Alerta

基于强化学习的服装趋势预测与分析方法

Resumen de: CN121639253A

本发明公开了基于强化学习的服装趋势预测与分析方法，涉及强化学习服装趋势预测技术领域，包括，采集多模态数据，并进行预处理，生成多模态服装数据；通过趋势演化学习模型对多模态服装数据进行趋势情景演化，获取趋势演化策略，并生成趋势发展路径；根据创新款式数据集，结合历史销售数据和市场需求预测结果，优化生产计划、库存分配和物流调度，生成库存生产计划；采集市场反应反馈数据，结合库存生产计划进行库存与生产调整，获取库存调整建议，并识别库存与市场需求之间的差距，生成趋势分析报告。整体方案通过动态预测和实时调整，确保了市场需求的高效响应，提升了服装行业的生产效率和市场适应性。

一种多级库存分布式协同的AI智能管理方法

Resumen de: CN121639090A

本发明提供了一种多级库存分布式协同的AI智能管理方法，涉及库存管理技术领域，通过部署边缘计算模块采集各层级库存节点的库存信息，包括库存实时数据、节点运营数据和/或环境影响数据；将库存信息输入预定的全局动态供需预测模型，预测各层级库存节点之间的库存供需关系；通过预定的AI分拨决策引擎接入库存供需关系，结合多目标优化算法动态生成库存分拨方案，包含调拨优先级、调拨数量、运输路径和/或补货阈值；各层级节点根据分拨方案执行库存调拨和/或补货操作，并通过预定的智能合约机制确认执行结果。本发明解决了现有技术难以根据各层级节点的库存信息综合预测库存供需关系，导致库存管理决策滞后、效率低的问题。

一种基于商单货物信息提取的智能装箱处理方法和系统

Resumen de: CN121638541A

本发明提供一种基于商单货物信息提取的智能装箱处理方法和系统，涉及物流技术领域，采集货物信息和货箱信息，生成货物信息列表和货箱信息列表；通过装箱约束规则和启发式规则对货物信息列表和货箱信息列表进行装箱信息迭代优化；其中，装箱约束规则包括货箱边界约束、货箱载重约束、货箱堆叠约束、货箱重心约束和货物类别约束；通过装箱信息迭代优化后得到适应度最高的装箱方案，输出每个货物所在货箱的位置信息。本发明通过装箱约束规则和启发式规则对货物信息列表和货箱信息列表进行装箱信息迭代优化，从而得到适应度最高的装箱方案，提高了装箱空间利用率，降低运输成本，同时减少人工干预，提升装箱效率与准确性。

物流地址补全方法及装置、电子设备和存储介质

Resumen de: CN121639060A

本公开公开了物流地址补全方法及装置、电子设备和存储介质，方法包括：检测用户订单中的物流地址是否存在地址缺陷；若存在地址缺陷，则向消息网关发送地址补全请求，以触发边缘计算节点基于所述地址补全请求中的物流地址和多源动态数据生成推荐地址列表并反馈给消息网关，再由消息网关将推荐地址列表推送给用户终端供用户进行交互操作确认地址；接收所述消息网关回传的用户确认地址，所述用户确认地址是用户对所述推荐地址列表进行交互操作后所确定的；根据所述用户确认地址补全用户订单中的物流地址。本公开能够提升物流地址补全效率。

快递包裹分发分组聚合展示方法、装置、设备及存储介质

Resumen de: CN121636783A

本发明涉及信息处理技术领域，尤其涉及一种快递包裹分发分组聚合展示方法、装置、设备及存储介质，通过分析同一送货点地址集合的文本规律，并识别快递员历史创建名称的命名风格，根据文本规律和命名风格生成多个候选名称，基于快递员从多个候选名称中选择或修改后创建送货点名称，完成多个包裹与目标送货点的绑定，将绑定信息发送到快递员的揽派终端，以使揽派终端基于绑定信息生成并展示待签收列表，实时获取待签收列表中的剩余包裹信息，当剩余包裹信息中的剩余包裹数量为零时，则生成该送货点对应的派送完成信息，能使快递员精准掌握每个送货点的剩余包裹数量，避免因包裹掺杂导致的遗漏派送，提升整体派送时效，而且提升收件满意度。

