| 基于CMAES-LSTM的便利店SKU日销量预测方法 |
| |
| 作者姓名： | 万忠赫 姜同强 张青川 |
| |
| 作者单位： | 北京工商大学计算机与信息工程学院 北京100048;农产品质量安全追溯技术及应用国家工程实验室 北京100048;食品安全大数据技术北京市重点实验室 北京100048 |
| |
| 基金项目： | 国家重点研发计划项目(2019YFC1606401,2016YFD0401205)；;国家自然科学基金项目(61702018)；;北京市自然科学基金项目(4202014)；;教育部人文社会科学研究青年基金项目(17YJCZH007)； |
| |
| 摘 要： | 准确预测便利店的商品销量是库存管理的重要依据，稳健的库存能够有效避免缺货和积压带来的经济损失。目前连锁便利店各门店的每日订货依靠店长的经验以及针对某些SKU(Stock Keeping Unit)的企业统一策略。通过构建门店-SKU粒度的日销量时间序列，并引入外部信息作为协变量输入LSTM网络，对每个模型通过CMAES独立调参后进行预测。实验结果表明，对某连锁便利店300家门店近2年的销售数据进行预测，该方法在准确性和稳定性较现有方法均取得了显著的提升。
|
| 关 键 词： | 长短期记忆神经网络 销量预测 时间序列 进化策略 |
| 本文献已被 万方数据 等数据库收录！ |
