售货机销量预测是智能城市建设的一小部分,城市现在规划建立一个用于补充多个零售店的库存的配送中心,该配送中心需要向管辖范围内的所有售货机定时提供货物,那么每个售货机需要多少货物,配送中心需要补充多少货物,在不同的商品场景下选择何种预测方法,这些就是我要研究的问题。显然商店的运营需要商店级别的预测,但是配送中心的库存决策需要总体预测。我们采用指数平滑预测法,它有着直接顶层预测和自底向上预测两种模型,在平滑系数最优时,两种模型等同,于是我们在模型中加入了随机判断误差项。本文的内容主要有以下三点:1.结合层次预测和判断预测,探究不同销售场景下,哪种层次预测模型更具优势,在第三章给出理论推导和证明,并提出我们的重要假设。2.我们生成人工数据,这些数据首先满足假设的基本条件,并且将他们分组使得每组对应一种销售场景,然后我进行模拟实验来验证假设是否成立以及其鲁棒性是否良好。3.最后我们将真实的售货机销售数据分组验证我们的假设,并且我从阅读的文献中得到启发,比较了不同场景下,ARMA模型和指数平滑模型的优劣性并将结果在第四章节末展示。论文的最后我们进行了讨论和总结。本文的研究数据来源于真实的销售记录,我们采用数据分析的方法将原始数据转换为适合预测的数据,然后在python软件上采用数据挖掘的手段进行实验分析。