摘要
本申请公开了一种用于预测仓库物料短缺情况的方法、处理器及存储介质,属于仓库物料管理技术领域,该方法包括:获取预设历史时间段内的待预测物料的历史物料相关数据;对历史物料相关数据进行预处理,以得到对应的目标时间序列数据;基于预构建的目标预测模型,根据目标时间序列数据确定未来预设时间段内的待预测物料的预测物料相关数据,其中,目标预测模型基于深度学习模型和时间序列预测模型构建;根据预测物料相关数据,确定未来预设时间段内待预测物料的物料短缺情况。本申请通过结合深度学习模型和时间序列模型构建目标预测模型,以对仓库内物料未来的短缺情况进行预测,有利于提高预测结果的准确性。
技术关键词
时间序列预测模型
深度残差网络
时间段
深度学习模型
数据
仓库物料管理
机器可读存储介质
时间序列模型
处理器
变量
训练集
计算机程序产品
插值方法
样本
阶段
指令
系统为您推荐了相关专利信息
电力通信网
倒换方法
粒子群算法
皮尔逊相关系数
小波神经网络
模型训练模块
训练样本集
文章
模型训练方法
抓取网页
浸胶竹束
碳排放评估模型
随机森林模型
排放量
样本