1.一种基于大数据的企业ERP综合管理系统，其特征在于：所述系统包括：数据采集模块、数据管理中心、数据分析模块、仓库管理模块和运输数据管理模块；

通过所述数据采集模块采集商品订单历史数据、商家对应的仓库库存数据和仓库位置数据以及用户收货位置数据；

通过所述数据管理中心存储并管理采集到的全部数据；

通过所述数据分析模块分析商品在以往每年不同时间段内的订单量，根据商品在以往每年不同时间段内的订单量预测商品在今年不同时间段内的订单量，并对商品运输中转站需要上传数据的时间进行预测；

通过所述仓库管理模块比较商品订单量和仓库中存储的商品数量，筛选出存储的商品数量大于或等于商品订单量的仓库，在筛选出的仓库中：比较仓库位置到收货位置的直线距离，筛选出最短直线距离对应的仓库，若筛选出的仓库只有一个，选择最短直线距离对应的仓库进行出货；若筛选出的仓库不止一个，在筛选出的仓库中选择最佳的仓库进行出货；

通过所述运输数据管理模块在商品运输中转站未在预测时间上传数据时，在剩余存储有对应运输中转站需要上传的数据的运输中转站中，选择最佳的运输中转站上传数据；

将一年时间平均分为n段：采集到同一商品在以往m年的同一时间段内的订单量集合为A={A1，A2，…，Am}，设置平滑初始值为 ： ，其中，Ai表示对应商品在第i年对应时间段内的订单量，设置平滑参数为 ， ，根据下列公式预测对应商品在今年对应时间段内的订单量Bj：

；

其中， 表示对应商品在第m年对应时间段内的订单量的一次指数平滑预测值，根据公式 得到第一年对应时间段内的订单量的一次指数平滑预测值，根据相同计算方式依次得到第二至第m‑1年对应时间段内的订单量的一次指数平滑预测值，其中，第m‑1年对应时间段内的订单量的一次指数平滑预测值为 ，根据公式得到第m年对应时间段内的订单量的一次指数平滑预测值，通过相同计算方式预测得到商品在今年不同时间段内的订单量集合为B={B1，B2，…，Bj，…，Bn}；

获取到商家当前接收到的用户订单量为M，采集到商家对应的仓库中存储的对应商品数量集合为N={N1，N2，…，Nk}，其中，k表示仓库数量，比较Ni和M：若Ni

其中，Ej表示满足商品今年剩余随机一个时间段供货需求的仓库数量，通过相同计算方式得到选择q个仓库进行出货的适应度集合为W={W1，W2，…，Wi，…，Wq}，比较适应度，选择适应度最高的仓库进行出货；

分析商品运输路线：采集到商品当前运输过程中需要经过的中转站个数为u，按照运输先后顺序相邻中转站间的距离集合为D={D1，D2，…，Du‑1}，采集到在以往随机一次商品运输过程中，相邻中转站上传数据到ERP综合管理系统的间隔时长集合为t={t1，t2，…，tu‑1}，利用最小二乘法对数据点{（D1，t1），（D2，t2），…，（Du‑1，tu‑1）}进行直线拟合，设置拟合函数为：y=ax+b，其中，a和b表示拟合系数，获取到当前需要上传数据的中转站为第i个中转站，第i‑

1个中转站与第i个中转站间的距离为Di‑1，i≥2，将Di‑1代入拟合函数，预测得到第i个中转站在第i‑1个中转站上传数据后间隔时长为ti‑1时需要上传数据，ti‑1=a* Di‑1+b；

当第i个中转站在第i‑1个中转站上传数据后间隔时长超出ti‑1后未上传数据时，发送数据更新异常警报信号，获取到存储有第i个中转站需要上传数据的中转站数量为f，f

2.根据权利要求1所述的一种基于大数据的企业ERP综合管理系统，其特征在于：所述数据采集模块包括订单数据采集单元、仓库数据采集单元和用户信息采集单元，所述订单数据采集单元用于将一年时间平均分为n段，采集商品订单历史数据：同一商品在不同时间段内的订单数量；所述仓库数据采集单元用于采集商家对应的不同仓库数据：仓库存储的商品数量以及仓库所在位置数据；所述用户信息采集单元用于采集商家接收到的用户订单信息，根据订单上备注的物流信息确认收货位置，将采集到的全部数据传输到所述数据管理中心。

3.根据权利要求1所述的一种基于大数据的企业ERP综合管理系统，其特征在于：所述数据分析模块包括订单量预测单元和数据更新预测单元，所述订单量预测单元用于根据商品订单历史数据分析商品在以往每年不同时间段内的订单量，并对商品在今年不同时间段内的订单量进行预测；所述数据更新预测单元用于预测商品运输中转站需要传输数据到ERP综合管理系统的时间。

