需求预测

摘要： 目前网络零售行业越来越强调精细化运营,网络零售企业也逐渐从粗放式发展转向精细化发展,网络零售企业之间的竞争则日益转变为网络零售企业主导下的供应链竞争.因此,对网络零售企业主导下的供应链进行整合,能够为网络零售企业带来可观的经济效益.基于此,本文探索了网络零售企业主导下的供应链整合机理,旨在为网络零售企业选择合适的路径整合供应链提供理论依据.文章研究结论如下:在构建服务平台的供应链整合路径中,网络零售企业业务信息的整合能力比企业合作创新能力对供应链整合具有更显著的积极影响;在线上线下业务融合的供应链整合路径中,智能化消费服务比市场需求精确预测的能力对供应链整合具有更显著的积极影响.

摘要： 在小样本条件下运用SVR模型预测装备维修器材需求量时,预测效果受随机干扰因素影响较大。为解决这一问题,提出了一种新的AP-SVM模型。首先,运用AP聚类算法对训练数据进行分类,将分类结果作为训练数据训练SVM分类器,并对待测试数据的所属类别进行判断;然后,根据数据类别构建训练向量集,对SVM进行训练,运用SVR模型计算预测结果。实例分析结果表明:AP-SVM算法在处理受复杂随机因素影响较大的小样本器材数据预测问题时,可以有效排除干扰因素的影响,改善SVR模型的预测效果。

摘要： 2021年中国爆发四轮局部地区新冠肺炎疫情(简称疫情),造成国内航空运输和航煤消费量剧烈震荡、艰难恢复。汇总分析2021年国内、国际航线民航客货周转量数据,对2021年年度、月度,国际航线、国内航线的航煤消费量和各区域航煤消费量变化特点进行分析;基于对国内外疫情走势的判断,从利好、利空两方面因素分析了对国内航线和国际航线航空运输的影响,对2022年国内航煤消费量进行了预测。初步预计2022年国内航煤消费量在3000×10^(4) t左右,同比增幅11.0%,仍难以恢复到疫情前的消费水平。

摘要： 2018年7月国务院印发《打赢蓝天保卫战三年行动计划》,其中要求以铁路为核心积极调整运输结构,发展绿色交通体系。2019年2月,江苏省发改委发布《关于做好铁路货运站场布局及专支线建设规划的编制工作通知》,要求坚决贯彻国务院部署安排,积极推进"公转铁"、"水转铁",加快铁路多式联运发展,推动优化货运结构和降低社会综合物流成本,实现交通运输与资源环境协调发展。

摘要： 基于图卷积神经网络的共享出行需求预测一般采用非时间特定性的静态空间图结构提取非欧氏空间相关性特征,这种方式所构建的城市结构图是一种在不同时间间隔的静态空间图结构,而不能动态提取不同时间间隔的空间相关性特征.针对这一问题,本文提出了一种基于时空动态图注意力网络(Spatial-Temporal Dynamic Graph Attention Networks,STDGAT)的共享出行需求预测方法 .该方法基于区域间通勤关系动态构建时间特定性城市空间图结构,以实现动态空间相关性建模,并采用图注意力网络和长短期记忆网络自适应提取动态空间相关性特征和时间依赖性特征.使用一个全连接层作为输出预测层将联合时空特征映射为真实的需求值以完成预测.实验结果表明,该方法在RMSE,MAPE和MAE等3个评价指标上均优于实验基准比较方法.

摘要： 震后救援物资响应是救援工作的重要环节,考虑到震后初期信息匮乏与案例推理预测结果精度低,采用情景推理对救援物资需求进行预测:通过对震灾历史案例库的分析,构建知识元表示模型对震灾情景进行表达。基于云模型启发式算法获取情景检索特征属性的权重,再运用改进的最近邻检索算法对案例间情景进行检索,最后利用派生重演法对检索出的最相似案例进行重用修正。以中国地震历史数据作为实验分析具体案例,结果表明本文方法对提高灾后应急物资预测精度具有良好的效果。

摘要： 为提升铁路冷藏运输效率和实现铁路冷藏运输资源的合理配置,推进铁路冷藏运输的快速发展,对铁路冷藏运输需求进行预测尤为重要。在分析铁路冷藏运输影响因素基础上,利用Spearman相关性分析进行特征筛选。结合Spearman相关性分析结果,构建基于随机森林的铁路冷藏运输需求预测模型,并与BP神经网络,AdaBoost,Bagging和未经特征筛选的随机森林预测模型的预测结果进行对比分析。研究结果表明:经Spearman相关性分析进行特征筛选后构建的随机森林回归预测模型的平均绝对误差和拟合优度值均优于其他模型,均方根误差值仅高于BP神经网络。随机森林回归预测模型的泛化能力较好,且特征筛选能够提高模型的预测精度。

