供应链预测与计划 · 第03篇
同样是150份预订,为什么周末、有活动的B店,可能比普通工作日的A店多用一些鸡腿肉?这一篇先把四组数据拟合成一条直线,再加入周末、促销与门店,读懂类别和交互项。最后用独立模拟数据真正训练模型,并按时间先后检查未来误差。
第一篇解决了怎样读符号、算均值与误差;第二篇要求我们先写清目标、单位和信息截止时间。现在可以往前走一步:不再给每一天同一个平均值,而是让预测随着当时已知的信息变化。
本文依据预测课堂《从一条直线到类别特征》展开。只需要四则运算、平方和高一的一次函数。前三节可以用纸笔完成,实践部分不要求先学矩阵。
禾味为虚构餐饮案例,沿用2家门店、8个食材SKU;匿名服装为虚构的订单与生产协同场景。全部数据、日期和业务规则均为教学模拟,不涉及真实品牌、客户或收益。四点手算、给定系数示例与84天训练实验是三个不同的数据层次,不能互相冒充。84天数据不是第二篇14天数据的延长,也不是课堂180天数据的截取。本文训练的是教学预测模型,不执行采购、裁剪或生产。
先只看禾味A店的SKU01鸡腿肉。任务仍然是:每天北京时间18:00,预测次日营业日的鸡腿肉净耗用量,单位公斤。假定完整记录可得、营业正常且没有缺货。本节用“截至18点已确认的次日套餐预订份数”作为输入。
把次日预订记作x,把次日实际净耗用记作y。一次函数写成:
ŷ=a+b×x
帽子“ˆ”表示估计,所以ŷ读作“y的预测值”。a叫截距,决定直线的位置;b叫斜率,决定x变化时预测值怎样变化。
| 符号 | 这里表示什么 | 单位 |
|---|---|---|
| x | 截止时已经确认的次日预订 | 份 |
| y | 次日结束后核验的实际净耗用 | kg |
| ŷ | 截止时发出的次日净耗用预测 | kg |
| a | 直线截距 | kg |
| b | 每多1份预订时的预测增量 | kg/份 |
b×x的单位是“kg/份×份=kg”,所以它可以与a相加。若把价格、温度也放入模型,各项乘完以后也必须得到kg;不能把20份和3公斤直接相加。
注意“一元”说的是这里只有一个输入特征x,不是只有一个参数。a和b是两个待估计参数。训练要解决的是:从历史观测里找出怎样的a、b,而不是先看明天的实际耗用,再把直线调整到它上面。
这里的预订也不是次日最终成交。它必须是预测发出时真的已经知道的版本。取消、临时加单与散客都会使最终耗用偏离预订所提示的数量。这个差别不会因为使用回归就自动消失。
下面四组观测专供手算,沿用课程的构造例子。每一组x都视为当时18点的快照,y是之后成熟的标签。它们不是完整经营样本,也不用于评选上线模型。
| 观测 | 预订x 份 | 实际净耗用y kg |
|---|---|---|
| A | 100 | 20 |
| B | 120 | 23 |
| C | 140 | 27 |
| D | 160 | 30 |
先求两个平均数:
x̄=(100+120+140+160)÷4=130份
ȳ=(20+23+27+30)÷4=25kg
横线表示这四个数的平均。接着,把每个数减去对应平均值,再做乘法与平方:
| x | y | x−130 | y−25 | (x−130)(y−25) | (x−130)² |
|---|---|---|---|---|---|
| 100 | 20 | −30 | −5 | 150 | 900 |
| 120 | 23 | −10 | −2 | 20 | 100 |
| 140 | 27 | 10 | 2 | 20 | 100 |
| 160 | 30 | 30 | 5 | 150 | 900 |
| 合计 | 0 | 0 | 340 | 2000 |
带截距的一元普通最小二乘,用下面的规则求斜率:
b=Σ[(x−x̄)(y−ȳ)]÷Σ(x−x̄)²=340÷2000=0.17 kg/份
Σ读作“求和”,本例就是把表中四行相加。分子记录两种偏离是否同向:x高于平均时,y也常高于平均,乘积就偏正。分母按x自身变化的大小进行换算,结果的单位是kg/份。若所有x都一样,分母会变成0;这组观测无法唯一确定斜率,应明确报错,而不是强行设成0。
