多层级需求预测的模型优化方法、装置、设备及存储介质

本发明涉及数据挖掘、机器学习与供应链交叉技术领域，公开了多层级需求预测的模型优化方法、装置、设备及存储介质，该方法包括：构建人工经验模型；基于供应链实际运作模式构建包括根节点层和多个非根节点层的多层级结构，将人工经验模型应用于根节点层和多个非根节点层，并确定节点的初始参数集；基于初始参数集和预设标准对非根节点的人工经验模型进行评估，并基于评估结果确认最终模型参数集或优化初始参数集，实现对人工经验模型进行优化。本发明根据历史数据通过机器学习来动态调整模型参数，可以找寻到更为合理参数，避免人为所带来的偏差，通过自上而下机制，提高模型复用率，从而提升整体训练效率。