研究人员开发了一种新的大规模零售需求预测方法，该方法在准确性之外优先考虑预测稳定性。该方法在训练时对序列内的连续移动引入了惩罚，旨在防止预测的突然变化。在 M5 需求系列上进行测试时，与 XGBoost 相比，具有稳定感知能力的混合模型在预测稳定性得分方面表现出显著改进，而均方根误差的变化很小。 AI
影响 为运营零售预测引入了新颖的准确性-稳定性权衡，可能改进规划周期。
排序理由 详细介绍预测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
