本發(fā)明屬于需求預(yù)測(cè)算法領(lǐng)域，特別涉及一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法。
背景技術(shù)：
：目前，產(chǎn)品需求預(yù)測(cè)算法一般為定量預(yù)測(cè)。定量預(yù)測(cè)是根據(jù)歷史和現(xiàn)在的統(tǒng)計(jì)數(shù)據(jù)資料，選擇或建立合適的數(shù)學(xué)模型，分析研究其發(fā)展變化的規(guī)律并對(duì)未來(lái)作出預(yù)測(cè)。在現(xiàn)在的研究中，定量預(yù)測(cè)主要是基于少量實(shí)驗(yàn)選擇預(yù)測(cè)模型，在選擇過(guò)程中影響因素很多，即使采用實(shí)驗(yàn)方式選擇合適的模型，由于無(wú)法估算影響因素，導(dǎo)致存在很大的誤差，難以全面、準(zhǔn)確地預(yù)測(cè)未來(lái)的產(chǎn)品需求，使得現(xiàn)有產(chǎn)品需求預(yù)測(cè)算法的可靠性較差。技術(shù)實(shí)現(xiàn)要素：為了解決現(xiàn)有技術(shù)中存在的缺點(diǎn)和不足，本發(fā)明提供了一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法，解決實(shí)際需求預(yù)測(cè)普遍存在的預(yù)測(cè)偏差過(guò)大的問(wèn)題，提高了預(yù)測(cè)的可靠性。為了達(dá)到上述技術(shù)目的，本發(fā)明提供了一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法，包括：分別獲取物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)，對(duì)所述物料數(shù)據(jù)和所述項(xiàng)目數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，獲取清洗后的物料數(shù)據(jù)和清洗后的項(xiàng)目數(shù)據(jù)；基于預(yù)設(shè)數(shù)據(jù)類(lèi)型將所述清洗后的物料數(shù)據(jù)和所述清洗后的項(xiàng)目數(shù)據(jù)進(jìn)行合并，得到合并后的月數(shù)據(jù)；構(gòu)建包括至少一種預(yù)測(cè)算法的預(yù)測(cè)模型，將所述合并后的月數(shù)據(jù)輸入至所述預(yù)測(cè)模型中，根據(jù)所述合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值對(duì)所述預(yù)測(cè)算法進(jìn)行篩選，得到與每個(gè)預(yù)測(cè)算法對(duì)應(yīng)的權(quán)重值；根據(jù)所述權(quán)重值以及與所述權(quán)重值對(duì)應(yīng)的預(yù)測(cè)算法，確定最終需求預(yù)測(cè)模型。可選的，對(duì)所述物料數(shù)據(jù)和所述項(xiàng)目數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗包括：對(duì)物料數(shù)據(jù)進(jìn)行一對(duì)一沖銷(xiāo)處理數(shù)據(jù)、單價(jià)異常的數(shù)據(jù)處理、物資編碼匹配、異動(dòng)需求數(shù)據(jù)處理、去除季節(jié)性后異常值處理；對(duì)項(xiàng)目數(shù)據(jù)進(jìn)行項(xiàng)目數(shù)據(jù)分類(lèi)、項(xiàng)目數(shù)據(jù)篩選?？蛇x的，所述對(duì)物料數(shù)據(jù)進(jìn)行一對(duì)一沖銷(xiāo)處理數(shù)據(jù)、單價(jià)異常的數(shù)據(jù)處理、物資編碼匹配、異動(dòng)需求數(shù)據(jù)處理、去除季節(jié)性后異常值處理包括：一對(duì)一沖銷(xiāo)處理數(shù)據(jù)，包括選取一條需求數(shù)量為負(fù)的需求記錄，從所述需求記錄中提取物料編碼和工廠(chǎng)編碼，基于所述物料編碼和所述工廠(chǎng)編碼獲取預(yù)設(shè)數(shù)量月份的需求記錄，如果有所述匹配記錄的數(shù)量超過(guò)兩條，則選取距今最近的需求記錄，將所述距今最近的需求記錄以及所述需求數(shù)量為負(fù)的需求記錄中的需求數(shù)量置零；單價(jià)異常的數(shù)據(jù)處理，包括計(jì)算需求記錄中的需求單價(jià)，根據(jù)物料編碼的合理需求單價(jià)區(qū)間，如果所述需求單價(jià)不在所述合理需求單價(jià)區(qū)間內(nèi)，則進(jìn)行人工干預(yù)處理；物資編碼匹配，包括從新的協(xié)議庫(kù)存匹配表中選取目標(biāo)物料以及與所述目標(biāo)物料對(duì)應(yīng)的標(biāo)準(zhǔn)物料編碼，在舊的協(xié)議庫(kù)存匹配表中選取與所述目標(biāo)物料對(duì)應(yīng)的歷史物料編碼，將所述標(biāo)準(zhǔn)物料編碼與所述歷史物料編碼進(jìn)行匹配，建立存儲(chǔ)匹配關(guān)系的物料對(duì)照表；異動(dòng)需求數(shù)據(jù)處理，包括獲取歷史近n年的月數(shù)據(jù)，將月數(shù)據(jù)總和的均值+m倍標(biāo)準(zhǔn)差為閾值，篩選出大于閾值的數(shù)據(jù)并進(jìn)行處理；去除季節(jié)性后異常值處理，包括計(jì)算每年每個(gè)月的季節(jié)因子，獲取歷史近r年的每月的需求量除以對(duì)應(yīng)月份的季節(jié)因得到平均值，將去除季節(jié)因子值之后的月數(shù)據(jù)的均值+t倍標(biāo)準(zhǔn)差為閾值，篩選出大于閾值的數(shù)據(jù)并進(jìn)行處理；其中，n、m、r、t的取值為正整數(shù)?？蛇x的，所述每年每個(gè)月的季節(jié)因子的公式：每年每個(gè)月的季節(jié)因子＝當(dāng)月實(shí)際需求量/本年每月平均需求量?？