摘要
本公开提供一种模型训练方法与电子设备。模型训练方法包括:获取历史需求数据,历史需求数据包括N个品类品牌价格带的商品组合对应的需求数量随预设单位时间变动的序列;根据第i个品类品牌价格带的商品对应的历史需求数据形成分别对应不同的需求数量变动频率的多个本征模态函数;分别确定每个本征模态函数对应的样本熵,根据样本熵对多个本征模态函数进行聚类,以形成与第m个样本熵范围对应的第m重构数据集;通过第m重构数据集训练第m分频模型的需求预测能力;根据Mi个重构数据集对应的Mi个分频模型形成第i个品类品牌价格带对应的第i子模型;根据N个品类品牌价格带对应的N个子模型形成目标预测模型,目标预测模型用于预测商品组合的需求数量。本公开实施例可以提高供应链管理效率和准确度。
技术关键词
模型训练方法
货盘
重构
参数
数据
样本
在线
电子设备
计算机程序产品
处理器
存储器
聚类
可读存储介质
频率
天气
序列
指令
系统为您推荐了相关专利信息
非线性动力学模型
两栖机器人
能量分配
机器人旋翼
梯度下降法
框架梁模板
时间序列模型
模板主体
数据分析模块
监测模块
风险监控系统
数据
风险预测模型
矩阵
计算机程序指令
卫星导航系统
数据传输方法
数据中心
生成加密密钥
认证令牌
运动轨迹预测
飞行器
拦截方法
轨迹点数据
解码器结构