[发明专利]一种预派件方法

权利要求书

1.一种预派件方法，其特征在于，其步骤为：

S1：输入星期周期参数W、预派送时间段T1到T2、历史年份参数Y、历史最近平均天数T、预派件当天的星期数D、当天的节假日属性V、当天的季节J、当天的天气M；

S2：统计最近W个星期内的星期D的T1到T2时间段内物流和快递派送物品信息；

S3：确定基础调节因子σ_B；

S4：根据历史年份Y，以及预测当天所处的节假日，计算节假日调节因子σ_H；

S5：根据历史年份Y，以及预测当天所处的季节和天气，计算天气调节因子σ_T；

S6：根据基础调节因子σ_B、节假日调节因子σ_H、天气调节因子σ_T以及最近W个星期内的星期D的T1到T2时间段内物流和快递派送物品信息，计算所有物品的预派件数量：

其中，为预派件当天之前W个星期D某物品T1到T2时间段内的平均派件数，N_n为第n个星期D的某物品T1到T2时间段内的派件总数；

S7：生成最终的预派件物品以及预派件数量清单。

2.根据权利要求1所述的预派件方法，其特征在于，所述步骤S3中，根据经验直接取某一个固定的值；如果取值＜1，表示保守的预派件策略，少进行预派件，保证预派件的物品能够尽量派送完；如果取值为1，则预派件数量与预测一致，完全相信预测的预派件信息；如果取值＞1，其策略为包含所有需求的预派件，期望预派件的东西完全满足客户的需求，同时还留有一定的余量。

3.根据权利要求1所述的预派件方法，其特征在于，所述步骤S4的具体流程为：

首先判断预测当天是不是节假日期间，如果不是节假日，则σ_H＝0，转步骤S5；否则开始计算σ_H；

根据预测当天处于的节假日位置，计算历史上每一年该节假日相同位置与之前T天平均派送量的比值，称之为增长参数λ；λ的计算公式如下：

λ_i代表第i年该节假日位置的增长参数；N_i(m+1)为第i年该节假日位置当天的派件总数；为第i年该节假日位置之前T天的平均派件数；

计算完每一年的增长参数λ后，确定加权系数，计算节假日调节因子σ_H；计算公式如下：

其中不同的ρ_i值代表对当前年份的不同的权重，数值越大，权重越大；数值越小，权重越小。

4.根据权利要求1所述的预派件方法，其特征在于，所述步骤S5的具体流程为：

首先，计算历史上每一年与预测当天相同季节的相同天气的临时天气调节因子；将每年每个季节所有相同的天气的临时天气调节因子进行平均，即为该年该季度该天气的天气调节因子δ；δ的计算公式如下：

δtemp_ijn代表某天气第i年第j季度第n次的临时天气调节参数；N_i(m+1)为第i年第j季度第n次出现某天气当天的派件总数；为第i年第j季度第n次出现某天气之前T天的平均派件数，M为某天气在第i年第j季度出现的总次数；

根据该天气该季度历年的天气调节因子，计算该天气的调节因子σ_T；计算公式如下：

其中不同的ρ_i值代表对当前年份的不同的权重，数值越大，权重越大；数值越小，权重越小。

5.根据权利要求1—4中任意一项所述的预派件方法，其特征在于，所述步骤S7中采用最近平均预测的方法计算预派件数量，流程为：

S701：设置预派件数量判断阈值H；用来剔除预派件数量很少的物品；

S702：根据判断阈值，确定最终的预派件商品和预派件数量；只要预派件数量Np≥H，就选择该物品作为预派件物品；反之，如果物品预派件数量Np＜H，那就不考虑。

6.根据权利要求1—4中任意一项所述的预派件方法，其特征在于，所述步骤S2中预设的时段为两个以上。