蛇x的，所述對(duì)項(xiàng)目數(shù)據(jù)進(jìn)行項(xiàng)目數(shù)據(jù)分類(lèi)、項(xiàng)目數(shù)據(jù)篩選包括：項(xiàng)目數(shù)據(jù)分類(lèi)，分類(lèi)項(xiàng)目包括項(xiàng)目編號(hào)、項(xiàng)目名稱(chēng)、公司名稱(chēng)、項(xiàng)目大類(lèi)、項(xiàng)目小類(lèi)、電壓等級(jí)、建設(shè)屬性；項(xiàng)目數(shù)據(jù)篩選，包括剔除不屬于配網(wǎng)范圍內(nèi)的項(xiàng)目，以及無(wú)效的項(xiàng)目數(shù)據(jù)，其中，所述建設(shè)屬性為“取消”的數(shù)據(jù)為無(wú)效的項(xiàng)目數(shù)據(jù)。可選的，所述基于預(yù)設(shè)數(shù)據(jù)類(lèi)型將所述清洗后的物料數(shù)據(jù)和所述清洗后的項(xiàng)目數(shù)據(jù)進(jìn)行合并，得到合并后的月數(shù)據(jù)包括：將清洗后的物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)按協(xié)議庫(kù)存匹配表進(jìn)行匹配，根據(jù)標(biāo)準(zhǔn)物料編碼以及需求數(shù)據(jù)所在的相同月份進(jìn)行合并后生成月數(shù)據(jù)；根據(jù)物資需求特性對(duì)合并后的月數(shù)據(jù)進(jìn)行排序。可選的，所述物資需求特性包括物資的重要性、平穩(wěn)性、季節(jié)性、趨勢(shì)性、連續(xù)性?？蛇x的，所述將合并后的月數(shù)據(jù)輸入至所述預(yù)測(cè)模型中，根據(jù)所述合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值對(duì)所述預(yù)測(cè)算法進(jìn)行篩選，得到與每個(gè)預(yù)測(cè)算法對(duì)應(yīng)的權(quán)重值，包括：根據(jù)所述合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值作比較，從所述預(yù)測(cè)模型中選取預(yù)測(cè)算法組合?？蛇x的，所述根據(jù)所述合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值作比較，從所述預(yù)測(cè)模型中選取預(yù)測(cè)算法組合包括：如果所述預(yù)測(cè)算法組合中僅包含一個(gè)預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述預(yù)測(cè)算法進(jìn)行計(jì)算，權(quán)重值為1；或如果所述預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法和第二預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述第一預(yù)測(cè)算法和所述第二預(yù)測(cè)算法進(jìn)行計(jì)算，得到與所述第一預(yù)測(cè)算法對(duì)應(yīng)的第一結(jié)果以及與所述第二預(yù)測(cè)算法對(duì)應(yīng)的第二結(jié)果，設(shè)定與所述第一預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為k，設(shè)定與所述第二預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為j，對(duì)所述權(quán)重值k和所述權(quán)重值j進(jìn)行初始賦值，計(jì)算初始賦值下的預(yù)測(cè)結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實(shí)際需求值的差值；按最小調(diào)整幅值對(duì)所述權(quán)重值k和所述權(quán)重值j的賦值進(jìn)行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果和所述第二預(yù)測(cè)結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果和所述第二預(yù)測(cè)結(jié)果的加權(quán)和與所述實(shí)際需求值的差值；將差值最小情況下對(duì)應(yīng)的所述權(quán)重值k和所述權(quán)重值j賦值定為最優(yōu)權(quán)重；其中，權(quán)重值k、權(quán)重值j之和為1；或如果所述預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法、第二預(yù)測(cè)算法和第三預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述第一預(yù)測(cè)算法、所述第二預(yù)測(cè)算法和所述第三預(yù)測(cè)算法進(jìn)行計(jì)算，得到與所述第一預(yù)測(cè)算法對(duì)應(yīng)的第一結(jié)果、與所述第二預(yù)測(cè)算法對(duì)應(yīng)的第二結(jié)果以及與所述第三預(yù)測(cè)法對(duì)應(yīng)的第三結(jié)果，設(shè)定與所述第一預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為a，設(shè)定與所述第二預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為b，設(shè)定與所述第三預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為c，對(duì)所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c進(jìn)行初始賦值，計(jì)算初始賦值下的預(yù)測(cè)結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實(shí)際需求值的差值；按最小調(diào)整幅值對(duì)所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c的賦值進(jìn)行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果和所述第三預(yù)測(cè)結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