融合自注意力机制和SARIMA-LSTM算法的快消品需求预测模型
打开文本图片集
关键词:SARIMA;LSTM;自注意力机制;需求预测
0 引言
大数据时代,消费者需求不断变化,企业对消费品需求的预测难度也越来越大。对企业来说,提高需求预测的精确度有极大意义[1],因此,有必要探索新的需求预测方法,改进预测模型,使预测精度更高。
在时间序列的需求预测中,常见的方法有灰色预测,回归分析法,指数平滑法等。(剩余4249字)
网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。