CN109741082A - 一种基于时间序列分解的季节性商品需求预测方法 - Google Patents

Abstract

本发明公开了一种基于时间序列分解的季节性商品需求预测方法。本发明步骤如下：首先基于统计方法从历史需求数据分离出峰值序列s₁和常规值序列s₂；其次基于峰值序列s₁，对训练数据是否为峰值需求进行标注；然后利用两个分类器组成的复合分类器预测峰值出现概率p，并利用近期的历史数据计算峰值概率阈值α，基于峰值预测概率p和峰值概率阈值α进行回归策略选择，若p＞α，则利用K近邻模型进行峰值需求预测，否则，利用随机森林模型进行非峰值需求回归预测。本发明通过季节性峰值概率建模，同时利用多个回归模型对季节性需求分别预测，有效应对了季节性商品峰值的突发性，同时极大地提升了预测峰值的准确度，为企业采购季节性商品提供了有利的支撑。

Description

一种基于时间序列分解的季节性商品需求预测方法

技术领域

本发明属于信息预测技术领域，提供一种基于时间序列分解的季节性商品需求预测方法。一种适用于出库数据呈现周期变化的季节性物料的中长期预测方法。

背景技术

需求预测不仅涉及客户的需求管理，还对后续的订货、库存等运营起主导作用，直接影响着企业的利润增加。需求预测偏高，库存积压，增加企业的库存费用，不利于企业资金周转；需求预测偏低，无法满足当前客户需求，导致客户流失。因此，需求预测是多数企业，尤其是制造业、零售业，在供应链管理中面临的一大挑战。

传统的需求预测方法大多基于统计学的时间序列分析，比如指数平滑、(差分)移动自回归模型，这些模型对过去邻近时刻的历史依赖性强，对周期性需求尤其长周期需求预测有明显的滞后性，预测偏差较大。而对于季节性物料，需求曲线呈现明显的波峰，且峰值出现间隔时间较长，这就需要预测方法能提前预测到峰值的出现。

其他考虑到季节影响的模型，如SARIMAX，先对时序列做季节差分来消除季节影响，进而使用ARIMA模型来预测需求，适用于周期不大的情形。而实际中要预测的需求通常是提前期(Lead Time)需求，这样一来计算的周期较长，SARIMAX模型并不适用。此外，将时序列分解为趋势、季节扰动的三次指数平滑模型，使用前要先判断趋势/季节扰动是加法或乘法类型，在同时处理多个物料时有一定实现难度。相比之下，我们的模型通用性更好，易于进行批处理。

综上可见，大部分研究工作均没有考虑预测峰值的出现，本发明基于实际情况考虑峰值出现的影响因素，选取日平均温度、季度等天气因素作为特征，通过概率预测的方式预测峰值出现的概率。同时，本发明利用峰值序列对季节性物料的真实历史出库序列进行分解，考虑到峰值序列和常规值序列的特点采取不同的回归方法进行预测。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于时间序列分解的季节性商品需求预测方法。

本发明解决其技术问题所采用的技术方案包括以下步骤：

步骤1：获取商品的采购提前期lt、历史日销售出库表、同时间段商品销售门店所在地区的天气数据表，对历史日销售出库表按照时间窗lt进行滚动求和，得到商品的lt销售出库表，对天气数据表提取特征；

所述的天气数据表包含日期和日平均温度；

所述的特征包括日平均温度、日平均温差、当前周、当前季度；

所述的四个季度，每个季度对应一个0/1虚拟变量；

步骤2：确定测试数据集长度n₁，训练数据集长度n₂，提取峰值所需历史销售序列，该序列长度n₃(n₃＞n₂)；记录峰值所需子序列s₀，子序列s₀长度为n₄；计算概率阈值所需历史序列s₃，历史序列s₃长度为n₅；长度单位为月，概率阈值区间为[0.1,0.9]，步长ε∈[0.002,0.01]；

步骤3：在测试期间的第t天，隔lt天向前取长度n₃的历史销售序列，从该序列起始点选取n₄长度的子序列s₀，将s₀中与平均值Ⅰ的偏差超过三倍标准差Ⅰ的出库值记为峰值，并将峰值所对应的时间点放在时间列表中；移动选取子序列s₀并记录所有峰值，剔除时间列表中重复的时间点，得到最终的时间列表对应的峰值序列s₁；

