备货处理方法及装置、计算机存储介质、电子设备与流程

技术特征：
1.一种备货处理方法，其特征在于，包括：通过预先训练的多个交易量预测模型对目标物品在未来时间段的交易量进行预测，得到多个初步预测值；通过预先训练的误差预测模型对所述多个交易量预测模型在所述未来时间段的预测误差进行预测，得到多个预测误差；根据所述多个预测误差从所述多个交易量预测模型中选取目标模型，并根据所述目标模型对应的初步预测值确定最终预测值；将所述最终预测值发送至备货端，以使所述备货端根据所述最终预测值对所述目标物品进行备货处理。2.根据权利要求1所述的方法，其特征在于，所述交易量预测模型通过以下方式训练得到：获取目标物品基于时间序列的历史交易数据样本；利用所述历史交易数据样本对多个预设机器学习模型进行训练，得到所述预先训练的多个交易量预测模型。3.根据权利要求1所述的方法，其特征在于，所述误差预测模型通过以下方式训练得到：通过所述预先训练的多个交易量预测模型对目标物品在历史时间段的交易量进行预测，得到多个历史预测值；根据所述目标物品在所述历史时间段内的实际交易量和所述历史预测值，确定各所述交易量预测模型对应的预测误差；从多个所述交易量预测模型对应的预测误差中选取预测误差样本；利用所述预测误差样本对预设机器学习模型进行训练，得到所述误差预测模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标物品在所述历史时间段内的实际交易量和所述历史预测值，确定各所述交易量预测模型对应的预测误差，包括：将所述历史预测值与所述实际交易量进行比对，得到数值比对结果；根据所述数值比对结果，确定各所述交易量预测模型对应的预测误差。5.根据权利要求3所述的方法，其特征在于，所述从多个所述交易量预测模型对应的预测误差中选取预测误差样本，包括：基于合作博弈算法确定每个所述预测误差对所述误差预测模型的处理结果的贡献值；根据所述贡献值的数值大小从多个所述交易量预测模型对应的预测误差中选取预测误差样本。6.根据权利要求1至5任意一项所述的方法，其特征在于，所述根据所述多个预测误差从所述多个交易量预测模型中选取目标模型，包括：将预测误差最小的交易量预测模型确定为所述目标模型。7.根据权利要求1至5任意一项所述的方法，其特征在于，所述根据所述多个预测误差从所述多个交易量预测模型中选取目标模型，并根据所述目标模型对应的初步预测值确定最终预测值，包括：将预测误差小于误差阈值的多个交易量预测模型确定为所述目标模型；对所述目标模型对应的初步预测值进行加权求和，得到所述最终预测值。
8.一种备货处理装置，其特征在于，包括：交易量预测模块，用于通过预先训练的多个交易量预测模型对目标物品在未来时间段的交易量进行预测，得到多个初步预测值；误差预测模块，用于通过预先训练的误差预测模型对所述多个交易量预测模型在所述未来时间段的预测误差进行预测，得到多个预测误差；预测结果确定模块，用于根据所述多个预测误差从所述多个交易量预测模型中选取目标模型，并根据所述目标模型对应的初步预测值确定最终预测值；发送模块，用于将所述最终预测值发送至备货端，以使所述备货端根据所述最终预测值对所述目标物品进行备货处理。9.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任意一项所述的备货处理方法。10.一种电子设备，其特征在于，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～7中任意一项所述的备货处理方法。

技术总结
本公开涉及数据处理技术领域，提供了一种备货处理方法、备货处理装置、计算机存储介质、电子设备，其中，备货处理方法包括：通过预先训练的多个交易量预测模型对目标物品在未来时间段的交易量进行预测，得到多个初步预测值；通过预先训练的误差预测模型对多个交易量预测模型在未来时间段的预测误差进行预测，得到多个预测误差；根据多个预测误差从多个交易量预测模型中选取目标模型，并根据目标模型对应的初步预测值确定最终预测值；将最终预测值发送至备货端，以使备货端根据最终预测值对目标物品进行备货处理。本公开中的方法不仅能够降低算法资源消耗，还能够提高预测准确度。还能够提高预测准确度。还能够提高预测准确度。


技术研发人员：贾梦
受保护的技术使用者：北京电解智科技有限公司
技术研发日：2020.11.26
技术公布日：2022/5/31