一种数据驱动下考虑不确定性的物资需求分析与预测方法

本发明公开了一种数据驱动下考虑不确定性的物资需求分析与预测方法，包括以下步骤：（1）基于历史需求数据，将业扩物资划分为连续需求物资和间歇需求物资；（2）对所述连续需求物资和间歇需求物资分别进行k‑means聚类分析；（3）根据聚类结果，对每一子类物资分别选择时间序列模型和深度学习模型进行需求预测，其中时间序列模型为自回归积分滑动平均模型ARIMA，深度学习模型为长短期记忆网络LSTM；通过评估指标对比不同模型的预测效果，选择最优预测结果作为最终需求预测值，并将结果用于物资采购决策；本发明为业扩项目物资采购管理提供科学合理的决策依据。