1.一種基于深度學習的鋼材云倉儲庫存與收益預測系統(tǒng)，其特征在于，包括以下模塊：
2.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述數(shù)據(jù)采集與預處理模塊(s101)包括：
3.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述深度學習模型模塊(s102)包括：
4.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述圖神經(jīng)網(wǎng)絡分析模塊(s103)包括：
5.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述金融收益預測與優(yōu)化模塊(s104)包括：用于構建多因子金融模型的因子選擇模塊，因子包括市場利率、經(jīng)濟指標、庫存水平等；
6.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)輸出與決策支持模塊(s105)包括：用于展示庫存動態(tài)預測結果的可視化工具；
7.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述卷積神經(jīng)網(wǎng)絡(cnn)(s102.1)包括：多層卷積操作模塊，用于通過不同尺寸的卷積核提取庫存數(shù)據(jù)中的多尺度空間特征；
8.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述循環(huán)神經(jīng)網(wǎng)絡(rnn)(s102.2)包括：雙向長短期記憶網(wǎng)絡(bi-lstm)子模塊，用于處理時間序列數(shù)據(jù)中的長期依賴性；
9.根據(jù)權利要求1所述的系統(tǒng)，其特征在于，所述變分自編碼器(vae)(s102.3)包括：編碼器模塊，用于將輸入特征映射到潛在變量空間；
10.根據(jù)權利要求1至9任一項所述的系統(tǒng)，其特征在于，所述情境模擬模塊(s105)包括：情境參數(shù)調整模塊，用于模擬市場需求、、價格波動、、政策變化等情境參數(shù)；