摘要： 针对新建公共自行车站点无法根据历史数据对未来使用需求进行预测的问题,提出了一种修正的地理加权回归模型探索单位时间节点需求生成与可达性间的关系。改进的模型以路网距离作为限制条件,获取基于泰森多边形的站点吸引重叠区域。同时,为减小用地区位导致的预测误差,改进的模型增添用地混合度和建筑强度作为解释变量。利用所提出的模型对西安市公共自行车系统运营数据分析的结果表明,各类用地最大需求生成率集中在早晚高峰时段,并在以天为周期的循环中具有各异的变化规律。公共自行车系统的需求生成率随着起点/终点与目标停靠站点之间距离增大而逐渐减小,表现为早高峰时期的线性衰减,晚高峰时期的指数衰减以及非高峰时期的立方衰减。研究成果可用于确定西安市新建公共自行车站点位置和规模,并预测其相应的使用需求率。

摘要： 药品集中带量采购是国家医保局成立以来实施的重大举措,是新时期实现“三医联动”的关键突破口。文章从政策实施以来的效果评估着手,分析发现我国药品集采在采购量预测、质量监督、供应流通、多方协同等方面仍存在问题,希望通过建立动态化预测机制、完善质量监督体系、规范药品供应环节、创新多方联动机制进一步优化我国药品采购政策,对深化医药卫生体制改革、改革药价形成机制具有重要现实意义。

摘要： 农产品物流是保障民生的关键,蔬菜运输在农产品物流中占比颇高,因此建立精确的蔬菜物流需求预测模型是合理规划农产品物流资源的重要依据。文中以寿光市为例,采用灰色预测法中的GM(1,1)模型对其自产的蔬菜进行物流需求预测,并对其进行了相应的精度检验,结果显示预测模型精确度较高,于是在此基础上完成对寿光市自产蔬菜未来三年的物流需求量预测,期望能为政府和企业制定蔬菜产业政策、规划运输资源提供参考。

摘要： 我国特大城市在当前的城镇化发展阶段已呈现出阶层分化现象,不同阶层人群的交通需求也存在明显差异,然而传统的交通规划仍然依托于平均化的指标进行资源配置,导致预测结果与实际需求出现偏差.本文从阶层分化的角度出发,以北京市轨道交通网络为例研究不同阶层人群差异化的交通出行需求.在此基础上定义“当量人口”的概念量化差异化的交通需求,并引入“洛伦兹曲线”对现状轨道交通网络布局与人口的适配性进行评价,同时对比分析了以阶层分化为基础的差异化交通需求与传统以均值人口为基础的交通需求的计算结果差异,并探索了交通需求预测中引入差异化交通需求的方法,以期提升交通规划的可靠性.

摘要： 本文以珠海市为例,在剖析公交专用道发展面临主要矛盾的基础上,借鉴先进城市经验,利用路阻函数模型,以人均最小延误为目标,从道路几何特征、交通流量、道路饱和度等方面分析设置公交专用道敏感性和最小公交车流量比例,以此为依据制定符合珠海实际的公交专用道设置标准.最后,针对珠海市公交需求预测,提出发展三层级公交专用道体系,规划构建中心城区"一环四射+三横四纵"公交专用道总体布局方案,并构建模型评估方案实施效果.

摘要： 深港跨界交通面临通关政策、边检模式等制度不确定性影响,难以直接利用传统的交通需求预测方法进行预测与判断.本文以深港跨界客运交通发展历程与阶段性特征的梳理和总结为基础,客观评估深港跨界交通需求预测与传统交通需求预测的差异,分析得出影响深港跨界交通发展的主要因素.结合深港两地科技创新产业集聚、人口老龄化凸显等未来发展趋势研判,设定高、中、低差异化战略前景,开展深港跨界交通需求分析与预测,为粤港澳大湾区背景下深港跨界交通发展提供理论支撑.

摘要： 针对存量背景下垃圾站布点和实施难的现状,以典型的高密度老城区——重庆市渝中区为例,基于山地道路网络分析,从精细化人口入手,在现状设施服务评价和需求预测分析的基础上,识别垃圾站服务盲区和待优化区域,再综合现状建筑、用地权属和控规等信息,依照服务评价—空间配置—优化调整的迭代反馈思路,得到最优化的垃圾站布点方案,保障垃圾站规划落地的科学性、合理性和可实施性.

