(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210849045.0 (22)申请日 2022.07.19 (71)申请人 广西柳工 机械股份有限公司 地址 545007 广西壮 族自治区柳州市柳太 路1号 (72)发明人 梁维杰　陈羽　向哲　蔡佩龙　 黄小英　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 倪焱 (51)Int.Cl. G06Q 30/02(2012.01) (54)发明名称 销量预测方法、 装置、 电子设备及存 储介质 (57)摘要 本发明公开了一种销量预测方法、 装置、 电 子设备及存储介质。 该方法包括： 获取输入数据， 所述输入数据包括设定时段内各型号的销售对 象的销量数据、 占比数据以及销量影响因素； 将 所述输入数据输入至预先训练的对应于最优移 动步长的销量预测模型， 得到目标时段内各型号 的销售对象的销量预测结果。 上述技术方案考虑 了销售对象的占比以及销量影 响因素， 并且在销 量预测模型中使用了最优移动步长， 可以利用最 佳长度时段内的数据实现针对各型号销售对象 的销量预测， 提高了销量预测的准确性和全面 性。 权利要求书2页 说明书8页 附图4页 CN 115099877 A 2022.09.23 CN 115099877 A 1.一种销量预测方法， 其特 征在于， 包括： 获取输入数据， 所述输入数据包括设定时段内各型号的销售对象的销量数据、 占比数 据以及销量影响因素； 将所述输入数据输入至预先训练的对应于最优移动 步长的销量预测模型， 得到目标时 段内各型号的销售对象的销量预测结果。 2.根据权利要求1所述的方法， 其特 征在于， 在获取输入数据之前， 还 包括： 根据历史时段内各型号的销售对象的样本数据构建初始销量预测模型， 所述样本数据 包括历史占比数据、 历史销量数据和参 考销量数据； 通过所述初始销量预测模型分别基于不同的移动步长， 根据所述历史占比数据和所述 历史销量数据对各 型号的销售对象的销量进行 预测； 根据各所述移动步长对应的预测结果与所述参考销量数据之间的精确度确定最优移 动步长， 得到所述销量预测模型。 3.根据权利要求2所述的方法， 其特征在于， 通过所述初始销量预测模型分别基于不同 的移动步长， 根据所述历史占比数据和所述历史销量数据对各型号的销售对象的销量进 行 预测， 包括： 基于各所述移动 步长， 根据 所述历史占比数据和所述历史销量数据计算各型号的销售 对象对应于所述移动步长的销量平均值； 通过所述初始销量预测模型， 根据所述销量平均值预测对应于所述移动步长的销量。 4.根据权利要求1所述的方法， 其特 征在于， 还 包括： 根据实时销量数据修 正所述销量预测模型。 5.根据权利要求1所述的方法， 其特征在于， 所述销量影响因素包括人为因素、 政策因 素以及市场因素。 6.根据权利要求1所述的方法， 其特 征在于， 所述销量预测模型的数量 为多个； 各型号的销售对象分别对应于一个销量预测模型。 7.根据权利要求1所述的方法， 其特 征在于， 还 包括： 根据所述销量预测结果生成所述目标时段内销售对象的总销量、 区域销量、 销售主体 的销量和/或各 型号的销售对象的销量的报表图。 8.一种销量预测装置， 其特 征在于， 包括： 获取模块， 用于获取输入数据， 所述输入数据包括设定时段内各型号的销售对象的销 量数据、 占比数据以及销量影响因素； 预测模块， 用于将所述输入数据输入至预先训练 的对应于最优移动 步长的销量预测模 型， 得到目标时段内各 型号的销售对象的销量预测结果。 9.一种电子设备， 其特 征在于， 包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行如权利要求1 ‑7中任一所述的 销量预测方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器权　利　要　求　书 1/2 页 2 CN 115099877 A 2执行时实现如权利要求1 ‑6中任一所述的销量预测方法。权　利　要　求　书 2/2 页 3 CN 115099877 A 3