[发明专利]一种商品需求预测的神经网络模的方法和系统

说明书

本发明公开了一种商品需求预测的神经网络模型的方法及系统。本发明涉及的一种商品需求预测的神经网络模型的方法，包括步骤：S11.获取商品销售的历史数据，并对所述历史数据进行预处理；S12.确定所述历史数据中的相关变量；S13.将所述相关变量利用机器学习进行可视化操作，得到最终结果；S14.根据得到的最终结果建立神经网络预测模型。本发明可以预测商店里的商品销售情况，很好地计划库存盘点并规划商品分类。

技术领域

本发明涉及机器学习、算法技术领域，尤其涉及一种商品需求预测的神经网络模型的方法和系统。

背景技术

随着社会的不断发展，未来城市将承载更多的人口，因而城市的可持续发展显得尤为重要。智慧城市的起点是现代信息技术发展下的网络化和数字化，最终目的是将其上升到整合、集群、协同管理的高度，与绿色可持续发展相结合，构建宜居的城市环境。智慧城市以物联网、云计算、大数据、空间地理信息集成等新一代信息技术为基础，通过感知、分析、整合城市运行核心系统的各项关键信息，对城市服务、公共安全、环保、民生、工商业活动在内的各种需求做出智能响应，实现城市规划管理信息化、基础设施智能化、公共服务便捷化。

而像沃尔玛这样的零售商,使用预测系统和工具来补充他们在商店中的产品。一个优秀的预测系统有助于赢得供应链的优势。如果善于预测商店里的商品销售情况,就可以很好地计划库存盘点并规划商品分类。那么如何预测商品需求就成为了一个问题因此奔赴买那个采用了机器学习以及时间序列预测框架、多层感知器对其进行了研究并得到了最终神经网络预测模型。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种商品需求预测的神经网络模型的方法和系统，可以预测商店里的商品销售情况，很好地计划库存盘点并规划商品分类。

为了实现以上目的，本发明采用以下技术方案：

一种商品需求预测的神经网络模型的方法，包括步骤：

S1.获取商品销售的历史数据，并对所述历史数据进行预处理；

S2.确定所述历史数据中的相关变量；

S3.将所述相关变量利用机器学习进行可视化操作，得到最终结果；

S4.根据得到的最终结果建立神经网络预测模型。

进一步的，所述步骤S1中对所述历史数据进行预处理包括用函数库和功能函数进行数据预处理。

进一步的，所述用函数库和功能函数进行数据预处理具体为对数据进行完整性检查。

进一步的，所述步骤S2还包括根据所述相关变量得到分析图形。

进一步的，所述步骤S3中还包括生成集成预测和节点的单个隐藏层。

相应的，还提供一种商品需求预测的神经网络模型的系统，包括：

预处理模块，用于获取商品销售的历史数据，并对所述历史数据进行预处理；

确定模块，用于确定所述历史数据中的相关变量；

操作模块，用于将所述相关变量利用机器学习进行可视化操作，得到最终结果；

建立模块，用于根据得到的最终结果建立神经网络预测模型。

进一步的，所述预处理模块中对所述历史数据进行预处理包括用函数库和功能函数进行数据预处理。

进一步的，所述用函数库和功能函数进行数据预处理具体为对数据进行完整性检查。

进一步的，所述确定模块还包括根据所述相关变量得到分析图形。

进一步的，所述操作模块中还包括生成集成预测和节点的单个隐藏层。