陳明露，江偉煒

（西南交通大學(xué)，制造業(yè)產(chǎn)業(yè)鏈協(xié)同與信息化支撐技術(shù)四川省重點實驗室，成都 611756）

0 引言

隨著經(jīng)濟(jì)大環(huán)境下汽車配件市場競爭的不斷加劇，汽車配件銷售企業(yè)面臨著生產(chǎn)，倉儲，物流等業(yè)務(wù)成本不斷增加風(fēng)險。要想在競爭中脫穎而出，不斷發(fā)展并且獲得更多的利潤，企業(yè)必須對市場具有敏銳的嗅覺和清晰的認(rèn)識。伴隨著計算機(jī)技術(shù)的不斷發(fā)展，利用其對配件市場需求量進(jìn)行高效準(zhǔn)確的預(yù)測，并以此作為數(shù)據(jù)支撐制定高效精準(zhǔn)的配件銷售決策是各企業(yè)目前迫切需要解決的問題。本文從汽車配件代理商的角度出發(fā)，依托汽車產(chǎn)業(yè)鏈協(xié)同平臺[3]數(shù)據(jù)空間中海量的多鏈條配件業(yè)務(wù)數(shù)據(jù)，研究配件市場需求量的預(yù)測問題，為配件代理商的銷售決策提供數(shù)據(jù)支持。

1 相關(guān)工作

針對配件需求預(yù)測問題，已經(jīng)有不少學(xué)者做出研究，他們利用若干種預(yù)測方案，取得了一定的效果[4-7]。經(jīng)過分析發(fā)現(xiàn)，他們訓(xùn)練模型的數(shù)據(jù)來源普遍只源于某一個供應(yīng)鏈條上的配件銷售數(shù)據(jù)。其中單鏈條數(shù)據(jù)訓(xùn)練預(yù)測模型，得出的配件市場需求量僅僅是本供應(yīng)鏈條內(nèi)的配件需求量，其他鏈條內(nèi)的同種配件的需求量則不能預(yù)測出來。然而配件市場需求量為市場上多鏈條下游服務(wù)站的配件需求量的總和，這就導(dǎo)致單鏈數(shù)據(jù)預(yù)測值往往與實際市場需求量相差較大。

如圖1 所示，本文依托于汽車產(chǎn)業(yè)鏈協(xié)同平臺，將多鏈條的整車保有數(shù)據(jù)、配件銷售數(shù)據(jù)以及配件故障數(shù)據(jù)等配件需求相關(guān)數(shù)據(jù)資源，從平臺數(shù)據(jù)空間中進(jìn)行數(shù)據(jù)抽取，經(jīng)歷抽取、清洗、加載三個階段集中寫入配件代理商專業(yè)數(shù)據(jù)庫中，將其作為模型訓(xùn)練數(shù)據(jù)。在實際應(yīng)用中，充分利用平臺多鏈數(shù)據(jù)有條件共享的優(yōu)勢，提升配件市場需求量預(yù)測的準(zhǔn)確度。

在使用多鏈數(shù)據(jù)作為模型訓(xùn)練數(shù)據(jù)集的基礎(chǔ)上，本文還利用組合預(yù)測模型提高模型配件需求量的預(yù)測精度。近年來，產(chǎn)品市場需求量預(yù)測模型構(gòu)建一直是國內(nèi)外研究的熱門領(lǐng)域。由于企業(yè)的銷售業(yè)務(wù)數(shù)據(jù)多是時變數(shù)據(jù)，所以產(chǎn)品需求量的預(yù)測通常是利用時間序列數(shù)據(jù)進(jìn)行模型的訓(xùn)練。其中神經(jīng)網(wǎng)絡(luò)因其優(yōu)良的非線性擬合能力被廣泛應(yīng)用于時間序列預(yù)測問題[8-9]。由于產(chǎn)品需求量預(yù)測屬于復(fù)雜問題，歷史時間序列數(shù)據(jù)中通常同時包含線性成分與非線性成分，并且需求量預(yù)測值的影響特征因素往往較多，所以單一的預(yù)測模型往往不能很好擬合其中的復(fù)雜特性，為了解決這一問題，組合預(yù)測模型被廣泛使用[10-13]。

