物品运输方法、装置、电子设备和计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及物品运输方法、装置、电子设备和计算机可读介质。

背景技术

随着线下仓库的不断发展，如何确定补货时仓库的补货量成为一项重要的研究课题。目前，在确定仓库的补货量时，通常采用的方式为：获取历史流转量(历史销售量)数据，根据历史流转量数据，使用三次平滑算法对未来某一时间段的物品流转量(销售量)进行预测，将预测的物品流转量作为补货量对仓库进行补货。

然而，当采用上述方式确定仓库的补货量时，经常会存在如下技术问题：

第一，三次平滑算法只适用于无跳跃性变化的历史流转量，而因其他因素(例如，缺失某一天的历史流转量)可能会导致历史流转量出现跳跃性变化，从而预测的补货量与实际需求的补货量不符，从而导致物品积压或者物品数量不足。

第二，在通过历史流转量数据对未来某一时间段内的物品流转(销售)量进行预测时，未考虑到价格相关信息(例如，优惠信息或促销信息)对历史流转量数据的影响，导致历史流转量数据中存在较大值或较小值，进而导致预测的补货量大于实际需求的补货量，造成物品积压。

第三，在为不同的物品设置统一的物品流转量阈值时，不同物品本身的属性存在差异(例如，保质期)，导致设置的物品流转量阈值偏大或偏小，进而导致预警次数过多或不进行预警，造成通信资源的浪费或无法达到预警目的。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了物品运输方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种物品运输方法，该方法包括：响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段，其中，上述历史流转信息集中的历史流转信息包括历史流转时间段和历史流转量，上述预测时间段划分为至少一个预测子时间段；根据上述预测时间段，对上述历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集；对上述分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集；对于上述至少一个预测子时间段中的每个预测子时间段，执行如下处理步骤：从上述过滤后历史流转信息组集中选取出对应上述预测子时间段的各个过滤后历史流转信息，作为目标流转信息组；根据上述目标流转信息组，确定上述预测子时间段对应的物品预测流转量；将所确定的各个物品预测流转量的和确定为对应上述预测时间段的物品流转量，以及根据上述物品流转量，控制相关联的车辆对上述目标仓库进行物品运输。

第二方面，本公开的一些实施例提供了一种物品运输装置，装置包括：获取单元，被配置成响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段，其中，上述历史流转信息集中的历史流转信息包括历史流转时间段和历史流转量，上述预测时间段划分为至少一个预测子时间段；分组处理单元，被配置成根据上述预测时间段，对上述历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集；过滤处理单元，被配置成对上述分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集；执行单元，被配置成对于上述至少一个预测子时间段中的每个预测子时间段，执行如下处理步骤：从上述过滤后历史流转信息组集中选取出对应上述预测子时间段的各个过滤后历史流转信息，作为目标流转信息组；根据上述目标流转信息组，确定上述预测子时间段对应的物品预测流转量；确定单元，被配置成将所确定的各个物品预测流转量的和确定为对应上述预测时间段的物品流转量，以及根据上述物品流转量，控制相关联的车辆对上述目标仓库进行物品运输。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的物品运输方法，可以避免物品积压或者物品数量不足。具体来说，造成物品积压或者物品数量不足的原因在于：三次平滑算法只适用于无跳跃性变化的历史流转量，而因其他因素(例如，缺失某一天的历史流转量)可能会导致历史流转量出现跳跃性变化，从而预测的补货量与实际需求的补货量不符，从而导致物品积压或者物品数量不足。基于此，本公开的一些实施例的物品运输方法，首先，响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段。由此，可以得到历史的物品流转(销售)情况。其次，根据上述预测时间段，对上述历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集。由此，可以将对应预测时间段的各个历史流转信息进行分组。然后，对上述分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集。由此，可以将影响预测结果的分组后历史流转信息组进行过滤，提升预测的准确性。之后，对于上述至少一个预测子时间段中的每个预测子时间段，执行如下处理步骤：第一，从上述过滤后历史流转信息组集中选取出对应上述预测子时间段的各个过滤后历史流转信息，作为目标流转信息组。由此，可以确定预测子时间段对应的各个历史流转信息。第二，根据上述目标流转信息组，确定上述预测子时间段对应的物品预测流转量。由此，可以将通过预测子时间段对应的各个历史流转信息，对预测子时间段对应的物品流转量进行预测。最后，将所确定的各个物品预测流转量的和确定为对应上述预测时间段的物品流转量，以及根据上述物品流转量，控制相关联的车辆对上述目标仓库进行物品运输。由此，将预测的各个预测子时间段对应的物品流转量进行求和，得到预测时间段对应的物品预测流转量，并根据物品预测流转量对目标仓库进行补货，从而通过对每一预测子时间段进行物品流转量预测，避免了因其他因素导致的历史流转量出现跳跃性变化而导致预测的补货量与实际需求的补货量不符，进而避免了物品积压或者物品数量不足。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的物品运输方法的一些实施例的流程图；

