[发明专利]面向全球供应链的需求预测方法、装置、以及系统

说明书

本发明公开了一种面向全球供应链的需求预测方法、装置及系统。该方法包括决策树建立步骤、神经网络建立步骤、神经网络预测步骤、预测误差值计算步骤、神经元权重占比计算步骤、神经元剪枝步骤、以及未来需求预测步骤。本发明综合考虑了宏观因子与微观因子对于供应链的需求变化的影响下，基于决策树建立神经网络来预测基于供应链中历史需求下的未来的需求量，以此应用在供应链配置的优化决策中。此发明使建立网络更快捷更精准，且随着未来宏观因子和微观因子的不断变化，能更快地调整网络结构而达到理想的预测值，降低了网络建立的复杂度，使预测更高效更精准。

技术领域

本发明属于需求预测技术领域，具体地，涉及面向全球供应链的需求预测方法、装置、以及系统。

背景技术

随着中国经济的转型，特别是近些年国内的环境变化、宏观经济政策的改变、人民币升值、出口退税的降低、劳动力成本的变化等给传统的外向型企业带来了巨大的挑战。除了国内经济环境的改变，面对全球经济化的进程，中国制造企业参与国际竞争也面临全新的挑战。全球市场，作为一种新的市场格局，产品的生产地点已经不是最关心的问题，取而代之的是高质量低成本的标准，传统的生产和发展已经不能满足公司的国际化需求。企业要有全球竞争力，必须发展全球生产，重构在世界范围内的生产系统。对于一家需要在海外建厂生产的企业来说，在确定了生产的产品种类后首要问题是确定投资国。各国发展阶段不同，市场需求、资源条件、政治因素等不同，如何综合考虑影响国际生产的工厂选址决策因素，科学的进行海外工厂选址和规划，已成为近年研究的热点。

需求是牵动企业整个供应链系统的原动力。需求预测为企业提供了产品在未来的一段时间里的需求期望水平，为企业的计划和控制提供了依据，促进了企业生产、销售的良性运行。

按时间分类，需求预测可分为长期、中期、短期预测。长期预测是对5年或5年以上的需求前景的预测，是企业长期发展规划的依据。中期预测是指对一个季度以上两年以下的需求前景的预测，是制定年度生产计划、季度生产计划的依据。短期预测是对一个季度以下的需求前景的预测，是调整生产能力、采购、安排生产作业计划等具体生产经营活动的依据。按方法分类，需求预测分为定性预测方法和定量预测方法。定性预测方法也称为主观预测法，依靠人们的知识、远见和判断力来推测未来的变化。定量预测法即统计预测法，主要依据对历史数据的分析来推断未来的需要。

常用的定性方法有：德尔菲法、市场调查法、小组意见法、销售人员意见汇集法、历史类比法等。常用的定量预测方法有：移动平均法、指数平移法、Box-Jenkins法、回归模型、贝叶斯模型、时间序列分解法、神经网络等。

上述预测方法针对不同周期的需求预测，例如定性方法比较适用于中长期的需求预测，移动平均、指数平滑、回归模型等更多应用于短中期的需求预测。然而由于供应链的动态性和一些非系统性的知识缺乏，包括宏观经济的变动，销售计划的变动，劳动力成本的变动和竞争对手的商业策略等等，加之全球范围内工厂选址问题涉及到政治因素的稳定性等，常用的时间序列和线性的、非线性回归等预测模型难以解决这些问题，而具备自学习和自适应能力的神经网络具有很好的自调整功能，能够通过对供应链的市场历史数据的训练，适时的调整以上因子对于需求的影响，改善需求的准确性。神经网络的性能取决于网络的设计，一般情况下，网络规模小，归纳能力好，但逼近误差往往很差。网络规模大，逼近误差会很小，但归纳能力下降且运行时间长。

发明内容

本发明的目的是提供一种基于改进过的基于决策树的神经网络预测模型的面向全球供应链的需求预测方法、装置、设备、系统以及非易失性存储介质。本发明综合考虑了宏观因子与微观因子对于供应链的需求变化的影响下，基于决策树建立神经网络来预测基于供应链中历史需求下的未来的需求量，以此应用在供应链配置的优化决策中。此发明使建立网络更快捷更精准，且随着未来宏观因子和微观因子的不断变化，能更快地调整网络结构而达到理想的预测值，降低了网络建立的复杂度，使预测更高效更精准。

为达上述目的，根据本发明的一个方面，提供一种面向全球供应链的需求预测方法，包括：