再求截距:
a=ȳ−b×x̄=25−0.17×130=2.9 kg
于是得到ŷ=2.9+0.17x。给定150份已知预订,预测为:
ŷ=2.9+0.17×150=2.9+25.5=28.4kg
这个28.4是模型的输出,不是保证,不是采购量。150在训练的100至160之间,叫插值。换成800虽然也能算出138.9kg,却已经是远距离外推;厨房能力、订单结构和供应条件可能早已改变。
截距也要限制解释:没有观察过0份附近的日子,不能说“没有预订就一定耗用2.9kg”。它首先只是这条拟合直线的位置。
普通最小二乘中的“最小”,指让训练偏差的平方和尽量小。LinearRegression官方说明采用的也是这个目标。本例将每一行的残差定义为“实际减拟合”:
eᵢ=yᵢ−ŷᵢ;Q=Σeᵢ²
i只是观测编号。残差为正,表示这行拟合偏低;为负,表示拟合偏高。平方能避免正负抵消,也会更加重视大的偏差。Q的单位是kg²,不能当成“平均差了多少公斤”。
| x 份 | 实际y kg | 拟合ŷ kg | 残差y−ŷ kg | 残差平方 kg² |
|---|---|---|---|---|
| 100 | 20 | 19.9 | 0.1 | 0.01 |
| 120 | 23 | 23.3 | −0.3 | 0.09 |
| 140 | 27 | 26.7 | 0.3 | 0.09 |
| 160 | 30 | 30.1 | −0.1 | 0.01 |
| 合计 | 0 | 0.20 |
因此Q=0.20kg²。平均绝对误差MAE先取绝对值,再平均:
MAE=(|0.1|+|−0.3|+|0.3|+|−0.1|)÷4=0.20kg
两处刚好都得到0.20,但单位与含义不同。另一条候选线ŷ=3+0.17x,四个残差是0、−0.4、0.2、−0.2,平方和为0.24kg²,比0.20大。
还可以用高中的配方法说明为什么2.9与0.17是这四个点的最小值,不需要求导。把四个(y−a−bx)²展开并合并,可以得到:
Q=4(a+130b−25)²+2000(b−0.17)²+0.20
这里把公斤和份按前表的数值代入。前两个平方都不小于0;要使Q最小,就令b=0.17,并令a+130b−25=0,于是a=2.9。最小值只能是0.20。读者可把a=3、b=0.17代回去:4×0.1²+0+0.20=0.24,正好与上表的候选线核对。
这一步证明的是“它在这四个训练点上最小”,没有证明“它明天最好”。四点几乎排成直线是人为设计的,训练残差很小并不意外。训练R²再高,也不能代替未来数据的检验;增加特征还可能让训练拟合变好、未来预测变差。
这里也不要求先假定数据服从正态分布,才能把最小平方算出来。若要给系数做显著性检验或给预测加上可靠区间,则要另查统计条件、时间相关性和模型误差。本文不提供经过校准的概率区间。
只用预订的一条线,会给所有同样预订份数的日子相同预测。若想表达其他差异,可以把规则扩成:
ŷ=b₀+b₁x+b₂W+b₃P+b₄B
W是周末标记,周六周日为1,其余为0;P是截至起点已确认的促销标记;B是门店B标记,B店取1、A店取0。所有标记都没有单位。b₁的单位是kg/份,其他系数是kg。下标0至4只是参数编号,不是日期或乘方。
先不训练,人为给定一组系数,只练习怎样使用模型:
ŷ=8+0.08x+2W+3P+4B
B店明天是周末,有已确认促销,预订150份,便得到:
8+0.08×150+2×1+3×1+4×1=29kg
这里的8、0.08、2、3、4不是四点数据估计出的数,也不是后文实验的系数。不能为了讲解方便,给了一组数以后就说“模型训练发现了这些关系”。真正的多元训练要让所有系数共同减少同一个残差平方和。
为什么强调“共同”?预订和促销可能同时变化。如果先单独算预订对耗用的斜率,再单独算促销的差异,最后直接相加,同一部分变化可能被算了两次。多元回归尝试在同一规则里区分这些关系,前提是历史中确有足够不同的组合。
