买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浪潮智慧供应链科技(山东)有限公司

摘要：本发明涉及供应链仓储管理技术领域，尤其涉及一种供应链需求预测方法及系统。方法包括步骤：获取产品的多维度数据；根据任意一个维度中任意两个数据点的差值的绝对值计算该维度的稳定程度，根据所述数据点与该维度数据点的平均水平的差值的绝对值以及所述稳定程度计算数据点的离群程度；将任意一个维度所有数据点的离群程度的均值以及离群程度的标准差计算该维度的优选程度；根据任意一个维度的离群程度的均值计算该维度在孤立树中的持续层数；获取优选维度序列，根据优选维度序列以及所述持续层数构建孤立树，计算多维数据点的异常得分；根据异常得分计算平滑参数，对产品需求进行预测。本发明对产品需求的预测结果更加准确。

主权项：1.一种供应链需求预测方法，其特征在于，包括步骤：获取产品的多维度数据，其中维度包括：库存量、入库量和出库量；对于任意一个维度，获取该维度中任意两个数据点的差值的绝对值，根据所述差值的绝对值计算该维度的稳定程度，所述稳定程度满足表达式： ；式中，表示第个维度的数据的稳定程度；表示第个维度的数据点总数；表示数据点序数，其中；表示第个维度的第个数据点取值；表示第个维度的第个数据点取值；表示绝对值符号；表示以自然常数为底数的指数函数；对于任意一个维度的任意一个数据点，根据该数据点与其所属维度的所有数据点的平均水平的差值的绝对值以及该维度的稳定程度计算该数据点的离群程度，所述离群程度满足表达式： ；式中，表示第个维度的第个数据点的离群程度；表示第个维度中的第个数据点的取值；表示第个维度中所有数据点的均值；表示标准归一化函数；根据任意一个维度所有数据点的离群程度的均值以及标准差计算该维度的优选程度，所述优选程度满足表达式： ；式中，表示第个维度的优选程度；表示数据点序数；表示第个维度中的所有数据点的离群程度的均值；根据所述离群程度的均值计算该维度在孤立树中的持续层数，所述持续层数满足表达式： ；式中，表示第个维度在孤立树中的持续层数；表示预设的初始持续层数；表示第个维度的所有数据点的离群程度的中位数；表示双曲正切函数；表示向上取整函数；将优选程度从大到小排序得到优选维度序列，根据所述优选维度序列以及所述持续层数构建孤立树，包括步骤：将所有维度按照优选程度从大到小进行排序，得到维度优选序列，按照维度优选序列的索引顺序依次为孤立树设置分割维度；孤立树中的构建过程如下：获取维度优选序列中索引位置为1的维度的持续层数，将孤立树中第1层至第层的分割维度都设置为索引位置为1的维度；获取维度优选序列中索引位置为2的维度的持续层数，将孤立树中第层至第层的分割维度设置为索引位置为2的维度，重复上述步骤，即可完成孤立树的构建；利用孤立森林算法计算多维数据点的异常得分；根据异常得分计算平滑参数，对产品需求进行预测，所述平滑参数满足表达式： ；式中，表示平滑参数；表示预设的平滑参数经验值；表示所有异常数据点的采集时刻均值；表示当前时刻；表示所有异常数据点的异常得分均值。

全文数据：

权利要求：

百度查询： 浪潮智慧供应链科技(山东)有限公司 一种供应链需求预测方法及系统