摘要： 回顾了中国表面活性剂行业的发展历程,以及创新模式的变化,总结了过去十年间的创新亮点.对未来表面活性剂行业的创新需求预测,提出了具体的创新思路与方向,探讨了行业未来联合创新的可能性与联合攻关的模式.

摘要： 为及时掌握濮阳市农药需求动态,准确判断农药市场变化趋势,为政府宏观决策和指导农业生产提供依据,笔者组织开展了全市2018年农药实际使用量统计与分析工作.分析讨论了农作物种植结构调整、病虫害发生防治、农药行业新政策的实施及工作中常见的问题,进而预测2019年濮阳市农药行业将迎来更加健康有序的发展.

摘要： 城市精细化管理有赖于精准的需求识别及与此相对的措施服务,现代都市生活日益多彩,轻松、丰富的都市夜生活已成为人们休闲、放松的主要方式,而作为公共交通客流"第一把交椅"的常规公交却普遍收班较早.针对夜间出行需求较高而公交服务缺失的供需不匹配问题,本文利用手机信令、公交线路等数据,采用点聚类与流聚类方法,挖掘夜间人群出行热点区域和流向,结合公交运营数据寻找公交服务盲区,同时兼顾重庆夜景圣地、商圈、大型居住区分布,提出夜间公交优化方案,以满足市民夜间出行需求,提升公共交通服务供给能力.

摘要： 城市精细化管理有赖于精准的需求识别及与此相对的措施服务,现代都市生活日益多彩,轻松、丰富的都市夜生活已成为人们休闲、放松的主要方式,而作为公共交通客流"第一把交椅"的常规公交却普遍收班较早.针对夜间出行需求较高而公交服务缺失的供需不匹配问题,本文利用手机信令、公交线路等数据,采用点聚类与流聚类方法,挖掘夜间人群出行热点区域和流向,结合公交运营数据寻找公交服务盲区,同时兼顾重庆夜景圣地、商圈、大型居住区分布,提出夜间公交优化方案,以满足市民夜间出行需求,提升公共交通服务供给能力.

摘要： 城市精细化管理有赖于精准的需求识别及与此相对的措施服务,现代都市生活日益多彩,轻松、丰富的都市夜生活已成为人们休闲、放松的主要方式,而作为公共交通客流"第一把交椅"的常规公交却普遍收班较早.针对夜间出行需求较高而公交服务缺失的供需不匹配问题,本文利用手机信令、公交线路等数据,采用点聚类与流聚类方法,挖掘夜间人群出行热点区域和流向,结合公交运营数据寻找公交服务盲区,同时兼顾重庆夜景圣地、商圈、大型居住区分布,提出夜间公交优化方案,以满足市民夜间出行需求,提升公共交通服务供给能力.

摘要： 城市精细化管理有赖于精准的需求识别及与此相对的措施服务,现代都市生活日益多彩,轻松、丰富的都市夜生活已成为人们休闲、放松的主要方式,而作为公共交通客流"第一把交椅"的常规公交却普遍收班较早.针对夜间出行需求较高而公交服务缺失的供需不匹配问题,本文利用手机信令、公交线路等数据,采用点聚类与流聚类方法,挖掘夜间人群出行热点区域和流向,结合公交运营数据寻找公交服务盲区,同时兼顾重庆夜景圣地、商圈、大型居住区分布,提出夜间公交优化方案,以满足市民夜间出行需求,提升公共交通服务供给能力.

摘要： 本发明公开了一种产品需求预测方法，包括：根据产品阶段以及调整状态，对产品调整记录进行采样得到第一样本集，根据第一样本集建立判断模型；根据初始预测值以及修正预测值，对产品历史预测值进行采样得到第二样本集，根据第二样本集建立目标回归模型；获取当前阶段的初始预测值以及当前产品阶段；使用判断模型对当前产品阶段进行处理，确定当前调整状态；若当前调整状态为需要调整，则将当前阶段的初始预测值代入目标回归模型计算，输出当前阶段的修正预测值。本发明还提供一种可以实现上述方法的产品需求预测装置。本发明能够对现有预测结果进行优化，提高产品需求预测的准确性。