类别要选参考组。A店不是比B店“小1”的数。使用B标记后,A店作为参考组,b₄表示其他输入不变时,模型给B店的差异。若增加C店,可以用B标记、C标记两列。带截距的模型不再同时放A、B、C三个标记,因为每行A+B+C=1,会与截距列重复,系数无法唯一分开。这是完全共线的一种简单情况。参考组处理及未知类别行为可查OneHotEncoder官方说明;本文代码自己完成这两店的明确编码,不依赖该库。
交互项表达差异还会随条件改变。上式让A店与B店的促销项都加3kg。如果要表达B店的促销关联可能不同,可增加P×B:
ŷ=8+0.08x+2W+3P+4B+1.5(P×B)
1.5仍是给定的教学系数。只有“B店且有促销”时,P×B才等于1,其他组合都为0。刚才的情景变成30.5kg。
| 门店和活动 | P | B | P×B | x=150且W=1时的预测 kg |
|---|---|---|---|---|
| A店无促销 | 0 | 0 | 0 | 22 |
| A店有促销 | 1 | 0 | 0 | 25 |
| B店无促销 | 0 | 1 | 0 | 26 |
| B店有促销 | 1 | 1 | 1 | 30.5 |
A店的促销前后差是3kg,B店是4.5kg;有促销时两店差5.5kg,无促销时差4kg。这些都是模型内部的条件比较,不证明办活动就一定带来相应新增耗用。
若数据中每个周末都促销、每个工作日都不促销,P和W就完全相同,就无法从这些样本唯一分清“周末系数”和“促销系数”。多加一列不会创造新证据。即使没有完全重复,两列高度相关时,系数也可能很不稳定。预测尚可与系数易解释,是两件需要分别检查的事。
匿名服装的协同人员问:“已计划折扣的外套,明天会新增确认多少件订单?”我们先将目标限定为某渠道、某品类次日新增确认件数,输入只用起点前已确认的折扣计划与品类。不是明天最终交付件数,也不是现有待发订单的留存概率。
为了练习类别与交互,另给定一条未训练的教学规则:
ŷ=40+30d+20I+10dI
d表示折扣比例:原价100元、计划售价80元,折扣比例是(100−80)÷100=0.20。这里“八折”对应d=0.20,不是0.80,更不能输入20。I表示外套,外套为1、T恤为0,T恤是参考组。
系数30的单位是“件/折扣比例单位”。从0.20增加到0.30,是增加0.10,也就是10个百分点,不是增加1。于是:
外套的折扣比例增加0.10时,模型预测增加(30+10)×0.10=4件。它只是这条假定规则的算术结果。清库存压力、广告投入和旺季都可能影响价格与销量;没有因果识别证据,不能拿“增加4件”当作真实降价收益,更不能据此制定最优价格。
再回到第二篇的订单账:100件初始确认,10件取消、60件已发、30件待发。这里预测的68件属于未来新增确认。不可以直接把30+68当成明天必发98件,因为新旧订单的取消、承诺日、物料和产能尚未处理。已经发生的退货也不能再次从待发里扣除。
件数预测可以出现小数,那是数量的预测值;实际件数仍是整数。是否取整、在哪个汇总层级取整,要由后续决策规则说明。若目标换成“取消概率”,普通线性回归可能算出负数或大于1的数,不能把它直接当概率。这需要另一个目标定义与概率模型,留到后续文章。
尺码也不要随意编码为S=1、M=2、L=3,再假定需求按固定间隔变化。具体品类可以有尺寸顺序,但尺寸有序不代表需求随编码线性变化。品类、尺码、渠道的组合越多,每一组合的有效历史往往越少,不能把列数增加当成信息自动充足。
现在把“代入给定系数”与“从历史估计系数”分开。配套实践包新增一组独立、可重建的禾味数据:2026年1月5日至3月29日,共84天、2店、8SKU,合计2×8×84=1,344行目标记录。每行是“营业日×门店×食材”,全部使用kg净耗用。它们是16条84天序列,不是1,344天历史,也不是1,344个相互独立的样本;同一店日的套餐预订由8个SKU共同使用,各SKU的系数分别估计。
8个SKU沿用第二篇:鸡腿肉、大米、小麦粉、食用油、鸡蛋液、土豆、胡萝卜、白菜。主样本假定每天营业、记录完整、无缺货,没有把观测耗用偷偷改称无法观察的潜在需求。生成规则和真实用于生成的参数都公开在包中,模型函数只读取训练输入;不能用生成答案代替估计。
