【技术实现步骤摘要】
本公开涉及智慧供应链，特别是一种补货量预测方法、装置及模型训练方法、装置和存储介质。
技术介绍
1、在供应链产业中，保持一定的现货率、降低缺货概率，同时避免产生库存积压，能够在满足消费者需求的同时，避免造成过大的仓储和资金压力。利用销量预测技术，能够为备货提供参考数据。
技术实现思路
1、本公开的一个目的在于提高补货的准确度。
2、根据本公开的一些实施例的一个方面，提出一种补货量预测模型的训练方法，包括：获取销量预测样本数据、第一维度的销量特征样本数据、第二维度的销量特征样本数据，以及第二维度的计划样本数据，其中，第二维度包括多个第一维度的销量统计对象；根据第一维度的销量特征样本数据、第二维度的销量特征样本数据，以及第二维度的计划样本数据，基于待训练的补货量预测模型调整销量预测样本数据，并获取损失函数值，直至完成训练，确定补货量预测模型，其中，待训练的补货量预测模型的参数根据损失函数值调整。
3、在一些实施例中，基于待训练的补货量预测模型调整销量预测样本数据，并获取损失函数值包括：根据第一维度的销量特征样本数据、第二维度的销量特征样本数据，通过待训练的补货量预测模型中的预测值调整网络调整销量预测样本数据，获取销量预测调整值；根据第二维度的计划样本数据约束销量预测调整值，获取第一维度的补货量预测值和损失函数值。
4、在一些实施例中，根据第二维度的计划样本数据约束销量预测调整值，获取补货量预测值和损失函数值包括：根据销量预测调整值和第二维度的计划样本
5、在一些实施例中，根据销量预测调整值和第二维度的计划样本数据，生成第一损失函数值包括：将销量预测调整值作为第一维度的补货量预测值，根据补货量预测值和对应时间段的补货量值的差异，以及第二维度的计划样本数据与第二维度的补货量预测值的差异，确定第一损失函数值，其中，第二维度的补货量预测值为第二维度中包括的第一维度的销量统计对象的销量预测调整值之和。
6、在一些实施例中，根据第二维度的计划样本数据约束销量预测调整值，获取第一维度的补货量预测值和损失函数值包括：根据第二维度的计划样本数据和销量预测调整值，基于计划约束网络调整销量预测调整值，获取第一维度的补货量预测值；根据第一维度的补货量预测值与对应时间段的补货量值的差异确定第二损失函数值，损失函数值为第二损失函数值。
7、在一些实施例中，根据第二维度的计划样本数据和销量预测调整值，基于计划约束网络调整销量预测调整值，获取第一维度的补货量预测值包括：根据第二维度的计划样本数据与第二维度的补货量预测值的差异调整销量预测调整值，获取第一维度的补货量预测值，其中，第二维度的补货量预测值为第二维度中包括的第一维度的销量统计对象的销量预测调整值之和。
8、在一些实施例中，根据第二维度的计划样本数据与第二维度的补货量预测值的差异调整销量预测调整值，获取第一维度的补货量预测值包括：根据第一维度的补货量预测值占第二维度的补货量预测值的比例确定调节系数；根据调节系数与根据第二维度的计划样本数据与第二维度的补货量预测值的差异的积，调节销量预测调整值，确定第一维度的补货量预测值。
9、在一些实施例中，根据第一维度的销量特征样本数据、第二维度的销量特征样本数据，通过待训练的补货量预测模型中的预测值调整网络调整销量预测样本数据，获取销量预测调整值包括：根据销量预测样本数据、第一维度的销量特征样本数据和第二维度的销量特征样本数据，通过编解码网络获取第一维度的预测残差值；根据第一维度的预测残差值，通过残差网络调整销量预测样本数据，获取销量预测值。
10、在一些实施例中，第一维度为sku(stock keeping unit，最小存货单位)维度，第二维度中包括多个sku。
11、根据本公开的一些实施例的一个方面，提出一种补货量预测方法，包括：获取销量预测数据、第一维度的销量特征数据、第二维度的销量特征数据，以及第二维度的计划数据；根据销量预测数据、第一维度的销量特征数据、第二维度的销量特征数据，以及第二维度的计划数据，通过补货量预测模型获取第一维度的补货量预测值，其中，补货量预测模型为根据上文中任意一种补货量模型的训练方法训练生成。
12、在一些实施例中，补货量预测方法还包括：根据第一维度的补货量预测值执行补货操作。
13、根据本公开的一些实施例的一个方面，提出一种补货量预测模型的训练装置，包括：样本获取单元，被配置为获取销量预测样本数据、第一维度的销量特征样本数据、第二维度的销量特征样本数据，以及第二维度的计划样本数据，其中，第二维度包括多个第一维度的销量统计对象；训练单元，被配置为根据第一维度的销量特征样本数据、第二维度的销量特征样本数据，以及第二维度的计划样本数据，基于待训练的补货量预测模型调整销量预测样本数据，并获取损失函数值，直至完成训练，确定补货量预测模型，其中，待训练的补货量预测模型的参数根据损失函数值调整。