所述的平均值Ⅰ为子序列s₀的平均值；标准差Ⅰ为子序列s₀的标准差；

步骤4：利用峰值序列s₁，标记训练数据集是否为峰值：0代表非峰值，1代表峰值，对训练数据集增加标记列；

步骤5：合并训练数据集和天气数据表，将日平均温度、日平均温差、当前周、当前季度作为特征，用于判断测试期第t天的需求是否为峰值需求；

步骤6：将步骤5中的特征作为决策树分类器、K近邻分类器的输入，两个分类器分别预测峰值出现概率p₁,p₂，最终峰值预测概率p为p₁,p₂的算术平均值；

步骤7：对测试期间的第t天，向前隔lt天取n₅长度的历史序列s₃计算该天的峰值概率阈值α；

步骤8：根据步骤6、步骤7得到峰值概率阈值α和峰值预测概率p，若p＞α，判定为峰值需求，转向步骤9，否则判定为非峰值需求，转步骤10；

步骤9：若判断为峰值需求，则将峰值序列s₁与天气数据表合并，将特征作为自变量，峰值作为因变量，使用K近邻回归模型对峰值需求进行预测；

步骤10：若为非峰值需求，对训练数据集按月聚合，计算月中位数，用月中位数代替原来的峰值，得到常规值序列s₂，使用随机森林进行回归预测，回归变量包括第t天的日平均温度、日平均温差、当前周、当前季度以及第t-lt天的lt销售出库量。

步骤3所述的提取峰值序列s₁的方法，具体包括以下步骤：

(3.1)从第t天往前推lt+n₃天作为开始时间节点，取长度n₄的lt出库序列s₀，计算s₀的平均值和标准差，将s₀中与平均值的偏差超过三倍标准差的出库值，记为峰值；

(3.2)每次移动1天直至提取结束时间节点为第t天往前推lt+n₄，重复步骤(3.1)的操作直到得到所有峰值，剔除重复值后得到最终的峰值序列s₁。

步骤7所述的计算概率阈值方法，具体包括以下步骤：

(7.1)对每一个阈值α′∈[0.1,0.9]，步长为ε，根据步骤6计算峰值预测概率p′，若p′＞α′，判定为峰值，否则为非峰值；

(7.2)计算评价指标精确率precision、召回率recall、F₁值：

precision＝m_r/m_pred

recall＝m_r/m

其中，m表示s₃内真实峰值总个数，m_pred表示预测出峰值总数，m_r表示预测正确峰值个数；

(7.3)选取最大的F₁值对应的阈值作为最佳的峰值率阈值α。

本发明有益效果：

与直接预测峰值出现与否，本方法先利用分类器预测每天峰值出现概率，然后结合时变的概率阈值，来判断峰值是否出现，提高了预测的精度和可信性。

另一方面，鉴于峰值序列s₁时间并不连续，且长度往往有限(小于2个月)，若使用一般的回归方法，预测偏差较大。本发明使用K近邻回归预测，找到和预测特征最相近的点，取其对应值的加权平均值作为预测值，有效地利用以往峰值的信息做预测。相比之下，常规值序列s₂时间连续，且长度较长(通常取1年)，但其特征有日平均温度/日平均温差-浮点型变量、季度-0/1虚拟变量、t-lt自相关项-整型变量且数值较大，特征类型不同且差异较大，而随机森林回归模型可以接收不同类型的特征做输入，且模型泛化能力强，预测方差较小。

附图说明

图1是本发明实施例采用该方法的时间节点选取图。

图2是本发明实施例采用该方法的具体流程图。

图3是本发明实施例季节性物料-清凉油的历史lt销量曲线。

图4是本发明实施例对季节性物料-清凉油的预测值和真实值对比曲线。

具体实施方式

为了使本发明的目的和效果更加清楚，下面对基于时间序列分解的商品需求预测方法进行详细说明。

类似于其他需求预测模型，本发明公开的模型输入为商品的历史销售记录，由于销售记录在时间上并不连续，所以使用模型前，先要对历史销售记录补全日期，使其成为日期连续的时间序列，缺失值可用0填充(代表这一天无销量)。此外，模型还需要同时间段、同地区的天气数据，要求天气数据时间连续，至少包含日期、日平均温度两个维度。值得注意的是，由于模型在测试期每一天进行预测时，需要选取长度为n₂的训练数据和长度为n₃(n₃＞n₂)的历史数据用于提取峰值序列，所以输入的历史销售记录要有足够的长度以保证这些数据能够取到。本模型的输出为训练期内每一天对应的提前期lt需求预测值。对于训练集、测试集等时间长度的选取参见图1。

