一种基于多模态AI学习的仓储物流动态库存预测方法

本申请提供了一种基于多模态AI学习的仓储物流动态库存预测方法，涉及仓储物流管理领域，方法包括：获取仓储物流的多模态数据并进行预处理；构建仓储物流短期预测模型；仓储物流短期预测模型包括：LSTM网络、XGBoost算法以及Prophet算法；基于LSTM网络处理多模态数据，得到短期预测结果；使用XGBoost算法分析多模态数据的结构化特征，得到中期预测结果；使用基于Prophet算法识别多模态数据的趋势变化，得到长期预测结果；通过短期预测结果、中期预测结果以及长期预测结果，确定预设时间内的仓储物流动态库存预测结果，构建仓储物流的补货决策。本申请的技术方案实现的自动化的补货功能。