[发明专利]产品数量预测方法、装置、电子设备和可读存储介质

权利要求书

1.一种产品数量预测方法，其特征在于，所述方法包括：

确定目标产品的历史需求数量和待预测时间段内的至少一个第一影响因子数据；以及

将初始输入信息输入预先训练的第1个预测网络单元，以确定第1个第一子时间段的目标需求数量，所述初始输入信息包括所述历史需求数量和所述第1个第一子时间段对应的第一影响因子数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据第i个预测网络单元输出的第i个第一子时间段的目标需求数量和第i+1个预测网络单元对应的第一影响因子数据，确定中间输入信息，其中，所述中间输入信息用于表征第i+1个预测网络单元的输入信息，i为大于等于1的自然数；以及

将所述中间输入信息输入到预先训练的第i+1个预测网络单元，以确定第i+1个第一子时间段的目标需求数量。

3.根据权利要求2所述的方法，其特征在于，所述预测网络单元包括神经元单元和似然估计单元；

所述神经元单元至少被配置为接收所述初始输入信息以确定中间特征向量，或者接收所述中间输入信息以确定中间特征向量；

所述似然估计单元至少被配置为接收中间特征向量，根据预先训练的似然估计函数和所述中间特征向量确定目标需求数量。

4.根据权利要求3所述的方法，其特征在于，所述神经元单元为长短期记忆神经元单元，第1个预测网络单元的长短期记忆神经元单元的输入还包括预定的细胞状态，所述长短期记忆神经元单元还被配置为输出隐层信息，所述第i个预测网络单元的长短期记忆神经元单元还被配置为接收第i-1个预测网络单元的长短期记忆神经元单元输出的隐层信息和细胞状态，根据第i-1个预测网络单元输出的第i-1个第一子时间段的目标需求数量、第i个预测网络单元对应的第一影响因子数据、第i-1个预测网络单元的长短期记忆神经元单元输出的隐层信息和细胞状态，确定中间特征向量。

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

对所述第一影响因子数据进行预处理，所述预处理包括独热编码、归一化处理中的至少一种。

6.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：训练所述预测网络单元；

其中，所述训练所述预测网络单元，包括：

获取训练集，所述训练集包括至少一个第二子时间段所对应的第一需求数量和第二影响因子数据，所述第一需求数量用于表征对应第二子时间段的需求数量真实值；

将第i个第二子时间段所对应的第一需求数量和第i+1个第二子时间段所对应的第二影响因子数据输入所述预测网络单元，确定所述预测网络单元输出的第i+1个第二子时间段所对应的第二需求数量，所述第二需求数量用于表征对应第二子时间段的需求数量预测值；以及

根据第i+1个第二子时间段所对应的第二需求数量和第i+1个第二子时间段所对应的第一需求数量，调整所述预测网络单元的参数。

7.一种产品数量预测装置，其特征在于，所述装置包括：

第一确定模块，用于确定目标产品的历史需求数量和待预测时间段内的至少一个第一影响因子数据；以及

第二确定模块，用于将初始输入信息输入预先训练的第1个预测网络单元，以确定第1个第一子时间段的目标需求数量，所述初始输入信息包括所述历史需求数量和所述第1个第一子时间段对应的第一影响因子数据。

8.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的方法。

10.一种计算机程序产品，包括计算机程序/指令，其特征在于，所述计算机程序/指令被处理器执行时实现权利要求1-6任一项所述的方法。