一种基于三支决策的危化品采购时间智能算法的制作方法

本发明涉及库存管理，尤其是涉及一种基于三支决策的危化品采购时间智能算法。

背景技术：

1、危险化学品，是指具有毒害、腐蚀、爆炸、燃烧、助燃等性质，对人体、设施、环境具有危害的剧毒化学品和其他化学品，因此，对于危险化学品的仓储管理尤为重要。近年来，随着物联网、大数据、人工智能等技术的发展，危险化学品仓库管理也得到了进一步的发展和应用。由于危险化学其存在效期短，存储要求高，存放风险大等特点，且工厂使用时间较为集中，导致存在采购到货后存放时间久、未到使用时间已失效等问题，如何利用物联网技术对危险化学品进行实时监测和跟踪，利用大数据技术对仓库数据进行挖掘和分析，利用人工智能技术对仓库管理进行优化和预测避免以上问题仍是目前需要解决的困难。

技术实现思路

1、本发明的主要目的在于提供一种基于三支决策的危化品采购时间智能算法，解决危险化学品由于存在效期短，使用较为集中而导致的货到后存放时间久、未到使用时间已失效等问题，。

2、为解决上述技术问题，本发明所采用的技术方案是：一种基于三支决策的危化品采购时间智能算法，包括以下步骤：

3、s1、收集危化品的历史领用数据，并对其进行清洗和预处理，以去除异常值、缺失值和重复值；

4、s2、对危化品的历史领用数据进行时间序列分析，以识别每月危化品领用数量是否存在周期性模式或趋势，并根据其特性判断sarima(p,d,q)(p,d,q)s中p、d、q、p、d、q的阶数以及周期s，初步确定sarima(p,d,q)(p,d,q)s时间序列模型；

5、s3、根据历史每月危化品领用数据，利用s2中的sarima(p,d,q)(p,d,q)s时间序列模型建立预测模型，初步预测未来每月危化品的领用量，对预测结果进行参数调整，利用aic模型评估指标来确定最优模型，并通过最优模型预测出未来每月危化品的领用量pi(i＝1,2,…i…n)；

6、s4、对采购时间区域进行分类，结合三支决策思想，按照库存情况划分库存等级，即冗余库存期、安全库存期和预警库存期，并确定最佳采购时间区域；

7、s5、根据未来每月危化品的领用量pi(i＝1,2,…i…n)，确定采购时间区域的采购数量，并基于智慧仓储物资管理平台对库存量p0进行实时监控，低于预警库存量阈值后启动补货预警。

8、优选方案中，所述步骤s1，危险化学品的历史领用数据包括：历史采购周期、危化品每月领用量数据pi1(i＝1,2,…i…n)、危化品保质期t。

9、优选方案中，所述步骤s2中，利用自相关图和偏自相关图对危险化学品每月领用量数据的周期性和趋势进行初步判断，确定sarima(p,d,q)(p,d,q)s模型中的季节性差分的阶数d、非季节性差分的阶数d和周期大小s，并初步确定sarima模型的相关阶数p、q、p、q，即sarima(p,d,q)(p,d,q)s模型；

10、其中，p是非季节自回归项的阶数，q是非季节移动平均项的阶数，d是非季节差分的阶数，p是季节自回归项的阶数，q是季节移动平均项的阶数，d是非季节差分的阶数。

11、优选方案中，所述步骤s3中，对预测结果进行参数调整，包括以下步骤：

12、s11、将数据集划分为训练集和测试集，在训练集上训练模型并预测测试集的值，然后利用均方误差或均方根误差将实际值与预测值进行比较，比较预测值与实际值的差异，计算预测误差，评估预测的准确性；

13、s12、根据预测误差结果，调整sarima模型中的参数p、q、p、q。

14、优选方案中，所述步骤s3中，利用aic模型评估指标来确定最优模型，包括以下步骤：

15、s21、计算各个阶数下的sarima模型的aic值；

16、s22、比较不同阶数下模型的aic值，选择使得aic值最小的阶数作为最优模型的阶数。

17、优选方案中，所述步骤s4中，假设仓库容量充足，每次采购数量不低于m0，当前为第m个月，且仓库采用先入先出原则，根据最早采购时间et、最迟采购时间lt、最长采购周期tl、最短采购周期ts、平均采购周期ta、当前库存量p0、危化品保质期t，对采购区域进行划分，即，划分为冗余库存期、安全库存期和预警库存期，包括以下步骤：