图2是根据本公开的物品运输装置的一些实施例的结构示意图；

图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1示出了根据本公开的物品运输方法的一些实施例的流程100。该物品运输方法，包括以下步骤：

步骤101，响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段。

在一些实施例中，物品运输方法的执行主体(例如服务器)可以响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段。其中，上述历史流转信息集中的历史流转信息包括历史流转时间段和历史流转量。上述预测时间段划分为至少一个预测子时间段。上述预设获取时间可以是预先设定的获取历史流转信息集的时间。例如，上述预设获取时间可以是每天上午八点。上述预测时间段可以是预先设定的需要预测补货量的未来的某一时间段。例如，上述预测时间段可以是当前时间之后的一小时至当前时间之后的25小时。上述目标仓库可以是需要预测补货量的仓库。上述历史流转信息集中的历史流转信息可以表征某一历史流转时间段内的物品流转数量(物品销售数量)。上述历史流转时间段可以是历史时间段。上述历史流转时间段对应的时长可以与上述预测时间段划分的预设子时间段对应的时长相等。例如，上述历史流转时间段对应的时长可以是一分钟。

步骤102，根据预测时间段，对历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集。

在一些实施例中，上述执行主体可以根据上述预测时间段，对上述历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集。实践中，上述执行主体可以将对应的历史流转时间段在历史预测时间段内的各个历史流转信息进行分组，以生成分组后历史流转信息组集。例如，可以将历史的每天的各个历史流转信息进行分组。

步骤103，对分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集。

在一些实施例中，上述执行主体可以对上述分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集。

实践中，上述执行主体可以通过以下步骤对分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集：

第一步，获取预设数量缺失比值。其中，上述预设数量缺失比值可以是预先设置的缺失的分组后历史流转信息的数量与预设分组后历史流转信息数量的比值。上述预设分组后历史流转信息数量可以是预先设定的一个分组后历史流转信息组包括的分组后历史流转信息的数量。

第二步，根据上述预测时间段和上述预设数量缺失比值，确定预设信息数量。实践中，可以将上述预测时间段包括的预测子时间段的数量与上述预设数量缺失比值的乘积确定为预设信息数量。

第三步，对于上述分组后历史流转信息组集中的每个分组后历史流转信息组，响应于上述分组后历史流转信息组包括的分组后历史流转信息的数量小于上述预设信息数量，从上述分组后历史流转信息组集中删除上述分组后历史流转信息组，以对上述分组后历史流转信息组集进行更新。

步骤104，对于至少一个预测子时间段中的每个预测子时间段，执行如下处理步骤：

步骤1041，从过滤后历史流转信息组集中选取出对应预测子时间段的各个过滤后历史流转信息，作为目标流转信息组。

在一些实施例中，上述执行主体可以从上述过滤后历史流转信息组集中选取出对应上述预测子时间段的各个过滤后历史流转信息，作为目标流转信息组。

作为示例，上述预设子时间段可以是当前时间之后的晚上8点至晚上8点01分，由此，可以从过滤后历史流转信息组集中选取出对应的历史流转时间段在晚上8点至晚上8点01分的各个过滤后历史流转信息，作为目标流转信息组。

步骤1042，根据目标流转信息组，确定预测子时间段对应的物品预测流转量。

在一些实施例中，上述执行主体可以根据目标流转信息组，确定预测子时间段对应的物品预测流转量。

实践中，上述执行主体可以通过以下步骤确定预测子时间段对应的物品预测流转量：

第一步，对上述目标流转信息组中各个目标流转信息包括的各个历史流转量进行排序处理，以生成历史流转量序列，以及确定上述历史流转量序列的数据状态。其中，上述排序处理可以是对各个历史流转量升序排序。这里，可以通过确定历史流转量序列中各个历史流转量的离散值，确定历史流转量序列的数据状态。

