本发明专利技术涉及人工智能技术领域，公开了一种物料需求预测方法、系统、电子设备和存储介质，物料需求预测方法包括获取目标产品的历史生产数据，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第二时间粒度统计的第二粒度数据，第一时间粒度大于第二时间粒度；基于第一粒度数据，预测目标产品的第一生产量以及拟合第一先验数据，第一先验数据指从第一粒度数据拟合得到的与第二粒度数据具有相同时间粒度的历史生产数据；将第二粒度数据与第一先验数据相减，得到第一残差数据，并基于第一残差数据，预测目标产品的第二生产量；基于第一生产量和第二生产量，确定生产目标产品所需的物料清单。可以提高预测准确度。
【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第二时间粒度统计的第二粒度数据，所述第一时间粒度大于所述第二时间粒度；
4、基于所述第一粒度数据，预测所述目标产品的第一生产量以及拟合第一先验数据，所述第一先验数据指从所述第一粒度数据拟合得到的与所述第二粒度数据具有相同时间粒度的历史生产数据；
5、将所述第二粒度数据与所述第一先验数据相减，得到第一残差数据，并基于所述第一残差数据，预测所述目标产品的第二生产量；
>6、基于所述第一生产量和所述第二生产量，确定生产所述目标产品所需的物料清单。7、本专利技术另一方面还提供了一种物料需求预测系统，所述系统包括：
8、数据获取模块，用于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第二时间粒度统计的第二粒度数据，所述第一时间粒度大于所述第二时间粒度；
9、第一预测模块，用于基于所述第一粒度数据，预测所述目标产品的第一生产量以及拟合第一先验数据，所述第一先验数据指从所述第一粒度数据拟合得到的与所述第二粒度数据具有相同时间粒度的历史生产数据；
10、残差模块，包括相减模块和第二预测模块，所述相减模块用于将所述第二粒度数据与所述第一先验数据相减，所述第二预测模块用于基于所述第一残差数据，预测所述目标产品的第二生产量；
11、物料清单生成模块，用于基于所述第一生产量和所述第二生产量，确定生产所述目标产品所需的物料清单。
12、本专利技术另一方面还提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现如上所述的方法。
13、本专利技术另一方面还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时，实现如上所述的方法。
14、在本申请一些实施例的技术方案中，基于第一粒度数据预测目标产品的第一生产量，并拟合第一先验数据。将第二粒度数据与第一先验数据相减，得到第一残差数据，并基于第一残差数据预测目标产品的第二生产量。基于第一生产量和第二生产量，确定生成目标产品所需的物料清单。一方面，这种方法综合利用两个粒度数据的数据特征，可以使最终预测得到的目标产品的生产量更加准确，进而提高了物料清单的准确度；另一方面，本申请是先预测目标产品的生产量，再基于生产量确定物料清单，这种方法是从产品级别的颗粒度进行预测，未直接从物料级别的颗粒度进行预测。产品级别的颗粒度较大，可以降低预测难度，提高生产量的预测准确度，进而可以提高物料清单的准确度。
本文档来自技高网...
【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因素的历史数据与对应的特征权重相乘，包括：
6.如权利要求1或2所述的方法，其特征在于，在获取到各个粒度数据后，对各个粒度数据进行如下处理：
7.如权利要求1或2所述的方法，其特征在于，预测得到的所述目标产品的各个生产量是按所述第一时间粒度统计的；
8.一种物料需求预测系统，其特征在于，所述系统包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至7中任一所述的方法。
10.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一所述的方法。
...
【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。