本發(fā)明涉及食品管理，具體涉及智能食品庫(kù)存管理方法及系統(tǒng)。

背景技術(shù)：

1、隨著社會(huì)的進(jìn)步和發(fā)展，食品行業(yè)正面臨著越來(lái)越復(fù)雜的管理挑戰(zhàn)，食品領(lǐng)域原先傳統(tǒng)的粗放式管理模式已經(jīng)不能滿足企業(yè)和公司在當(dāng)今競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境中的需求。在這樣一個(gè)充滿競(jìng)爭(zhēng)和變化的環(huán)境中，企業(yè)需要更加科學(xué)化和精細(xì)化地管理他們的食品庫(kù)存，以確保生產(chǎn)的高質(zhì)量產(chǎn)品能夠及時(shí)地被消費(fèi)者獲取，同時(shí)保持企業(yè)的良好聲譽(yù)和競(jìng)爭(zhēng)優(yōu)勢(shì)。

2、目前，面對(duì)龐大的食品產(chǎn)品數(shù)據(jù)，企業(yè)往往面臨著信息不對(duì)稱和消息不及時(shí)的問(wèn)題，在食品進(jìn)貨和銷售環(huán)節(jié)，如果無(wú)法及時(shí)準(zhǔn)確地監(jiān)測(cè)庫(kù)存情況和市場(chǎng)需求，就容易導(dǎo)致產(chǎn)品過(guò)?；蛘吖?yīng)不足的情況發(fā)生，這不僅會(huì)增加企業(yè)的庫(kù)存成本，還可能導(dǎo)致銷售業(yè)績(jī)下滑，甚至造成公司財(cái)產(chǎn)損失。

3、隨著社會(huì)的進(jìn)步和發(fā)展，食品領(lǐng)域原先粗放的管理模式已經(jīng)不能滿足企業(yè)和公司發(fā)展的需求，面對(duì)龐大的食品產(chǎn)品數(shù)據(jù)，在食品進(jìn)貨和銷售環(huán)節(jié)易存在消息不及時(shí)、信息不對(duì)稱，無(wú)法科學(xué)化的對(duì)進(jìn)貨環(huán)節(jié)、銷售環(huán)節(jié)和售后環(huán)節(jié)進(jìn)行管理和監(jiān)測(cè)，降低公司運(yùn)營(yíng)效率，從而造成公司財(cái)產(chǎn)損失。

4、因此，對(duì)于食品企業(yè)來(lái)說(shuō)，目前亟需一種能夠提供更加智能化和科技化的解決方案，以實(shí)現(xiàn)食品庫(kù)存管理的精細(xì)化和優(yōu)化的智能食品庫(kù)存管理方法。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的：為了克服以上不足，本發(fā)明的目的是提供一種智能食品庫(kù)存管理方法。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明提供了智能食品庫(kù)存管理方法，包括：

3、步驟s1：根據(jù)采集的食品歷史庫(kù)存數(shù)據(jù)，生成數(shù)據(jù)集，進(jìn)而對(duì)所述數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理；

4、步驟s2：采用機(jī)器學(xué)習(xí)的方法不斷對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練，獲得庫(kù)存管理模型，包括：對(duì)數(shù)據(jù)集進(jìn)行特征提取和特征工程處理，在處理后的數(shù)據(jù)集上使用隨機(jī)森林模型進(jìn)行訓(xùn)練，對(duì)訓(xùn)練后的隨機(jī)森林模型進(jìn)行評(píng)估和調(diào)優(yōu)，進(jìn)而將表現(xiàn)最佳的隨機(jī)森林模型設(shè)為庫(kù)存管理模型；

5、步驟s3：部署庫(kù)存管理模型，同時(shí)持續(xù)采集實(shí)時(shí)的食品庫(kù)存管理數(shù)據(jù)；

6、步驟s4：將食品庫(kù)存管理數(shù)據(jù)輸入庫(kù)存管理模型，預(yù)測(cè)預(yù)設(shè)時(shí)間內(nèi)預(yù)設(shè)食品的銷售量和庫(kù)存需求，生成食品預(yù)測(cè)結(jié)果；