本次对每个SKU,把两店历史放在一起训练,共得到8套建模任务;每套拟合3种回归,合计24个已拟合模型。B店标记用来区分同一SKU的门店差异。没有把鸡腿肉和大米混成一个目标,也没有实现16条序列的层级协调。
四个候选在运行前写定:
| 候选 | 使用的输入 | 每个SKU要估计的参数数 |
|---|---|---|
| 上周同日 | 同店同SKU在目标日前7天的实际耗用 | 0 |
| 一元回归 | 截止时已知的预订x | 2 |
| 多元回归 | x、周末W、计划促销P、门店B | 5 |
| 加交互回归 | 上述输入,再加P×B | 6 |
上周同日是必须保留的参照。回归如果连一个便宜、容易解释的参照都没有超过,就需要诚实面对,而不是换一个更容易赢的比较对象。此前的季节性朴素预测文章可作为补充阅读,本次不复用它的实验结果。
所有时间都是北京时间。标签规定在目标日的次日09:00才能读取;预订与促销保留版本,预测只取前一日18:00之前最新可见的版本。
| 环节 | 时间与数量 | 可以做什么 |
|---|---|---|
| 训练标签日期 | 1月5日至2月28日,55天 | 每SKU两店共110行,用来估计参数 |
| 模型冻结 | 3月1日18:00 | 只使用此时已成熟的标签;3月1日全天耗用不可用 |
| 未来评估目标 | 3月2日至3月29日,28天 | 每SKU两店共56行,成熟后才计算误差 |
| 各日预测起点 | 每个目标日的前一日18:00 | 参数不重训,按当天截止点读取计划版本 |
冻结日期是模拟业务时间,不是声称程序已在3月实际运行。55+1+28=84,中间的3月1日是有记录但未进入训练或评估目标的间隔日,不是漏掉一行。因为3月1日18点不可能已经拥有3月1日全天结算结果。
这里评估的是冻结参数后的逐日提前预测。虽然模型系数始终不变,但3月10日的预测可以使用3月9日18点新收到的计划;上周同日参照也会依法使用已经成熟的3月3日标签。它不是3月1日一次性预测未来28天,也不是每天重新训练的滚动回测。不同任务不能只凭同一张指标表互相替代。
实践包真实求解各候选的最小平方系数,使用标准库实现并对常数输入、重复列和未知类别做检查。读者不必先理解求解器细节,但应能核对输入有哪些行、系数在哪里、预测如何从系数算出。工业使用应采用成熟数值工具,并增加更广的数值与故障验证;这个小型实现不是通用建模平台。
对评估集仍定义e=实际−预测。MAE是每行绝对误差的平均;Bias是有符号误差的平均。Bias为正,表示平均预测偏低。WAPE则先把所有绝对误差加起来,再除以所有实际量之和:
MAE=Σ|e|÷n;Bias=Σe÷n;WAPE=Σ|e|÷Σy
n是本候选的评估行数,不是天数。本文全部目标非负且总实际量大于0,所以WAPE有定义;若分母为0,应报告无法计算。WAPE不同于逐行百分比误差的平均,也不等于“准确率”。
预测准确度评估的基础说明区分训练残差与真正的预测误差;本次用时间上后置的数据计算下表。所有候选使用完全相同的448个店货日目标,即28×2×8行。
| 候选 | MAE kg | Bias kg 实际减预测 | WAPE |
|---|---|---|---|
| 上周同日 | 3.4874 | −0.0335 | 18.9734% |
| 一元回归 | 1.5295 | −0.0804 | 8.3215% |
| 多元回归 | 1.2792 | −0.0697 | 6.9594% |
| 加交互回归 | 1.2770 | −0.0714 | 6.9478% |
这些数由实践包实际运行得到,正文四舍五入到4位小数,CSV保留更多位。交互模型的整体MAE仅比多元低约0.0021kg,这个微小差异不足以证明多一项就值得部署,更没有做统计显著性论证。
多特征也有输的时候。 SKU07胡萝卜的一元MAE为1.3986kg,多元为1.4255kg;SKU08白菜分别为1.6067kg与1.6312kg。不能只报总体较好的数字,把没有改善的商品藏起来。三种回归各有16行预订超出对应SKU训练范围,均保留并标记参与评估;本次没有负预测触发截断。
