首页
›
供应链数字化与智能采购系统
›
004-库存优化工程
›
《多级库存架构下库存优化工程预测误差修正方案》
VIP20
本课程属于:004-库存优化工程
供应链数字化与智能采购系统 · 共 20 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
多级库存架构下库存优化工程预测误差修正方案
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
课程导论
多级库存架构的定义 · 库存优化的核心挑战 · 预测误差修正的必要性
课程导论
多级库存架构的定…
02
多级库存基础
单级库存 vs 多级库存 · 多级库存的牛鞭效应 · 库存层级划分(工厂
多级库存基础
vs
03
预测误差来源分析
需求波动 · 促销活动 · 季节性因素
预测误差来源分析
需求波动
04
误差度量指标
MAE · MSE · RMSE
误差度量指标
MAE
05
误差分解技术
将预测误差分解为偏差 · 趋势 · 季节性
误差分解技术
将预测误差分解为…
06
时间序列基础
平稳性 · 自相关 · 偏自相关
时间序列基础
平稳性
07
经典预测模型回顾
移动平均 · 指数平滑 · ARIMA 模型及其误差特性
经典预测模型回顾
移动平均
08
机器学习预测模型
随机森林 · XGBoost · LSTM 在库存预测中的应用与误差模…
机器学习预测模型
随机森林
09
误差修正策略总览
事后修正 · 实时修正 · 自适应修正
误差修正策略总览
事后修正
10
卡尔曼滤波基础
状态空间模型 · 预测与更新步骤 · 在库存误差修正中的应用
卡尔曼滤波基础
状态空间模型
11
卡尔曼滤波实战
使用Python实现单级库存的卡尔曼…
卡尔曼滤波实战
Python
12
指数加权移动平均(EWMA)修正
EWMA原理 · 平滑系数选择 · 在动态库存中的应用
EWMA
指数加权移动平均
13
贝叶斯修正方法
先验分布 · 后验更新 · 共轭先验在库存预测中的应用
贝叶斯修正方法
先验分布
14
基于残差学习的修正
使用机器学习模型(如LightGBM…
基于残差学习的修…
LightGBM
15
多级库存误差传播机制
上游误差如何放大至下游 · 层级间误差耦合分析
多级库存误差传播…
上游误差如何放大…
16
层级解耦修正策略
各层级独立修正 vs 联合修正 · 协调机制设计
层级解耦修正策略
vs
17
安全库存动态调整
基于预测误差方差的安全库存公式 · 动态更新方法
安全库存动态调整
基于预测误差方差…
18
库存策略与误差修正联动
(R · Q)策略 · (s
库存策略
误差修正联动
19
异常检测与修正触发
使用孤立森林 · LOF检测异常预测点并触发修正
异常检测
修正触发
20
实时数据流处理
Kafka + Flink 架构下的…
实时数据流处理
Kafka
21
修正效果评估框架
修正前后误差对比 · 业务指标(缺货率 · 库存周转率)影响评估
修正效果评估框架
修正前后误差对比
22
A/B测试在修正方案中的应用
实验设计 · 分流策略 · 统计显著性检验
A/B
测试
23
多级库存仿真环境搭建
使用Python SimPy或Any…
多级库存仿真环境…
Python
24
仿真驱动的修正策略优化
在仿真环境中调优修正参数(如卡尔曼增… · EWMA平滑系数)
仿真驱动的修正策…
仿真环境
25
案例研究1
零售业多级库存(总部DC→区域DC→…
案例研究1
DC
26
案例研究2
制造业多级库存(原材料→半成品→成品…
案例研究2
制造业多级库存
27
案例研究3
医药冷链多级库存(中央仓库→省级仓库…
案例研究3
医药冷链多级库存
28
修正方案的工程化部署
模型序列化 · API服务化 · 监控告警体系搭建
修正方案的工程化…
模型序列化
29
持续学习与模型更新
在线学习 · 定期重训练 · 概念漂移检测
持续学习
模型更新
30
课程总结与未来展望
AI驱动的自适应修正 · 数字孪生与库存优化融合趋势
课程总结
未来展望
所属VIP或分类
同VIP:ABC分类参数调优在库存优化工程中的工程实践
同VIP:ABC分类在库存优化工程中的多级库存参数配置
同VIP:EOQ模型选型与库存优化工程呆滞库存清理对比