摘要
本发明属于人工智能技术领域,涉及一种零部件需求预测方法、装置、计算机设备及存储介质,所述方法包括:根据零部件的生命周期和订单量,对零部件进行分类,得到零部件的类别;根据零部件的类别,构建零部件标签体系;根据零部件标签体系,对零部件标签数据进行预处理;根据经过预处理后的零部件标签数据,构建零部件需求预测特征;根据所述零部件需求预测特征,构建预测模型;根据所述预测模型,对所述零部件需求进行预测。可靠性强,融合了多类模型,取长补短,增加了预测结果的可靠性;针对零件做了属性分类,提出不同的预测方法,有效解决了异常订单对模型预测的影响性,提高了整体的预测效果。
技术关键词
需求预测方法
标签体系
构建预测模型
计算机可读指令
备件需求量
机器学习模型
计算机设备
需求预测装置
数据
分类特征
异常订单
可读存储介质
人工智能技术
标签类别
模块
处理器
数值
系统为您推荐了相关专利信息
智能问答方法
大语言模型
意图分类模型
构建知识图谱
计算机可读指令
防控系统
智能穿戴设备
公路养护作业
单片机控制技术
控制模块
机器人抓取
姿态估计方法
多层级特征
注意力
局部空间特征
品质评价方法
空间布局特征
指标
全景图像获取模块
光照特征
高岭石
分选系统
分类识别模型
多模态数据采集
双能X射线