产品订单分析与需求预测

摘要

需求预测是企业供应链管理的基础，高效、准确的需求预测有助于采购计划和生产计划制定，减少业务波动影响.某企业相关数据具有时序性、非线性、时间跨度大等特性.对数据预处理后，进行特征工程处理，使用MMIFS算法来量化各个特征与订单需求量间相关性.使用CRU模型、 DeepAR模型和Prophet模型来针对不同时间粒度需求量建模，以时间滚动交叉检验RMSE作为模型评估标准.不规则时间序列数据，不同时间粒度趋势、波动、突变不同，适用于不同模型.交叉检验评估验证了模型有效性，表明本文方法能够有效运用于其他不规则时序需求预测问题.

关键词

不规则时间序列 / BGCP插补 / CRU模型 / DeepAR模型 / Prophet模型