基于LSTM循环神经网络的排产预测

摘要

客户需求的随机性、复杂性和不可控性,对生产调度造成困难和不稳定性。针对客户的历史需求数据对产品排产数据进行准确预测,有利于制定合理的生产调度计划。使用基础RNN算法和长短期记忆循环神经网络LSTM算法,分别通过对工厂某一客户的实际采购数据预测一周后某天的采购数据,两个模型预测结果显示LSTM算法的预测精度要远高于基础RNN算法,而且LSTM算法的预测结果与工厂实际排产结果高度吻合,说明该算法精准有效。