首页
›
企业数字化与管理工程
›
008-供应链计划、预测与制造协同
›
《间歇需求预测与Croston工程》
VIP30
本课程属于:008-供应链计划、预测与制造协同
企业数字化与管理工程 · 共 30 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
间歇需求预测模型选型与Croston方法应用
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
间歇需求定义
什么是间歇需求?间歇需求与常规需求的… · 间歇需求在供应链中的典型场景(备件 · 维修件
间歇需求定义
什么是间歇需求?…
02
间歇需求预测的挑战
零值过多 · 需求波动剧烈 · 数据稀疏性
间歇需求预测的挑…
零值过多
03
预测模型选型总览
间歇需求预测模型分类(时间序列 · 机器学习 · 概率模型)
预测模型选型总览
间歇需求预测模型…
04
Croston方法起源
Croston方法的历史背景 · R.G. Brown与J.D. Cr… · 原始核心思想
Croston
方法起源
05
Croston方法基本原理
将需求分解为需求间隔与需求大小两个独… · 分别使用简单指数平滑预测
Croston
方法基本原理
06
Croston方法数学公式
需求间隔预测公式 · 需求大小预测公式 · 最终预测值计算
Croston
方法数学公式
07
Croston方法参数选择
平滑常数α的选择策略 · 固定α vs 自适应α · 参数优化方法
Croston
方法参数选择
08
Croston方法优缺点分析
优点(简单 · 可解释性强 · 适合极稀疏数据)
Croston
方法优缺点分析
09
Croston方法变体
Syntetos-Boylan Ap… · Teunter-Syntetos-B…
Croston
方法变体
10
Syntetos-Boylan Approximation (SBA)
SBA的修正公式 · 为什么需要修正 · 修正系数推导
Syntetos-Boy…
Approximatio…
11
Teunter-Syntetos-Babai (TSB) 方法
TSB对需求概率的建模 · 与Croston的区别 · 适用场景
Teunter-Synt…
TSB
12
Croston方法与其他方法对比
Croston vs 简单指数平滑 · Croston vs 移动平均 · Croston vs ARIMA
Croston
其他方法对比
13
Croston方法在Python中的实现
使用Python手动实现Crosto… · 代码示例与解释
Croston
Python
14
Croston方法在R中的实现
使用R的tsintermittent… · 代码示例与输出解读
Croston
R
15
Croston方法在Excel中的实现
使用Excel公式模拟Croston… · 适合非技术用户
Croston
Excel
16
间歇需求数据预处理
数据清洗 · 时间聚合(周/月) · 处理异常值
间歇需求数据预处…
数据清洗
17
预测误差评估指标
MAE · MSE · RMSE
预测误差评估指标
MAE
18
MASE(平均标度误差)
MASE的计算公式 · 为什么适合间歇需求 · Python计算示例
MASE
平均标度误差
19
sMAPE(对称平均百分比误差)
sMAPE的优缺点 · 在零值情况下的处理
sMAPE
对称平均百分…
20
Pinball Loss(分位数损失)
用于分位数预测的评估 · 在间歇需求库存优化中的应用
Pinball
Loss
21
模型选型实战案例一
汽车备件数据集 · 使用Croston · SBA
模型选型实战案例…
汽车备件数据集
22
模型选型实战案例二
航空维修件数据集 · 处理高度稀疏数据 · 选择最优模型
模型选型实战案例…
航空维修件数据集
23
模型选型实战案例三
电子产品配件数据集 · 结合季节性调整的Croston方法
模型选型实战案例…
电子产品配件数据…
24
Croston方法参数调优
网格搜索 · 贝叶斯优化 · 交叉验证在间歇需求中的应用
Croston
方法参数调优
25
间歇需求预测的库存应用
安全库存计算 · 服务水平(Cycle Service… · 订货点(Reorder Point)
间歇需求预测的库…
安全库存计算
26
Croston方法与机器学习结合
使用Croston输出作为特征输入到… · 混合模型
Croston
机器学习结合
27
间歇需求预测的深度学习尝试
LSTM · DeepAR在间歇需求上的表现 · 与Croston对比
间歇需求预测的深…
LSTM
28
Croston方法在生产计划中的应用
MTS(Make-to-Stock)…
Croston
生产计划
29
Croston方法的局限性讨论
对需求模式变化的适应性 · 多步预测的误差累积 · 大规模数据性能
Croston
方法的局限性讨论
30
课程总结与未来趋势
Croston方法总结 · 间歇需求预测前沿(因果推断 · 强化学习
课程总结
未来趋势
所属VIP或分类
同VIP:BOM替代料与物料柔性工程
同VIP:EOQ与补货点库存优化工程
同VIP:MRP与BOM需求计算协同工程