【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体涉及一种物料需求预测方法、系统、电子设备和存储介质。
技术介绍
1、在制造行业，物料采购周期通常较长，若在接收到生产订单之后再进行物料采购，可能会存在违约风险。一些解决方法是预测物料需求量并提前进行物料采购，这样，在接收到生产订单之后，便可以基于备货立即进行生产，有效规避违约风险。由此可见，是否能够准确预测物料需求量，对于企业的生产管理极其重要。
2、目前，一些技术是基于简单的一元线性回归算法或者规律较为简单的生产数据预测物料需求量。这些方法预测得到的物料需求量不够准确。
3、因此，亟需一种准确度高的物料需求预测方法。
技术实现思路
1、有鉴于此，本专利技术实施方式提供了一种物料需求预测方法、物料需求预测系统、电子设备和计算机可读存储介质，可以提高预测准确度。
2、本专利技术一方面提供了一种物料需求预测方法，所述方法包括：
3、获取目标产品的历史生产数据，所述历史生产数据包括按第一时间粒度统计的第一粒度数据和按...
【技术保护点】
1.一种物料需求预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述历史生产数据还包括按第三时间粒度统计的第三粒度数据，所述第二时间粒度大于所述第三时间粒度；所述方法还包括：
3.如权利要求1或2所述的方法，其特征在于，所述历史生产数据表征所述目标产品的各个生产量影响因素的历史数据，不同的粒度数据表征按不同的时间粒度统计的各个所述生产量影响因素的历史数据；在获取到各个粒度数据后，对各个粒度数据进行如下处理：
4.如权利要求3所述的方法，其特征在于，所述粒度数据包括在多个统计时间点统计得到的各个生产量影响
【技术特征摘要】
1.一种物料需求预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述历史生产数据还包括按第三时间粒度统计的第三粒度数据，所述第二时间粒度大于所述第三时间粒度；所述方法还包括：
3.如权利要求1或2所述的方法，其特征在于，所述历史生产数据表征所述目标产品的各个生产量影响因素的历史数据，不同的粒度数据表征按不同的时间粒度统计的各个所述生产量影响因素的历史数据；在获取到各个粒度数据后，对各个粒度数据进行如下处理：
4.如权利要求3所述的方法，其特征在于，所述粒度数据包括在多个统计时间点统计得到的各个生产量影响因素的历史数据；
5.如权利要求3所述的方法，其特征在于，所述将所述粒度数据中的各个所述生产量影响...
【专利技术属性】
技术研发人员：周洋，
申请(专利权)人：广州视源电子科技股份有限公司，
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。