[发明专利]产品服务需求预测和资源优选配置方法

说明书

技术领域

本发明属于产品服务领域，具体涉及产品服务需求预测技术，以及对满足产品服务需求所需的产品服务资源的优选配置方法，特别是涉及具有层次结构特征的产品服务需求预测，以及相应的产品服务资源配置方法。

背景技术

背景技术一：组合预测方法

组合预测技术是一种把多个预测模型的预测结果通过定量或定性方法进行组合，以期获得更加准确或者更加稳定的预测结果的方法。组合预测一定比其中最差的预测模型的效果好，因而可以减小预测风险，这也是组合预测在实践中被广泛采用的主要原因之一。就某一预测值而言，其预测效果最差时的预测值要远优于预测效果最差的模型对该值的预测。经验表明，不同预测模型组合流程的改进也可以改善预测效果，但是不恰当的组合权重会大大削弱组合预测模型的预测效果。在实际应用中，很难找到一个最优的预测模型，通过组合的方法可以减小单个预测模型的不稳定性，从而提高预测精度。

常见的简单组合的方法主要包括简单平均法，也称平均权重法，也就是每个预测模型的权重相等；方差-协方差法，这种方法考虑了每个预测模型的历史表现，但是，不足是忽略了不同预测模型的预测误差之间存在相关系数；折扣均方预测误差法，特点是不同预测模型的预测误差相关性越大，组合权重对这个相关性的变化越敏感；最小化平均绝对百分偏差的线性组合预测方法；基于方差的方法；均方误差倒数法；几何平均法；调和平均法。

背景技术二：协同规划、预测与补给法

协同规划、预测与补货技术(collaborative planning,forecasting,and replenishment(CPFR))是减小供应链需求信息传递牛鞭效应的方法。CPFR强调供应商及零售商的协同合作流程及资讯分享，并借由所共享的资讯适当补货以减少库存、物流及运输成本，使供应链之流程更有效率，进而提升供应链价值。

(1)协同。CPFR这种合作关系要求双方长期承诺公开沟通、信息分享，从而确立其协同性的经营战略，尽管这种战略的实施必须建立在信任和承诺的基础上，但是这是买卖双方取得长远发展和良好绩效的唯一途径。

(2)规划。为了实现共同的目标，还需要双方协同制定促销计划、库存政策变化计划、产品导入和中止计划以及仓储分类计划。

(3)预测。CPFR强调买卖双方必须做出最终的协同预测，大大减少整个价值链体系的低效率、死库存，促进更好的产品销售、节约使用整个供应链的资源。

(4)补货。订单处理周期、前置时间、订单最小量、商品单元以及零售方长期形成的购买习惯等都需要供应链双方加以协商解决。

背景技术三：活动及其过程(Activity and its Process,ProA)方法

活动和过程是产品服务资源配置的两个密切相关的概念，从过程到活动的映射是一对多的关系，具有不确定性，也就是一个过程可能包含多个活动，而一项活动必然对应着一个实现过程。为了避免在活动和过程逐层展开时它们之间关系的不确定性，ProA是活动及其实现过程经抽象得到的实体，这个实体包括输入、输出、资源、管理及由输入到输出的映射，ProA用一个五元组表示：

ProA＝{I,O,R,M,Φ}。

I为ProA的输入集合；

O为ProA的输出集合；

R为执行ProA所需的资源集合；

M为ProA对资源管理的属性集合；

Φ为资源由输入到输出的映射集合。

当前，针对产品服务需求预测和资源配置方法的研究非常缺乏，传统的需求预测和资源管理方法并不能照搬到产品服务需求预测和资源配置中。需要发展和形成专门针对产品服务需求和资源配置的解决方法。

发明内容

针对现有技术中的缺陷，本发明提供一种产品服务需求预测技术，以及对满足产品服务需求所需的产品服务资源的优选配置方法，来解决产品服务管理中需求预测精度低、资源配置方法缺乏的问题。

本发明是通过下述技术方案来解决上述技术问题的：

(1)基于信息组合和方法组合的产品服务需求预测技术

(2)基于ProA的产品服务资源优选配置方法

根据本发明提供的一种产品服务需求预测和资源优选配置方法，包括如下步骤：

步骤1：基于信息组合和方法组合，同时考虑产品服务需求的层次结构管理和不同预测模型对趋势信息的提取优势，对各级产品服务中心的产品服务需求进行预测，得到产品服务需求预测值；