果和所述第三預(yù)測(cè)結(jié)果的加權(quán)和與所述實(shí)際需求值的差值；將差值最小情況下對(duì)應(yīng)的所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c賦值定為最優(yōu)權(quán)重；其中，權(quán)重值a、權(quán)重值b和權(quán)重值c之和為1；或如果所述預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法、第二預(yù)測(cè)算法、第三預(yù)測(cè)算法和第四預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述第一預(yù)測(cè)算法、所述第二預(yù)測(cè)算法、所述第三預(yù)測(cè)算法和所述第四預(yù)測(cè)算法進(jìn)行計(jì)算，得到與所述第一預(yù)測(cè)算法對(duì)應(yīng)的預(yù)測(cè)結(jié)果、與所述第二預(yù)測(cè)算法對(duì)應(yīng)的第二結(jié)果、與所述第三預(yù)測(cè)法對(duì)應(yīng)的第三結(jié)果以及與所述第一預(yù)測(cè)算法對(duì)應(yīng)的第四結(jié)果，設(shè)定與所述第一預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為x，設(shè)定與所述第二預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為y，設(shè)定與所述第三預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為z，設(shè)定與所述第四預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為q，對(duì)所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z(mì)和所述權(quán)重值q進(jìn)行初始賦值，計(jì)算初始賦值下的預(yù)測(cè)結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實(shí)際需求值的差值；按最小調(diào)整幅值對(duì)所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z(mì)和所述權(quán)重值q的賦值進(jìn)行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果、所述第三預(yù)測(cè)結(jié)果和所述第四預(yù)測(cè)結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果、所述第三預(yù)測(cè)結(jié)果和所述第四預(yù)測(cè)結(jié)果的加權(quán)和與所述實(shí)際需求值的差值；將差值最小情況下對(duì)應(yīng)的所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z(mì)和所述權(quán)重值q賦值定為最優(yōu)權(quán)重；其中，權(quán)重值x、權(quán)重值y、權(quán)重值z(mì)和權(quán)重值q之和為1；或如果所述預(yù)測(cè)算法組合中沒(méi)有一個(gè)預(yù)測(cè)算法，則默認(rèn)預(yù)測(cè)算法組合中包括一個(gè)預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述預(yù)測(cè)算法進(jìn)行計(jì)算，權(quán)重值為1；保存上述結(jié)果，結(jié)束；其中，所述k、j、a、b、c、x、y、z、q的取值范圍為[0，1]?？蛇x的，所述預(yù)測(cè)算法組合包括holt-winter加法算法、holt-winter乘法算法、croston改進(jìn)算法1、croston改進(jìn)算法2、多項(xiàng)式擬合算法。本發(fā)明提供的技術(shù)方案帶來(lái)的有益效果是：通過(guò)獲取歷史數(shù)據(jù)并將歷史數(shù)據(jù)清洗過(guò)后輸入預(yù)測(cè)模型中進(jìn)行預(yù)測(cè)，選取包括預(yù)測(cè)值的加權(quán)和跟實(shí)際需求值偏差最小的權(quán)重值的預(yù)測(cè)模型，確定最終需求預(yù)測(cè)模型。從而解決實(shí)際需求預(yù)測(cè)普遍存在的預(yù)測(cè)偏差過(guò)大的問(wèn)題，提高了預(yù)測(cè)的可靠性，建立一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法，實(shí)用簡(jiǎn)單易操作。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明提供的一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法的流程示意圖。具體實(shí)施方式為使本發(fā)明的結(jié)構(gòu)和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明的結(jié)構(gòu)作進(jìn)一步地描述。實(shí)施例一本發(fā)明提供了一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法，如圖1所述，所述一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法，包括：101、分別獲取物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)，對(duì)所述物料數(shù)據(jù)和所述項(xiàng)目數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，獲取清洗后的物料數(shù)據(jù)和清洗后的項(xiàng)目數(shù)據(jù)；102、基于預(yù)設(shè)數(shù)據(jù)類(lèi)型將所述清洗后的物料數(shù)據(jù)和所述清洗后的項(xiàng)目數(shù)據(jù)進(jìn)行合并，得到合并后的月數(shù)據(jù)；103、構(gòu)建包括至少一種預(yù)測(cè)算法的預(yù)測(cè)模型，將所述合并后的月數(shù)據(jù)輸入至所述預(yù)測(cè)模型中，根據(jù)所述合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值對(duì)所述預(yù)測(cè)算法進(jìn)行篩選，得到與每個(gè)預(yù)測(cè)算法對(duì)應(yīng)的權(quán)重值；104、根據(jù)所述權(quán)重值以及與所述權(quán)重值對(duì)應(yīng)的預(yù)測(cè)算法，確定最終需求預(yù)測(cè)模型。