14、根据本公开的一些实施例的一个方面，提出一种补货量预测装置，包括：数据获取单元，被配置为获取销量预测数据、第一维度的销量特征数据、第二维度的销量特征数据，以及第二维度的计划数据；预测单元，被配置为根据销量预测数据、第一维度的销量特征数据、第二维度的销量特征数据，以及第二维度的计划数据，通过补货量预测模型获取补货量预测数据，其中，补货量预测模型为根据上文中任意一种补货量模型的训练方法训练生成。
15、在一些实施例中，该预测装置还包括：补货单元，被配置为根据第一维度的补货量预测值执行补货操作。
16、根据本公开的一些实施例的一个方面，提出一种数据处理装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行上文中任意一种方法。
17、根据本公开的一些实施例的一个方面，提出一种非瞬时性计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上文中任意一种方法的步骤。
18、根据本公开的一些实施例的一个方面，提出一种计算机程序产品，包括计算机程序或指令，计算机程序或指令被处理器执行时实现上文中任意一种方法的步骤。
本文档来自技高网...【技术保护点】
1.一种补货量预测模型的训练方法，包括：
2.根据权利要求1所述的训练方法，其中，所述基于待训练的补货量预测模型调整所述销量预测样本数据，并获取损失函数值包括：
3.根据权利要求2所述的训练方法，其中，所述根据所述第二维度的计划样本数据约束所述销量预测调整值，获取补货量预测值和所述损失函数值包括：
4.根据权利要求3所述的训练方法，其中，所述根据所述销量预测调整值和所述第二维度的计划样本数据，生成第一损失函数值包括：
5.根据权利要求2所述的训练方法，其中，所述根据所述第二维度的计划样本数据约束所述销量预测调整值，获取第一维度的补货量预测值和所述损失函数值包括：
6.根据权利要求5所述的训练方法，其中，所述根据所述第二维度的计划样本数据和所述销量预测调整值，基于计划约束网络调整所述销量预测调整值，获取第一维度的补货量预测值包括：
7.根据权利要求6所述的训练方法，其中，所述根据所述第二维度的计划样本数据与第二维度的补货量预测值的差异调整所述销量预测调整值，获取第一维度的补货量预测值包括：
8.根据
9.根据权利要求1所述的训练方法，其中，所述第一维度为最小存货单位SKU维度，所述第二维度中包括多个所述SKU。
10.一种补货量预测方法，包括：
11.根据权利要求10所述的方法，还包括：
12.一种补货量预测模型的训练装置，包括：
13.一种补货量预测装置，包括：
14.根据权利要求13所述的预测装置，还包括：
15.一种数据处理装置，包括：
16.一种非瞬时性计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现权利要求1至10任意一项所述的方法的步骤。
17.一种计算机程序产品，包括计算机程序或指令，所述计算机程序或指令被处理器执行时实现权利要求1至10任意一项所述的方法的步骤。
...【技术特征摘要】
1.一种补货量预测模型的训练方法，包括：
2.根据权利要求1所述的训练方法，其中，所述基于待训练的补货量预测模型调整所述销量预测样本数据，并获取损失函数值包括：
3.根据权利要求2所述的训练方法，其中，所述根据所述第二维度的计划样本数据约束所述销量预测调整值，获取补货量预测值和所述损失函数值包括：
4.根据权利要求3所述的训练方法，其中，所述根据所述销量预测调整值和所述第二维度的计划样本数据，生成第一损失函数值包括：
5.根据权利要求2所述的训练方法，其中，所述根据所述第二维度的计划样本数据约束所述销量预测调整值，获取第一维度的补货量预测值和所述损失函数值包括：
6.根据权利要求5所述的训练方法，其中，所述根据所述第二维度的计划样本数据和所述销量预测调整值，基于计划约束网络调整所述销量预测调整值，获取第一维度的补货量预测值包括：
7.根据权利要求6所述的训练方法，其中，所述根据所述第二维度的计划样本数据与第二维度的补货量预测值的差异调整所述销量预测调整值，获取第一维度的补...
【专利技术属性】
技术研发人员：石正新，戚永志，胡浩，张建申，耿东阳，詹昌飞，冯阳，申作军，
申请(专利权)人：北京沃东天骏信息技术有限公司，
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。