7、步驟s5：根據(jù)食品預(yù)測(cè)結(jié)果制定預(yù)設(shè)食品的庫(kù)存管理策略，同時(shí)將所述庫(kù)存管理策略反饋給預(yù)設(shè)終端。

8、作為本發(fā)明的一種優(yōu)選方式，在步驟s1中，所述方法包括以下步驟：

9、步驟s10：采集食品歷史庫(kù)存數(shù)據(jù)，包括：食品的銷售數(shù)據(jù)、庫(kù)存數(shù)據(jù)及運(yùn)輸記錄；

10、步驟s11：對(duì)采集的食品歷史庫(kù)存數(shù)據(jù)進(jìn)行清洗和預(yù)處理，包括：去除異常值、填補(bǔ)缺失值及數(shù)據(jù)格式轉(zhuǎn)換中的至少一種。

11、作為本發(fā)明的一種優(yōu)選方式，在步驟s2中，所述方法包括以下步驟：

12、步驟s20：基于食品歷史庫(kù)存數(shù)據(jù)中的預(yù)設(shè)特征因素，提取相關(guān)特征；

13、步驟s21：根據(jù)提取的相關(guān)特征，進(jìn)行特征選擇：剔除冗余或無(wú)關(guān)的特征，保留最具信息量和影響力的特征；

14、步驟s22：將特征選擇后的相關(guān)特征結(jié)合模型需求，構(gòu)造預(yù)設(shè)組合特征；

15、步驟s23：對(duì)預(yù)設(shè)組合特征進(jìn)行編碼，將類別型特征轉(zhuǎn)換為數(shù)值型特征或?qū)㈩悇e型特征映射為整數(shù)型標(biāo)簽。

16、作為本發(fā)明的一種優(yōu)選方式，在步驟s2中，所述方法還包括以下步驟：

17、步驟s24：將處理后的數(shù)據(jù)集劃分為訓(xùn)練集和驗(yàn)證集；

18、步驟s25：在訓(xùn)練集上訓(xùn)練多個(gè)決策樹(shù)，構(gòu)建隨機(jī)森林模型；

19、步驟s26：使用驗(yàn)證集對(duì)訓(xùn)練后的隨機(jī)森林模型進(jìn)行評(píng)估，比較不同參數(shù)下模型的性能表現(xiàn)，進(jìn)而通過(guò)調(diào)整隨機(jī)森林模型的參數(shù)，優(yōu)化模型性能；

20、步驟s27：根據(jù)評(píng)估結(jié)果選擇表現(xiàn)最佳的隨機(jī)森林模型進(jìn)行應(yīng)用，設(shè)為庫(kù)存管理模型。

21、作為本發(fā)明的一種優(yōu)選方式，在步驟s25中，所述方法還包括以下步驟：

22、步驟s250：在每個(gè)決策樹(shù)中，對(duì)于每個(gè)節(jié)點(diǎn)的分裂，從訓(xùn)練集所有特征中隨機(jī)選擇預(yù)設(shè)比例的特征；

23、步驟s251：根據(jù)每個(gè)決策樹(shù)，從原始訓(xùn)練集中隨機(jī)選擇一個(gè)子集；

24、步驟s252：根據(jù)隨機(jī)選擇的特征和子集，構(gòu)建預(yù)設(shè)數(shù)量的決策樹(shù)；

25、步驟s253：對(duì)每個(gè)決策樹(shù)進(jìn)行獨(dú)立訓(xùn)練：選擇一個(gè)節(jié)點(diǎn)和預(yù)設(shè)特征，計(jì)算信息增益或均分誤差，選擇使得信息增益或均分誤差最小的分裂點(diǎn)進(jìn)行節(jié)點(diǎn)分裂，在每個(gè)節(jié)點(diǎn)重復(fù)執(zhí)行分裂過(guò)程，直至滿足決策樹(shù)的停止條件；

