声明
第1章绪论
1.1 课题研究背景及意义
1.1.1 引言及问题的提出
1.1.2 准备解决的问题
1.2 相关文献综述
1.2.1 库存需求预测研究现状
1.2.2 LightGBM模型研究现状
1.2.3 果蝇优化算法研究现状
1.3 创新点
1.4 论文研究内容及章节安排
第2章相关知识介绍
2.1 海外仓库存理论
2.1.1 跨境电商出口库存模式
2.1.2 海外仓库存作用
2.1.3 库存控制理论
2.1.4 库存需求预测方法
2.1.5 海外仓库存需求预测方案
2.2 LightGBM模型
2.2.1 集成学习思想概述
2.2.2 GBDT算法
2.2.3 LightGBM模型原理
2.2.4 LightGBM超参数
2.3 果蝇优化算法
2.4 预测模型评价标准
2.5 本章小结
第3章基于LightGBM模型的海外仓库存需求预测研究
3.1 基于海外仓的LightGBM库存需求预测模型设计
3.1.1 模型结构
3.1.2 模型设置
3.2 跨境电商数据集的预处理和特征提取
3.2.1 需求预测数据集
3.2.2 特征工程构建
3.3 实验设置及结果分析
3.3.1 实验环境
3.3.2 实验评价标准
3.3.3 实验结果分析
3.4 本章小结
第4章基于LSSFOA-LightGBM的海外仓库存需求预测模型的建立
4.1 混合彩票调度和步长控制的果蝇算法
4.1.1 LSSFOA算法思想
4.1.2 LSSFOA算法的设计与实现
4.1.3 LSSFOA算法实验及结果分析
4.2 LSSFOA-LightGBM预测模型结构设计
4.2.1 LightGBM预测模型的超参数优化设计
4.2.2 LSSFOA-LightGBM预测模型
4.3 LSSFOA-LightGBM的预测仿真实验
4.3.1 实验设置
4.3.2 仿真实验结果
4.4 LSSFOA-LightGBM模型对比实验
4.5 本章小结
第5章基于海外仓的库存需求预测模型的应用
5.1 系统开发环境
5.2 系统设计
5.3 预测查询模块
5.4 本章小结
总结与展望
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果
西南交通大学;