摘要
本发明公开了基于人工智能的生产物料需求预测方法及系统,属于需求预测技术领域,方法包括:生产物料数据整合、生产物料数据优化、构建生产物料需求预测模型和生成预测报告。本方案对特征向量进行分簇并构建特征子集,得到数据的局部分类置信度,与权重正则化项相结合构建损失函数,更新特征向量权重,对特征重要性进行分析得到平滑阈值向量,进行特征向量筛选,减少数据的复杂性;将节点属性相似度和邻居差异量化相结合,计算双模态动态权重并更新节点属性,引入二阶扰动项和偏差平方和,映射节点属性,通过梯度动态修正噪声分布,采样潜在变量,引入立方偏差项重建节点属性,提高生产物料需求预测的准确性和时效性。
技术关键词
需求预测方法
需求预测模型
节点
数据标签
序列
变量
双模态
报告
偏差
动态
需求预测技术
索引
需求预测系统
邻居
数据编码
滑动平均滤波
物料需求量
皮尔逊相关系数
模块
系统为您推荐了相关专利信息
智能评估方法
加权欧氏距离
动态关联模型
密度聚类算法
指数
对齐模块
变化检测方法
双粒度
空间金字塔池化
像素点
活动推荐方法
训练语言模型
标签
多层次
序列预测模型
电力需求预测
大数据分析方法
数据分析模块
特征选择
模型预测值