買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江東南綠建集成科技有限公司申請的專利基于鋼結構生產的可視化倉儲跟蹤管理系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119515265B 。

龍圖騰網通過國家知識產權局官網在2025-05-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510063265.4，技術領域涉及：G06Q10/087；該發明授權基于鋼結構生產的可視化倉儲跟蹤管理系統是由周觀根;朱煦鋒;周軍;陳國鋒;李國強;馬駿達設計研發完成，并于2025-01-15向國家知識產權局提交的專利申請。

本基于鋼結構生產的可視化倉儲跟蹤管理系統在說明書摘要公布了：本發明公開了基于鋼結構生產的可視化倉儲跟蹤管理系統，包括，原始數據獲取模塊，用于獲取當前時間點的若干原始物料需求數據；特征處理模塊，用于將當前時間點的若干原始物料需求數據進行特征處理，得到當前時間點的物料需求向量；向量輸入模塊，用于將當前時間點的物料需求向量輸入至預訓練的ARIMA父模型；需求輸出模塊，用于ARIMA父模型通過內部子模型分別去除時間序列中的長期趨勢性波動和短期隨機擾動，輸出基于當前時間點用戶定義的時間窗口內的原始物料需求預測值；本發明能夠準確鋼結構生產原料需求數據中時間序列的滯后結構與殘差影響，結合用戶定義的時間窗口和滑動計算方式，顯著提升了鋼結構生產原料需求的預測的準確性。

本發明授權基于鋼結構生產的可視化倉儲跟蹤管理系統在權利要求書中公布了：1.基于鋼結構生產的可視化倉儲跟蹤管理系統，其特征在于，包括：原始數據獲取模塊，用于獲取當前時間點的若干原始物料需求數據；特征處理模塊，用于將當前時間點的若干原始物料需求數據進行特征處理，得到當前時間點的物料需求向量；向量輸入模塊，用于將當前時間點的物料需求向量輸入至預訓練的ARIMA父模型；需求輸出模塊，用于ARIMA父模型通過內部子模型分別去除時間序列中的長期趨勢性波動和短期隨機擾動，輸出基于當前時間點用戶定義的時間窗口內的原始物料需求預測值；所述ARIMA父模型的建模步驟，包括構建初始化模型；其中，所述初始化模型由自回歸子模型和滑動平均子模型組成；在構建初始化模型之后，執行下述步驟：將N-d個數據平穩的差分向量按照用戶定義的時間窗口長度w劃分為多個時間窗口，并將每個時間窗口作為輸入，依次滑動輸入至初始化模型，逐點預測第一輪次中每個歷史時刻的聯合預測向量；根據第一輪次中每個時間窗口內的歷史時刻聯合預測向量和真實的差分向量，逐點計算時間窗口內的殘差；計算完成后，滑動時間窗口，更新至下一批歷史時刻，繼續計算殘差；將第一輪次的殘差，代入參數優化函數，以迭代更新第二輪次的模型參數；參數優化函數為：；其中，表示參數優化函數； 為自回歸子模型的自回歸系數，表示時間序列中滯后差分向量對當前時刻的自回歸預測向量的影響； 為滑動平均子模型的滑動平均系數，表示滯后殘差對當前時刻的滑動平均預測向量的影響； 為常數項，表示滑動平均子模型的對于物料需求向量的預測基準值； 為殘差的全局方差，表示殘差服從正態分布； 為殘差，表示真實的差分向量和聯合預測向量之間的預測誤差；使用第二輪次的模型參數，滾動用戶定義的時間窗口內物料需求向量，重新計算每個歷史時刻直至第N-d歷史時刻的聯合預測向量；迭代優化后續輪次的模型參數，直至模型參數的更新幅度小于設定變化閾值；所述原始物料需求預測值的輸出，包括：A-1、初始化反差分參數；反差分參數包括：差分次數d以及N-d個聯合預測向量；A-2、對于每個聯合預測向量，執行反差分，將其還原到原始尺度的物料需求預測值；原始尺度的物料需求向量的表達式為：；其中，表示還原后在原始尺度上的物料需求預測值，表示第t歷史時刻的聯合預測向量，表示上一歷史時刻的聯合預測向量；A-3、若差分次數d大于1，則繼續執行反差分，直至完成d次反差分操作，輸出用戶定義時間窗口內的物料需求預測值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江東南綠建集成科技有限公司，其通訊地址為：310000 浙江省杭州市大江東產業集聚區江東大道3899號709-41號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。