26、步驟s254：將所有獨(dú)立訓(xùn)練后的決策樹(shù)集成，構(gòu)建隨機(jī)森林模型。

27、作為本發(fā)明的一種優(yōu)選方式，在步驟s26中，所述方法還包括以下步驟：

28、步驟s260：調(diào)整隨機(jī)森林模型的超參數(shù)，包括：樹(shù)的數(shù)量、樹(shù)的深度及最小葉節(jié)點(diǎn)樣本數(shù)；

29、步驟s261：采用交叉驗(yàn)證的方法對(duì)每個(gè)超參數(shù)組合進(jìn)行評(píng)估，計(jì)算每個(gè)超參數(shù)組合下的評(píng)估指標(biāo)；

30、步驟s262：最后選擇使評(píng)估指標(biāo)最優(yōu)的超參數(shù)組合作為最終隨機(jī)森林模型的超參數(shù)。

31、作為本發(fā)明的一種優(yōu)選方式，在步驟s5中，所述方法還包括以下步驟：

32、步驟s50：分析庫(kù)存管理模型的食品預(yù)測(cè)結(jié)果，獲取預(yù)設(shè)時(shí)間內(nèi)預(yù)設(shè)食品的銷售量和庫(kù)存需求；

33、步驟s51：根據(jù)食品預(yù)測(cè)結(jié)果，優(yōu)化預(yù)設(shè)食品的庫(kù)存水平和庫(kù)存策略；

34、步驟s52：根據(jù)食品銷售地域分布和食品預(yù)測(cè)結(jié)果，優(yōu)化預(yù)設(shè)食品的庫(kù)存布局和倉(cāng)儲(chǔ)位置；

35、步驟s53：根據(jù)食品運(yùn)輸數(shù)據(jù)和食品預(yù)測(cè)結(jié)果，優(yōu)化預(yù)設(shè)食品的運(yùn)輸路線和方式；

36、步驟s54：根據(jù)食品運(yùn)輸成本和食品預(yù)測(cè)結(jié)果，優(yōu)化預(yù)設(shè)食品的運(yùn)輸批量和頻率；

37、步驟s55：根據(jù)預(yù)設(shè)優(yōu)化后的庫(kù)存水平、庫(kù)存策略、庫(kù)存布局、倉(cāng)儲(chǔ)位置、運(yùn)輸路線和方式及運(yùn)輸批量和頻率，制定預(yù)設(shè)食品的庫(kù)存管理策略。

38、作為本發(fā)明的一種優(yōu)選方式，在部署庫(kù)存管理模型后，所述方法還包括以下步驟：

39、步驟s100：每隔預(yù)設(shè)時(shí)間利用最新的食品庫(kù)存管理數(shù)據(jù)重新訓(xùn)練庫(kù)存管理模型，以完成庫(kù)存管理模型的更新；

40、步驟s101：實(shí)時(shí)監(jiān)控庫(kù)存管理策略的實(shí)施效果，進(jìn)而根據(jù)實(shí)施效果，調(diào)整和改進(jìn)庫(kù)存管理策略，同時(shí)將更新后的庫(kù)存管理策略反饋給預(yù)設(shè)終端。

41、作為本發(fā)明的一種優(yōu)選方式，在步驟s3中，所述方法還包括以下步驟：

42、步驟s30：根據(jù)食品庫(kù)存管理數(shù)據(jù)，提取實(shí)時(shí)的食品庫(kù)存數(shù)據(jù)，同時(shí)將實(shí)時(shí)的食品庫(kù)存數(shù)據(jù)反饋至監(jiān)測(cè)終端；