根據(jù)以上研究現(xiàn)狀分析，本文針對汽車產(chǎn)業(yè)鏈協(xié)同平臺上代理商配件銷售數(shù)據(jù)以及需求影響特征數(shù)據(jù)進(jìn)行實驗，構(gòu)建隨機(jī)森林（RF）和長短期時間記憶神經(jīng)網(wǎng)絡(luò)模型（LSTM）的組合預(yù)測模型。首先利用隨機(jī)森林（RF）算法對影響配件銷量的多種特征（包括配件故障率、適配車型整車保有量以及配件滯銷比等）進(jìn)行選取，提取出最優(yōu)特征子集，消除特征集中的噪聲，并降低其維度。然后將其提取的特征子集作為LSTM 的訓(xùn)練數(shù)據(jù)，得到預(yù)測結(jié)果，結(jié)果表明，該組合預(yù)測模型相比于單一組件模型具有更高的預(yù)測精度和更快的收斂速度。

圖1 代理商多價值鏈數(shù)據(jù)來源示意圖

2 多鏈數(shù)據(jù)集構(gòu)建

2.1 多鏈數(shù)據(jù)抽取

價值鏈數(shù)據(jù)的具體表現(xiàn)形式是產(chǎn)品供應(yīng)鏈業(yè)務(wù)數(shù)據(jù)，主要指供應(yīng)商，制造廠，代理商等鏈上的節(jié)點企業(yè)日常業(yè)務(wù)中的銷售、采購、庫存和計劃等信息數(shù)據(jù)[14]。本文研究所依托的汽車產(chǎn)業(yè)鏈協(xié)同平臺是一個為汽車供應(yīng)鏈中小型企業(yè)提供信息化系統(tǒng)服務(wù)，同時實現(xiàn)聯(lián)盟成員之間的信息共享的第三方平臺。目前在平臺上已經(jīng)積累了大量的整車銷售、配件采購、配件銷售和售后服務(wù)數(shù)據(jù)。其中平臺數(shù)據(jù)空間面向汽車產(chǎn)業(yè)全生命周期，采用分布式多元存儲的方式，將汽車產(chǎn)業(yè)多價值鏈數(shù)據(jù)整合匯聚在一起，為本文多鏈數(shù)據(jù)集構(gòu)建提供數(shù)據(jù)支持。由于配件市場需求預(yù)測具有較強(qiáng)的時效性，所以本文采用增量抽取方法，在數(shù)據(jù)空間對應(yīng)的數(shù)據(jù)表上構(gòu)建插入、修改、刪除三個觸發(fā)器，然后在源數(shù)據(jù)表操作數(shù)據(jù)的時候，將其經(jīng)過統(tǒng)計計算再進(jìn)行插入、修改并存入特征屬性表中，其具體過程如圖2 所示。

圖2 多價值鏈數(shù)據(jù)抽取示意圖

2.2 配件需求影響特征選取

明確了多鏈條數(shù)據(jù)來源，還需要對需要提取的數(shù)據(jù)內(nèi)容進(jìn)行確定。本文以汽車產(chǎn)業(yè)鏈協(xié)同平臺上多鏈條數(shù)據(jù)為實驗對象。其為代理商某配件的銷量以及需求影響特征因素時間序列，以蓄電池配件為例，其具體數(shù)據(jù)格式如表1 所示。

表1 配件需求量特征集結(jié)構(gòu)表

需求特征主要包括以下幾種。

（1）整車保有量：指目標(biāo)配件各個型號的適配車型的市場保有量，可通過整車銷售數(shù)據(jù)間接得到。

（2）配件故障率：指配件損壞的數(shù)量占總體整車保有量的比重。

（3）配件使用時間：本文選取對應(yīng)時間段內(nèi)所有維修配件的平均使用時長作為該值。

（4）配件滯銷比率：指目標(biāo)配件銷售過程中，滯銷數(shù)量與實際銷售量之間的比率。

（5）配件急缺比率:指代理商目標(biāo)配件急缺數(shù)量占服務(wù)站該配件采購計劃數(shù)量的占比。

（6）配件退貨率：目標(biāo)配件退貨數(shù)量與銷售數(shù)據(jù)的比值為該配件的退貨率。

2.3 數(shù)據(jù)清洗與預(yù)處理

基于前文采集的多鏈條數(shù)據(jù)集，在模型構(gòu)建過程之前，需要對該數(shù)據(jù)集進(jìn)行清洗與預(yù)處理，避免臟數(shù)據(jù)或者不規(guī)范數(shù)據(jù)對模型的預(yù)測結(jié)果產(chǎn)生影響，其中本文具體的數(shù)據(jù)預(yù)處理過程如下所示。

