融合自注意力机制和SARIMA-LSTM算法的快消品需求预测模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


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）

试读结束

目录
monitor
客服机器人