在电商产业链中，为提升用户物流服务体验，供应链协同将货品提前准备在全球各个市场的本地仓，可有效降低物流时间，极大提升用户体验。不同于国内电商物流情况，出海电商的产品生产和销售地区是全球化的，商品的采购，运输，海关质检等，整个商品准备链路需要更长的时间。在大数据和人工智能技术快速发展的新时代背景下，运用大数据分析和算法技术，精准预测远期的商品销售，为供应链提供数据基础。
供应链需求预测，对原问题做建模问题简化。考虑商品在制造，国际航运，海关清关，商品入仓的供应链过程，实际的产品准备时长不同。这里将问题简化，统一在45天内完成。该资源为利用最近1年多的商品数据预测45天后5周每周（week1~week5）的一个不同SKU的销量模型。
该资源为大数据或者机器学习领域中一个完整的时间序列的预测案例，感兴趣的朋友可尝试下载学习，对于在供应链、电商领域的做算法研究的朋友有比较大的帮助
2022-05-03 17:05:33
457.42MB
需求预测是每个不断增长的在线业务的重要组成部分。如果没有适当的需求预测流程，几乎不可能在任何给定时间拥有适量的库存。食品配送服务必须处理大量易腐的原材料，这使得这样的公司能够准确预测每日和每周的需求变得更加重要。
这是提出这个数据集的理由 :victory_hand:！
Food demand.csv
2022-04-26 09:42:00
26KB
1
使用内核方法预测电力需求
这项工作的目标是实施下周能源消耗的预测方法。从工程的角度来看，任何负责电力服务网络的人都需要能够做出准确的预测，因为这是影响许多其他系统组件（如输电和配电）的东西，另一方面，电荷是能源价格的决定性因素，因为它是需求的指标， 所以它也应该是一个可靠的模型。准确可靠的模型在风险评估和管理中也至关重要。
首先，进行了数据的转换，因为它们与每小时的需求进行了细分，为了实现这项工作，我们将仅考虑日常用电量。为此，我们通过使用dem_diaria.m将相应24小时的消耗量相加来累积每天。功能。
由于高消耗值会导致计算和处理延迟，因此选择它来缩放数据，即使用规范化函数将其从 0 规范化为 1.m，并将非规范化.m函数返回到原始缩放。
为了形成回归量的向量，开发了一个回归量.m函数，从进入的日期开始，历史数据集，要符合的回归量的类型及其维度，返回相应的向量。
2022-04-13 09:12:34
205KB
【达摩老生出品，必属精品，亲测校正，质量保证】
资源名：灰色神经网络的预测算法_订单需求预测_matlab
资源类型：matlab项目全套源码
源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。
适合人群：新手及有一定经验的开发人员
2022-04-06 02:54:51
4KB
基于长短记忆的智能电网需求预测_Demand Forecasting in Smart Grid Using Long Short-Term Memory.pdf
2022-01-30 09:03:53
707KB