在實(shí)施中，首先，分別從配網(wǎng)協(xié)議庫(kù)存獲取物料數(shù)據(jù)和從erp(enterpriseresourceplanning，企業(yè)資源計(jì)劃)綜合計(jì)劃管理平臺(tái)獲取項(xiàng)目數(shù)據(jù)，并對(duì)其物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)進(jìn)行清洗從而獲取清洗后的物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)；其次，將清洗好的物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)按協(xié)議庫(kù)存匹配表進(jìn)行匹配，并對(duì)上述清洗好的物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)按照標(biāo)準(zhǔn)物料編碼以及需求所在相同的月份進(jìn)行合并，從而得到合并后的月數(shù)據(jù)；再次，預(yù)測(cè)模型中至少包括一種預(yù)測(cè)算法，從預(yù)測(cè)模型中選擇合適的預(yù)測(cè)算法，并將合并后的月數(shù)據(jù)輸入預(yù)測(cè)模型中的預(yù)測(cè)算法進(jìn)行預(yù)測(cè)，根據(jù)合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值對(duì)預(yù)測(cè)算法進(jìn)行篩選，得到與每個(gè)預(yù)測(cè)算法對(duì)應(yīng)的權(quán)重值；最后，根據(jù)權(quán)重值和與實(shí)際需求值作比較，選取權(quán)重值和與實(shí)際需求值誤差最小的權(quán)重為最優(yōu)權(quán)重，確定最終需求預(yù)測(cè)模型。具體的，在步驟101中提出了對(duì)所述物料數(shù)據(jù)和所述項(xiàng)目數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，包括：對(duì)物料數(shù)據(jù)進(jìn)行一對(duì)一沖銷(xiāo)處理數(shù)據(jù)、單價(jià)異常的數(shù)據(jù)處理、物資編碼匹配、異動(dòng)需求數(shù)據(jù)處理、去除季節(jié)性后異常值處理；對(duì)項(xiàng)目數(shù)據(jù)進(jìn)行項(xiàng)目數(shù)據(jù)分類(lèi)、項(xiàng)目數(shù)據(jù)篩選。在實(shí)施中，對(duì)物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗的步驟是有所區(qū)別的，對(duì)物料數(shù)據(jù)進(jìn)行清洗步驟包括一對(duì)一沖銷(xiāo)處理數(shù)據(jù)、單價(jià)異常的數(shù)據(jù)處理、物資編碼匹配、異動(dòng)需求數(shù)據(jù)處理、去除季節(jié)性后異常值處理，而對(duì)項(xiàng)目數(shù)據(jù)進(jìn)行清洗步驟比較簡(jiǎn)單，它僅包括項(xiàng)目數(shù)據(jù)分類(lèi)、項(xiàng)目數(shù)據(jù)篩選?？蛇x的，所述對(duì)物料數(shù)據(jù)進(jìn)行一對(duì)一沖銷(xiāo)處理數(shù)據(jù)、單價(jià)異常的數(shù)據(jù)處理、物資編碼匹配、異動(dòng)需求數(shù)據(jù)處理、去除季節(jié)性后異常值處理包括：一對(duì)一沖銷(xiāo)處理數(shù)據(jù)，包括選取一條需求數(shù)量為負(fù)的需求記錄，從所述需求記錄中提取物料編碼和工廠(chǎng)編碼，基于所述物料編碼和所述工廠(chǎng)編碼獲取預(yù)設(shè)數(shù)量月份的需求記錄，如果有所述匹配記錄的數(shù)量超過(guò)兩條，則選取距今最近的需求記錄，將所述距今最近的需求記錄以及所述需求數(shù)量為負(fù)的需求記錄中的需求數(shù)量置零；單價(jià)異常的數(shù)據(jù)處理，包括計(jì)算需求記錄中的需求單價(jià)，根據(jù)物料編碼的合理需求單價(jià)區(qū)間，如果所述需求單價(jià)不在所述合理需求單價(jià)區(qū)間內(nèi)，則進(jìn)行人工干預(yù)處理；物資編碼匹配，包括從新的協(xié)議庫(kù)存匹配表中選取目標(biāo)物料以及與所述目標(biāo)物料對(duì)應(yīng)的標(biāo)準(zhǔn)物料編碼，在舊的協(xié)議庫(kù)存匹配表中選取與所述目標(biāo)物料對(duì)應(yīng)的歷史物料編碼，將所述標(biāo)準(zhǔn)物料編碼與所述歷史物料編碼進(jìn)行匹配，建立存儲(chǔ)匹配關(guān)系的物料對(duì)照表；異動(dòng)需求數(shù)據(jù)處理，包括獲取歷史近n年的月數(shù)據(jù)，將月數(shù)據(jù)總和的均值+m倍標(biāo)準(zhǔn)差為閾值，篩選出大于閾值的數(shù)據(jù)并進(jìn)行處理；去除季節(jié)性后異常值處理，包括計(jì)算每年每個(gè)月的季節(jié)因子，獲取歷史近r年的每月的需求量除以對(duì)應(yīng)月份的季節(jié)因得到平均值，將去除季節(jié)因子值之后的月數(shù)據(jù)的均值+t倍標(biāo)準(zhǔn)差為閾值，篩選出大于閾值的數(shù)據(jù)并進(jìn)行處理；其中，n、m、r、t的取值為正整數(shù)。