一种用于季节性产品需求预测的多元化堆叠回归模型

摘要：

产品需求预测是智慧供应链的核心环节.针对具有季节性的快消品的需求特点,设计了一种结合Blending线性与多机器学习模型融合的多元化堆叠回归模型RXOEL-X.首先,介绍了RXOEL-X模型的构建及运行步骤,然后基于一组公开数据将此模型与五种传统单一化模型进行比较,证明其在预测精度方面比其他模型更优.同时基于某饮料公司的实际销售数据,对模型性能进行进一步测试,证明RXOEL-X模型在预测精度、数据拟合能力、时间效率等方面整体表现最佳.RXOEL-X模型为季节性产品乃至更广泛的企业供应链管理中的需求预测问题提供了一种前沿的解决策略,有利于帮助企业在节省成本、减少库存积压的同时,提高对市场变化的响应速度和供应链的整体灵活性.

关键词：季节性产品、需求预测、多元化堆叠回归模型、机器学习、智慧供应链

所属期刊栏目：43

分类号：F713.52(国内贸易经济)

资助基金：国家自然科学基金71971134

在线出版日期：2024-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：15-30