【技术实现步骤摘要】
食堂菜品规划方法及装置
[0001]本申请涉及机器学习领域，具体涉及一种食堂菜品规划方法及装置。
技术介绍
[0002]公司食堂每日需根据就餐人员数量预测及口味偏好合理规划相应菜品类型和数量，确保饭菜正常供应的情况下又不造成饭菜浪费。
[0003]通常规划菜品类型和数量依靠的是人工经验判断，而实际就餐人员数量及菜品选择与外部因素有较复杂关联波动较大，导致靠人工难以很好对菜品类型和数量进行准确预估。
技术实现思路
[0004]针对现有技术中的问题，本申请提供一种食堂菜品规划方法及装置，能够快速、准确预测食堂菜品消耗品量。
[0005]为了解决上述问题中的至少一个，本申请提供以下技术方案：
[0006]第一方面，本申请提供一种食堂菜品规划方法，包括：
[0007]获取食堂菜品历史消耗数据和食堂就餐数据并进行数据清洗和异常优化；
[0008]对经过所述数据清洗和异常优化后的食堂菜品历史消耗数据和食堂就餐数据进行特征提取，并根据提取到的特征对预设预测模型进行训练，得到多个经过训
【技术保护点】
【技术特征摘要】
1.一种食堂菜品规划方法，其特征在于，所述方法包括：获取食堂菜品历史消耗数据和食堂就餐数据并进行数据清洗和异常优化；对经过所述数据清洗和异常优化后的食堂菜品历史消耗数据和食堂就餐数据进行特征提取，并根据提取到的特征对预设预测模型进行训练，得到多个经过训练后的预测模型；根据多个所述预测模型和组合权重参数对食堂菜谱测试集数据进行菜品预测，得到食堂菜品未来就餐日的消耗数量预测结果。2.根据权利要求1所述的食堂菜品规划方法，其特征在于，所述进行数据清洗包括：判断所述食堂菜品历史消耗数据中是否存在设定特殊日期时的异常波动数据；若存在，则根据设定时间周期内同菜品消耗量平均值对该设定特殊日期时的消耗数据进行修复更新。3.根据权利要求1所述的食堂菜品规划方法，其特征在于，所述进行数据清洗还包括：将所述食堂菜品历史消耗数据和食堂就餐数据中三倍于数据集的标准差的数据设定为噪声数据；对所述噪声数据进行平滑处理，得到经过平滑处理后的食堂菜品历史消耗数据和食堂就餐数据。4.根据权利要求1所述的食堂菜品规划方法，其特征在于，所述进行异常优化包括：判断所述食堂菜品历史消耗数据中是否存在数值为零的当日消耗数据；若存在，则根据设定时间周期内同菜品消耗量平均值对该当日消耗数据进行修复更新。5.根据权利要求1所述的食堂菜品规划方法，其特征在于，所述根据提取到的特征对预设预测模型进行训练，得到多个经过训练后的预测模型，包括：根据提取到的特征和多个不同预测算法对预设预测模型进行训练；对经过训练后的预测模型的预测能力进行评估，根据评估结果筛选得预测...
【专利技术属性】
技术研发人员：蔡为彬，张磊，左金柱，罗樋，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。