複数の再帰型ニューラルネットワークを用いた需要予測アーキテクチャの開発

岡留 有哉  魏 文鵬  相薗 敏子  
(システム開発論文)

誌名
電子情報通信学会論文誌 D   Vol.J103-D   No.1   pp.24-33
発行日: 2020/01/01
Online ISSN: 1881-0225
DOI: 10.14923/transinfj.2019JDP7014
論文種別: 論文
専門分野: バイオサイバネティックス,ニューロコンピューティング
キーワード: 
需要予測,  深層学習,  再帰型ニューラルネットワーク,  卸売業,  

本文: PDF(1.2MB)>>
論文を購入




あらまし: 
コンビニエンスストアなどバックヤードの少ない店舗の増加や,多品種少量生産の傾向に伴い,小口荷物の流通量が増加傾向にある.そのため,特に卸売業ではこれらの小口荷物を管理する人的コストや欠品や過剰在庫によるコストが増大している.これらのコストを低減するためには,小売業からの需要を高精度に予測し,在庫欠品や過剰とならないような発注を行うことが重要である.そこで本研究では,複数の再帰型ニューラルネットワークモデルを配置した,需要予測アーキテクチャを提案する.提案モデルでは,入力段に複数のRNNを配置することで,予測対象(商品売上)だけでなく関連する時系列情報(メーカ売上や商品カテゴリー売上など)を扱うことができるようにした.また,RNNモデルを需要予測に適用する際の誤差関数についても検討する.提案手法を公開されている4,000点の商品売上実績のデータに適用し,従来手法との比較を行い,短期的な予測及び長期的な予測の両方で高い精度を達成していることを確認した.