（1）異常值處理：如果某特征值超過標(biāo)準(zhǔn)差三倍以上，則認(rèn)定為異常值，按照缺失值處理。

（2）數(shù)據(jù)填充：有可能在數(shù)據(jù)庫記錄過程中某條數(shù)據(jù)樣本丟失或不全。這些缺失值取前后時刻該特征值的平均數(shù)。

（3）格式內(nèi)容轉(zhuǎn)換：本文從日期，數(shù)值格式，以及內(nèi)容異常數(shù)據(jù)這幾個方面對數(shù)據(jù)的格式進(jìn)行檢測，然后對格式不符的數(shù)據(jù)進(jìn)行相應(yīng)的轉(zhuǎn)換。

（4）數(shù)據(jù)歸一化:本文采用min-max 標(biāo)準(zhǔn)化將輸入數(shù)據(jù)均映射到[0,1]區(qū)間內(nèi)，從而消除各特征值之間的相互影響。其數(shù)學(xué)表達(dá)式如公式（1）所示。

其中xmin和xmax分別表示樣本數(shù)據(jù)之間的最小值和最大值，x 表示當(dāng)前時刻的觀測值。

3 組合預(yù)測模型

LSTM 神經(jīng)網(wǎng)絡(luò)模型因其獨特的記憶單元機(jī)制具有對長時間跨度歷史數(shù)據(jù)的感知能力，適合用于對歷史數(shù)據(jù)具有長時間依賴的配件市場需求量的預(yù)測。同時配件需求量預(yù)測屬于復(fù)雜問題，其影響因素眾多，如果將所有特征均作為LSTM 模型的輸入數(shù)據(jù)進(jìn)行訓(xùn)練，則容易導(dǎo)致模型因為網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜以及參數(shù)較多在訓(xùn)練過程中出現(xiàn)過擬合現(xiàn)象。并且配件需求量時間序列數(shù)據(jù)通常具有周期性以及隨機(jī)性的特點，其中的噪聲通常影響模型預(yù)測精度。為了解決這一問題，本文選取隨機(jī)森林模型選取指定個數(shù)的最優(yōu)特征子集作為LSTM 模型的輸入數(shù)據(jù)，組合模型具體構(gòu)建過程如圖3 所示。通過實驗驗證，經(jīng)過隨機(jī)森林優(yōu)化的LSTM陷入過擬合的概率較低，并且其在加快模型收斂速度的同時，一定程度上增加了模型的預(yù)測精度。

3.1 模型理論分析

（1）隨機(jī)森林原理分析

隨機(jī)森林是一種Bagging 集成學(xué)習(xí)算法，既可用于解決分類問題，也能用于回歸預(yù)測。在解決預(yù)測問題時，其基本思想是首先利用bootstrap（自助采樣）方法生成n 個數(shù)據(jù)集，其次對每個數(shù)據(jù)集構(gòu)建一個決策樹并將它們隨機(jī)整合形成森林（其中各個決策樹之間沒有依賴關(guān)系），最后計算各個決策樹預(yù)測結(jié)果的平均值作為最終預(yù)測結(jié)果[15]。隨機(jī)森林模型通?？梢员苊膺^擬合的原因是其不僅對樣本進(jìn)行采樣，同時對屬性特征也會進(jìn)行采樣。首先其對特征進(jìn)行選取之前會先判斷特征的重要性，并對每個特征按照重要性降序排序，然后按重要性順序刪除一定比例的特征，得到特征子集，接著重復(fù)以上篩選過程，直到得到預(yù)期m 個特征，在通過重復(fù)以上過程得到若干個特征集以及對應(yīng)的袋外誤差，選取誤差最小的特征集作為最優(yōu)特征子集。