模型的主要建模步骤如图2所示，

步骤1：根据商品补全日期的历史销售记录，按照采购提前期lt进行滚动求和，得到商品的lt销售出库表，从相同时间段商品销售门店所在地区的天气数据表(要求至少包含日期、日平均温度两个维度)中提取特征，根据日期计算对应的周、季度，这里季度按照农历季度定义即：2-4月为春季，5-7月为夏季，8-10月为秋季，11-1月为冬季，每个季度对应一个0/1变量(1-处于该季度，0-不处于该季度)，根据日平均温度计算每相邻两天的温差，获取包含日期、日平均温度、日平均温差、周、季度变量等8个维度的天气数据表；

步骤2：确定测试数据集长度n₁，训练数据集长度n₂，提取峰值所需历史销售序列，该序列长度n₃(n₃＞n₂)；记录峰值所需子序列s₀，子序列s₀长度为n₄；计算概率阈值所需历史序列s₃，历史序列s₃长度为n₅；长度单位为月，概率阈值区间为[0.1,0.9]，步长ε∈[0.002,0.01]；

步骤3：在测试期每一天t，

(3.1)从第t天往前推lt+n₃天作为开始时间节点，取长度n₄的lt出库序列s₀，计算s₀的平均值和标准差，将s₀中与平均值的偏差超过三倍标准差的出库值，记为峰值；

(3.2)每次移动1天直至提取结束时间节点为第t天往前推lt+n₄，重复步骤(3.1)的操作直到得到所有峰值，剔除重复值后得到最终的峰值序列s₁。

步骤4：利用峰值序列s₁，标记训练数据是否为峰值：0代表非峰值，1代表峰值，对训练数据集增加标记列；

步骤5：合并训练数据集和天气数据表，将日平均温度、日平均温差、当前周、当前季度作为特征，用于判断测试期第t天的需求是否为峰值需求；

步骤6：将步骤5中的特征作为决策树分类器、K近邻分类器的输入，两个分类器分别预测峰值出现概率p₁,p₂，最终峰值预测概率p为p₁,p₂的算术平均值；

步骤7：对测试期间的第t天，向前隔lt天取n₅长度的历史序列s₃计算该天的峰值概率阈值α；

(7.1)根据步骤3提取的峰值序列，计算s₃内的真实峰值个数m；

(7.2)对每一个阈值α′∈[0.1,0.9]，步长为ε，根据步骤6计算峰值出现概率p′，若p′＞α′，判定为峰值，否则为非峰值，计算判别出的峰值总数m_pred，判别正确的峰值个数m_r；

(7.3)计算评价指标精确率precision、召回率recall、F₁值：

precision＝m_r/m_pred

recall＝m_r/m

(7.4)选取最大的F₁对应的阈值作为最佳阈值α；

步骤8：根据步骤6、步骤7得到峰值概率阈值α和峰值预测概率p，若p＞α，判定为峰值需求，转向步骤9，否则判定为非峰值需求，转步骤10；

步骤9：若判断为峰值需求，则将峰值序列s₁与天气数据表合并，将特征作为自变量，峰值作为因变量，使用K近邻回归模型对峰值需求进行预测；

步骤10：若为非峰值需求，对训练数据按月聚合，计算月中位数，用月中位数代替原来的峰值，得到常规值序列s₂，使用随机森林进行回归预测，回归变量包括第t天的日平均温度、日平均温差、当前周、当前季度以及第t-lt天的lt销售出库量。

其中，步骤2中提取峰值时要求历史销售出库序列长度n₃＞n₂出于这样的考虑：若取n₃＝n₂，则无法判别出t-lt-n₃天出库值是否为峰值，所以增大n₃便于判断所选历史序列开始那几天的出库值是否为峰值。

图3是季节性物料清凉油的lt出库曲线，可见，该物料lt出库呈现明显的周期性且总体趋势上升，每年的5、6、7月为销量旺季，且旺季月份与淡季月份销量差异显著。从图3可以观察到，该物料在2018年5月销量开始由淡季转为旺季，所以本次仿真选取2018-5-1到2018-5-31时间段为测试期，训练期长度n₂＝12，提取峰值序列所取历史序列总长度n₃＝15，n₄＝6，计算概率阈值取历史序列长度n₅＝1，单位为月。

图4是使用本发明公开方法在测试期内预测lt需求与真实lt需求的对比图。从图4可以看出，在开始几天，预测值较真实值偏大，这是由于该物料的lt出库呈上升趋势，模型根据到这一趋势给出偏大的预测值。