18、s31、确定采购区域：当前库存量p0，则最早采购时间为et＝0，最晚采购时间为lt，lt满足则采购时间区域为0≤t≤lt；

19、s32、确定冗余库存期、安全库存期和预警库存期及其分别对应的阈值：

20、冗余库存期：表示在此区域采购会造成危险化学品过期，若则存在冗余库存期，冗余库存期为0≤t≤t1,其中t1满足

21、安全库存期：表示在此期间采购，既可以满足危险化学品不会过期，也可以避免出现缺货的情况，安全库存期为t1≤t≤t2，t2满足

22、预警库存期：表示在此期间采购，需在此期间采购，否则可能造成缺货状况，预警库存期t2≤t＝t3，t3＝lt，其中t2为预警库存阈值；

23、s33、确定最佳采购区域为t1≤t≤t2。

24、优选方案中，所述步骤s5中,根据未来每月的领用量pi(i＝1,2,…i…n)，确定采购区域的采购数量，采购数量m满足以下公式：

25、

26、其中μ为浮动系数，且

27、本发明提供了一种基于三支决策的危化品采购时间智能算法，通过利用历史领用数据，基于时间序列预测模型，对未来每月的领用数据进行预测，并基于三支决策思想理论，划分冗余库存期、安全库存期和预警库存期三个采购区域，建立危险化学品最佳采购时间算法，最后通过采购时间确定采购数量。本发明提出危化品采购的最佳时间点，提高危险化学品的使用效率，减少危险化学品库存管控风险。

技术特征：

1.一种基于三支决策的危化品采购时间智能算法，其特征是：包括以下步骤：

2.根据权利要求1所述一种基于三支决策的危化品采购时间智能算法，其特征是：所述步骤s1，危化品的历史领用数据包括：历史采购周期、危化品每月领用量数据pi1(i＝1,2,…i…n)、危化品保质期t。

3.根据权利要求1所述一种基于三支决策的危化品采购时间智能算法，其特征是：所述步骤s2中，利用自相关图和偏自相关图对危险化学品每月领用量数据的周期性和趋势进行初步判断，确定sarima(p,d,q)(p,d,q)s模型中的季节性差分的阶数d、非季节性差分的阶数d和周期大小s，并初步确定sarima模型的相关阶数p、q、p、q，即sarima(p,d,q)(p,d,q)s模型；

4.根据权利要求1所述一种基于三支决策的危化品采购时间智能算法，其特征是：所述步骤s3中，对预测结果进行参数调整，包括以下步骤：

5.根据权利要求1所述一种基于三支决策的危化品采购时间智能算法，其特征是：所述步骤s3中，利用aic模型评估指标来确定最优模型，包括以下步骤：

6.根据权利要求1所述一种基于三支决策的危化品采购时间智能算法，其特征是：所述步骤s4中，假设仓库容量充足，每次采购数量不低于m0，当前为第m个月，且仓库采用先入先出原则，根据最早采购时间et、最迟采购时间lt、最长采购周期tl、最短采购周期ts、平均采购周期ta、当前库存量p0、危化品保质期t，对采购区域进行划分，即，划分为冗余库存期、安全库存期和预警库存期，包括以下步骤：

7.根据权利要求6所述一种基于三支决策的危化品采购时间智能算法，其特征是：所述步骤s5中,根据未来每月的领用量pi(i＝1,2,…i…n)，确定采购区域的采购数量，采购数量m满足以下公式：

技术总结
本发明提供一种基于三支决策的危化品采购时间智能算法，包括以下步骤：收集危险化学品的历史领用数据，并对其进行清洗和预处理；对历史领用数据进行时间序列分析，初步确定SARIMA时间序列模型；通过调整参数和AIC模型评估确定最优模型；对采购时间区域进行分类，并确定最佳采购时间区域；确定采购数量，并对库存量P<subgt;0</subgt;进行实时监控，低于预警库存量阈值后启动补货预警。本发明解决了危险化学品由于存在效期短、存储要求高等原因，容易造成过期的问题，提出了危化品采购的最佳时间点，提高了危险化学品的使用效率，减少危险化学品库存管控风险。

技术研发人员：饶蕾,蔡伟,黄家志,吴礼贵,卫沈傲,赵业文,李雅斐,黄真懿,谢淮东,官文
受保护的技术使用者：中国长江电力股份有限公司
技术研发日：
技术公布日：2024/3/31