这张表只描述一套公开模拟机制下的结果。因为生成数据时本来就安排了预订、周末、活动、门店等结构,包含相应特征的模型占有结构上的便利。生成的预订还含有14天起伏,上周同日只回看7天,天然较难跟上这一设定。它说明程序能从这样的数据估计并使用关系,不说明真实门店一定存在同样关系,更不说明库存、报损或利润获得相同比例的改善。
这些数据、结果和生成规律全部可见,没有独立封存的盲测集。我们没有看完这28天后反复调整特征,再把同一段数据称为最终验收;若你根据结果修改模型,这一段就参与了选择,还要留出更晚、未参与调整的数据重新检查。
总指标也不能代替分组。鸡腿肉、大米都是kg,但波动大小和业务重要性不同;大用量商品会对总体WAPE贡献更多。请同时打开按SKU、门店、促销状态与日期的预测误差记录。连续多天正误差,可能提示共同低估;某店活动日误差集中,可能提示缺少条件关系。图形提示检查方向,不自行证明原因。
以SKU01的交互模型为例,实际估计出的规则约为:
ŷ=3.416610+0.168253x+1.891583W+1.699491P+1.084391B+0.837201PB
它使用110条训练记录估计,与第4节人为给定的系数不同。预订斜率单位是kg/份,其他项的系数单位是kg。精确系数见coefficients.csv;用正文舍入后的数核对逐行结果,允许出现小的舍入差。不要强行要求它重现第4节的30.5kg,因为那是另一条规则。
例如3月2日A店SKU01,起点可见预订101份,W、P、B都为0。用完整精度系数,交互模型预测20.410140711kg;其实际18.720kg要到3月3日09:00才能核验,所以预测误差为18.720−20.410140711=−1.690140711kg。这一天上周同日预测19.650kg,反而更接近实际。整体平均较好,不代表每一天都较好。
作为反向对照,包内把首个预测起点已经知道的SKU01预订增加10份,一元预测从21.664851928变成23.546763463kg,增加1.881911535kg。它等于该模型估计斜率0.188191153498乘10,说明程序确实使用了可见输入;不是证明真实业务增加10份预订一定多耗用这些公斤。
系数解释仍是“在这组输入和这个模型内,其他输入保持相同时的预测差异”。现实里其他条件能否真的保持不变,是另一件事。FPP3的相关与因果讨论也明确区分这两类问题。预测可用的相关关系,不自动成为促销、定价或扩店的干预效果。
模型运行成功不等于任务验收通过。实践包安排了可以失败的检查,尤其是以下几类。
未来信息扰动。把某个起点之后才出现的最终计划版本大幅改动,起点时的输入与预测应保持不变。把冻结后才成熟的标签改动,冻结模型的系数和此前预测也应不变。反过来,把截止前的已知预订改变,输入与预测应该按规则变化。如果只测试“什么都不变”,一个永远返回常数的假模型也可能过关。
这类检查要说清对象。把未来标签改大,之后计算的评估误差当然会改变;到更晚的起点,该标签成熟后也可能被上周同日基线合法使用。应该不变的是当时不能看见它的拟合或预测,而不是所有时间、所有输出都永远不变。
不能唯一估计。一元回归遇到常数x,多元回归遇到重复列或样本信息不足,要明确失败。若促销列全是0,就没有数据证据估计促销系数。不要把求解器返回的某个数值解误读为唯一业务解释。
未见类别与外推。本包对训练中未定义的新门店拒绝静默编码,要求补充处理规则;不能把C店随手当A店。数值超出训练范围时必须显式告警。本包保留原始预测及外推标记,不把“公式算得出”伪装成“已经验证可靠”。
负预测。最小平方不会自动保证结果非负。如果算出−2kg,它不能成为负耗用指令。本包事先声明输出规则为max(0,原始预测),并同时保留raw_prediction_kg与negative_clipped标记。若原值是−2kg,则输出0、原值仍记−2、标记为1;这一步是额外的非负后处理,不是最小平方自动提供的保证。本次没有触发截断,所以表中指标也等于未截断预测的指标。换用对数变换或计数模型,则要把整个方案重新评价,不能把后处理带来的变化隐去。
不擅自补标签。真实门店有缺货、闭店、漏数或返工时,要回到第二篇重新定义可用标签。回归无法凭空恢复没被记录的潜在需求。本文的无缺货设定只是一条教学前提。
