Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川省肿瘤医院王珏丹获国家专利权

四川省肿瘤医院王珏丹获国家专利权

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!

龙图腾网获悉四川省肿瘤医院申请的专利供应室耗材智能库存管理方法、装置、设备及介质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:CN121169272B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511728454.5,技术领域涉及:G06Q10/087;该发明授权供应室耗材智能库存管理方法、装置、设备及介质是由王珏丹;郑伟;陈园园设计研发完成,并于2025-11-24向国家知识产权局提交的专利申请。

供应室耗材智能库存管理方法、装置、设备及介质在说明书摘要公布了:本申请涉及一种供应室耗材智能库存管理方法、装置、设备及介质。所述方法包括:获取供应室内各耗材的多源感知数据,并根据多源感知数据进行多源信息融合处理,得到各耗材的库存状态后验分布;对库存状态后验分布进行事件校正处理,根据经事件校正的库存状态分布以及耗材历史消耗数据进行需求预测处理,得到目标预测周期内各耗材的多步需求预测结果;根据多步需求预测结果以及经事件校正的库存状态分布进行库存优化计算处理,得到目标预测周期内各耗材的补货订单量;根据补货订单量以及各耗材的批次有效期信息,进行耗材调度与风险预警处理,生成临期耗材优先使用策略和库存风险预警信息。采用本方法能够对耗材库存进行识别并进行补货订单生成。

本发明授权供应室耗材智能库存管理方法、装置、设备及介质在权利要求书中公布了:1.一种供应室耗材智能库存管理方法,其特征在于,所述方法包括: 获取供应室内各耗材的多源感知数据,并根据所述多源感知数据进行多源信息融合处理,得到各耗材的库存状态后验分布;所述多源感知数据包括射频识别数据、称重传感数据和图像采集数据; 根据供应室管理记录的已知消耗事件数据和已知未来事件数据,对所述库存状态后验分布进行事件校正处理,得到经事件校正的库存状态分布; 基于耗材历史消耗数据计算非零消耗占比、平均非零间隔与间隔方差,得到消耗频率特征; 根据所述消耗频率特征对各所述耗材进行消耗类型划分,得到分型结果;所述分型结果包括高频消耗类耗材和间歇消耗类耗材; 基于所述耗材历史消耗数据和所述经事件校正的库存状态分布,结合时间数据和已知未来事件数据进行联合特征提取,得到特征序列向量;所述特征序列向量包括历史消耗序列、经事件校正的库存状态分布的统计量、时间特征和已知未来事件特征; 将所述高频消耗类耗材对应的所述特征序列向量输入到预训练的多步时间序列预测模型中,得到高频消耗类耗材的多步需求预测结果;所述多步时间序列预测模型根据所述特征序列向量对目标预测周期内的各步进行联合建模并输出多个分位数的需求预测结果; 根据所述耗材历史消耗数据提取得到需求发生间隔序列与单次消耗量序列; 将所述间歇消耗类耗材对应的所述需求发生间隔序列和所述单次消耗量序列输入预训练的间歇性需求预测模型中得到各预测步的需求发生概率与期望强度;所述间歇性需求预测模型由间隔预测子模型与强度预测子模型连接构建;所述间歇性需求预测模型以所述已知未来事件特征作为外生输入,利用所述间隔预测子模型与强度预测子模型对需求发生间隔序列和所述单次消耗量序列进行联合推断,得到各预测步的所述需求发生概率与所述期望强度; 将所述需求发生概率与所述期望强度组合成包含多个分位数的多步预测结果,得到所述间歇消耗类耗材的多步需求预测结果; 将所述高频消耗类耗材和所述间歇消耗类耗材的分别对应的所述多步需求预测结果进行合并,得到目标预测周期内各所述耗材的所述多步需求预测结果; 根据所述多步需求预测结果以及所述经事件校正的库存状态分布,结合耗材补货约束条件、成本参数与供应链属性,进行库存优化计算处理,得到目标预测周期内各耗材的补货订单量; 根据所述补货订单量以及各耗材的批次有效期信息,进行耗材调度与风险预警处理,生成临期耗材优先使用策略和库存风险预警信息。

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四川省肿瘤医院,其通讯地址为:610000 四川省成都市武侯区人民南路4段55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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。