圖3 配件需求預(yù)測組合模型結(jié)構(gòu)示意圖

（2）LSTM 原理分析

LSTM 神經(jīng)網(wǎng)絡(luò)模型[2]是RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）的改進(jìn)模型，其解決了RNN 的梯度消失問題，引入信息長時間選擇性有效的機(jī)制。其內(nèi)部結(jié)構(gòu)在RNN 的基礎(chǔ)上進(jìn)行了優(yōu)化，增加了輸入門（input gate），遺忘門（forget gate），輸出門（output gate）三個邏輯控制單元，且各自聯(lián)結(jié)到一個乘法元件上[12]。具體結(jié)構(gòu)如圖4所示。

圖4 LSTM隱藏層內(nèi)部結(jié)構(gòu)示意圖

LSTM 模型中各門控單元的描述如下：

①遺忘門：其輸入數(shù)據(jù)包含上一時刻隱藏層的輸出數(shù)據(jù)ht-1以及當(dāng)前時刻的輸入數(shù)據(jù)xt，然后將兩個輸入數(shù)據(jù)傳入sigmoid 函數(shù)中，得到一個屬于[0,1]區(qū)間的ft值，該值會直接傳遞到上一時刻的長期記憶Ct-1中，從而決定是否讓上一時刻學(xué)到的信息通過或者部分通過。其具體公式如下：

其中σ為 sigmoid（）函數(shù)，Wf是遺忘門的權(quán)重矩陣，中括號表示兩個向量聯(lián)結(jié)，bf為遺忘門的偏置項。

②輸入門：其可分為兩個部分，一部分與遺忘門類似，通過sigmoid 函數(shù)對上一時刻隱藏層的輸出數(shù)據(jù)ht-1以及當(dāng)前時刻的輸入數(shù)據(jù)xt進(jìn)行非線性變化，生成0-1 的數(shù)值用于決定輸入信息，另一部分是一個tanh層用來生成新的候選值。其具體公式如下：

③輸出門：其首先同樣利用sigmoid 函數(shù)對上一時刻隱藏層的輸出數(shù)據(jù)ht-1以及當(dāng)前時刻的輸入數(shù)據(jù)xt進(jìn)行非線性變化，然后使用tanh 將值縮放到-1 到1間，再與sigmoid 得到的輸出逐對相乘，從而得到過濾之后的模型輸出。其具體公式如下所示。

3.2 組合模型構(gòu)建

（1）隨機(jī)森林參數(shù)選取

隨機(jī)森林模型的使用較為簡單，在訓(xùn)練過程中，對參數(shù)進(jìn)行準(zhǔn)確的調(diào)節(jié)有利于提高預(yù)測精度。其重要參數(shù)主要有以下三個。

①n_estimators：即模型決策樹的個數(shù)，由于隨機(jī)森林不易過擬合，所以通過增加組件決策樹的個數(shù)可以有效減少模型的誤差。

②max_features：表示在構(gòu)建決策樹時選取的最大特征數(shù)，在選擇最優(yōu)特征子集時提取的特征個數(shù)不能超過該值。

③min_sample_leaf：表示葉子節(jié)點最小的樣本數(shù)，如果分支后子節(jié)點的訓(xùn)練樣本個數(shù)低于該值，則分支不被允許。

由于人工手動調(diào)參通常費事費力，且容易產(chǎn)生疏漏，本文使用 Python 語言中 sklearn 包中的 grid-SearchCV（網(wǎng)格搜索）函數(shù)，讓其在一定范圍內(nèi)對隨機(jī)森林的最優(yōu)參數(shù)組合進(jìn)行選取，最優(yōu)值如表2 所示。

表2 隨機(jī)森林模型超參數(shù)初始值

（2）LSTM 模型構(gòu)建

上文對隨機(jī)森林參數(shù)選取過程進(jìn)行了描述，本文將經(jīng)過其提取的與配件需求量具有較高相關(guān)度的最優(yōu)特征子集，作為LSTM 模型的輸入數(shù)據(jù)集。LSTM 模型的構(gòu)建過程如圖5 所示。

