[发明专利]预测方法及装置

摘要

本申请公开了一种预测方法，包括：获取初始样本订单数据，并对初始样本订单数据进行去噪处理，获得目标样本订单数据；对目标样本订单数据的订单数量进行聚类处理，得到目标样本数据的K个时间段的订单数量聚类；针对每一时间段，将订单数量聚类在该时间段内的第一订单数量输入预设神经网络模型进行训练，订单数量聚类的第二订单数量获得该时间段对应的订单预测模型；获取包含多个订单数量的待预测订单数量，对多个订单数量进行聚类处理，获得K个时间段的订单数量聚类，针对每一时间段，将该时间段的订单数量聚类输入该时间段对应的订单预测模型，得到每一时间段对应的订单预测数量；结合每一时间段对应的订单预测数量，确定最终的订单预测数量。

主权项

1.一种预测方法，其特征在于，所述方法包括：获取多个初始样本订单数据，并对各所述初始样本订单数据分别进行去噪处理，获得多个目标样本订单数据；其中，所述目标样本订单数据包括按时间排序的多个订单数量；对各所述目标样本订单数据的订单数量进行聚类处理，得到各目标样本数据的K个时间段的订单数量聚类，其中，K为正整数，所述订单数量聚类包括按时间排序的第一订单数量和第二订单数量；针对每一时间段，将各所述订单数量聚类在该时间段内的第一订单数量输入预设神经网络模型进行训练，当所述预设神经网络模型的输出值与输入的订单数量聚类的第二订单数量的差值小于预设阈值时，获得该时间段对应的订单预测模型；获取包含多个订单数量的待预测订单数量，对所述多个订单数量进行去噪以及聚类处理，获得K个时间段的订单数量聚类，针对每一时间段，将该时间段的订单数量聚类输入该时间段对应的订单预测模型，得到每一时间段对应的订单预测数量；结合每一时间段对应的订单预测数量，确定最终的订单预测数量。