43、步驟s31：根據(jù)食品庫(kù)存數(shù)據(jù)，使用時(shí)序分析和/或異常檢測(cè)分析方法，判斷庫(kù)存食品是否存在異常問(wèn)題，若是，則向監(jiān)測(cè)終端反饋異常信息，若否，則返回步驟s30，重新提取實(shí)時(shí)的食品庫(kù)存數(shù)據(jù)。

44、本發(fā)明還提供一種智能食品庫(kù)存管理系統(tǒng)，包括：

45、食品數(shù)據(jù)模塊，用于根據(jù)采集的食品歷史庫(kù)存數(shù)據(jù)，生成數(shù)據(jù)集，進(jìn)而對(duì)所述數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理；

46、模型訓(xùn)練模塊，用于采用機(jī)器學(xué)習(xí)的方法不斷對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練，獲得庫(kù)存管理模型，包括：對(duì)數(shù)據(jù)集、進(jìn)行特征提取和特征工程處理，在處理后的數(shù)據(jù)集上使用隨機(jī)森林模型進(jìn)行訓(xùn)練，構(gòu)建多個(gè)決策樹(shù)，對(duì)訓(xùn)練后的隨機(jī)森林模型進(jìn)行評(píng)估和調(diào)優(yōu)，進(jìn)而將表現(xiàn)最佳的隨機(jī)森林模型設(shè)為庫(kù)存管理模型；

47、食品預(yù)測(cè)模塊，用于部署庫(kù)存管理模型，同時(shí)持續(xù)采集實(shí)時(shí)的食品庫(kù)存管理數(shù)據(jù)，進(jìn)而將食品庫(kù)存管理數(shù)據(jù)輸入庫(kù)存管理模型，預(yù)測(cè)預(yù)設(shè)時(shí)間內(nèi)預(yù)設(shè)食品的銷售量和庫(kù)存需求，生成食品預(yù)設(shè)結(jié)果；

48、策略生成模塊，用于根據(jù)食品預(yù)測(cè)結(jié)果制定預(yù)設(shè)產(chǎn)品的儲(chǔ)存策略，同時(shí)將所述儲(chǔ)存策略反饋給預(yù)設(shè)終端。

49、本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有以下優(yōu)點(diǎn)：

50、1、采用機(jī)器學(xué)習(xí)方法訓(xùn)練庫(kù)存管理模型，通過(guò)不斷迭代和優(yōu)化，得到性能最佳的隨機(jī)森林模型，以此能夠根據(jù)實(shí)際情況自動(dòng)調(diào)整模型參數(shù)，提高了模型的泛化能力和適應(yīng)性，使得庫(kù)存管理策略更加智能和有效，使得庫(kù)存管理更加科學(xué)和準(zhǔn)確，能夠更好地預(yù)測(cè)和管理食品庫(kù)存需求。

51、2、通過(guò)實(shí)時(shí)監(jiān)控庫(kù)存管理策略的實(shí)施效果，及時(shí)調(diào)整和改進(jìn)策略，并將更新后的策略反饋給預(yù)設(shè)終端，此種實(shí)時(shí)數(shù)據(jù)處理和反饋機(jī)制能夠保持庫(kù)存管理策略的及時(shí)性和準(zhǔn)確性，確保庫(kù)存管理的高效執(zhí)行；同時(shí)，通過(guò)調(diào)整模型的超參數(shù)和優(yōu)化模型性能，不斷提升模型的預(yù)測(cè)準(zhǔn)確度和泛化能力，此種持續(xù)模型更新和性能優(yōu)化能夠保持模型的有效性和穩(wěn)定性，適應(yīng)市場(chǎng)變化和需求波動(dòng)。

52、3、通過(guò)分析食品預(yù)測(cè)結(jié)果，優(yōu)化關(guān)鍵參數(shù)，使得庫(kù)存管理策略更加靈活和精準(zhǔn)，此種策略的優(yōu)化與實(shí)時(shí)調(diào)整能夠提高庫(kù)存利用率和降低庫(kù)存成本，從而提升企業(yè)的競(jìng)爭(zhēng)力和盈利能力。