第二步，获取数据阈值。实践中，上述执行主体可以通过有线连接或者无线连接的方式从相关联的数据库中获取数据阈值。其中，上述数据库可以是存储数据阈值的数据库。这里，对于数据阈值的设定，不做限制。可以是通过实验得到的数据阈值。

第三步，响应于上述数据状态表征正常状态，且响应于上述历史流转量序列中的最后一个历史流转量与第一个历史流转量的差值大于上述数据阈值，且上述历史流转量序列包括的历史流转量的数量等于上述分组后历史流转信息组集包括的分组后历史流转信息组的数量，从上述历史流转量序列中删除第一个历史流转量和最后一个历史流转量，以对上述历史流转量序列进行更新，得到更新后历史流转量序列。其中，上述正常状态可以表征历史流转量序列中不存在相邻的两个历史流转量满足预设比值条件。上述预设比值条件可以是相邻的两个历史流转量中第二个历史流转量与第一个历史流转量的比值大于等于数据阈值。

第四步，根据上述更新后历史流转量序列，确定上述预测子时间段对应的物品预测流转量。实践中，可以将上述更新后历史流转量序列包括的各个更新后历史流转量的均值确定为物品预测流转量。

可选地，在第四步之后，根据上述目标流转信息组，确定上述预测子时间段对应的物品预测流转量，还包括：

第五步，响应于上述数据状态表征第一异常状态，从上述历史流转量序列中选取出至少一对相邻的历史流转量作为目标历史流转量组集。其中，上述目标历史流转量组集中的目标历史流转量组包括第二个目标历史流转量与第一个目标历史流转量的比值大于等于上述数据阈值。上述第一异常状态表征历史流转量序列中存在至少两对相邻的历史流转量满足预设比值条件。

作为示例，上述历史流转量序列可以是[7，9，20，20，21，22，26，27，29，29，29，85，160]。由此，上述目标历史流转量组集为[(9，20)，(29，85)]。

第六步，根据上述目标历史流转量组集中各个目标历史流转量组在上述历史流转量序列中的位置，对上述历史流转量序列进行截取处理，以生成历史流转量子序列集。实践中，可以将目标历史流转量组在上述历史流转量序列中的位置中间进行截取，以生成历史流转量子序列集。

作为示例，可以[(9，20)，(29，85)]在史流转量序列中的位置，分别从(9，20)与(29，85)中间截取，得到历史流转量子序列集[(7，9)，(20，20，21，22，26，27，29，29，29)，(85，160)]。

第七步，从上述历史流转量子序列集中选取出满足预设条件的历史流转量子序列作为目标流转量子序列，以及根据上述目标流转量子序列，确定上述预测子时间段对应的物品预测流转量。其中，上述预设条件可以是历史流转量子序列包括的历史流转量最多。实践中，可以将目标流转量子序列包括的各个目标流转量的均值确定为物品预测流转量。

作为示例，可以将[20，20，21，22，26，27，29，29，29]确定为目标流转量子序列。

可选地，在第七步之后，还包括：

第八步，响应于上述数据状态表征第二异常状态，从上述历史流转量序列中选取出目标流转量组。其中，上述目标流转量组中的第二个目标流转量与第一个目标流转量的比值大于等于上述数据阈值。上述第二异常状态表征上述历史流转量序列中存在一对相邻的历史流转量满足上述预设比值条件。

作为示例，上述历史流转量序列可以是[3，4，5，6，8，20，22，22，23，23，24]，则目标流转量组为[8，20]。

第九步，根据上述目标流转量组在上述历史流转量序列中的位置，对上述历史流转量序列进行截取处理，以生成第一历史流转量子序列和第二历史流转量子序列。

作为示例，可以从[8，20]在上述历史流转序列中的位置中间进行截取，得到第一历史流转量子序列[3，4，5，6，8]和第二历史流转量子序列[20，22，22，23，23，24]。

第十步，根据上述第一历史流转量子序列和上述第二历史流转量子序列，确定上述预测子时间段对应的物品预测流转量。实践中，可以选取包括的历史流转量最多的子序列作为目标子序列，将目标子序列包括的各个历史流转量的均值确定为物品预测流转量。