摘要： 本发明准确地预测商店的商品需求。商店服务器(520B)(商品需求预测装置)被设置有：获取单元(526)，其获取与在对商品的需求被预测的时间带的至少一部分中被预期在定位有商店的区域中存在的人员有关的信息；以及预测单元(527)，其基于与人员有关的信息以及所述人员的商品购买倾向来预测在时间带中在商店的商品需求。

摘要： 需求预测装置（10）具有：活动数获取部（161a），获取预测需求的对象的活动数；更换率计算部（161b），根据表示故障发生的概率的时间序列的变化的第一曲线和表示故障发生的概率的时间序列的变化的第二曲线，计算预测需求的对象的更换率；以及需求预测部（161c），根据通过活动数获取部（161a）获取的活动数、和通过更换率计算部（161b）计算的更换率，计算预测需求的对象的需求。

摘要： 本公开提供了一种需求预测模型训练方法和装置，涉及机器学习等技术领域。该方法的一具体实施方式包括：获取预设周期中待测产品的需求基项的数据样本和对需求基项产生影响的至少一个需求因素的数据样本；基于需求基项的数据样本，训练得到对待测产品的基线需求量进行预测的基线预测模型；基于各个需求因素的数据样本，训练得到对各个需求因素对应的因子进行预测的因子预测模型，因子用于表征需求因素对需求基项的影响程度；基于基线预测模型和所有的因子预测模型，得到对待测产品的需求量进行预测的需求预测模型，需求预测模型预测用于表征需求基项、至少一个需求因素与待测产品的需求量之间的对应关系。该实施方式提高了需求预测模型的性能。

摘要： 需求预测装置(1)将第1关联数据加工为与第1实绩数据相似，从第2实绩数据及第2关联数据中选择与被加工后的第1关联数据相似的数据，与选择出的第2实绩数据的趋势匹配地调整第2关联数据的波形，根据第2实绩数据的趋势选择预测模型，进行需求预测。

摘要： 实施方式的合乘车辆用需求预测装置具有预约预测次数取得部。预约预测次数取得部使用具有通过将预约数据、移动数据和上下车要因数据作为输入数据进行机器学习而得到的神经网络的模型，按每个规定的期间取得预约预测次数，该预约数据表示合乘车辆的预约成立时的预约状况，该移动数据表示在合乘车辆的运行当天终端用户实际上下车的区域，该上下车要因数据包含能够成为合乘车辆的运行当天的终端用户的上下车的发生要因的数据，该预约预测次数相当于规定的多个区域中的作为合乘车辆的上下车预约而在未来能够成立的预约次数。

摘要： 一种需求预测方法以及需求预测装置。基于历史需求数据，获得料号对应的初步预估量。基于初步预估量，计算料号的需求几率。基于历史需求数据、初步预估量以及需求几率，获得料号对应的预测需求量。

摘要： 本公开提供了一种备件需求预测方法，该方法包括：首先，构建图结构。其中，图结构的任一节点用于表征备件或机器，图结构的任一边用于表征：备件与备件之间的关系、备件与机器之间的关系、或者机器与机器之间的关系。上述备件包括：至少一个新品备件和至少一个历史备件。然后，基于所构建的图结构和上述至少一个历史备件的历史损坏数据，确定上述至少一个新品备件中的任一新品备件的预测损坏数据。接着，基于任一新品备件的预测损坏数据，确定该任一新品备件的需求量。本公开还提供了一种备件需求预测装置和电子设备。

摘要： 本公开提供了一种备件需求预测方法，包括：获取至少两个预测模型，其中，所述至少两个预测模型中任意两个预测模型不同，所述至少两个预测模型中的每个预测模型基于历史备件使用数据训练得到，所述至少两个预测模型均具有代价敏感性；利用所述至少两个预测模型分别对待测备件数据进行处理，得到至少两个针对所述待测备件数据在需求上升期内的备件需求预测数量；以及基于所述至少两个针对所述待测备件数据在需求上升期内的备件需求预测数量，确定针对所述待测备件数据的目标预测数量。本公开还提供了一种备件需求预测装置和电子设备。

摘要： 需求预测系统的收集部收集具有当前或者将来的事件和表示事件的位置的位置信息的多个事件信息。提取部按照位置信息，从由收集部收集的多个事件信息提取表示包含店铺的位置的规定范围中的事件的事件信息。预测部根据由提取部提取的事件信息所示的事件所对应的过去的事件的实际情况信息，预测由于由提取部提取出的事件信息所示的事件而在店铺中变动的商品需求。输出部对表示由预测部预测的商品需求的需求预测信息进行输出。