1.一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，包括以下步驟：
2.根據(jù)權利要求1所述的一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，所述改進特征提取網絡的網絡結構包括1層二維卷積、1層scalegraph模塊和1層最大池化層，具體為：
3.根據(jù)權利要求2所述的一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，所述改進時間序列分析網絡的網絡結構包括2個lstm層和1個dropout正則化模塊層，所述dropout正則化模塊層布置于2個lstm層中間，具體為：
4.根據(jù)權利要求1所述的一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，所述微調模塊根據(jù)所述json片段集，采用p-tuning技術對大語言模型進行微調，改變大語言模型內部權重參數(shù)，得到微調大語言模型。
5.根據(jù)權利要求4所述的一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，所述時間提示工程基于微調大語言模型的prompt模板增加學習推理數(shù)據(jù)說明和特征指標說明；
6.根據(jù)權利要求1-5任一所述的一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，所述構建數(shù)據(jù)倉庫包括：
7.根據(jù)權利要求1-5任一所述的一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，所述構建json片段集包括：
8.根據(jù)權利要求1-5任一所述的一種基于時間提示增強的大語言模型的集成電路物料庫存預測方法，其特征在于，所述物料庫存時序數(shù)據(jù)集從所述數(shù)據(jù)倉庫中統(tǒng)計過去60個月的數(shù)據(jù)，統(tǒng)計頻率為每月2次，選取日期為當月15日和30日，其中2月份沒有第30日取當月最后一天，時間序列共計120個時間步；
9.一種基于時間提示增強的大語言模型的集成電路物料庫存預測系統(tǒng)，其特征在于，用于執(zhí)行權利要求1-8任一項所述的方法，包括以下模塊：