一种基于LSTM神经网络的核电厂备件需求预测方法及装置

本发明具体涉及一种基于LSTM神经网络的核电厂备件需求预测方法及装置，属于备件库存管理技术领域。所述方法包括以下步骤：构建SARIMA模型；基于SARIMA模型构建LSTM神经网络模型；基于SARIMA模型和LSTM神经网络模型构建全连接神经网络模型；以核电厂备件实时出入库数据为输入，对SARIMA模型和LSTM神经网络模型的输出按照全连接神经网络模型输出的求和权重进行求和，得到核电厂备件t时刻的最终库存数量预测值。所述装置实现所述方法的步骤。本发明提高了核电厂备件需求预测的准确性和可靠性。