销量预测方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:39932504 阅读:27 留言:0更新日期:2024-01-08 21:55
本发明专利技术涉及销量预测技术领域,公开了销量预测方法、装置、设备及存储介质,该销量预测方法包括:获取目标产品的销量数据,并构建销量数据集;计算销量数据集的特征重要性,并筛选销量数据集的重要特征数据;将重要特征数据输入至预设的销量数据预测模型,得到目标产品的销量预测结果;其中,预设的销量数据预测模型,是基于第一预测模型和第二预测模型的输出结果与历史销量预测数据对应的和历史销量真实数据进行训练得到的。通过实施本发明专利技术,可以结合第一预测模型和第二预测模型来提高预测准确率,解决传统的产品销量预测方法中采取单个模型进行预测,无法同时准确捕捉产品销量数据中的多种特征,模型泛化能力不足及预测能力有限的问题。

【技术实现步骤摘要】

本专利技术涉及数字信息处理,具体涉及销量预测方法、装置、设备及存储介质。


技术介绍

1、产品投放是商业公司一项非常重要的工作,由投放决定的销售订单将直接决定了采购计划、生产计划、物流计划等后续各环节的准备和实施,从而影响着商业公司的经济效益。具体来说,公司需要制定下一年度经济运行调控目标,结合市场需求预测情况,制订下一年度产品销售计划。如果产品销量估计不准确会导致在生产过程中频繁进行计划调整,过多的插单使整个生产效率难以提升,管理混乱,精益生产难以实现。因此,从历史的产品销量中准确预测出下一阶段的产品销量具有重要意义。

2、目前,由于产品销量数据受到季节性、节假日和随机性等多种因素的影响,这些因素在长期产品销量预测中可能相互作用,使得产品销量预测过程变成更加复杂,预测精度难以得到保障。传统的产品销量预测方法往往采取单个模型进行预测,比如线性回归、支持向量机、神经网络等方法。然而,这些传统预测方法无法同时准确捕捉产品销量数据中的多种特征,存在模型泛化能力不足、预测能力有限等问题。


技术实现思路>

1、本文档来自技高网...

【技术保护点】

1.一种销量预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的销量预测方法,其特征在于,训练所述预设的销量数据预测模型的过程,包括:

3.根据权利要求2所述的销量预测方法,其特征在于,所述利用所述第一训练数据集分别训练第一预测模型和第二预测模型,得到所述第一预测模型和第二预测模型,包括:

4.根据权利要求3所述的销量预测方法,其特征在于,基于所述目标重要特征数据训练所述第一预测模型得到所述第一预测模型的过程,包括:

5.根据权利要求3所述的销量预测方法,其特征在于,基于所述目标重要特征数据训练所述第二预测模型得到所述第二预测模型...

【技术特征摘要】

1.一种销量预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的销量预测方法,其特征在于,训练所述预设的销量数据预测模型的过程,包括:

3.根据权利要求2所述的销量预测方法,其特征在于,所述利用所述第一训练数据集分别训练第一预测模型和第二预测模型,得到所述第一预测模型和第二预测模型,包括:

4.根据权利要求3所述的销量预测方法,其特征在于,基于所述目标重要特征数据训练所述第一预测模型得到所述第一预测模型的过程,包括:

5.根据权利要求3所述的销量预测方法,其特征在于,基于所述目标重要特征数据训练所述第二预测模型得到所述第二...

【专利技术属性】
技术研发人员:孙忱陈智斌陆瑛黄聪农英雄汪倍贝钟征燕潘剑
申请(专利权)人:广西中烟工业有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1