在實(shí)施中，一對(duì)一沖銷(xiāo)處理數(shù)據(jù)，包括選取一條需求數(shù)量為負(fù)的需求記錄，然后根據(jù)相同的物料編碼、相同的工廠(chǎng)編碼獲取近多個(gè)月的需求數(shù)量、需求金額的絕對(duì)值相同的需求記錄，作為沖銷(xiāo)匹配記錄，如果有超過(guò)兩條匹配記錄，默認(rèn)選擇時(shí)間最近的這條記錄和之前選取的一條數(shù)量為負(fù)的需求記錄進(jìn)行沖銷(xiāo)，沖銷(xiāo)是將這兩條相匹配的記錄需求數(shù)量都置零。例如，選取2016.10.20號(hào)，物料編碼500001040的10kv箱式變電站，其需求數(shù)量為-5，需求金額為-682775.8，根據(jù)相同的物料編碼、相同的工廠(chǎng)編碼查找2016.4.21～2016.10.20這段時(shí)間需求數(shù)量與需求金額正相反的需求記錄，如表1所示。表1從表1可以看出在2016.4.21～2016.10.20這段時(shí)間只有3條滿(mǎn)足條件的記錄，選擇需求日期最近的2016.09.21作為最終的沖銷(xiāo)匹配記錄，沖銷(xiāo)完成后，兩條記錄的需求數(shù)量均調(diào)整成為0，但需求金額不變，如表2所示。表2單價(jià)異常的數(shù)據(jù)處理，包括判斷單價(jià)異常首先計(jì)算每條需求記錄中的需求單價(jià)＝本位幣金額/數(shù)量，根據(jù)物料編碼的合理需求單價(jià)區(qū)間查找這條物料編碼的合理需求單價(jià)區(qū)間，合理需求單價(jià)區(qū)間一般設(shè)置為(最小單價(jià)～最大單價(jià))，也可以根據(jù)實(shí)際情況放大合理需求單價(jià)區(qū)間，然后判斷這條需求單價(jià)是否在合理需求單價(jià)區(qū)間內(nèi)，如果不在的話(huà)就判斷數(shù)量是否存在偏差，因?yàn)樾枨蠼痤~一般是不會(huì)出錯(cuò)，則需要找對(duì)物資需求比較熟悉的人參與該情況進(jìn)行處理。系統(tǒng)中對(duì)每個(gè)物料都有維護(hù)正常單價(jià)如表3所示。表3物資編碼匹配，由于物資更新可能導(dǎo)致一些老的物料被新的物料替代，相應(yīng)的物料也會(huì)相應(yīng)更新，為了能夠得到新編碼合理的歷史需求數(shù)據(jù)，需要從新的協(xié)議庫(kù)存匹配表中選取目標(biāo)物料以及與所述目標(biāo)物料對(duì)應(yīng)的標(biāo)準(zhǔn)物料編碼，再?gòu)呐f的協(xié)議庫(kù)存匹配表中選取與所述目標(biāo)物料對(duì)應(yīng)的歷史物料編碼，將新的標(biāo)準(zhǔn)物料編碼與舊的歷史物料編碼進(jìn)行匹配，建立存儲(chǔ)匹配關(guān)系的物料對(duì)照表，如表4所示，對(duì)應(yīng)規(guī)則由業(yè)務(wù)部門(mén)提供。表4異動(dòng)需求數(shù)據(jù)處理，經(jīng)過(guò)前面幾步處理后，將每個(gè)物資的需求數(shù)量按月匯總，獲取歷史近n年的月數(shù)據(jù)，在將月數(shù)據(jù)總和的均值+m倍標(biāo)準(zhǔn)差為閾值，篩選出大于閾值的數(shù)據(jù)，并且查看這個(gè)月的詳細(xì)的需求數(shù)據(jù)，核實(shí)需求數(shù)量的準(zhǔn)確性。去除季節(jié)性后異常值處理，將前幾步形成的月數(shù)據(jù)進(jìn)行進(jìn)一步的處理，首先計(jì)算每年每個(gè)月的季節(jié)因子，將同一個(gè)月份不同年份的季節(jié)因子取平均得到最終這月的季節(jié)因子。獲取歷史近r年的每月的需求量除以對(duì)應(yīng)月份的季節(jié)因子得到平均值，將去除季節(jié)因子值之后的月數(shù)據(jù)的均值+t倍標(biāo)準(zhǔn)差為閾值，篩選出大于閾值的數(shù)據(jù)并進(jìn)行處理，并查看這個(gè)月的詳細(xì)的需求數(shù)據(jù)，核實(shí)需求數(shù)量的準(zhǔn)確性。其中，n、m、r、t的取值為正整數(shù)?；谏鲜隼碚摚谇逑次锪蠑?shù)據(jù)過(guò)程中的去除季節(jié)性后異常值處理步驟中，包括所述每年每個(gè)月的季節(jié)因子的公式：每年每個(gè)月的季節(jié)因子＝當(dāng)月實(shí)際需求量/本年每月平均需求量?？蛇x的，在步驟101中清洗項(xiàng)目數(shù)據(jù)過(guò)程中對(duì)項(xiàng)目數(shù)據(jù)進(jìn)行項(xiàng)目數(shù)據(jù)分類(lèi)、項(xiàng)目數(shù)據(jù)篩選包括：項(xiàng)目數(shù)據(jù)分類(lèi)，分類(lèi)項(xiàng)目包括項(xiàng)目編號(hào)、項(xiàng)目名稱(chēng)、公司名稱(chēng)、項(xiàng)目大類(lèi)、項(xiàng)目小類(lèi)、電壓等級(jí)、建設(shè)屬性；項(xiàng)目數(shù)據(jù)篩選，包括剔除不屬于配網(wǎng)范圍內(nèi)的項(xiàng)目，以及無(wú)效的項(xiàng)目數(shù)據(jù)，其中，所述建設(shè)屬性為“取消”的數(shù)據(jù)為無(wú)效的項(xiàng)目數(shù)據(jù)。在實(shí)施中，首先，將項(xiàng)目數(shù)據(jù)分類(lèi)，分為項(xiàng)目編號(hào)、項(xiàng)目名稱(chēng)、公司名稱(chēng)、項(xiàng)目大類(lèi)、項(xiàng)目小類(lèi)、電壓等級(jí)、建設(shè)屬性等；然后，將項(xiàng)目數(shù)據(jù)篩選，剔除不屬于配網(wǎng)范圍內(nèi)項(xiàng)目以及無(wú)效項(xiàng)目數(shù)據(jù)，其中配網(wǎng)項(xiàng)目范圍＝項(xiàng)目大類(lèi)為“技改”、“配網(wǎng)單體”、“配網(wǎng)打捆”且電壓等級(jí)遠(yuǎn)遠(yuǎn)小于35kv，無(wú)效數(shù)據(jù)的建設(shè)屬性為“取消”。即清洗過(guò)后的項(xiàng)目數(shù)據(jù)為屬于配網(wǎng)大類(lèi)且電壓等級(jí)遠(yuǎn)遠(yuǎn)小于35kv，建設(shè)屬性不為“取消”的。