[发明专利]一种应用于库存管理的零配件组合需求预测信息处理方法

摘要

本发明涉及一种应用于库存管理的零配件组合需求预测信息处理方法，该方法包括以下步骤：1)取一部分历史销售数据作为方法学习数据，另一部分作为权重建立数据；2)对于每个零配件，用其方法学习数据分别对ARMA方法、多元线性回归方法和BP神经网络方法进行训练；用其权重建立数据分别对以上三种方法进行应用，得到不同方法的预测相对误差值；4)计算以上三种方法的权重；5)构建组合需求预测模型；6)预测所有零配件将来的销售需求。与现有技术相比，本发明适用于具有不同需求特征的零配件，具有客观性强，预测精度高，且具有在一定服务水平的前提下大幅度降低库存成本，提高供应链管理效率和客户满意度等优点。

主权项

一种应用于库存管理的零配件组合需求预测信息处理方法，其特征在于，该方法包括以下步骤：1)从数据存储服务器提取历史销售订单信息；2)对历史销售订单信息进行预处理，去除畸变数据；3)取一部分历史销售数据作为方法学习数据，另一部分作为权重建立数据；4)选取一个零配件，用其方法学习数据分别对ARMA方法、多元线性回归方法和BP神经网络方法进行训练；5)用其权重建立数据分别对步骤4)中所述的三种方法进行训练，得到不同方法的预测相对误差值；6)根据不同方法的预测相对误差值，计算得到各方法的权重；7)将步骤4)中所述的三种方法与其对应权重进行组合，构建组合需求预测模型；8)预测该零配件将来的销售需求；9)判断预测是否结束，如果判断为是则结束，否则返回步骤4)。