本发明不仅局限于上述具体实施方式，本领域一般技术人员根据本发明公开的内容，可以采用其它多种具体实施方案实施本发明。因此，凡是采用本发明的设计结构和思路，做一些简单的变化或更改的设计，都落入本发明保护范围。

Claims (3)

1.一种基于时间序列分解的季节性商品需求预测方法，其特征在于，包括以下步骤：

步骤1：获取商品的采购提前期lt、历史日销售出库表、同时间段商品销售门店所在地区的天气数据表，对历史日销售出库表按照时间窗lt进行滚动求和，得到商品的lt销售出库表，对天气数据表提取特征；

所述的天气数据表包含日期和日平均温度；

所述的特征包括日平均温度、日平均温差、当前周、当前季度；

所述的四个季度，每个季度对应一个0/1虚拟变量；

步骤2：确定测试数据集长度n₁，训练数据集长度n₂，提取峰值所需历史销售序列，该序列长度n₃(n₃＞n₂)；记录峰值所需子序列s₀，子序列s₀长度为n₄；计算概率阈值所需历史序列s₃，历史序列s₃长度为n₅；长度单位为月，概率阈值区间为[0.1,0.9]，步长ε∈[0.002,0.01]；

步骤3：在测试期间的第t天，隔lt天向前取长度n₃的历史销售序列，从该序列起始点选取n₄长度的子序列s₀，将s₀中与平均值Ⅰ的偏差超过三倍标准差Ⅰ的出库值记为峰值，并将峰值所对应的时间点放在时间列表中；移动选取子序列s₀并记录所有峰值，剔除时间列表中重复的时间点，时间列表作为索引，对应的值作为峰值序列s₁；

所述的平均值Ⅰ为子序列s₀的平均值；标准差Ⅰ为子序列s₀的标准差；

步骤4：利用峰值序列s₁，标记训练数据是否为峰值：0代表非峰值，1代表峰值，对训练数据集增加标记列；

步骤5：合并训练数据集和天气数据表，将日平均温度、日平均温差、当前周、当前季度作为特征，用于判断测试期第t天的需求是否为峰值需求；

步骤6：将步骤5中的特征作为决策树分类器、K近邻分类器的输入，两个分类器分别预测峰值出现概率p₁,p₂，最终峰值预测概率p为p₁,p₂的算术平均值；

步骤7：对测试期间的第t天，向前隔lt天取n₅长度的历史序列s₃计算该天的峰值概率阈值α；

步骤8：根据步骤6、步骤7得到峰值概率阈值α和峰值预测概率p，若p＞α，判定为峰值需求，转向步骤9，否则判定为非峰值需求，转步骤10；

步骤9：若判断为峰值需求，则将峰值序列s₁与天气数据表合并，将特征作为自变量，峰值作为因变量，使用K近邻回归模型对峰值需求进行预测；

步骤10：若为非峰值需求，对训练数据按月聚合，计算月中位数，用月中位数代替原来的峰值，得到常规值序列s₂，使用随机森林进行回归预测，回归变量包括第t天的日平均温度、日平均温差、当前周、当前季度以及第t-lt天的lt销售出库量。

2.根据权利要求1所述的一种基于时间序列分解的季节性商品需求预测方法，其主要特征在于步骤3所述的提取峰值序列s₁的方法，具体包括以下步骤：

(3.1)从第t天往前推lt+n₃天作为开始时间节点，取长度n₄的lt出库序列s₀，计算s₀的平均值和标准差，将s₀中与平均值的偏差超过三倍标准差的出库值，记为峰值；

(3.2)每次移动1天直至提取结束时间节点为第t天往前推lt+n₄，重复步骤(3.1)的操作直到得到所有峰值，剔除重复值后得到最终的峰值序列s₁。

3.根据权利要求2所述的一种基于时间序列分解的季节性商品需求预测方法，其主要特征在于步骤7所述的计算概率阈值方法，具体包括以下步骤：

(7.1)对每一个阈值α′∈[0.1,0.9]，步长为ε，根据步骤6计算峰值预测概率p′，若p′＞α′，判定为峰值，否则为非峰值；

(7.2)计算评价指标精确率precision、召回率recall、F₁值：

precision＝m_r/m_pred

recall＝m_r/m

其中，m表示s₃内真实峰值总个数，m_pred表示预测出峰值总数，m_r表示预测正确峰值个数；

(7.3)选取最大的F₁值对应的阈值作为最佳的峰值率阈值α。