可選的，步驟102中提出了基于前一步得到的處理后的清洗后的物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)包括：將清洗后的物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)按協(xié)議庫(kù)存匹配表進(jìn)行匹配，根據(jù)標(biāo)準(zhǔn)物料編碼以及需求數(shù)據(jù)所在的相同月份進(jìn)行合并后生成月數(shù)據(jù)；根據(jù)物資需求特性對(duì)合并后的月數(shù)據(jù)進(jìn)行排序。在實(shí)施中，首先，將清洗后的物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)按協(xié)議庫(kù)存匹配表進(jìn)行匹配，如表5所示。表5然后，將表5中的數(shù)據(jù)按照標(biāo)準(zhǔn)物料編碼以及需求數(shù)據(jù)所在的相同月份進(jìn)行合并，得到每個(gè)標(biāo)準(zhǔn)物料每個(gè)月的需求數(shù)量，如500001040在2016年8、9、10月的需求數(shù)量分別為5、6、9；500001083在2016年8、9、10月的需求數(shù)量分別為8、7、4。最后再根據(jù)物資需求特性對(duì)合并后的月數(shù)據(jù)進(jìn)行排序?？蛇x的，在步驟102中提到的物資需求特性包括物資的重要性、平穩(wěn)性、季節(jié)性、趨勢(shì)性、連續(xù)性。在實(shí)施中，物資需求特性包括重要性、平穩(wěn)性、季節(jié)性、趨勢(shì)性、連續(xù)性，進(jìn)一步對(duì)重要性、平穩(wěn)性、季節(jié)性、趨勢(shì)性、連續(xù)性進(jìn)行分析。重要性：每個(gè)物資的需求金額在數(shù)據(jù)清洗完后就會(huì)匯總。具體做法為，獲取近一年(時(shí)間范圍可調(diào)整)所有物資，并將獲取物資的需求金額從大到小排序，然后根據(jù)庫(kù)存管理中的2/8原則，即前20％物資金額占比80％，接下來(lái)30％的物資金額占比10％，剩余50％的物資金額占比10％分別對(duì)應(yīng)重要性a、b、c的規(guī)則劃分物資重要性。平穩(wěn)性：平穩(wěn)性用變異系數(shù)來(lái)衡量，變異系數(shù)用近兩年(時(shí)間范圍可調(diào)整)的月需求數(shù)量來(lái)計(jì)算，變異系數(shù)cv2＝標(biāo)準(zhǔn)差/均值，然后跟變異系數(shù)臨界值比較，判斷平穩(wěn)性的強(qiáng)弱(cv2<0.6，強(qiáng)；0.6＜＜cv2<1，較強(qiáng)；1＜＜cv2<2，較弱；2＜＜cv2，弱)。季節(jié)性：季節(jié)性分析用于判斷需求是否有明顯的季節(jié)性，根據(jù)需求序列的季節(jié)性因子變化(變異系數(shù)，同平穩(wěn)性計(jì)算過(guò)程)進(jìn)行判定，假如2014、2015兩年相同月份的季節(jié)因子比值都接近1，則季節(jié)因子的變異性接近0，說(shuō)明該序列的季節(jié)性較弱，反之則較強(qiáng)。季節(jié)性強(qiáng)弱判斷的臨界值：季節(jié)性因子變異系數(shù)<0.4，季節(jié)性弱；0.4＜＜季節(jié)性因子變異系數(shù)<0.5，季節(jié)性較弱；0.5＜＜季節(jié)性因子變異系數(shù)<0.6，季節(jié)性較強(qiáng)；季節(jié)性因子變異系數(shù)＞＞0.6，季節(jié)性強(qiáng)；趨勢(shì)性：用于判斷需求是否具有明顯的趨勢(shì)，如線(xiàn)性增加/減少，一般用直線(xiàn)或者曲線(xiàn)擬合，并判斷擬合的擬合優(yōu)度，如果擬合優(yōu)度大于0.7，則認(rèn)為有明顯的趨勢(shì)，否則趨勢(shì)不明顯。連續(xù)性：連續(xù)性用平均需求間隔來(lái)衡量，平均需求間隔是指連續(xù)的兩個(gè)非零需求之間的間隔長(zhǎng)度，如某個(gè)物資1～12月的需求量如表6和表7所示。月份123456789101112量80560750025048000表6表7由表7可以看出非零需求量之間的間隔分別為1、2、3、2，平均需求間隔為(1+2+3+2)/4＝2，將求得平均需求間隔跟平均需求間隔的臨界值1.42作比較，判斷需求連續(xù)性強(qiáng)弱，如果平均間隔≤1.42，連續(xù)需求；如果平均間隔>1.42，間斷需求；總需求次數(shù)＜＜3次，零星需求。基于完成步驟102后，步驟103具體包括：根據(jù)所述合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值作比較，從所述預(yù)測(cè)模型中選取預(yù)測(cè)算法組合。在實(shí)施中，計(jì)算權(quán)重前，需要從5種算法先篩選滿(mǎn)足條件的預(yù)測(cè)算法，具體過(guò)程如下，分別獲取近12個(gè)月(時(shí)間可調(diào)整)的月數(shù)據(jù)中預(yù)測(cè)值與實(shí)際12個(gè)月的實(shí)際需求值作比較，在實(shí)際12個(gè)月實(shí)際需求值的(0.5，1.5)范圍內(nèi)預(yù)測(cè)算法作為候選的預(yù)測(cè)算法組合?？蛇x的，所述根據(jù)所述合并后的月數(shù)據(jù)中的預(yù)測(cè)值和實(shí)際需求值作比較，從所述預(yù)測(cè)模型中選取預(yù)測(cè)算法組合包括：如果所述預(yù)測(cè)算法組合中僅包含一個(gè)預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述預(yù)測(cè)算法進(jìn)行計(jì)算，權(quán)重值為1；或如果所述預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法和第二預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述第一預(yù)測(cè)算法和所述第二預(yù)測(cè)算法進(jìn)行計(jì)算，得到與所述第一預(yù)測(cè)算法對(duì)應(yīng)的第一結(jié)果以及與所述第二預(yù)測(cè)算法對(duì)應(yīng)的第二結(jié)果，設(shè)定與所述第一預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