| 基于深度学习的农业装备库存预测研究 |
| |
| 引用本文： | 柴福博,张雷雷,苏建新,李锋军,高鸣,吕锋,张冰冰,赵长伟.基于深度学习的农业装备库存预测研究[J].软件,2023(3):21-25. |
| |
| 作者姓名： | 柴福博 张雷雷 苏建新 李锋军 高鸣 吕锋 张冰冰 赵长伟 |
| |
| 作者单位： | 1. 河南科技大学机电工程学院;2. 第一拖拉机股份有限公司;3. 河南科技大学信息工程学院 |
| |
| 基金项目： | 国家重点研发计划“网络协同制造和智能工厂”（课题编号：2020YFB1713504,项目编号：2020YFB1713500）； |
| |
| 摘 要： | 为解决农业装备制造企业供应链峰谷生产下因库存需求预测不准造成的“断供”或库存冗余问题,且传统的预测模型不能够考虑影响库存的多重因素,预测结果往往不够准确,因此决定建立一个可以精准预测的模型。提出一种基于LSTM算法的农业装备库存预测模型,可根据影响库存的主要影响因素等数据实现精准预测,能够最大程度地节约成本,提高效率。实验结果表明：LSTM模型的预测数据集和真实数据集的拟合度较高,这说明LSTM模型预测结果具有更高的预测精度,有很强的泛化能力。
|
| 关 键 词： | 库存 精准预测 预测模型 LSTM算法 |
|
|