基于智能穿戴设备的物流跟踪系统及物流跟踪方法

Resumen de: CN121639072A

本申请提供一种基于智能穿戴设备的物流跟踪系统及方法，其包括智能穿戴设备、物品定位装置，所述智能穿戴设备和物品定位装置可实时交互信息。物流跟踪方法首先建立智能穿戴设备与物品定位装置的配对关系；物品定位装置定时将定位信息发送给智能穿戴设备；智能穿戴设备根据定位信息与物品定位装置进行信息交互。本申请通过智能穿戴设备与物品定位装置交互信息，实现对物品的实时跟踪，避免了因网络信号不稳定导致的定位不准确问题，大大提高了工作效率，减少了人工疏漏和错误的发生，当物品丢失后，可以迅速准确地找到物品的具体位置，提高了物品寻回的效率。

考虑风险敏感的应急物资多式联运调度优化方法

Resumen de: CN121638842A

本发明属于应急物资多式联运调度技术领域，具体涉及一种考虑风险敏感的应急物资多式联运调度优化方法，包括：A.构建干线与末端协同的应急物资多式联运网络，将干线运输与末端运输映射为多式联运网络图，明确节点、可行线路集及其参数；B.建立考虑风险敏感的应急物资多式联运调度优化模型，基于应急物资多式联运网络以及获取的参数，建立风险敏感的调度优化模型；C.生成模型求解结果与调度方案，将调度优化模型转化为能够求解的形式，生成能够执行的调度方案，并验证结果，形成完整的技术闭环，本发明的优点是：显著提升了应急物流系统在路径阻断等极端情景下的适应能力与鲁棒性，为科学应对灾害救援提供了重要的决策支持。

一种电力物资设备拆解控制方法及装置

Resumen de: CN121638428A

本发明提供一种电力物资设备拆解控制方法及装置，方法包括：采集标准电力物资设备基础信息数据并构建标准电子物资设备结构知识图谱，建立知识库；基于电力物资设备领域知识，构建标准电子物资设备拆解规则，并建立拆解规则库；根据待拆解电力物资设备身份信息，从所述知识库和拆解规则库中分别获取对应的标准电子物资设备结构知识图谱和标准电子物资设备拆解规则；构建基于图神经编码和基于Transformer解码的预测模型并进行训练；将拆解目标、待拆解电力物资设备的初始状态、对应的标准电子物资设备结构知识图谱和标准电子物资设备拆解规则输入至训练后的预测模型，输出最优拆解方案。该方法能够有效提高电力物资设备的拆解效率。

基于多模态特征融合的智能仓库管理方法、系统、电子设备及介质

Resumen de: CN121639107A

本申请提供一种基于多模态特征融合的智能仓库管理方法、系统、电子设备及介质。该方法获取货物的图像及重量特征并执行多模态融合处理，以确定货物品质劣化度等级；调用数字孪生仓库系统的三维拓扑模型，检索与货物等级匹配的目标存储区域并判断库位占用状态；若区域饱和，基于拓扑中心检索邻接的备选空闲库位并批量修改其逻辑属性标签，实现存储区域的动态扩张及空间布局连续性；最终控制搬运设备入库并同步更新虚拟空间状态。本发明打破了物理货架的硬性分区限制，实现了存储空间的自适应弹性治理，优化了自动化搬运路径的连续性。

物流管理系统多角色权限自适应配置方法及系统

Resumen de: CN121639069A

本申请实施例公开了一种物流管理系统多角色权限自适应配置方法及系统，方法包括：构建用于描述远洋物流航次业务流程的航次生命周期模型；确定航次当前所处的基础阶段状态，并为参与航次的多个角色生成初始权限集合；检测到异常时根据异常类型将航次状态重构至相应的生命周期子状态；基于生命周期子状态，构建多目标优化模型，生成多组候选权限演化方案，并进行帕累托最优性分析，得到帕累托前沿上的非支配方案；将多个角色视为博弈参与方，对非支配方案进行纳什均衡筛选，选择最接近纳什均衡点的方案作为最优方案，对各角色权限进行动态调整；异常事件结束后，将各角色切换至匹配的权限配置状态。本申请提高了物流管理系统的智能性和安全性。