圖5 LSTM模型構(gòu)建流程圖

首先為了避免數(shù)值問題以及臟數(shù)據(jù)對模型預(yù)測結(jié)果造成影響，需要對模型的輸入數(shù)據(jù)進(jìn)行清洗與預(yù)處理，由于神經(jīng)網(wǎng)絡(luò)模型屬于有監(jiān)督學(xué)習(xí)，所以需要對輸入數(shù)據(jù)集進(jìn)行適配處理，轉(zhuǎn)換為適用于監(jiān)督學(xué)習(xí)問題的輸入輸出兩部分?jǐn)?shù)據(jù)。模型的結(jié)構(gòu)為三層網(wǎng)絡(luò)，包括輸入層、隱藏層和輸出層。模型的輸入層接受的是由t 個連續(xù)時刻觀測值組成的輸入向量，輸出層的t+1時刻的預(yù)測值。LSTM 隱藏層的節(jié)點個數(shù)初始值設(shè)為256。然后本文選取自適應(yīng)估計（Adam）作為優(yōu)化方法。模型激活函數(shù)選取ReLU，其可以在一定程度上緩解梯度消失問題，公式如下所示。

通過以上構(gòu)建過程，本文使用Python 語言，采用機(jī)器學(xué)習(xí)庫Keras 對LSTM 模型進(jìn)行構(gòu)建、訓(xùn)練以及評估。模型的超參數(shù)設(shè)置如表3 所示。

4 實驗結(jié)果與分析

為驗證RF_LSTM 配件需求預(yù)測模型的準(zhǔn)確性與高效性，本文采用汽車產(chǎn)業(yè)鏈協(xié)同平臺上某代理商2017 年到2019 年的蓄電池配件銷售數(shù)據(jù)以及上下游企業(yè)共享的整車保有數(shù)據(jù)和配件故障數(shù)據(jù)，構(gòu)建實驗數(shù)據(jù)集對模型進(jìn)行訓(xùn)練和測試。本文實驗環(huán)境如表4所示。

表3 LSTM 模型超參數(shù)初始值

表4 實驗環(huán)境配置列表

為了評估模型預(yù)測精度，本文選取均方根誤差（RMSE）和平均絕對誤差（MAE）作為評價指標(biāo)。其公式如下所示。

其中，yi表示預(yù)測數(shù)據(jù)的真正值，表示預(yù)測值，N 表示樣本數(shù)量。

本文選取隨機(jī)森林模型與LSTM 模型以及ARIMA-LSTM 組合預(yù)測模型作為對比實驗?zāi)Ｐ?，對本文模型的預(yù)測性能進(jìn)行對比分析。為了更好的定量比較各實驗?zāi)Ｐ偷念A(yù)測精度，表5 對各模型的評估指標(biāo)RMSE 和MAE 的值進(jìn)行對比。

表5 實驗?zāi)Ｐ驮u價指標(biāo)取值對比表

對比發(fā)現(xiàn)，經(jīng)過隨機(jī)森林優(yōu)化特征集的RF-LSTM配件需求量預(yù)測模型的RMSE 值和MAE 值比其他對比實驗?zāi)Ｐ投嫉?，說明其預(yù)測精度更高，預(yù)測的配件需求量與實際需求量之間的誤差更小。ARIMA-LSTM 組合模型效果次之，對于單一組件模型，LSTM 模型對該數(shù)據(jù)集的預(yù)測效果好于隨機(jī)森林。

5 結(jié)語

本文首先提取汽車產(chǎn)業(yè)鏈協(xié)同平臺上多價值鏈配件需求特征數(shù)據(jù)，整合了多鏈數(shù)據(jù)集，然后構(gòu)建隨機(jī)森林與LSTM 的組合預(yù)測模型，利用隨機(jī)森林選取特征，優(yōu)化LSTM 網(wǎng)絡(luò)結(jié)構(gòu)，提升模型預(yù)測精度。最后利用實驗數(shù)據(jù)集對模型預(yù)測性能進(jìn)行了實例驗證。結(jié)果表明，多鏈數(shù)據(jù)集的整合與組合預(yù)測模型的建立對配件需求量的預(yù)測精度有一定程度的提升。未來的工作我們可以使用其他模型組合方案，或者利用諸如遺傳算法等優(yōu)化算法對模型的參數(shù)設(shè)置進(jìn)行優(yōu)化，以便進(jìn)一步提高模型預(yù)測性能。