预测销售和跨境电子商务供应链管理使用人工神经网络和卡普奇搜索算法
Lun Xie1, Jiaquan Liu2, Wei Wang3
1School of Journalism and Communication, Shanghai University, Shanghai, 200072, China.
Scientific reports
|June 10, 2024
概括
这项研究使用机器学习和物联网来增强跨境电子商务供应链,用于准确的订单预测和资源分配. 这种新的方法大大减少了销售预测中的错误,提高了效率.
科学领域:
- 供应链管理 供应链管理
- 机器学习 机器学习
- 物联网的物联网,就是物联网.
背景情况:
- 电子商务依赖于有效的分销和需求预测来降低成本.
- 跨境电子商务带来了独特的供应链挑战.
- 整合先进技术对于优化电子商务运营至关重要.
研究的目的:
- 提高跨境电子商务的供应链效率.
- 开发一个强大的系统来预测订单和资源分配.
- 为了利用机器学习和物联网来增强电子商务物流.
主要方法:
- 一个两阶段的方法:订单预测,然后是资源分配.
- 使用加权的神经网络混合用于销售订单预测.
- 采用卡普奇人搜索算法 (CapSA) 来优化模型重量和组合性能.
主要成果:
- 在销售预测中实现了2.27的根平均平方误差 (RMSE).
- 与现有方法相比,RMSE的最低下降值为2.4.
- 与比较方法相比,平均绝对百分比误差 (MAPE) 降低了14.67%.
结论:
- 拟议的方法有效预测销售订单,优化跨境电子商务中的资源配置.
- 神经网络和CapSA的集成显著提高了预测准确度.
- 这种方法可以大大提高供应链效率和降低成本.
