买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江东南绿建集成科技有限公司申请的专利基于钢结构生产的可视化仓储跟踪管理系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119515265B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510063265.4，技术领域涉及：G06Q10/087；该发明授权基于钢结构生产的可视化仓储跟踪管理系统是由周观根;朱煦锋;周军;陈国锋;李国强;马骏达设计研发完成，并于2025-01-15向国家知识产权局提交的专利申请。

本基于钢结构生产的可视化仓储跟踪管理系统在说明书摘要公布了：本发明公开了基于钢结构生产的可视化仓储跟踪管理系统，包括，原始数据获取模块，用于获取当前时间点的若干原始物料需求数据；特征处理模块，用于将当前时间点的若干原始物料需求数据进行特征处理，得到当前时间点的物料需求向量；向量输入模块，用于将当前时间点的物料需求向量输入至预训练的ARIMA父模型；需求输出模块，用于ARIMA父模型通过内部子模型分别去除时间序列中的长期趋势性波动和短期随机扰动，输出基于当前时间点用户定义的时间窗口内的原始物料需求预测值；本发明能够准确钢结构生产原料需求数据中时间序列的滞后结构与残差影响，结合用户定义的时间窗口和滑动计算方式，显著提升了钢结构生产原料需求的预测的准确性。

本发明授权基于钢结构生产的可视化仓储跟踪管理系统在权利要求书中公布了：1.基于钢结构生产的可视化仓储跟踪管理系统，其特征在于，包括：原始数据获取模块，用于获取当前时间点的若干原始物料需求数据；特征处理模块，用于将当前时间点的若干原始物料需求数据进行特征处理，得到当前时间点的物料需求向量；向量输入模块，用于将当前时间点的物料需求向量输入至预训练的ARIMA父模型；需求输出模块，用于ARIMA父模型通过内部子模型分别去除时间序列中的长期趋势性波动和短期随机扰动，输出基于当前时间点用户定义的时间窗口内的原始物料需求预测值；所述ARIMA父模型的建模步骤，包括构建初始化模型；其中，所述初始化模型由自回归子模型和滑动平均子模型组成；在构建初始化模型之后，执行下述步骤：将N-d个数据平稳的差分向量按照用户定义的时间窗口长度w划分为多个时间窗口，并将每个时间窗口作为输入，依次滑动输入至初始化模型，逐点预测第一轮次中每个历史时刻的联合预测向量；根据第一轮次中每个时间窗口内的历史时刻联合预测向量和真实的差分向量，逐点计算时间窗口内的残差；计算完成后，滑动时间窗口，更新至下一批历史时刻，继续计算残差；将第一轮次的残差，代入参数优化函数，以迭代更新第二轮次的模型参数；参数优化函数为：；其中，表示参数优化函数； 为自回归子模型的自回归系数，表示时间序列中滞后差分向量对当前时刻的自回归预测向量的影响； 为滑动平均子模型的滑动平均系数，表示滞后残差对当前时刻的滑动平均预测向量的影响； 为常数项，表示滑动平均子模型的对于物料需求向量的预测基准值； 为残差的全局方差，表示残差服从正态分布； 为残差，表示真实的差分向量和联合预测向量之间的预测误差；使用第二轮次的模型参数，滚动用户定义的时间窗口内物料需求向量，重新计算每个历史时刻直至第N-d历史时刻的联合预测向量；迭代优化后续轮次的模型参数，直至模型参数的更新幅度小于设定变化阈值；所述原始物料需求预测值的输出，包括：A-1、初始化反差分参数；反差分参数包括：差分次数d以及N-d个联合预测向量；A-2、对于每个联合预测向量，执行反差分，将其还原到原始尺度的物料需求预测值；原始尺度的物料需求向量的表达式为：；其中，表示还原后在原始尺度上的物料需求预测值，表示第t历史时刻的联合预测向量，表示上一历史时刻的联合预测向量；A-3、若差分次数d大于1，则继续执行反差分，直至完成d次反差分操作，输出用户定义时间窗口内的物料需求预测值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江东南绿建集成科技有限公司，其通讯地址为：310000 浙江省杭州市大江东产业集聚区江东大道3899号709-41号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。