為k，設(shè)定與所述第二預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為j，對(duì)所述權(quán)重值k和所述權(quán)重值j進(jìn)行初始賦值，計(jì)算初始賦值下的預(yù)測(cè)結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實(shí)際需求值的差值；按最小調(diào)整幅值對(duì)所述權(quán)重值k和所述權(quán)重值j的賦值進(jìn)行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果和所述第二預(yù)測(cè)結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果和所述第二預(yù)測(cè)結(jié)果的加權(quán)和與所述實(shí)際需求值的差值；將差值最小情況下對(duì)應(yīng)的所述權(quán)重值k和所述權(quán)重值j賦值定為最優(yōu)權(quán)重；其中，權(quán)重值k、權(quán)重值j之和為1；或如果所述預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法、第二預(yù)測(cè)算法和第三預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述第一預(yù)測(cè)算法、所述第二預(yù)測(cè)算法和所述第三預(yù)測(cè)算法進(jìn)行計(jì)算，得到與所述第一預(yù)測(cè)算法對(duì)應(yīng)的第一結(jié)果、與所述第二預(yù)測(cè)算法對(duì)應(yīng)的第二結(jié)果以及與所述第三預(yù)測(cè)法對(duì)應(yīng)的第三結(jié)果，設(shè)定與所述第一預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為a，設(shè)定與所述第二預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為b，設(shè)定與所述第三預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為c，對(duì)所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c進(jìn)行初始賦值，計(jì)算初始賦值下的預(yù)測(cè)結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實(shí)際需求值的差值；按最小調(diào)整幅值對(duì)所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c的賦值進(jìn)行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果和所述第三預(yù)測(cè)結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果和所述第三預(yù)測(cè)結(jié)果的加權(quán)和與所述實(shí)際需求值的差值；將差值最小情況下對(duì)應(yīng)的所述權(quán)重值a、所述權(quán)重值b和所述權(quán)重值c賦值定為最優(yōu)權(quán)重；其中，權(quán)重值a、權(quán)重值b和權(quán)重值c之和為1；或如果所述預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法、第二預(yù)測(cè)算法、第三預(yù)測(cè)算法和第四預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述第一預(yù)測(cè)算法、所述第二預(yù)測(cè)算法、所述第三預(yù)測(cè)算法和所述第四預(yù)測(cè)算法進(jìn)行計(jì)算，得到與所述第一預(yù)測(cè)算法對(duì)應(yīng)的預(yù)測(cè)結(jié)果、與所述第二預(yù)測(cè)算法對(duì)應(yīng)的第二結(jié)果、與所述第三預(yù)測(cè)法對(duì)應(yīng)的第三結(jié)果以及與所述第一預(yù)測(cè)算法對(duì)應(yīng)的第四結(jié)果，設(shè)定與所述第一預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為x，設(shè)定與所述第二預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為y，設(shè)定與所述第三預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為z，設(shè)定與所述第四預(yù)測(cè)結(jié)果對(duì)應(yīng)的權(quán)重值為q，對(duì)所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z(mì)和所述權(quán)重值q進(jìn)行初始賦值，計(jì)算初始賦值下的預(yù)測(cè)結(jié)果的初始加權(quán)和，獲取所述初始加權(quán)和與所述實(shí)際需求值的差值；按最小調(diào)整幅值對(duì)所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z(mì)和所述權(quán)重值q的賦值進(jìn)行調(diào)整，獲取不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果、所述第三預(yù)測(cè)結(jié)果和所述第四預(yù)測(cè)結(jié)果的加權(quán)和，確定不同賦值狀態(tài)下所述第一預(yù)測(cè)結(jié)果、所述第二預(yù)測(cè)結(jié)果、所述第三預(yù)測(cè)結(jié)果和所述第四預(yù)測(cè)結(jié)果的加權(quán)和與所述實(shí)際需求值的差值；將差值最小情況下對(duì)應(yīng)的所述權(quán)重值x、所述權(quán)重值y、所述權(quán)重值z(mì)和所述權(quán)重值q賦值定為最優(yōu)權(quán)重；其中，權(quán)重值x、權(quán)重值y、權(quán)重值z(mì)和權(quán)重值q之和為1；或如果所述預(yù)測(cè)算法組合中沒(méi)有一個(gè)預(yù)測(cè)算法，則默認(rèn)預(yù)測(cè)算法組合中包括一個(gè)預(yù)測(cè)算法，將所述預(yù)測(cè)值輸入所述預(yù)測(cè)算法進(jìn)行計(jì)算，權(quán)重值為1；保存上述結(jié)果，結(jié)束；其中，所述k、j、a、b、c、x、y、z、q的取值范圍為[0，1]。