成本分摊的优化方法、装置、设备及存储介质

Resumen de: CN121639384A

本发明涉及物流技术领域，公开了一种成本分摊的优化方法，包括：数据融合与采集，实时接入并融合多源物流数据，构建包含实体关系知识的动态分摊基准库；准确性诊断，对成本分摊结果进行实时异常检测；动态优化，将优化过程建模为马尔可夫决策过程，根据包含分摊准确率和业务量波动的系统状态，调整成本分摊参数；可视化与反馈，展示成本分摊路径，接收用户对分摊结果的反馈，将反馈作为监督信号驱动优化过程；持续学习，通过在线学习与离线批量再训练相结合的方式，并进行模型迭代。本发明实现了分摊策略的动态自适应优化；提升分摊结果的合理性；通过在线学习与离线再训练相结合的方式，保障模型在业务场景变化中的长期有效性与持续优化能力。

一种肿瘤病理样本智能分拣与存储管理系统

Resumen de: CN121624114A

本发明涉及病理样本管理技术领域，公开了一种肿瘤病理样本智能分拣与存储管理系统，包括以下模块与组件：样本信息采集与确权模块、AI智能分拣模块、智能存储模块、实时状态监控模块、全链追溯与审计模块；所述样本信息采集与确权模块包括：RFID标签打印机、高清扫码枪、病理信息录入终端、数据确权子单元；所述AI智能分拣模块包括：六轴分拣机器人、分拣传送带、视觉识别相机、分拣路径规划算法单元；所述智能存储模块包括：存储柜电控门、样本状态监测子单元、恒温恒湿存储柜、RFID定位单元；所述实时状态监控模块包括：温湿度传感器、声光报警装置、设备状态监控面板、振动传感器、应急干预子单元；以解决分拣环节多采用单一路径规划的问题。

一种电力物资盘点结果核验补充方法及系统

Resumen de: CN121639097A

本发明提出了一种电力物资盘点结果核验补充方法及系统，属于电力物资仓储管理领域。方法包括：获取无人机采集的待盘点区域的图像数据及所述无人机的实时位姿数据；将图像数据与位姿数据输入到训练好的三维耦合校验模型中，通过视觉识别单元对图像数据进行处理，识别并获取电力物资的识别信息；利用数字孪生空间底座处理实时位姿数据，确定电力物资的实际空间坐标，并关联至对应的货位；调取业务知识库数据，将识别信息、实际空间坐标及关联的货位信息与业务知识库数据进行耦合校验，生成并输出校验结果。本发明实解决了现有技术识别维度单一、缺乏业务上下文校验的问题，显著提升了盘点结果的准确性与仓储管理智能化水平。

基于AI视频识别技术的物流安全监控系统及其工作方法

Resumen de: CN121639074A

本发明公开了一种基于AI视频识别技术的物流安全监控系统及其工作方法，涉及智慧物流技术领域。所述物流安全监控系统包括有依次通信连接的多源视频采集模块、AI智能分析引擎、物流安全决策中心和协同控制接口，其中，多源视频采集模块用于从多个角度实时采集在无人机与骑手之间进行的物品交接过程的视频流数据，AI智能分析引擎用于基于AI视频识别技术实时对视频流数据进行多模态识别分析以得到多模态识别结果，物流安全决策中心用于根据识别结果实时生成物流安全决策，协同控制接口用于将安全决策实时转化为控制指令并分发到无人机和/或骑手终端，由此可有效监控无人机与骑手协作的安全风险，并作出相应的决策以实现物流安全的全方位保障。

包裹处理方法、装置

Resumen de: CN121639083A

本申请涉及一种包裹处理方法、装置。所述方法包括：在包裹的面单无法识别的情况下，生成第一认领单；推送第一认领单至公共认领池，以使用户进行认领；获取用户的认领信息，并对认领信息进行信息校验在信息校验通过的情况下，对用户进行唯一性核验；在用户的唯一性核验通过的情况下，根据接收的用户的指示处理包裹。通过对认领信息进行信息校验，并在信息校验通过的情况下进行唯一性核验，能够减少唯一性核验的数量。通过在唯一性核验通过的情况下，根据用户指示处理包裹，不仅能够确保准确确定包裹的所有人，还能直接根据所有人的指示处理包裹，减少反复沟通成本，进而缩短包裹的处理时间，提升处理效率。

