一种备品备件库存数据的预测方法、系统、设备及介质

本公开涉及库存数据预测技术领域，提供了一种备品备件库存数据的预测方法、系统、设备及介质，所述方法包括：构建预测模型依过往备品备件库存数据预测未来情况；模型含多个模块：卷积神经网络，用于挖掘过去库存数据的局部特征，输出对应表示；LSTM网络，用于结合局部特征与上步隐藏状态，生成含长期依赖信息的当前隐藏状态；Transformer神经网络，用于把隐藏状态转为嵌入向量，经自注意力机制算出含全局依赖的上下文向量，添位置编码后经多头注意力强化，再送入前馈神经网络，输出预测结果。获取当下库存数据输入训练好的模型，即可得未来库存预测数据。本方法能够对于备品备件的库存数据进行预测。