首页
›
供应链数字化与智能采购系统
›
007-需求预测模型
›
《准确率指标sMAPE在间歇需求场景的选型对比工程》
VIP20
本课程属于:007-需求预测模型
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
准确率指标sMAPE在间歇需求场景的选型对比工程
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
间歇需求(Intermittent… · 特征(零值多 · 需求稀疏
间歇需求定义
Intermittent
02
预测误差指标总览
常用预测误差指标(MAE · MSE · RMSE
预测误差指标总览
MAE
03
sMAPE数学原理
对称平均百分比误差(sMAPE)… · 对称性解释 · 取值范围[0
sMAPE
数学原理
04
间歇需求下MAPE的失效
当实际值为0时MAPE无穷大问题 · 以及分母极小导致指标失真的具体案例
MAPE
间歇需求下
05
sMAPE在零值场景的表现
sMAPE如何处理实际值=0或预测值… · 数学上的稳定性分析
sMAPE
零值场景的表现
06
sMAPE的对称性优势
sMAPE在过预测与欠预测之间惩罚对…
sMAPE
的对称性优势
07
间歇需求数据集构建
模拟生成间歇需求时间序列(含零值比例 · 需求间隔 · 需求大小分布)的Python代码与参…
间歇需求数据集构…
模拟生成间歇需求…
08
预测方法选型
适用于间歇需求的预测方法(Crost… · SBA · TSB
预测方法选型
Crost
09
Croston法原理
Croston方法的双指数平滑机制 · 需求间隔与需求大小的独立预测 · 适用条件
Croston
法原理
10
SBA与TSB方法
Synthetic Bootstra…
SBA
TSB
11
机器学习方法引入
LightGBM · XGBoost在间歇需求预测中的特征… · 滚动统计
机器学习方法引入
LightGBM
12
sMAPE评估框架设计
基于时间序列交叉验证(TimeSer…
sMAPE
评估框架设计
13
零值比例对sMAPE的影响
通过蒙特卡洛模拟分析不同零值比例(5… · 70% · 90%)下sMAPE的分布与稳定性
sMAPE
零值比例对
14
sMAPE vs MASE对比
MASE(平均标度误差)在间歇需… · 与sMAPE的互补性与选型建议
sMAPE
vs
15
sMAPE vs RMSSE对比
RMSSE(均方根标度误差)的定义 · 对极端值的敏感度 · 与sMAPE的适用边界
sMAPE
vs
16
sMAPE的偏倚问题
sMAPE在高度稀疏数据中可能产生的…
sMAPE
的偏倚问题
17
sMAPE的尺度依赖性
sMAPE是否受需求规模影响?不同量…
sMAPE
的尺度依赖性
18
多步预测下的sMAPE
滚动多步预测(h=1 · 3 · 6
sMAPE
多步预测下的
19
sMAPE的统计检验
使用配对t检验或Wilcoxon符号…
sMAPE
的统计检验
20
sMAPE的置信区间
通过Bootstrap方法估计sMA… · 提升选型决策的可靠性
sMAPE
的置信区间
21
sMAPE与业务成本关联
将sMAPE映射到库存持有成本与缺货… · 构建业务导向的选型指标
sMAPE
业务成本关联
22
sMAPE的行业基准
航空备件 · 汽车售后 · 医药分销等行业的sMAPE典型基准值…
sMAPE
的行业基准
23
sMAPE的敏感性分析
改变预测方法超参数(平滑常数 · 树深度)对sMAPE的敏感性热力图
sMAPE
的敏感性分析
24
sMAPE的鲁棒性测试
在加入异常值(突发大单 · 零值突变)后sMAPE的鲁棒性对比实…
sMAPE
的鲁棒性测试
25
sMAPE的分解分析
将sMAPE分解为偏差分量与方差分量 · 解释误差来源
sMAPE
的分解分析
26
sMAPE的实时监控
在生产环境中搭建sMAPE实时看板(…
sMAPE
的实时监控
27
sMAPE的模型选择流程
从数据探索 · 候选模型训练 · sMAPE评估
sMAPE
的模型选择流程
28
sMAPE的局限性总结
sMAPE在间歇需求中的已知缺陷(不… · 对零值敏感 · 解释性差)与应对策略
sMAPE
的局限性总结
29
sMAPE与其他指标的融合策略
构建加权组合指标(如sMAPE +…
sMAPE
其他指标的融合策…
30
课程总结与工程实践建议
sMAPE在间歇需求场景选型的最佳实… · 常见陷阱与未来研究方向
课程总结
工程实践建议
所属VIP或分类
同VIP:MAPE与sMAPE在促销预测场景的选型对比
同VIP:促销影响量化与因果特征建模的联合优化工程案例
同VIP:促销影响量化与层级预测模型的联合优化工程案例