一种基于无源物联网的碳足迹核算方法、装置、设备及介质

Resumen de: CN121639073A

本申请实施例提供了一种基于无源物联网的碳足迹核算方法、装置、设备及介质。本申请属于计算机技术领域。该方法包括：通过基站采集物品的无源标签上报的物品基础信息，以及物品定位信息；通过基站采集运输物品使用的当前载具的无源标签上报的当前载具属性信息、载具定位信息以及承载信息；解析物品轨迹以及当前载具运输轨迹；根据物品基础信息、当前载具运输轨迹以及当前载具的属性信息，确定第一运输能耗参数；根据物品基础信息，以及承载信息，确定第一承载分配参数；确定物品的第一运输碳足迹核算结果。本技术方案，通过基站采集物品与载具的无源标签数据，结合轨迹解析，完成碳足迹精细化核算，提升了碳足迹核算的准确度和核算效率。

一种基于RFID信号图神经网络建模的仓储目标定位方法

Resumen de: CN121638284A

本发明公开了一种基于RFID信号图神经网络建模的仓储目标定位方法，包括：采集并预处理RFID信号数据，构建空间栅格集合，生成多模态特征；构建三层RFID因果图结构，建立生成、传播与观测的因果映射关系；输入因果图与信号特征，执行双流图神经网络建模，得到联合空间表示；根据联合空间表示生成多路径集合，完成可微推理并预测初步位置；以初步位置为中心采样生成反演信号，进行一致性比对与位置偏移校正；输出最终定位结果，环境变化时更新模型以适配动态结构变化。本发明通过构建三层RFID信号因果图并结合改进双流图神经网络模型，实现复杂仓储环境中的高精度、强鲁棒性和可自适应的目标定位。

一种基于AIoT的汽车补能与供应链一体化方法

Resumen de: CN121638777A

本发明公开了一种基于AIoT的汽车补能与供应链一体化方法，包括：AIoT采集车辆与设施跨域数据,预处理形成统一时序数据集；构建多维资源流形并流形折叠处理,更新统一资源数字孪生体；基于折叠表示构建动态约束轨道,生成资源演化预测结果；根据演化结果构建资源势能场,识别势能梯度与区域分布建立三层协同强化学习结构,输出补给与车辆补能策略；将策略下发执行并回传结果,更新时序数据进入下一周期。本发明通过构建跨域数据驱动的资源流形、动态约束轨道与势能场协同学习体系，实现汽车补能与供应链资源的智能预测、优化调度与一体化协同控制。

基于机器视觉的货架巡检方法、系统及存储介质

Resumen de: CN121640356A

本发明公开了基于机器视觉的货架巡检方法、系统及存储介质，涉及货架巡检技术领域，包括以下步骤；步骤一：通过图像采集设备获取货架的视觉数据，在获取到数据后，通过大数据技术搭建采集设备运动路径，并对运动的路径进行标识；步骤二：使用计算机视觉和深度学习算法对图像进行处理，提取关键信息，在提取关键数据后对数据进行分析，数据分析后搭建存储数据库；步骤三：提前设定标准信息的基准数据及校验规则，将分析结果与存储数据库中的标准信息进行比对，生成巡检报告，包括缺货警报、价格错误和陈列错误。本发明能够实现不间断的巡检工作，巡检速度远超人工，且进行巡检时的准确性更高，减少人为疏忽和错误，数据客观可靠，能够实现可量化。

一种农产品出口智能报关单据生成方法

Resumen de: CN121638197A

本发明涉及物流管理技术领域，具体为一种农产品出口智能报关单据生成方法，包括以下步骤：采集目标农产品批次在加工厂出厂磅单、仓库入库地磅和集装箱装箱环节的计重数据，提取与批次对应的出口商AEO认证等级、历史差错率和申报货值，建立待处理综合数据档案。本发明基于对农产品批次在各物流节点的计重数据采集，将计重数据与出口商认证等级、历史差错率、申报货值等多维信息融合分析，通过理论水分蒸发率的计算，预测出理论重量，并进行称重数据的迭代校准，实现了更加精确的申报重量预测，解决出口申报重量误差大的问题。

