基于循环神经网络的库存预测方法、系统、终端及介质

本发明涉及库存预测方法，具体公开一种基于循环神经网络的库存预测方法、系统、终端及介质，获取产品历史库存数据和库存关联数据；分析历史库存数据的变化趋势以确定库存预测周期；按照库存预测周期，将历史库存数据和库存关联数据划分为多个样本集；将样本集进行预处理，并基于相关性算法对样本集中的库存关联数据进行筛选，获得新的样本集；使用预处理后的样本集基于LSTM神经网络训练库存预测模型；使用训练完成的库存预测模型对目标预测周期的库存数据进行预测。本发明根据库存数据变化趋势确定预测周期，并通过相关性算法筛选关联数据，提高预测的准确性和效率，提高库存管理效率。