一种供应链需求预测方法及装置

本申请提供一种供应链需求预测方法及装置，方法包括：获取供应链历史需求数据和相关多个特征的数据；利用模态分解算法对历史需求数据进行分解，得到N个模态分量；使用随机森林算法，分别计算多个特征中每个特征对每个模态分量的重要性得分，根据重要性得分得到目标特征集；将目标特征集中特征的数据，分别与N个模态分量组合后，并行地输入N个改进的Informer模型进行需求预测，得到目标需求数据，改进的Informer模型在其编码器中采用膨胀卷积和因果卷积替代一维卷积进行自注意力蒸馏处理。由此，可以更为准确和高效地对供应链需求数据进行预测。