[发明专利]预测方法、装置及电子设备

说明书

本申请提供了一种备件需求量预测方法、装置及计算机设备，获取待测备件所属类型备件的历史数据，利用该历史数据，先验证该待测备件的历史需求量是否受环境条件影响，之后，利用与验证结果对应的机器学习算法，自动获得待测备件在今年的待测时间内的需求量，相对于传统预测方法未考虑备件在今年指定时间内的需求量是否受环境条件影响，如是否受雨季影响，本申请提出的这种备件需求量预测方法提供了预测准确性，能够在满足消费者对备件需求的同时，避免备件进货量过多，造成库存积压及资金积压。

技术领域

本申请主要涉及数据处理技术领域，更具体地说是涉及一种预测方法及相关设备。

背景技术

在实际应用中，对于如键盘、主板、显示屏、外壳等电子设备的使用寿命，很容易受到外界环境条件的影响，比如外界环境的湿度，湿度过大，很容易导致电子设备损坏。因此，对于一些雨季时间较长的地方，业务部门往往会在雨季到来之前预备较多电子设备的备件，满足客户在雨季的部件更换需求。

目前，业务部门通常是根据去年雨季期间电子设备的损坏率，以及今年雨季期间电子设备的保有量，来预测今年雨季电子设备备件的需求量。但是，这种预测方式并未考虑考虑不同生产条件、不同厂商及不同生产成本等因素，对相同型号的备件在雨季受影响程度的不同，这就会导致现有预测方法无法准确预测出的备件需求量。

因此，如何提高雨季电子设备备件需求量的预测准确性，成为技术人员急需解决的问题之一。

发明内容

有鉴于此，本申请提供了一种备件需求量预测方法、装置及计算机设备，解决了现有的预测方法对备件雨季需求量预测不准确的技术问题。

为了解决上述技术问题，本申请提供了以下技术方案：

一种备件需求量预测方法，方法包括

获取备件的历史数据；

利用所述历史数据，检测备件在往年指定时间内的需求量是否受环境条件影响；

基于检测结果，利用机器学习算法，获得所述待测备件在今年指定时间内的预测需求量。

可选的，所述利用所述历史数据，检测备件在往年指定时间内的需求量是否受环境条件影响，包括：

利用所述历史数据，获得备件在往年指定时间内的需求量增长率和保有量增长率；

对所述需求量增长率和所述保有量增长率进行比较；

基于得到的比较结果，检测备件在往年指定时间内的需求量是否受环境条件影响。

可选的，所述利用所述历史数据，检测备件在往年指定时间内的需求量是否受环境条件影响，还包括：

利用所述历史数据中待测备件的历史保有量，确定所述待测备件当前所处生命周期的目标阶段；

如果所述目标阶段是上升阶段，确定所述待测备件的需求量受指定时间内的环境条件影响；

如果所述目标阶段不是上升阶段，执行步骤所述利用所述历史数据，获取备件在往年指定时间内的需求量增长率和保有量量增长率。

可选的，所述基于检测结果，利用机器学习算法，获得所述待测备件在今年指定时间内的预测需求量，包括：

利用所述待测备件在今年指定时间内的保有量，及所述待测备件所属类型备件在上升阶段的需求量增长率，得到所述待测备件在今年指定时间内的预测需求量；或者，

采用移动平均方式，获得备件在上升阶段的历史平均需求量，并基于所述历史平均需求量及备件在上升阶段的历史需求量增长率，得到所述备件中的待测备件在今年指定时间内的预测需求量。

可选的，所述基于检测结果，利用机器学习算法，获得所述待测备件在今年指定时间内的预测需求量，还包括：