【技术实现步骤摘要】
本专利技术涉及人工智能，特别是指一种用于个性化定制的订单预测方法及装置。
技术介绍
1、在以智能制造为核心目标的时代，利用大数据、互联网、机器学习赋能企业的生产管理，对客户订单需求进行精准预测，据此有计划地安排生产经营活动，这不仅能够显著提升企业生产管理的智能化水平，更有助于提高企业核心竞争力。订单预测作为供应链管理的源头，其准确性将直接影响企业的高效运行、成本优势和交期满意度等方面。李超(李超:建材装备业订单成本预测与订单监控的研究与应用[j].机械制造,2016,54(3):84-86)对建材装备业订单成本预测与订单监控问题进行了研究和讨论，提出了通过erp系统对订单成本进行信息化集成，建立订单成本实例库，增加了专家系统模块，并通过bp神经网络模型对订单成本进行预测。薛冰等人(薛冰,马卫东.基于arma模型的建材装备订单预测研究[j].机械工程师,2014,272(2):130-132)研究了基于arma模型的建材装备订单预测方法，提出了利用时间序列理论对装备制造企业的订单量建立模型进行分析。王长琼等人(王长琼,曹乜蜻,王艳丽,邱杰...
【技术保护点】
1.一种用于个性化定制的订单预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过HK模型的客户个性化定制需求自组织聚类，利用所述t时刻客户i的需求状态值，所述历史数据中客户的需求，所述遵循历史选择的不确定的因素，确定t+1时刻客户i的需求，通过如下公式执行：
3.根据权利要求2所述的方法，其特征在于，所述γi在没有突发情况发生时取值为0，所述γi在有突发情况发生时取值为1。
4.根据权利要求2所述的方法，其特征在于，所述ε1为0.1，所述ε2为0.05。
5.根据权利要求2所述的方法，...
【技术特征摘要】
1.一种用于个性化定制的订单预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述通过hk模型的客户个性化定制需求自组织聚类，利用所述t时刻客户i的需求状态值，所述历史数据中客户的需求，所述遵循历史选择的不确定的因素，确定t+1时刻客户i的需求，通过如下公式执行：
3.根据权利要求2所述的方法，其特征在于，所述γi在没有突发情况发生时取值为0，所述γi在有突发情况发生时取值为1。
4.根据权利要求2所述的方法，其特征在于，所述ε1为0.1，所述ε2为0.05。
5.根据权利要求2所述的方法，其特征在于，所述βi可分为非常敏感、一般敏感和不非常敏感三个级别。
6.根据权利要求5...
【专利技术属性】
技术研发人员：王丽君，吴超航，陈先中，李擎，姚其家，
申请(专利权)人：北京科技大学，
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。