(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111658133.4 (22)申请日 2021.12.3 0 (71)申请人 长沙易爱智能科技有限公司 地址 410017 湖南省长 沙市高新 开发区麓 谷大道658号湖南麓谷信息港15002房 （集群注 册） (72)发明人 李清江　 (74)专利代理 机构 湖南仁翰律师事务所 4325 0 代理人 黄新宇 (51)Int.Cl. G06F 17/16(2006.01) G06Q 10/04(2012.01) G06Q 10/08(2012.01) G06Q 30/02(2012.01) (54)发明名称 货物配送预测方法、 电子设备及存 储介质 (57)摘要 本发明实施例涉及数据预测技术领域， 公开 了一种货物配送预测方法、 电子设备及存储介 质， 该方法包括： 获取目标商家的历史销售数据 和预设的期望数据； 根据历史销售数据和预设的 期望数据构建预测模型， 以预测目标周期的货物 需求量； 根据货物需求量对目标商家进行货物配 送。 本发明实施例中保证了目标商家货物的及时 补充， 另一方面， 通过预设期望数据对预测数据 进行加成得到货物需求量， 可以激励目标商家提 升销售额， 可以作为运营方和加盟方的一种新的 商业合作模式。 权利要求书2页 说明书10页 附图4页 CN 114357374 A 2022.04.15 CN 114357374 A 1.一种货物配送预测方法， 其特 征在于， 包括： 获取目标商家的历史销售数据和预设的期望数据； 根据所述历史销售数据和预设的期望数据构建预测模型， 以预测目标周期的货物需求 量； 根据所述货物需求 量对所述目标商家进行货物配送。 2.如权利要求1所述的货物配送预测方法， 其特征在于， 根据所述历史销售数据和预设 的期望数据构建预测模型， 以预测目标周期的货物需求 量， 包括： 利用历史销售数据对构建的神经网络模型进行训练， 获取训练后的预测模型； 基于所述预测模型确定真实销售量和预测销售量的偏差； 基于所述偏差和期望数据确定所述目标周期的货物需求 量。 3.如权利要求2所述的货物配送预测方法， 其特征在于， 利用历史销售数据对构建的神 经网络模型进行训练， 获取训练后的预测模型， 包括： 根据历史数据构 建数据矩阵， 所述数据矩阵为m*n维数据， 其中， m为货物类型总数， n为 历史周期总数； 基于所述数据矩阵构建样本组， 将第i行至第A行数据构成样本组中的一个样本矩阵， 其中， t为样本组中的样本矩阵总数， 1≤i≤t， A＝ i+n‑t‑1； 将部分样本矩阵分别 输入所述神经网络模型对所述神经网络模型进行训练， 得到预测 模型。 4.如权利要求3所述的货物配送预测方法， 其特征在于， 基于所述预测模型确定真实销 售量和预测销售量的偏差， 包括： 将剩余的样本矩阵分别输入所述预测模型获取 预测结果； 将所述预测结果和剩余样本的实际数据进行比对， 确定每种类型的货物的误差的平均 值， 作为每种货物的偏差 。 5.如权利要求3所述的货物配送预测方法， 其特征在于， 基于所述偏差和期望数据确定 所述目标周期的货物需求 量， 包括： 将第B个历史周期至第C个历史周期的历史销售数据构建预测矩阵， 得到目标周期的初 始货物销售预测值， 其中， B＝(D ‑1)‑(n‑t)， C＝D‑1， D为目标周期； 根据所述偏差、 期望数据和初始货物销售预测值得到最终目标周期的货物需求 量： Pj＝Poj+△j+(Qj‑Poj) 其中， Pj为目标周期的第j种类型货物的货物需求量； Poj为目标周期的第j种类型货物 的初始货物销售预测值； Δj为第j种类型货物的偏差， Qj为第j种类型货 物的期望数据； 1≤j ≤m。 6.如权利要求5所述的货物配送预测方法， 其特 征在于， 所述方法， 还 包括： 获取目标周期前一周期的货物报损数据， 根据所述报损数据和目标周期的货物需求量 确定货物配送量： 其中， Sj为目标周期的第j种类型货物的货物配送量， 为目标周期前一周期的第j种权　利　要　求　书 1/2 页 2 CN 114357374 A 2类型货物的货物报损数据； 为目标周期前一周期的第j种类型货物的真实销售数据； 所述根据所述货物需求 量对所述目标商家进行货物配送， 包括： 根据所述货物配送量对所述目标商家进行货物配送。 7.如权利要求1 ‑6任一项所述的货物配送预测方法， 其特征在于， 根据 所述货物需求量 对所述目标商家进行货物配送， 包括： 接收目标商家目标周期的配送请求； 在所述配送请求中未包含配送数据时， 根据 所述货物需求量对所述目标商家进行货物 配送； 在所述配送请求中包含配送数据时， 根据 所述货物需求量和配送数据的平均值进行配 送。 8.如权利要求1 ‑6任一项所述的货物配送预测方法， 其特 征在于， 所述方法， 还 包括： 获取目标商家在预设范围内的销售总数量， 所述销售总数量为目标周期的货物需求总 量与上次对烹饪设备维护到目标周期之间的实际销售总量之和； 获取目标商家烹饪设备 数量； 当所述销售总数量与烹饪设备数量的比值大于或等于预设阈值 时， 在目标周期对所述 烹饪设备进行维护。 9.一种电子设备， 其特征在于， 包括： 存储有可执行程序代码的存储器； 与所述存储器 耦合的处理器； 所述处理器调用所述存储器中存储的所述可执行程序代码， 用于执行权利 要求1至8任一项所述的货物配送预测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储计算机程 序， 其中， 所述计算机程序使得计算机执 行权利要求1至8任一项所述的货物配送预测方法。权　利　要　求　书 2/2 页 3 CN 114357374 A 3