[发明专利]一种需求预测方法、系统、存储介质及电子设备

权利要求书

1.一种需求预测方法，其特征在于，包括：

获取目标日期、历史日期以及在所述历史日期下站点的订单数据信息；所述历史日期在所述目标日期之前；

从所述订单数据信息中获得目标物交易数量，得到在所述历史日期下的交易量特征数据；

判断所述历史日期是否为节假日日期，若是，则得到在所述历史日期下的节假日特征数据；

按照历史日期选取规则确定选取的历史日期，计算所述选取的历史日期下的目标物交易量的平均值，得到平均量特征数据；

将所述交易量特征数据、所述节假日特征数据和所述平均量特征数据输入需求预测模型，预测所述目标日期下的目标物需求量，得到预测结果。

2.根据权利要求1所述的需求预测方法，其特征在于，所述按照历史日期选取规则确定选取的历史日期，计算所述选取的历史日期下的目标物交易量的平均值，得到平均量特征数据，具体包括：

按照选取相同星期数的方式确定选取的历史日期，得到第一选取日期，计算所述第一选取日期下的目标物交易量的平均值，得到第一平均量特征数据。

3.根据权利要求2所述的需求预测方法，其特征在于，所述按照历史日期选取规则确定选取的历史日期，计算所述选取的历史日期下的目标物交易量的平均值，得到平均量特征数据，还包括：

按照选取所述目标日期之前的多个相邻日期的方式确定选取的历史日期，得到第二选取日期，计算所述第二选取日期下的目标物交易量的平均值，得到第二平均量特征数据。

4.根据权利要求1所述的需求预测方法，其特征在于，所述需求预测模型是基于TPA-LSTM模型训练得到的；

所述将所述交易量特征数据、所述节假日特征数据和所述平均量特征数据输入需求预测模型，预测所述目标日期下的目标物需求量，具体包括：

将所述交易量特征数据、所述节假日特征数据和所述平均量特征数据输入所述需求预测模型中的LSTM单元进行特征提取，得到第一隐藏层和多个第二隐藏层；所述第一隐藏层为与所述目标日期相邻的历史日期对应的隐藏层；所述第二隐藏层为在与所述目标日期相邻的历史日期之前的历史日期对应的隐藏层；

将多个所述第二隐藏层输入所述需求预测模型中的CNN单元进行特征提取，得到提取后的特征；

将所述第一隐藏层和所述提取后的特征输入所述需求预测模型中的全连接层进行目标物需求量预测，得到预测结果。

5.根据权利要求1所述的需求预测方法，其特征在于，所述将所述交易量特征数据、所述节假日特征数据和所述平均量特征数据输入需求预测模型，预测所述目标日期下的目标物需求量，具体包括：

按照目标物取出与目标物归还的分类方式，将所述交易量特征数据划分为取物数量特征数据和还物数量特征数据，并且将所述平均量特征数据划分为取物平均值特征数据和还物平均值特征数据；

将所述取物数量特征数据、所述节假日特征数据和所述取物平均值特征数据输入取物预测模型，预测所述目标日期下的目标物取出量，得到取出量预测结果；

将所述还物数量特征数据、所述节假日特征数据和所述还物平均值特征数据输入还物预测模型，预测所述目标日期下的目标物归还量，得到归还量预测结果。

6.根据权利要求5所述的需求预测方法，其特征在于，在得到所述取出量预测结果和所述归还量预测结果之后，所述方法还包括：

获取站点的目标物容量；

根据所述取出量预测结果和所述归还量预测结果，得到站点需求量；

判断所述目标物容量是否满足所述站点需求量，在不满足所述站点需求量时，进行目标物调度操作。

7.根据权利要求6所述的需求预测方法，其特征在于，所述进行目标物调度操作的方法，具体包括：

获取所述站点的位置信息；

根据所述站点的位置信息在站点集合中确定与所述站点距离最近的站点，得到相邻站点；

在所述相邻站点能够提供目标物的条件下，进行目标物调度操作。