[发明专利]一种基于融合机器学习和时间序列的需求预测方法

摘要

本发明公开了一种融合机器学习和时间序列的需求预测方法，涉及基于机器学习的数据驱动决策技术领域。具体步骤为：提取物料的属性特征和预测特征、需求数据，构建预测数据集；根据所述物料属性特征构建物料簇，并借助物料簇的数据对各物料进行特征选择，得到重要特征集；将重要特征集数据训练集和验证集用于机器学习模型训练和调参，并对训练集、验证集和测试集进行预测；基于训练集和验证集需求数据构建时间序列模型，得到需求修正值；将机器学习方法和时间序列方法的预测结果融合，得到最终预测结果。本发明将机器学习算法的学习能力和时间序列方法的波动刻画能力相结合，提升小样本量、高维特征数据场景下需求预测的效果。