作为示例，可以将上述第二历史流转量子序列[20，22，22，23，23，24]包括的各个历史流转量的均值确定为物品预测流转量。

上述第五步-第十步中的相关内容与下文的步骤“步骤105”相结合，作为本公开的一个发明点，解决了背景技术提及的技术问题二“在通过历史流转量数据对未来某一时间段内的物品流转(销售)量进行预测时，未考虑到价格相关信息(例如，优惠信息或促销信息)对历史流转量数据的影响，导致历史流转量数据中存在较大值或较小值，进而导致预测的补货量大于实际需求的补货量，造成物品积压”。造成物品积压的因素往往如下：在通过历史流转量数据对未来某一时间段内的物品流转(销售)量进行预测时，未考虑到价格相关信息(例如，优惠信息或促销信息)对历史流转量数据的影响，导致历史流转量数据中存在较大值或较小值，进而导致预测的补货量大于实际需求的补货量，造成物品积压。如果解决了上述因素，就能达到避免物品积压的效果。为了达到这一效果，第一，响应于上述数据状态表征第一异常状态，从上述历史流转量序列中选取出至少一对相邻的历史流转量作为目标历史流转量组集。由此，可以选取出各个差别较大的两个历史流转量。第二，根据上述目标历史流转量组集中各个目标历史流转量组在上述历史流转量序列中的位置，对上述历史流转量序列进行截取处理，以生成历史流转量子序列集。由此，可以将历史流转量序列划分为多个子序列。第三，从上述历史流转量子序列集中选取出满足预设条件的历史流转量子序列作为目标流转量子序列，以及根据上述目标流转量子序列，确定上述预测子时间段对应的物品预测流转量。由此，可以将各个子序列中最长的子序列作为目标流转量子序列，并通过目标流转量子序列对物品流转量进行预测。第四，响应于上述数据状态表征第二异常状态，从上述历史流转量序列中选取出目标流转量组。由此，可以选取出差别较大的两个历史流转量。第五，根据上述目标流转量组在上述历史流转量序列中的位置，对上述历史流转量序列进行截取处理，以生成第一历史流转量子序列和第二历史流转量子序列；根据上述第一历史流转量子序列和上述第二历史流转量子序列，确定上述预测子时间段对应的物品预测流转量。由此，可以将历史流转量序列划分为两个子序列，并从两个子序列中选取出较长的子序列作为目标流转量子序列，并通过目标流转量子序列对物品流转量进行预测。结合步骤105，将所确定的各个物品预测流转量的和确定为对应预测时间段的物品流转量，以及根据物品流转量，控制相关联的车辆对目标仓库进行物品运输。由此，可以从历史流转量序列中筛选出较为稳定的各个历史流转量以对未来某一时间段的物品流转量进行预测，避免了价格相关信息对历史流转量数据的影响，从而可以在通过预测的物品流转量对物品进行运输时，避免物品积压。

步骤105，将所确定的各个物品预测流转量的和确定为对应预测时间段的物品流转量，以及根据物品流转量，控制相关联的车辆对目标仓库进行物品运输。

在一些实施例中，上述执行主体可以将所确定的各个物品预测流转量的和确定为对应上述预测时间段的物品流转量，以及根据上述物品流转量，控制相关联的车辆对上述目标仓库进行物品运输。其中，上述相关联的车辆可以是与上述执行主体通过有线连接或者无线连接的智能运输车辆。例如，上述车辆可以是智能无人货车。

可选地，响应于上述物品预测流转量大于等于物品流转量阈值，生成流转告警信息，以及将上述流转告警信息发送至目标终端以进行显示。

在一些实施例中，上述执行主体可以响应于上述物品预测流转量大于等于物品流转量阈值，生成流转告警信息，以及将上述流转告警信息发送至目标终端以进行显示。其中，上述物品流转量阈值可以是预先设定的物品流转量的阈值。上述流转告警信息可以是表征物品预测流转量大于等于物品流转量阈值的信息。上述目标终端可以是上述目标仓库的终端。

实践中，上述物品流转量阈值可以是通过以下步骤得到的：

第一步，对于上述分组后历史流转信息组集中的每个分组后历史流转信息组，执行如下子步骤：

第一子步骤，确定上述分组后历史流转信息组中是否存在缺失值。

第二子步骤，响应于上述分组后历史流转信息组中存在一个缺失值，将缺失值相邻的至少一个分组后历史流转信息作为第一流转信息集。

第三子步骤，根据第一流转信息集，对缺失值进行填补处理。实践中，第一，响应于缺失值为上述分组后历史流转信息组的第一个分组后历史流转信息或最后一个分组后历史流转信息，将缺失值相邻的分组后历史流转信息作为填补值对缺失值进行填补。第二，响应于缺失值不为上述分组后历史流转信息组的第一个分组后历史流转信息或最后一个分组后历史流转信息，将缺失值相邻的两个分组后历史流转信息的均值确定为缺失值的填补值。

