Feature-based intermittent demand forecast combinations: bias, accuracy and inventory implications
基于特征的间歇需求组合预测：偏差、准确性与库存含义AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究间歇需求的点预测、分位数预测与预测组合，最相关方向是预测方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于特征的间歇需求组合预测：偏差、准确性与库存含义
- 研究问题
- 针对生产与供应链中的间歇需求，现有组合预测方法表现如何，能否利用序列特征改善点预测、分位数预测及库存决策？
- 方法与思路
- 作者考察既有组合预测方法，提出广义的特征驱动组合框架，并在两个真实数据集上分析特征、候选预测池和计算效率。
- 材料陈述的贡献
- 摘要称该框架在两个数据集上改善点预测与分位数预测准确性，并提供方法可解释性、灵活性及库存决策方面的经验分析。
- 阅读关注点
- 应核对特征与组合权重的构造、样本外评价和调参安排，以及预测偏差、分位数准确性与库存表现之间的具体联系。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明数据集、评价指标和库存规则，不能据此判断普遍改进。
原文摘要
Intermittent demand forecasting is a ubiquitous and challenging problem in production systems and supply chain management. In recent years, there has been a growing focus on developing forecasting approaches for intermittent demand from academic and practical perspectives. However, limited attention has been given to forecast combination methods, which have achieved competitive performance in forecasting fast-moving time series. The current study aims to examine the empirical outcomes of some existing forecast combination methods and propose a generalized feature-based framework for intermittent demand forecasting. The proposed framework has been shown to improve the accuracy of point and quantile forecasts based on two real data sets. Further, some analysis of features, forecasting pools and computational efficiency is also provided. The findings indicate the intelligibility and flexibility of the proposed approach in intermittent demand forecasting and offer insights regarding inventory decisions.