VIP20
本课程属于：016-AI驱动的供应链需求预测与库存优化实战 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

📦 AI 赋能库存预测 & 补货系统

📚 30章 · 从入门到实战 · 中小学生友好色系
01 课程导论
  • 库存痛点与挑战
  • AI如何赋能预测
  • 课程目标与路径
▶ 进入章节
02 库存管理基础
  • 原材料/在制品/成品
  • 持有/订货/缺货成本
  • 库存周转率
▶ 进入章节
03 传统预测方法
  • 移动平均法
  • 指数平滑法
  • 趋势外推法
  • 季节性分解
▶ 进入章节
04 传统补货策略
  • 定量订货EOQ
  • 定期订货模型
  • 安全库存计算
  • 服务水平与缺货率
▶ 进入章节
05 Python环境搭建
  • Anaconda安装
  • Jupyter Notebook
  • Pandas/NumPy
  • Matplotlib/Seaborn
▶ 进入章节
06 数据预处理实战
  • 缺失值/异常值
  • 时间序列重采样
  • 滞后特征
  • 滚动统计特征
▶ 进入章节
07 探索性数据分析
  • 库存分布分析
  • 销售趋势与季节性
  • 相关性热力图
  • 异常检测
▶ 进入章节
08 线性回归预测模型
  • 一元/多元线性回归
  • Scikit-learn构建
  • MSE/MAE/R²
▶ 进入章节
09 时间序列ARIMA
  • ARIMA原理
  • ACF/PACF定阶
  • 模型训练与预测
▶ 进入章节
10 季节性ARIMA (SARIMA)
  • SARIMA原理
  • 季节性参数选择
  • 月度销售预测案例
▶ 进入章节
11 Prophet模型
  • Facebook Prophet原理
  • 趋势/季节性分解
  • 节假日效应
  • 调参与预测
▶ 进入章节
12 机器学习集成方法
  • 随机森林回归
  • XGBoost/LightGBM
  • 特征重要性分析
▶ 进入章节
13 深度学习入门
  • LSTM网络原理
  • 时间序列格式转换
  • Keras构建LSTM
▶ 进入章节
14 模型对比与选择
  • 测试集性能对比
  • 交叉验证
  • 加权平均/Stacking
▶ 进入章节
15 需求预测实战项目
  • 端到端预测流程
  • 数据加载与预处理
  • 训练调优
  • 可视化报告
▶ 进入章节
16 安全库存动态计算
  • 基于预测误差公式
  • 需求不确定性量化
  • 服务水平与安全库存
▶ 进入章节
17 补货点与补货量计算
  • 动态补货点
  • EOQ与动态批量
  • 提前期与波动
▶ 进入章节
18 库存分类管理
  • ABC分类法
  • XYZ分类(波动性)
  • ABC-XYZ矩阵策略
▶ 进入章节
19 多级库存优化
  • 分销网络多级库存
  • 牛鞭效应与信息共享
  • 分布式库存策略
▶ 进入章节
20 补货策略模拟
  • Python模拟补货
  • 定期/定量/动态
  • 结果对比可视化
▶ 进入章节
21 强化学习补货
  • 强化学习基础
  • Q-learning & DQN
  • 库存环境搭建
▶ 进入章节
22 系统架构设计
  • AI库存系统架构
  • 数据流设计
  • 数据/算法/应用层
▶ 进入章节
23 数据库设计
  • 库存/销售/预测表
  • 补货建议表
  • SQL查询优化
▶ 进入章节
24 后端API开发
  • Flask/FastAPI
  • 预测/补货接口
  • 异步任务处理
▶ 进入章节
25 前端可视化看板
  • ECharts/Plotly
  • 库存仪表盘
  • 实时监控/预测趋势
▶ 进入章节
26 系统集成与部署
  • Docker容器化
  • CI/CD流水线
  • AWS/Azure/阿里云
▶ 进入章节
27 案例1：零售业库存
  • 超市快消品需求
  • 促销活动建模
  • 自动补货系统
▶ 进入章节
28 案例2：制造业备件
  • 稀疏/间歇性预测
  • Crostons方法
  • 维修备件补货
▶ 进入章节
29 案例3：电商供应链
  • 多仓库库存分配
  • 动态定价与库存
  • 双十一大促预案
▶ 进入章节
30 课程总结与展望
  • AI库存未来趋势
  • 可解释AI应用
  • 持续学习与更新
▶ 进入章节
📘 课程资料