在實(shí)施中，從預(yù)測(cè)模型選取預(yù)測(cè)算法組合，預(yù)測(cè)算法組合有五種情況，情況一，預(yù)測(cè)算法組合僅有一種預(yù)測(cè)算法，情況二，預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法和第二預(yù)測(cè)算法，情況三，預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法、第二預(yù)測(cè)算法和第三預(yù)測(cè)算法，情況四，預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法、第二預(yù)測(cè)算法、第三預(yù)測(cè)算法和第四種預(yù)測(cè)算法，情況五，預(yù)測(cè)算法組合沒(méi)有一種預(yù)測(cè)算法，就默認(rèn)預(yù)測(cè)算法組合僅有一種預(yù)測(cè)算法。上述的第一預(yù)測(cè)算法、第二預(yù)測(cè)算法、第三預(yù)測(cè)算法、第四預(yù)測(cè)算法中的“第一”、“第二”、“第三”、“第四”、只是標(biāo)號(hào)用于區(qū)別多個(gè)預(yù)測(cè)算法，且并沒(méi)有固定預(yù)測(cè)算法的類(lèi)型。針對(duì)情況一或情況五的狀況下，默認(rèn)選擇原始的winter算法作為預(yù)測(cè)算法，權(quán)重為1。針對(duì)情況二，預(yù)測(cè)算法組合中有第一預(yù)測(cè)算法和第二預(yù)測(cè)算法，將預(yù)測(cè)值輸入預(yù)測(cè)算法組合進(jìn)行計(jì)算，分別得到第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果，兩種預(yù)測(cè)結(jié)果的權(quán)重分別為k、j，并且k、j之和為1，首先給權(quán)重k賦初值為0.05，則權(quán)重j的初值為0.95，計(jì)算該對(duì)權(quán)重下兩種預(yù)測(cè)算法的預(yù)測(cè)結(jié)果的加權(quán)和，讓k在[0，1]范圍按間隔0.05(間隔時(shí)間可調(diào)整)逐漸增大，即權(quán)重k為0.1時(shí)，權(quán)重j為0.9，計(jì)算該對(duì)權(quán)重下的兩種預(yù)測(cè)算法的預(yù)測(cè)結(jié)果的加權(quán)和，以此類(lèi)推，對(duì)k、j逐級(jí)進(jìn)行調(diào)整，并且分別計(jì)算每次調(diào)整后，得到對(duì)應(yīng)權(quán)重下兩種預(yù)測(cè)算法的預(yù)測(cè)結(jié)果的加權(quán)和，最終選取加權(quán)和跟實(shí)際需求值誤差絕對(duì)值最小的情況下對(duì)應(yīng)權(quán)重作為最優(yōu)權(quán)重。針對(duì)情況三、情況四的算法如同情況二，這里不再贅述?？蛇x的，基于上述理論所述預(yù)測(cè)算法組合包括holt-winter加法算法、holt-winter乘法算法，croston改進(jìn)算法1、croston改進(jìn)算法2、多項(xiàng)式擬合算法。在實(shí)施中，組合預(yù)測(cè)模型包括holt-winter加法算法、holt-winter乘法算法、croston改進(jìn)算法1、croston改進(jìn)算法2、多項(xiàng)式擬合算法、holt-winter加法算法、holt-winter乘法算法是屬于holt-winter算法，croston改進(jìn)算法1、croston改進(jìn)算法2是屬于croston算法，從需求特性分析的情況來(lái)看，holt-winter算法比較適用于電力物資的季節(jié)性比較明顯，且波動(dòng)比較大的預(yù)測(cè)；croston算法比較適用于部門(mén)間斷需求的預(yù)測(cè)；多項(xiàng)式擬合算法適用于來(lái)趨勢(shì)性需求的預(yù)測(cè)。本發(fā)明提供了一種基于需求特性分析的需求預(yù)測(cè)模型選擇方法，包括：分別獲取物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)并對(duì)物料數(shù)據(jù)和項(xiàng)目數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗；將清洗后的物料數(shù)據(jù)和清洗后的項(xiàng)目數(shù)據(jù)進(jìn)行合并，得到合并后的月數(shù)據(jù)；將合并后的月數(shù)據(jù)輸入至預(yù)測(cè)模型中進(jìn)行預(yù)測(cè)，得到與每個(gè)預(yù)測(cè)算法對(duì)應(yīng)的權(quán)重值；根據(jù)權(quán)重值以及與權(quán)重值對(duì)應(yīng)的預(yù)測(cè)算法，確定最終需求預(yù)測(cè)模型。通過(guò)獲取歷史數(shù)據(jù)并將歷史數(shù)據(jù)清洗過(guò)后輸入預(yù)測(cè)模型中進(jìn)行預(yù)測(cè)，選取包括預(yù)測(cè)值的加權(quán)和跟實(shí)際需求值偏差最小的權(quán)重值的預(yù)測(cè)模型，確定最終需求預(yù)測(cè)模型。從而解決實(shí)際需求預(yù)測(cè)普遍存在的預(yù)測(cè)偏差過(guò)大的問(wèn)題，提高了預(yù)測(cè)的可靠性，且實(shí)用簡(jiǎn)單易操作。上述實(shí)施例中的各個(gè)序號(hào)僅僅為了描述，不代表各部件的組裝或使用過(guò)程中的先后順序。以上所述僅為本發(fā)明的實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)12