第四子步骤，响应于上述分组后历史流转信息组中存在至少两个缺失值，且存在相邻的两个缺失值，将与相邻的两个缺失值相邻的两个分组后历史流转信息作为第二流转信息集。

第五子步骤，根据上述第二流转信息集，对上述相邻的两个缺失值进行填补。这里，第一，可以将上述第二流转信息集中的两个第二流转信息的差值确定为流转信息差值。第二，将流转信息与3的商确定为差值均值。第三，将第二流转信息集中第一个第二流转信息与差值均值的和确定为第一个缺失值的填补值，将第二流转信息集中第二个第二流转信息与差值均值的和确定为第二个缺失值的填补值。

第六子步骤，将填补后的分组后历史流转信息组确定为填补后流转信息组。

第二步，对于所确定的各个填补后流转信息组中的每个填补后流转信息组，确定上述填补后流转信息组的均值。

第三步，将所确定的各个均值确定为流转信息均值组。

第四步，根据上述流转信息均值组，确定物品流转量阈值。实践中，可以通过以下子步骤确定物品流转量阈值：

第一子步骤，确定流转信息均值组中各个流转信息均值的均值偏移量。实践中，可以通过以下公式确定均值偏移量：

其中，Dev表示均值偏移量。n表示流转信息均值组中流转信息均值的数量。m表示流转信息均值。

第二子步骤，根据上述均值偏移量，确定物品流转量阈值范围。实践中，第一，可以将上述流转信息均值组中各个流转信息均值的均值与均值偏移量的差值确定为最小范围值。第二，可以将上述流转信息均值组中各个流转信息均值的均值与均值偏移量的和确定为最大范围值。第三，可以将上述最小范围值与上述最大范围值之间的范围确定为物品流转量阈值范围。

第三子步骤，从上述物品流转量阈值范围中随机选取一个整数作为目标量，以及将上述目标量与上述预测时间段包括的预设子时间段的数量的乘积确定为物品流转量阈值。

上述第一步-第四步中的相关内容，与上文步骤105之后的可选的步骤相结合，作为本公开的一个发明点，解决了背景技术提及的技术问题三“在为不同的物品设置统一的物品流转量阈值时，不同物品本身的属性存在差异(例如，保质期)，导致设置的物品流转量阈值偏大或偏小，进而导致预警次数过多或不进行预警，造成通信资源的浪费或无法达到预警目的”。造成通信资源的浪费或无法达到预警目的的因素往往如下：在为不同的物品设置统一的物品流转量阈值时，不同物品本身的属性存在差异(例如，保质期)，导致设置的物品流转量阈值偏大或偏小，进而导致预警次数过多或不进行预警，造成通信资源的浪费或无法达到预警目的。如果解决了上述因素，就能达到避免通信资源的浪费或无法达到预警目的的效果。为了达到这一效果，首先，对于上述分组后历史流转信息组集中的每个分组后历史流转信息组，执行如下子步骤：第一，确定上述分组后历史流转信息组中是否存在缺失值。由此，可以确定分组后历史流转信息组中的缺失值。第二，响应于上述分组后历史流转信息组中存在一个缺失值，将缺失值相邻的至少一个分组后历史流转信息作为第一流转信息集；根据第一流转信息集，对缺失值进行填补处理。由此，可以对只存在一个缺失值的分组后历史流转信息组中的缺失值进行填补。第三，响应于上述分组后历史流转信息组中存在至少两个缺失值，且存在相邻的两个缺失值，将与相邻的两个缺失值相邻的两个分组后历史流转信息作为第二流转信息集；根据上述第二流转信息集，对上述相邻的两个缺失值进行填补；将填补后的分组后历史流转信息组确定为填补后流转信息组。由此，可以对存在相邻两个缺失值的分组后历史流转信息组中的缺失值进行填补，从而可以避免了因存在缺失值导致确定的物品流转量阈值与实际的物品流转量阈值不相符。其次，对于所确定的各个填补后流转信息组中的每个填补后流转信息组，确定上述填补后流转信息组的均值。由此，可以确定各个填补后流转信息组的均值。最后，将所确定的各个均值确定为流转信息均值组；根据上述流转信息均值组，确定物品流转量阈值。结合上文步骤105之后的可选的步骤，响应于上述物品预测流转量大于等于物品流转量阈值，生成流转告警信息，以及将上述流转告警信息发送至目标终端以进行显示。由此，可以通过不同物品在历史时间段内的各个填补后流转信息组的均值，确定物品流转量阈值，避免了因设置统一的物品流转量阈值导致物品流转量阈值偏大或偏小，进而可以在发送流转告警信息时，避免通信资源的浪费或无法达到预警目的。

