【技术实现步骤摘要】
一种信息预测方法、装置、设备和存储介质
[0001]本专利技术实施例涉及计算机技术,尤其涉及一种信息预测方法
、
装置
、
设备和存储介质
。
技术介绍
[0002]随着大数据的发展和物流科技信息化进程的加快,企业供应链数据呈爆炸式增长,且种类繁多
、
关系网络复杂,而传统时序点预测模型已经不能适应供应链大数据需求预测,更不能依据需求预测进行有效的库存管理
。
[0003]目前,可以基于分位数回归模型进行不同分位点的信息预测,从而可以获得用户所要求的服务水平,即库存满足率对应的预测结果,以便实现库存的有效管理
。
[0004]然而,在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:
[0005]利用现有的分位数回归模型预测时需要进行分布假设,然而假设的分布情况通常与实际需求量的分布情况存在偏差,从而降低了需求量信息预测的准确性
。
技术实现思路
[0006]本专利技术实施例提供了一种信息预测方法
、
装置
、
设备和存储介质,以提高需求量信息预测的准确性
。
[0007]第一方面,本专利技术实施例提供了一种信息预测方法,包括:
[0008]获取目标物品在当前日期之前的历史时间段内的历史物品信息以及所述目标物品对应的预设库存满足率;
[0009]确定用于预测目标未来日期的需求量信息的目标预测网络模型;
[0010] ...
【技术保护点】
【技术特征摘要】
1.
一种信息预测方法,其特征在于,包括:获取目标物品在当前日期之前的历史时间段内的历史物品信息以及所述目标物品对应的预设库存满足率;确定用于预测目标未来日期的需求量信息的目标预测网络模型;将所述历史物品信息和所述预设库存满足率输入至所述目标预测网络模型中,所述目标预测网络模型是基于所述历史物品信息确定出相应的条件概率分布信息,并基于所述条件概率分布信息和所述预设库存满足率进行分位数预测的;获取所述目标预测网络模型输出的第一预测需求量,并将所述第一预测需求量作为在所述目标未来日期所述目标物品对应的目标预测需求量
。2.
根据权利要求1所述的方法,其特征在于,所述确定用于预测目标未来日期的需求量信息的目标预测网络模型,包括:获取预先基于每个预测时间间隔对应的样本物品信息构建出的每个预测时间间隔对应的预测网络模型;确定所述目标未来日期与当前日期之间的目标时间间隔;将每个预测时间间隔对应的预测网络模型与所述目标时间间隔进行匹配,获得所述目标时间间隔对应的目标预测网络模型
。3.
根据权利要求1所述的方法,其特征在于,所述目标预测网络模型为目标随机森林模型;所述将所述历史物品信息和所述预设库存满足率输入至所述目标预测网络模型中,包括:将所述历史物品信息输入至所述目标随机森林模型中的每个树模型中,确定每个树模型中的每个叶节点对应的第一观测需求量;根据每个树模型中的每个叶节点对应的第一观测需求量和模型构建后获得的观测需求量范围,确定每个树模型中的每个叶节点对应的第一权值;根据每个树模型中的每个叶节点对应的所述第一观测需求量和所述第一权值,确定每个树模型对应的第二观测需求量;根据每个树模型中的每个叶节点对应的所述第一权值,确定每个树模型对应的第二权值;根据每个树模型对应的所述第二观测需求量和所述第二权值,确定在所述目标未来日期所述目标物品的预测需求量对应的条件概率分布信息;基于所述条件概率分布信息,确定所述预设库存满足率对应的第一预测需求量,并输出所述第一预测需求量
。4.
根据权利要求3所述的方法,其特征在于,所述根据每个树模型中的每个叶节点对应的第一观测需求量和模型构建后获得的观测需求量范围,确定每个树模型中的每个叶节点对应的第一权值,包括:检测每个树模型中的每个叶节点对应的第一观测需求量是否处于相应的模型构建后获得的观测需求量范围内;将未处于所述观测需求量范围内的每个第一叶节点对应的第一权值确定为0;根据处于所述观测需求量范围内的第二叶节点的数量,确定每个所述第二叶节点对应
的第一权值
。5.
根据权利要求4所述的方法,其特征在于,所述根据处于所述观测需求量范围内的第二叶节点的数量,确定每个所述第二叶节点对应的第一权值,包括:将1与处于所述观测需求量范围内的第二叶节点的数量之间的比值,确定为每个所述第二叶节点对应的第一权值
。6.
根据权利要求3所述的方法,其特征在于,所述根据每个树模型中的每个叶节点对应的所述第一观测需求量和所述第一权值,确定每个树模型对应的第二观测需求量,包括:基于当前树模型中的各个叶节点对应的所述第一权值,对相应的第一观测需求量进行加权处理,获得的结果作为当前树模型对应的第二观测需求量
。7.
根据权利要求3所述的方法,其特征在于,所述根据每个树模型中的每个叶节点对应的所述第一权值,确定每个树模型对应的第二权值,包括:将当前树模型中的各个叶节点对应的所述第一权值进行取平均处理,获得的结果作为当前树模型对应的第二权值
。8.
根据权利要求3所述的方法,其特征在于,所述根据每个树模型对应的所述...
【专利技术属性】
技术研发人员:王树宏,周伟力,刘葳,
申请(专利权)人:北京京东振世信息技术有限公司,
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。