库物品集合的集合体积值；b表示库容限制值；xj＝1表示第j个待入库物品集合预约成功；xj＝0表示第j个待入库物品集合预约失败。

图3是根据本发明实施例的一种处理物品入库预约请求信息的装置的主要模块的示意图，如图3所示，预约入库的装置300包括：

接收模块301，用于接收与待入库物品集合对应的预约请求信息；所述预约请求信息至少包括预约类型信息、请求预约的时间信息，所述预约类型包括第一预约类型、第二预约类型；其中，第一预约类型为所述请求预约的时间在预设时间段中；第二预约类型为所述请求预约的时间在所述预设时间段之后；

获取信息模块302，用于基于所述预约类型信息和所述请求预约的时间信息，获取与该预约请求对应的预约信息；所述预约信息至少包括：物品体积信息、物品销量预测信息、已预约成功的物品集合信息；

决策模块303，用于根据所述预约信息生成所述预约请求的预约结果信息；所述预约结果包括：预约成功，或预约失败。

待入库物品集合可以由供货商提供，以采购单或预约单形式呈现；待入库物品集合中可以包含不止一种物品；一个待入库物品集合可以对应着一个预约请求。

本发明可以提供两种不同的预约方式，分别适用于不同的需求场景，在实际应用中可以灵活选择使用；其中，第一预约类型可以适用于不超过预设天数阈值的预约入库，第二预约类型可以是对预设天数阈值的下一天进行预约入库；预设天数阈值是可以根据实际需求灵活调整的；

例如，将预设天数阈值设置为10天，则可以使用第一预约类型预约未来1到10天的入库，可以使用第二预约类型预约未来第11天的入库。

在一些实际应用场景中，使用第一预约类型进行预约入库时，系统可以根据相应的预约信息实时返回预约是否成功的结果；使用第二预约类型进行预约入库时，可以根据相应的预约信息进行优化求解，在第二天为所有使用该类型进行预约的供货商统一返回预约是否成功的结果；

为不同的预约类型确定预约结果时，所需的预约信息是有区别的，因此对于不同类型的预约入库方式，需要确定不同的预约信息。

本发明能够针对不同的需求提供不同的预约方式，利用大数据获取全面的预约信息，利用优化模型使计算结果在尽可能多的权衡下找到平衡点，并且对供应商友好，也无需人工经验。

在一些实施例中，所述预约请求为第一预约类型、所述请求预约的时间为第k天时，所述决策模块根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述物品体积信息确定所述待入库物品集合的总体积数据v0；根据所述物品体积信息和第k天的物品销量预测信息确定第k天的物品出库体积数据vok；根据所述物品体积信息和第k天中已预约成功的物品集合信息确定第k天的物品入库体积数据vik；

判断v0与(vok-vik)的大小关系；

v0＜(vok-vik)时，生成预约成功信息，以及记录该预约请求对应的待入库物品集合信息；v0≥pk时，生成预约失败信息。

可以先计算待入库物品集合中每种物品的数量和体积的乘积，再对所有乘积的结果进行累加，进而得到待入库物品总体积v0；

销量预测数据库可以是事先确定好的预测结果，通过查询该数据库可以直接获取到物品销量预测信息。

可以先计算第k天的物品销量预测信息中每种物品的数量和体积的乘积，再对所有乘积的结果进行累加，进而得到第k天的物品出库体积vok；相似地，可以先计算第k天预约成功的物品集合中每种物品的数量和体积的乘积，再对所有乘积的结果进行累加，进而得到第k天的物品入库体积vik；

通常可以以vok-vik直接作为第k天的库容计划体积，但为了防止负数干扰，可以以max(0，vok-vik)作为第k天的库容计划体积pk；当vok＜vik时，即pk＝0时，可以认为此时不适合再接纳任何待入库物品，即可以直接做出预约失败的决策；当v0≥pk时，可以认为待入库物品集合对于当前的库容计划体积来说太多，当前仓储环境不适合再接纳该物品集合，可以做出预约失败的决策；当0＜v0＜pk时，可以认为当前仓储环境可以容纳得下待入库物品集合，可以做出预约成功的决策。

第一预约类型可以认为是在仓库能够容纳的下的情况下“先到先得”的预约入库模式，由于结合了销量预测和已预约成功的数据进行决策，因此比现有技术中单一的打分决策更加合理。

在一些实施例中，所述预约请求为第二预约类型、所述请求预约的时间为第(d+1)天时，所述预约信息还包括：现货库存信息、物品历史销量信息；其中，d为所述预设时间段的天数值；

所述决策模块303根据所述预约信息生成所述预约请求的预约结果信息，包括：

根据所述预约信息，确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值、每一类物品的单个物品价值、每一个预约请求对应的待入库物品集合的集合体积值、第(d+1)天的库容限制值；

根据所述预计缺货数量和单个物品价值，确定每一个预约请求对应的待入库物品集合的集合价值；

根据所述集合价值、所述集合体积值、第(d+1)天的库容限制值，从所有第二预约类型的预约请求中选择满足约束条件的预约请求，并为其返回预约成功结果；以及为不满足所述约束条件的预约请求返回预约失败结果；

