论文部分内容阅读
供应链环境中,产品需求预测对于制造业安排生产计划具有导向作用。对于大多数制造企业,通常生产的同一系列产品下有多种型号产品。由于受产能及市场容量限制,同系列下多型号产品之间对各自产品需求会产生相互影响作用。鉴于此,考虑历史需求数据在时间序列上的相邻关联性,研究在不同时间序列上各型号产品相互制约影响下产生的不同需求形态。同时考虑产品自身属性差异、供应链环境等影响因素,预测出某型号产品未来一段时间内的需求量。通过GRU-BP组合神经网络预测模型,对模型分析求解后证明预测结果的可行性。