正则化可以约束不稳定的大系数,更多历史也可能改善估计,但它们都不能修复未来数据泄漏、错单位和错目标。先修正问题,再讨论模型复杂度。
实践包使用Python 3.10或更高版本,只依赖标准库。解压进入含run.py的目录,先运行:
python3 run.py
python3 -m unittest discover -s tests -v
Windows可以用py替换python3。run.py默认读取data目录内的CSV并更新output输出;只有显式加–generate或缺少标签文件时,才重建data中的模拟输入。想保留已有输出,请先复制文件,或用–out指定新输出目录。测试验证程序和设定,不代表真实业务已验收;重建输入会覆盖你对data中原始CSV的修改。
再执行文件化扰动与完整验收:
python3 demo_temporal_controls.py
python3 verify.py
前一条命令在exercise目录保存基准与4种扰动的5套CSV副本,真实读回副本后重新拟合和预测,不修改原data目录。all_changes.csv记录逐字段改动,file_evidence.csv记录相对路径与SHA-256校验值,exercise_report.json给出哪些控制通过。重复执行会覆盖该目录的同名练习文件,可用–out指定另一个目录。后一条命令要求发现的测试数大于0,实际执行24项测试,再对两次运行的14份核心结果逐字节比较。
查文件时可以按这张清单走:
| 想核对的内容 | 文件 |
|---|---|
| 每一列是什么、何时可得 | data_contract.md |
| 四点手算和给定多元规则 | output/hand_calculation.json |
| 从训练估计的104行系数 | output/coefficients.csv |
| 1,792条预测所用的起点与版本 | output/predictions.csv |
| 预测连接实际量后的逐行误差 | output/scored_predictions.csv |
| 每SKU与总体指标 | output/metrics_by_sku.csv、metrics_overall.csv |
| 训练样本的历史信息截止检查 | output/training_time_audit.csv |
| 24项测试及重复运行验收 | output/test_results.txt、verification.json |
1,792条是448个目标×4种候选,不是1,792个不同未来目标。SHA-256是文件内容的校验值,用于核对副本字节是否相同;它不证明标签是真实经营数据。
建议按下面的顺序完成,不要先看参考答案:
参考答案要点。第1题为25kg;平方和与平均绝对误差的运算、单位不同。第2题为26kg,去掉了3kg促销主项和1.5kg交互项。第3题不能唯一拆分两项。第4题输入0.20,改到0.30,外套预测增加4件,但它来自未训练的假定规则。第5题前者标签尚未成熟,后者在预测起点前已成熟且属于允许使用的历史。后面三题以包中的逐行输出和你保存的扰动副本核对,不能只写“程序通过”。
完成后,为一个你关心的任务写一张模型解释卡:预测什么、什么时候发出、用什么版本、特征单位是什么、参数怎样估计、与哪个基线比较、哪些情况拒绝使用,以及预测交给谁作下一步判断。
从平均数走到回归,重要的变化是输入开始影响预测。但一个公式仍然需要清楚的边界:历史拟合不能替代未来核验,类别差异不能直接解释成因果效果,数量预测也不能跳过库存与产能直接变成行动。后续学习概率预测时,我们再追问:除了给一个数,能不能描述这个数周围的不确定性。
配套材料提供全文Markdown、可离线阅读的独立HTML、5张黑白配图及可编辑SVG(封面900×383,4张正文图保留900×500原比例),以及模拟输入、复现代码、逐行结果、自动测试和运行说明。所有实验结论仅适用于所述教学数据和比较条件,不构成真实业务效果证明。
下载包附SHA-256校验文件。全部案例、输入和实验结果仅用于教学模拟。