[发明专利]基于指数平滑的件量预测方法、装置、设备及存储介质

说明书

一种基于指数平滑的件量预测方法、装置、设备及存储介质，其中，预测方法包括步骤：获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；根据所述目标件量数据信息构建多种预测模型；根据各种预测模型的预测结果进行至少一次指数平滑预测，并根据实际件量数据信息计算各种预测模型所对应的各次指数平滑预测的误差信息，筛选误差最小的预测模型、及预测模型所对应的指数平滑次数；根据筛选的预测模型及预测模型所对应的指数平滑次数进行件量预测。通过对各种预测模型进行至少一次指数平滑预测，并通过筛选获取最佳的预测模型及该预测模型所对应的指数平滑次数对快递的件量进行最佳预测，可以极大地提高件量的预测准确率。

技术领域

本发明涉及快递技术领域，具体涉及一种基于指数平滑的件量预测方法、装置、设备及存储介质。

背景技术

随着物流行业的快速发展，业务量(快递件量)的管控关系着物流公司的业务能否正常进行。因此，对件量进行预测就显得尤为重要。

目前，快递行业内对件量的预测仍存在以下缺陷：

1、快递行业件量波动较大，难以预测，误差较大，会影响工作人员、车辆等资源的不足与浪费；

2、快递行业件量预测需求较多，件量预测影响快递各环节的效率；

3、快递行业的件量预测不仅受近期、同期、周期、天气、经济环境等影响，还受各预测模型影响，件量预测准确性较低。

发明内容

为解决快递技术领域中快递件量准确预测的问题，本申请提供一种基于指数平滑的件量预测方法、装置、设备及存储介质，通过将指数平滑方法与预测模型进行融合以对快递件量进行预测，提高预测准确率。

本发明技术方案如下：

本发明提供一种基于指数平滑的件量预测方法，包括步骤：

获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；

根据所述目标件量数据信息构建多种预测模型；

根据各种预测模型的预测结果进行至少一次指数平滑预测，并根据实际件量数据信息计算各种预测模型所对应的各次指数平滑预测的误差信息，筛选误差最小的预测模型、及所述预测模型所对应的指数平滑次数；

根据筛选的所述预测模型及所述预测模型所对应的指数平滑次数进行件量预测。

进一步优选的，所述预测模型包括定性预测模型、时间序列预测模型、面板数据预测模型、小波分析预测模型、LSTM预测模型中的多种。 进一步优选的，根据各种预测模型的预测结果分别进行一次指数平滑预测、二次指数平滑预测和三次指数平滑预测。 进一步优选的，所述根据各种预测模型的预测结果进行至少一次指数平滑预测包括件量的数量的平滑预测及件量的预测指标的平滑预测。 进一步优选的，所述预测指标包括：近期因素、同期因素、周期因素、节假日因素、电商因素、月末因素、临时假日因素、天气因素、经济因素中的多种，还包括采用不同次指数平滑对所述预测指标进行指数平滑处理。 进一步优选的，所述根据实际件量数据信息计算各种预测模型所对应的各次指数平滑预测的误差信息，具体包括计算件量预测误差值、件量预测误差率、模型误差、测量误差、截断误差和舍入误差中的任一种或多种误差信息。 进一步优选的，所述对所述历史数据进行预处理包括：清洗历史数据、替换空数据及处理异常数据。

本发明还提供一种基于指数平滑的件量预测装置，包括：数据处理模块，用于获取件量的历史数据，对所述历史数据进行预处理并筛选出目标件量数据信息；

模型创建模块，用于根据所述目标件量数据信息构建多种预测模型；

筛选模块，用于根据各种预测模型的预测结果进行至少一次指数平滑预测，并根据实际件量数据信息计算各种预测模型所对应的各次指数平滑预测的误差信息，筛选误差最小的预测模型、及所述预测模型所对应的指数平滑次数；