一种件量预测效果评估方法和装置制造方法及图纸

本申请公开了一种件量预测效果评估方法包括以下步骤:获得预测件量序列(Y)和实际件量序列(S)；计算所述预测件量序列(Y)与所述实际件量序列(S)的第一误差；基于所述预测件量序列(Y)和所述实际件量序列(S)，计算时间对齐预测件量序列(T)；计算所述时间对齐预件量序列(T)与所述实际件量序列(S)的第二误差；以及基于所述第一误差和所述第二误差给出件量预测效果评估。本发明专利技术从当前的件量预测效果评估现状出发，提出了一个同时考虑预测的件量序列与实际的件量序列的数值差异和时间未对齐程度的指标，有助于对于预测模型的选择或将相关的时间未对齐指标引入到预测模型进行调优。

【技术实现步骤摘要】
一种件量预测效果评估方法和装置
本专利技术一般涉及物流及预测评估领域，具体涉及一种件量预测效果评估方法以及一种件量预测效果评估装置。
技术介绍
物流行业中快递件数量由于受工作日或节假日的严重影响，快递件量的时间序列在工作日和节假日前存在明显的高峰件量时段，所以较准确的预测出快递件量的高峰趋势对网点提前优化配置人力物力资源具有重要意义。当前通常选用绝对误差类指标和相对误差类指标来评判模型的预测结果好坏，如常用的评估指标为平均绝对误差和平均绝对百分误差。而通过对比预测件量时序与实际的件量时序可知，通常预测序列对于高峰的预测并不是在数值上不等，而是在时间上没有估计正确，如预测的高峰值时间比实际时间早、预测的高峰值时间比实际时间晚，或者是预测的高峰值时间比实际时间长等,所以亟需一个评估考虑到时间未对齐程度的误差指标来对预测模型效果进行评估。
技术实现思路
鉴于现有技术中的上述缺陷或不足，期望提供一种考虑时间误差的件量预测效果评估方法以及一种件量预测效果评估装置。本申请的一方面提供了一种件量预测效果评估方法，包括以下步骤:...

【技术保护点】
1.一种件量预测效果评估方法，其特征在于，包括以下步骤:/n获得预测件量序列(Y)和实际件量序列(S)；/n计算所述预测件量序列(Y)与所述实际件量序列(S)的第一误差；/n基于所述预测件量序列(Y)和所述实际件量序列(S)，计算时间对齐预测件量序列(T)；/n基于所述时间对齐预测件量序列(T)和所述实际件量序列(S)计算第二误差；以及/n基于所述第一误差和所述第二误差给出件量预测效果评估。/n

【技术特征摘要】
1.一种件量预测效果评估方法，其特征在于，包括以下步骤:
获得预测件量序列(Y)和实际件量序列(S)；
计算所述预测件量序列(Y)与所述实际件量序列(S)的第一误差；
基于所述预测件量序列(Y)和所述实际件量序列(S)，计算时间对齐预测件量序列(T)；
基于所述时间对齐预测件量序列(T)和所述实际件量序列(S)计算第二误差；以及
基于所述第一误差和所述第二误差给出件量预测效果评估。


2.根据权利要求1所述的件量预测效果评估方法，其特征在于，所述第二误差包括动态平均百分比误差，所述动态平均百分比误差包含两个维度：所述预测件量序列与所述实际件量序列的时间预测误差以及所述时间对齐预测件量序列与所述实际件量序列的相对误差；其中，所述时间预测误差根据指标时间失真指数(TDI)进行评估。


3.根据权利要求2所述的件量预测效果评估方法，其特征在于，所述时间失真指数(TDI)为[0,1]的无量纲数值，其中0表示所述预测件量序列相对于所述实际件量序列对齐后无时间差异变化，1表示所述预测件量序列在时间对齐时作出最大的时间差异变换。


4.根据权利要求1所述的件量预测效果评估方法，其特征在于，所述第一误差包括平均绝对百分比误差，所述平均绝对百分比误差的计算公式为：APEi＝|(Yi-Si)/Si|，其中，Yi(i∈N)表示所述预测件量序列中的各值，Si(i∈N)表示所述实际件量序列中的各值，APEi表示所述预测件量序列中的某值与所述实际件量序列中的相应值的绝对百分比误差，MAPE表示所述平均绝对百分比误差。


5.根据权利要求3所述的件量预测效果评估方法，其特征在于，获得所述动态平均百分比误差包括：
(1)构造绝对百分比误差的初始矩阵(D)；
(2)计算时间移动变化序列(w)；
(3)获得所述时间对齐预测件量序列(T)以计算所述时间对齐预测件量序列(T)与所述实际件量序列(S)的平均绝对百分比误差(MAPE(T))；
(4)构造二维误差(TDI，MAPE(T))，计算拟合函数(m(t))；
(5)基于所述拟合函数(m(t))计算所述动态平均绝对百分比误差。


6.根据权利要求5所述的件量预...

【专利技术属性】
技术研发人员：肖沙沙，湛长兰，王本玉，马昭，刘曙铭，李凤，金晶，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：广东;44