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。