[发明专利]备件库存预测方法、装置、计算机设备以及介质

权利要求书

1.一种备件库存预测方法，其特征在于，所述方法包括：

根据预设维修规范数据以及备件历史领用量，生成备件的领用量随时间变化数据；

根据备件历史预留量，获取备件预留配置参数，并根据所述备件预留配置参数以及所述备件的领用量随时间变化数据，生成备件的预留量随时间变化数据；

获取备件新增采购数据以及备件历史验收数据，根据所述新增采购数据、所述备件历史验收数据以及所述备件的预留量随时间变化数据，生成备件的正订量随时间变化数据；

根据所述备件的领用量随时间变化数据、备件的预留量随时间变化数据以及备件的正订量随时间变化数据，生成备件库存预测模型。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取初始时刻的初始备件预留量；

将所述初始备件预留量分解到未来领用量，得到备件的初始领用量随时间变化数据；

所述根据预设维修规范数据以及备件历史领用量，生成备件的领用量随时间变化数据包括：

根据预设维修规范数据、备件历史领用量以及所述备件的初始领用量随时间变化数据，生成备件的初始领用量随时间变化数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述初始备件预留量分解到未来领用量，得到备件的初始领用量随时间变化数据包括：

提取所述初始备件预留量中预留提前周期和预留数量；

根据所述预留提前周期确定分解到不同预留时间点的顺序；

根据所述分解不同预留时间点的顺序以及所述预留数量，确定分解到未来不同时间点的领用量，得到备件的初始领用量随时间变化数据。

4.根据权利要求1所述的方法，其特征在于，所述根据预设维修规范数据以及备件历史领用量，生成备件的领用量随时间变化数据包括：

获取预设维修规范数据以及相邻预设时间段内备件历史领用量；

将所述相邻预设时间段内备件历史领用量分类为计划性A类备件的领用量、计划性B类备件的领用量以及突发性备件的领用量，所述A类备件是指运维必定更换的备件，所述B类备件是指运维选择性更换的备件；

根据所述预设维修规范数据以及所述计划性A类备件的领用量，生成A类备件需求模型，根据所述预设维修规范数据以及所述计划性B类备件的领用量，生成B类备件需求模型，根据所述预设维修规范数据采用线性拟合的方法生成突发性备件未来领用量；

根据所述A类备件需求模型、所述B类备件需求模型以及所述突发性备件未来领用量，生成备件的领用量随时间变化数据。

5.根据权利要求1所述的方法，其特征在于，所述根据备件历史预留量，获取备件预留配置参数包括：

根据备件历史预留量，获取预留提前期、预留比例以及预留准确率。

6.根据权利要求1所述的方法，其特征在于，所述根据所述备件的领用量随时间变化数据、备件的预留量随时间变化数据以及备件的正订量随时间变化数据，生成备件库存预测模型之后，还包括：

根据所述备件库存预测模型获取本期备件库参数；

采用预设参数优化方法对所述本期备件库参数进行参数优化，所述预设参数优化方法包括穷举法、改进遗传算法或需求概率模型优化法。

7.一种备件库存预测装置，其特征在于，所述装置包括：

领用模块，用于根据预设维修规范数据以及备件历史领用量，生成备件的领用量随时间变化数据；

预留模块，用于根据备件历史预留量，获取备件预留配置参数，并根据所述备件预留配置参数以及所述备件的领用量随时间变化数据，生成备件的预留量随时间变化数据；

正订模块，用于获取备件新增采购数据以及备件历史验收数据，根据所述新增采购数据、所述备件历史验收数据以及所述备件的预留量随时间变化数据，生成备件的正订量随时间变化数据；

模型构建模块，用于根据所述备件的领用量随时间变化数据、备件的预留量随时间变化数据以及备件的正订量随时间变化数据，生成备件库存预测模型。