一种面向临港产业与港口物流协同的效率预测系统

Resumen de: CN121638557A

本发明公开了一种面向临港产业与港口物流协同的效率预测系统，涉及港口物流效率预测技术领域，包括如下步骤：收集临港产业的货物在港口的滞留时间，并收集运输临港产业货物的卡车在港口的周转时间，得到货物滞留时间数据和卡车周转时间数据；并进行分层计算处理，得到平均滞留数据以及平均周转数据；并分别进行分析修正处理，得到参考滞留周转数据；基于参考滞留周转数据构建效率预测模型，并对货物平均滞留时间进行预测；本发明用于解决现有的港口物流效率预测技术在对临港产业的货物在港口的滞留时间进行分析预测时，无法根据货物在港口的历史滞留时间建立预测模型，对货物在港口的滞留时间进行客观稳定地预测的问题。

一种预防焦炉推焦难事故发生的方法

Resumen de: CN121628653A

本发明公开了一种预防焦炉推焦难事故发生的方法，包括；S1、合理配煤的方法；S2、控制炉墙石墨生长；S3、保证煤场合理库存，要求各主要煤种至少保持7天的库存；S4、监控推焦电流，实行推焦大电流炉号的统计、追踪、检查制度；S5、应用信息化计量系统，通过信息化改造和计量系统，实现堆取料机的自动定位，并把信息录入MES系统，避免堆、取错煤，保证配煤的准确性和稳定性。本发明能够有效预防焦炉推焦难事故的发生，提高焦炉生产的稳定性和生产效率，降低生产成本，减少设备损坏和安全隐患，具有显著的经济效益和社会效益。

基于多模态需求感知的自适应库存调度优化系统

Resumen de: CN121639088A

本发明属于库存管理技术领域，本发明公开了基于多模态需求感知的自适应库存调度优化系统；包括：通过果蔬数据获取模块与订单与环境数据获取模块，采集果蔬的原始图像、仓库环境数据及订单数据；通过图像预处理模块和视觉特征提取模块对果蔬进行品质等级判定；保质期预测模块融合果蔬的品质等级与实时环境数据，动态预测果蔬的剩余保质期，并构建品质时效档案；调度决策模块依据订单需求与品质时效档案，通过优化算法确定的出库推荐方案，实现了对易腐品库存的精细化、动态化管理，有效降低了仓储损耗，提升了库存周转效益。

企业采购需求的量化适配方法、装置和计算机设备

Resumen de: CN121638725A

本申请涉及一种企业采购需求的量化适配方法、装置和计算机设备。所述方法包括：获取企业的采购需求信息、以及各供应商的供应信息，并基于所述企业采购需求信息，识别所述企业对各采购目标的采购原因和需求内容；基于各所述采购目标的采购原因和需求内容，通过需求分析模型，识别每个采购目标的实际需求信息，并基于各所述供应商的供应信息，识别各所述供应商的供应特征和实际供应内容；基于每个采购目标的实际需求信息、各所述供应商的供应特征和实际供应内容，通过需求供应适配网络，适配每个采购目标对应的各目标供应商，从而生成所述企业的采购适配清单。采用本方法能够提升融资担保数据化平台的用户体验效果。

基于多模态大模型的供应链需求预测系统

Nº publicación: CN121639091A 10/03/2026

Solicitante:

国网山东省电力公司淄博供电公司

Resumen de: CN121639091A

本发明公开了基于多模态大模型的供应链需求预测系统，主要涉及供应链智能化技术领域。包括：数据采集模块、多模态融合模块、需求预测模块和输出模块；数据采集模块配置为从若干数据源采集供应链相关的多模态数据；多模态融合模块配置为将所述多模态数据转换为统一表示，并通过融合算法生成融合特征向量；需求预测模块配置为基于所述融合特征向量，利用预训练的大模型进行需求预测，生成预测结果；输出模块配置为将所述预测结果以可视化形式输出。本发明的有益效果在于：它实现了通过多模态数据融合与深度学习技术，显著提升供应链需求预测的准确性与实时性，优化库存管理与资源配置效率。