基于时间序列与模糊推理的成品油库出库预测算法

油品出库量精确高效预测是成品油库存科学管理的源头和基础。为提高成品油库库存效率,降低油品库存成本,以某公司西部地区166座成品油库为研究对象,在库存管理、销量预测等相关研究成果基础上,分析库存管理的影响因素,集成多模型的时间序列模型算法库和基于Mamdani的模糊推理系统,设计双时间颗粒度的多阶段预测算法,开展月度和日度油品出库量预测,并进行量化分析。结果表明:所建算法可根据出库量数据特征自动选择合适的模型,在短时间内高质量匹配并完成大批量油库出库量的预测,预测结果平均绝对百分误差的中位数大于85%,预测置信度接近95%,应用案例月度出库量预测平均准确率可达90%。研究成果可为成品油库存管理决策优化提供科学化建议,对建立科学高效的现代化油品供应物流体系具有现实意义。