本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的物品运输方法，可以避免物品积压或者物品数量不足。具体来说，造成物品积压或者物品数量不足的原因在于：三次平滑算法只适用于无跳跃性变化的历史流转量，而因其他因素(例如，缺失某一天的历史流转量)可能会导致历史流转量出现跳跃性变化，从而预测的补货量与实际需求的补货量不符，从而导致物品积压或者物品数量不足。基于此，本公开的一些实施例的物品运输方法，首先，响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段。由此，可以得到历史的物品流转(销售)情况。其次，根据上述预测时间段，对上述历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集。由此，可以将对应预测时间段的各个历史流转信息进行分组。然后，对上述分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集。由此，可以将影响预测结果的分组后历史流转信息组进行过滤，提升预测的准确性。之后，对于上述至少一个预测子时间段中的每个预测子时间段，执行如下处理步骤：第一，从上述过滤后历史流转信息组集中选取出对应上述预测子时间段的各个过滤后历史流转信息，作为目标流转信息组。由此，可以确定预测子时间段对应的各个历史流转信息。第二，根据上述目标流转信息组，确定上述预测子时间段对应的物品预测流转量。由此，可以将通过预测子时间段对应的各个历史流转信息，对预测子时间段对应的物品流转量进行预测。最后，将所确定的各个物品预测流转量的和确定为对应上述预测时间段的物品流转量，以及根据上述物品流转量，控制相关联的车辆对上述目标仓库进行物品运输。由此，将预测的各个预测子时间段对应的物品流转量进行求和，得到预测时间段对应的物品预测流转量，并根据物品预测流转量对目标仓库进行补货，从而通过对每一预测子时间段进行物品流转量预测，避免了因其他因素导致的历史流转量出现跳跃性变化而导致预测的补货量与实际需求的补货量不符，进而避免了物品积压或者物品数量不足。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种物品运输装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该物品运输装置具体可以应用于各种电子设备中。

如图2所示，一些实施例的物品运输装置200包括：获取单元201、分组处理单元202、过滤处理单元203、执行单元204和确定单元205。其中，获取单元201被配置成响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段，其中，上述历史流转信息集中的历史流转信息包括历史流转时间段和历史流转量，上述预测时间段划分为至少一个预测子时间段；分组处理单元202被配置成根据上述预测时间段，对上述历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集；过滤处理单元203被配置成对上述分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集；执行单元204被配置成对于上述至少一个预测子时间段中的每个预测子时间段，执行如下处理步骤：从上述过滤后历史流转信息组集中选取出对应上述预测子时间段的各个过滤后历史流转信息，作为目标流转信息组；根据上述目标流转信息组，确定上述预测子时间段对应的物品预测流转量；确定单元205被配置成将所确定的各个物品预测流转量的和确定为对应上述预测时间段的物品流转量，以及根据上述物品流转量，控制相关联的车辆对上述目标仓库进行物品运输。

可以理解的是，物品运输装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于物品运输装置200及其中包含的单元，在此不再赘述。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置301(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段，其中，上述历史流转信息集中的历史流转信息包括历史流转时间段和历史流转量，上述预测时间段划分为至少一个预测子时间段。根据上述预测时间段，对上述历史流转信息集中的各个历史流转信息进行分组处理，以生成分组后历史流转信息组集。对上述分组后历史流转信息组集包括的各个分组后历史流转信息组进行过滤处理，以生成过滤后历史流转信息组集。对于上述至少一个预测子时间段中的每个预测子时间段，执行如下处理步骤。从上述过滤后历史流转信息组集中选取出对应上述预测子时间段的各个过滤后历史流转信息，作为目标流转信息组；根据上述目标流转信息组，确定上述预测子时间段对应的物品预测流转量。将所确定的各个物品预测流转量的和确定为对应上述预测时间段的物品流转量，以及根据上述物品流转量，控制相关联的车辆对上述目标仓库进行物品运输。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、分组处理单元、过滤处理单元、执行单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“响应于当前时间为预设获取时间，获取目标仓库的历史流转信息集和预测时间段的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。