所述约束条件为集合价值之和最高、且集合体积值之和小于库容限制值。

当预约请求为第二预约类型时，所述预约信息具体可以包括：现货库存信息、未来d天内已预约成功的物品集合信息、未来(d+1)天内的物品销量预测信息、所述待入库物品集合中每一类物品的历史销售信息、待入库物品总体积；其中，d为预设时间段的天数；

其中，所需的各个信息可以按如下方法获得：通过查询得到现货库存信息；

从预约记录中查询得到未来d天内已预约成功的物品集合信息；

从销量预测数据库中查询得到未来(d+1)天内的物品销量预测信息；

从销售记录中查询得到所述待入库物品集合中每一类物品的历史销售信息；

根据所述待入库物品集合确定该集合对应的待入库物品总体积。

当一个仓库的第一预约类型已被约满，供应商可以选择第二预约类型进行预约入库；供应商也可以在第一预约类型未被约满的情况下直接选择第二预约类型进行预约入库；如：将预设天数阈值d设置为10天，则可以选择第二预约类型对未来第11天进行预约入库，并可以在未来第2天接收到系统返回的预约结果。

第二预约类型可以认为是利用大数据获取全面的预约信息，使用优化模型进行优化求解，使计算结果在尽可能多的权衡下找到平衡点的决策方式；第二预约类型考虑到了物品的库存数量、体积、销量预测数据库中物品的数量、体积、物品的历史销售额、已预约成功的物品信息等多方面信息，能够对所有使用第二预约类型的待入库物品集合进行统一优化求解，从中确定出所有在满足仓库容纳得下的情况下、最有价值的待入库物品集合。

在一些实施例中，所述决策模块303确定待入库物品集合中每一类物品在第(d+1)天的预计缺货数量值，包括：根据未来(d+1)天内的物品销量预测信息、所述现货库存信息中的物品现货库存数量、未来d天内已预约成功的物品集合信息，确定待入库物品集合中每一类物品的预计缺货数量值；

确定待入库物品集合中每一类物品的单个物品价值，包括：根据所述待入库物品集合中物品的历史销售信息，确定每一类物品的单个物品价值；

确定第(d+1)天的库容限制值，包括：根据现货库存信息确定剩余库容体积值va；根据未来d天内已预约成功的物品集合信息，确定已预约成功的物品总体积值vb；以(va-vb)作为库容限制值。

其中，预计缺货数量值可以按如下方法获得：

根据现货库存信息，确定待入库物品集合中第i类物品的现货库存数量n1i；根据未来d天内已预约成功的物品集合信息，确定待入库物品集合中第i类物品在未来d天内已预约成功的数量n2i；以(n1i+n2i)作为待入库物品集合中第i类物品的预计库存量；再根据未来(d+1)天内的物品销量预测信息、物品的预计库存量，确定待入库物品集合中第i类物品的预计缺货数量值。

具体地，未来(d+1)天内的物品销量预测信息可以是未来(d+1)天内物品累计销量的概率分布信息，可以根据销量预测数据库查询得到；所述概率分布可以采用正态分布。

在一些实施例中，每一类物品的单个物品价值ei可以按如下方法确定：

0α≤1；

其中，si表示待入库物品集合中第i个物品的平均销售额；ti表示待入库物品集合中第i个物品的平均毛利；α为常数。

在上述算式中，常数α可以根据实际需求进行调整，α越接近0，表示ei更偏向于物品的毛利；α越接近1，表示ei更偏向于物品的销售额。

库容限制体现了仓库的可用容积特征，使待处理物品总体积不超过库容限制是仓库接纳待处理物品集合的前提条件。

在一些实施例中，所述约束条件为：

其中，xj∈{0，1}；

其中，m表示所有第二预约类型的预约请求对应的待入库物品集合的个数；cj表示第j个待入库物品集合的集合价值；aj表示第j个待入库物品集合的集合体积值；b表示库容限制值；xj＝1表示第j个待入库物品集合预约成功；xj＝0表示第j个待入库物品集合预约失败。

图4示出了可以应用本发明实施例的处理物品入库预约请求信息的方法或处理物品入库预约请求信息的装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本发明实施例所提供的处理物品入库预约请求信息的方法一般由服务器405执行，相应地，处理物品入库预约请求信息的装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有系统500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收请求模块、确定信息模块和决策模块。其中，这些模块的名称在某种情况下并不构成对该单元本身的限定，例如，接收请求模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：步骤s101、接收与待入库物品集合对应的预约请求信息；步骤s102、基于所述预约类型信息和所述请求预约的时间信息，获取与该预约请求对应的预约信息；步骤s103、根据所述预约信息生成所述预约请求的预约结果信息；所述预约结果包括：预约成功，或预约失败。

根据本发明实施例的技术方案，因为采用针对不同的需求提供不同的预约方式，利用大数据获取全面的预约信息进行决策的技术手段，所以克服了现有技术中决策单一、依靠人工经验的技术问题，进而达到最大化利用现有数据进行决策、使用运筹优化模型对实际问题进行有效建模、在尽可能多的权衡下找到平衡点的技术效果。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。