4.根据权利要求1所述的一种基于大数据的企业ERP综合管理系统，其特征在于：所述仓库管理模块包括出货分析单元和仓库ERP筛选单元，所述出货分析单元用于获取商品当前的订单量和仓库中存储的商品数量，将商品当前的订单量和仓库中存储的商品数量进行比较：若存储的商品数量大于或等于商品订单量，判断对应仓库满足商品供货需求；若存储的商品数量小于商品订单量，判断对应仓库不满足商品供货需求，筛选出存储的商品数量大于或等于商品订单量的仓库，比较筛选出的仓库所在位置到用户收货位置的直线距离，筛选出最短直线距离对应的仓库；所述仓库ERP筛选单元用于统计筛选出的仓库数量：若筛选出的仓库只有一个，选择最短直线距离对应的仓库进行出货；若筛选出不止一个满足商品供货需求且到用户收货位置最近的仓库：统计在选择随机一个仓库对商品进行出货后，满足商品在今年剩余的不同时间段供货需求的仓库数量，分析选择随机一个仓库对商品进行出货的适应度，选择适应度最高的仓库作为最佳的仓库出货。

5.根据权利要求1所述的一种基于大数据的企业ERP综合管理系统，其特征在于：所述运输数据管理模块包括更新异常预警单元和数据传输管理单元，所述更新异常预警单元用于当运输中转站在预测的时间未上传数据到ERP综合管理系统时，发送数据更新异常警报信号至所述数据传输管理单元；所述数据传输管理单元用于在存储有异常运输中转站需要上传数据的运输中转站中，选择最佳的运输中转站，通过最佳运输中转站上传数据至ERP综合管理系统。

6.一种基于大数据的企业ERP综合管理方法，其特征在于：包括以下步骤：S01：将一年时间平均分为n段，采集同一商品在不同时间段内的订单数量、商家对应的仓库数据以及用户购买对应商品时的收货位置数据；

S02：预测商品在今年不同时间段内的订单量；

S03：分析商品订单量、仓库中存储的商品数量以及仓库位置到收货位置的距离数据，筛选出满足商品供货需求且到用户收货位置最近的仓库，在筛选出不止一个满足商品供货需求且到用户收货位置最近的仓库时：从筛选出的仓库中选择最佳的仓库进行出货；

S04：分析商品运输路线，预测商品运输中转站需要上传数据的时间；

S05：在商品运输中转站未在预测时间上传数据，选择存储有异常运输中转站需要上传的数据的最佳运输中转站上传数据；

在步骤S01‑S02中：将一年时间平均分为n段：采集到同一商品在以往m年的同一时间段内的订单量集合为A={A1，A2，…，Am}，设置平滑初始值为 ： ，其中，Ai表示对应商品在第i年对应时间段内的订单量，设置平滑参数为 ， ，根据下列公式预测对应商品在今年对应时间段内的订单量Bj：

；

其中， 表示对应商品在第m年对应时间段内的订单量的一次指数平滑预测值，根据公式 得到第一年对应时间段内的订单量的一次指数平滑预测值，根据相同计算方式依次得到第二至第m‑1年对应时间段内的订单量的一次指数平滑预测值，其中，第m‑1年对应时间段内的订单量的一次指数平滑预测值为 ，根据公式得到第m年对应时间段内的订单量的一次指数平滑预测值，通过相同计算方式预测得到商品在今年不同时间段内的订单量集合为B={B1，B2，…，Bj，…，Bn}；

在步骤S03中：获取到商家当前接收到的用户订单量为M，采集到商家对应的仓库中存储的对应商品数量集合为N={N1，N2，…，Nk}，其中，k表示仓库数量，比较Ni和M：若Ni

其中，Ej表示满足商品今年剩余随机一个时间段供货需求的仓库数量，通过相同计算方式得到选择q个仓库进行出货的适应度集合为W={W1，W2，…，Wi，…，Wq}，比较适应度，选择适应度最高的仓库进行出货；

在步骤S04中：分析商品运输路线：采集到商品当前运输过程中需要经过的中转站个数为u，按照运输先后顺序相邻中转站间的距离集合为D={D1，D2，…，Du‑1}，采集到在以往随机一次商品运输过程中，相邻中转站上传数据到ERP综合管理系统的间隔时长集合为t={t1，t2，…，tu‑1}，利用最小二乘法对数据点{（D1，t1），（D2，t2），…，（Du‑1，tu‑1）}进行直线拟合，设置拟合函数为：y=ax+b，其中，a和b表示拟合系数，获取到当前需要上传数据的中转站为第i个中转站，第i‑1个中转站与第i个中转站间的距离为Di‑1，i≥2，将Di‑1代入拟合函数，预测得到第i个中转站在第i‑1个中转站上传数据后间隔时长为ti‑1时需要上传数据，ti‑1=a* Di‑1+b；

在步骤S05中：当第i个中转站在第i‑1个中转站上传数据后间隔时长超出ti‑1后未上传数据时，发送数据更新异常警报信号，获取到存储有第i个中转站需要上传数据的中转站数量为f，f