计算步骤 / 01
数据与任务准备
以零件—地点为基本对象，读取历史需求、预测月份和业务参数；按常规件、新件、末次采购件分别准备计算输入。
历史需求零件 / 地点 / 时间
对象与月份统一序列口径
任务输入按业务类型分流
- 输入
- 历史需求、任务月份；末次采购分支还使用价格信息。
- 输出
- 对应零件、地点及预测任务的计算序列。
汽车售后备件 · 需求计划
售后备件需求预测
针对常规件、新件和末次采购件，分别组织预测路径。在大量零件与仓库组合中安排模型搜索、复用与结果检查，为需求计划提供计算依据。
计算流程零件 × 地点基本预测对象分类计算适配生命周期过程留存支持结果复核
需求形态与方法选择原理示意
01
预测对象与业务范围
根据备件生命周期与业务用途，确定预测对象、时间范围和输出形式。
| 业务对象 | 需要解决的问题 | 计算安排 | 结果 |
|---|---|---|---|
| 常规件 | 需求频率与波动不同，单一方法难以覆盖。 | 按需求特征分组，进行模型搜索或方法推荐。 | 未来月份需求 |
| 新件 CP | 可用销售历史短，长期规律尚不充分。 | 根据历史长度与销量变化应用分段规则。 | 指定月份需求 |
| 末次采购 LB / EOP | 停产后仍需保障供应，关注后续累计需求。 | 使用价格与长期需求历史进行累计需求估计。 | 后续需求总量参考 |
02
计算流程
说明输入口径、计算环节及对应输出。
计算步骤 / 02
需求特征分组
用需求水平、波动程度和零需求占比等七项统计特征进行聚类，为大规模常规件预测组织计算批次。
统计特征七项序列特征
标准化与聚类KMeans
需求分组保留分组标识
- 输入
- 常规件历史需求序列。
- 输出
- 需求分组及对象对应关系。
计算步骤 / 03
模型搜索与复用
将大簇继续分桶，首桶执行较充分的模型搜索；同簇后续批次复用选出的模型类型或搜索模板，并针对当前序列重新拟合。
分组分桶控制单批规模
首桶选型候选模型搜索
同簇复用限定类型并拟合
- 输入
- 需求分组、候选方法与搜索配置。
- 输出
- 模型类型、拟合结果和批次记录。
计算步骤 / 04
多期需求预测
预测一个月后，将预测值追加到序列，继续计算后续月份；新件与末次采购任务按各自业务规则和模型输出结果。
当前序列历史与已预测值
下一月预测选定方法计算
追加并递推覆盖任务月份
- 输入
- 计算序列、已选方法和任务月份范围。
- 输出
- 常规件月度预测、新件指定月份预测，以及末次采购需求总量。
计算步骤 / 05
结果校验与交付
对负值及异常输出按规则处理，输出预测明细与相应模型信息，并保留任务、批次及运行记录。
输出检查异常值与结果规则
关联方法与任务保留方法和参数
结果写回业务结果表
- 输入
- 预测值、模型参数与任务信息。
- 输出
- 月度预测、模型信息和过程记录。
03
预测方法与计算组织
将预测方法的选择，与大批量序列的计算开销一起考虑。
聚类、分桶与模型复用计算组织
分组计算与模型类型复用
根据均值、波动和零需求比例等统计特征组织序列，再通过分桶控制单批计算规模。首桶选型结果用于限定同簇后续批次的搜索范围。
预测结果保留对应的分组、方法与参数，为异常对象的单独处理和后续维护提供依据。
监督式模型推荐：由历史表现形成方法评分
在另一条常规预测路径中，比较 LR、SES、Holt、SA、SBA 和 WA 六类方法的历史误差，构造相对适配得分；LSTM 读取需求序列，输出六类方法评分。运行时选取前两种方法，按 0.7 / 0.3 组合预测。
训练输入为完整 12 个月序列，方法标签由前 9 个月拟合、后 3 个月误差构造；效果评估需采用独立时间窗口，检验后续月份的预测误差。
多月递推：明确预测周期和误差传播
每次生成一个月的预测值，将其追加到当前序列，再计算后续月份。任务记录保留预测起点与目标月份，支持按预测距离检查误差变化。
输出检查：将结果与计算依据一起交付
按规则处理负值及异常输出，保存模型参数、验证指标和运行记录。业务人员可以从零件—地点和任务标识定位结果，核查所用方法及处理过程。
04
交付结果与系统对接
明确数据契约、算法结果及业务系统的职责边界。
| 交付环节 | 主要内容 | 业务用途 |
|---|---|---|
| 业务输入 | 历史需求、零件与地点、预测月份、方法参数。 | 明确需求统计周期与任务范围。 |
| 算法输出 | 预测明细及对应方法信息；常规聚类路径另提供簇桶和搜索记录。 | 预测结果与计算依据一同交付。 |
| 系统接入 | 约定数据表、字段、任务标识及结果写回。 | 通过业务系统组织任务与后续使用。 |
与既有业务系统协作
业务系统组织数据与任务，算法模块负责计算并回写结果。需求预测和库存优化分别通过数据表交换输入与输出。
预测结果支持需求计划和后续库存分析；库存侧的提前期需求由业务侧按计算口径准备。