基于库存分类与需求预测的 L 跨境电商公司海外仓库存优化研究
🔧 研究方法：
ABC-XYZ分类法、SARIMA-LSTM、库存控制模型、优化算法
基于库存分类与需求预测的 L 跨境电商公司海外仓库存优化研究
一句话摘要：以 L 公司智能家居产品海外仓为对象，采用 ABC-XYZ 分类法科学分类库存、SARIMA-LSTM 组合模型进行需求预测（引入季节性/促销/用户行为特征），构建以供应链成本最小化为目标的库存控制模型，优化订货点和订货批量。
📝 摘要
运用 SARIMA 和 LSTM 模型进行库存需求预测，结合 ABC-XYZ 分类矩阵优化跨境电商公司海外仓库存配置。
基本信息
| 字段 | 内容 |
|---|---|
| 题目 | 基于库存分类与需求预测的 L 跨境电商公司海外仓库存优化研究 |
| 学校 | 浙江大学（工程师学院） |
| 作者 | 张滟（指导教师：姜卫韬） |
| 学位 | 工程管理硕士 |
| 年份 | 2024 |
| 行业 | 跨境电商 / 物流 |
| 关键词 | 跨境电商；海外仓；需求预测；库存管理 |
🎯 研究问题
跨境电商海外仓库存配置不合理、需求预测不准确。
核心方法
ABC-XYZ 库存分类 → SARIMA-LSTM 组合需求预测（融合季节性和促销特征）→ 供应链成本最小化库存控制模型 → 优化算法求解最优订货点和批量。
📊 主要结论
SARIMA+LSTM 组合预测模型显著提升了库存管理的精准度。
亮点
- 中大件智能家居产品的跨境库存管理创新应用
- 组合预测模型在需求预测领域的拓展
相关链接
📂 原文
00-Raw/
📝 本文为论文知识整理笔记，仅供个人学习研究使用
观点归属原作者 · 转载请注明出处