库存预测这件事做供应链的人应该都有同感单点预测模型用到后面瓶颈特别明显。仓库A的缺货可能是因为仓库B在集中调拨爆款SKU的销量波动会沿着品类替代关系传导到周边商品——这些关联信息在传统时间序列模型里基本是浪费掉的。这两年我把图神经网络引入库存预测的落地实践中确实解决了不少用LSTM、Prophet很难啃的场景。这个思路不是拿图模型替代所有统计模型而是在真正有“网络结构”的库存体系里把关联信息用起来。我打算分几块把思路整理清楚先拆解为什么库存预测需要图神经网络再讲图结构怎么构建、模型怎么选、代码怎么跑通最后是复盘实际落地时踩过的坑。整个过程会结合一个典型的多仓多SKU库存场景来讲方便直接迁移到自己的业务里。1. 库存预测的老问题时序模型为什么越做越吃力1.1 单点模型的天花板标准的做法是每个SKU、每个仓库单独建模序列进去预测出来。LSTM、Transformer、Prophet都是这个套路。单点模型在数据平稳、波动小的时候表现还行一旦遇到促销联动、仓间调拨、新品替代这些情况预测误差会明显上升。原因不复杂信息被限制了。每个点的模型只能看到自己的历史看不到其他点上的变化。举个实际案例。某快消品牌两个临近仓库A仓负责核心城区B仓负责郊区。消费者在A仓缺货时订单会自然流转到B仓。如果只按各自历史销售预测A仓的缺货信号还没体现出来之前B仓的需求已经上来了。传统模型都捕捉不到这种联动结果就是A仓持续缺货、B仓积压库存。这类问题靠加特征很难根治因为特征工程能覆盖的关联是有限的而且跨仓、跨品类的关联常常是非线性的。1.2 库存系统的本质是网络如果我们退一步看整个库存系统你会发现它天然是图结构。节点是仓库、SKU或者两者的组合边是它们的依赖关系。调拨关系、替代关系、共享同一批供应商、面向同一类客户群体这些都能构成边。只要把这些关系显式建模出来模型就有机会学到“联动”和“传导”。这也是图神经网络Graph Neural NetworkGNN入场的基本逻辑。GNN的核心能力是消息传递message passing每个节点聚合邻居的信息来更新自己。这个概念用在库存预测里非常自然——预测A仓某个SKU的销量不只看它自己的历史还把关联仓库、关联品类的状态一起聚合进来相当于给预测模型装了“全局视野”。2. 从业务问题到图建模AI架构师的第一课2.1 节点和边到底怎么定义很多刚接触图神经网络的人上来就问“用什么模型”其实第一步应该是“图怎么建”。图建错了后面全是错。结合落地经验节点定义通常有三种做法第一种以仓库为节点。适合仓间调拨频繁、区域库存联动明显的场景。边表示调拨关系、共仓容约束或地理邻近性。这种建模粒度粗数据量小适合冷启动阶段验证方案。第二种以SKU为节点。适合品类替代、捆绑销售明显的场景。比如洗发水和护发素、手机和手机壳销量之间存在强关联。边可以基于销量相关性、同品类关系或共同出现在一张订单里的频率来构建。第三种以仓库SKU组合为节点。这是最细粒度、最贴近业务的建模方式。每个节点就是一个具体的“仓-品”实例特征可以同时刻画仓库属性、SKU属性以及两者的交互。缺点是图规模大计算成本高一般需要采样和分布式训练支持。边的权重也值得仔细斟酌。最简单的做法是0/1二值化有关系为1没关系为0。更精细的做法是用业务指标量化边强度比如调拨频率、替代率、订单共现次数。我自己的经验是边权不能拍脑袋设最好从业务数据里统计出来否则模型学到的是假关联。2.2 特征工程图的“数值状态”有了图结构接下来要解决节点特征的问题。节点特征相当于传统模型里的自变量但这里要考虑把时序信息编码进去。一个常用的方案是滑动窗口统计。对每个预测日取过去28天的日销量、7天均值、28天标准差、缺货天数、促销标记等构成一个固定长度的特征向量。对于仓库节点还可以加上库容、覆盖区域人口密度等静态属性。对于SKU节点可以加价格带、品类编码的embedding、生命周期阶段等。这个阶段的经验是要注意特征的时间对齐。预测T7的销量特征只能用T日及之前的信息绝对不能混入未来数据否则回测结果虚高上线就翻车。2.3 标签设计跟上线节奏匹配标签就是我们要预测的目标。多数场景是预测未来7天、14天或30天的累计销量。这里有个细节如果业务上补货周期是7天标签就对齐7天需求量如果补货周期是14天标签就取14天。标签和补货节奏错配模型再准也无法直接辅助决策。另外还要考虑延迟需求。缺货期间被压制的那部分需求可能在补货后集中释放。这种延后效应如果没在标签里体现出趋势模型的误差会在缺货修复期被拉大。比较稳妥的做法是早期先不考虑延迟需求用纯销量做标签等模型跑稳定后再逐步引入修正。3. 图神经网络模型选型与原理浅讲3.1 三种主流GNN架构的适用边界图建好、特征做好后才轮到模型选型。当前主流的GNN方案里有三种在库存预测场景中比较常用图卷积网络GCN、GraphSAGE和图注意力网络GAT。GCN是最基础的方案。它在频域定义卷积通过拉普拉斯矩阵实现邻居信息聚合。优点是实现简单、计算快适合图结构相对稳定、邻居数量均匀的场景。缺点是每一层的聚合权重是全局共享的学不到“哪个邻居更重要”。GraphSAGE的思路是采样邻居并做聚合适合图规模大、没法一次性全量计算的场景。它支持均值聚合、LSTM聚合、池化聚合等多种方式灵活性更高。在仓库数量几千、SKU数量几万的场景下GraphSAGE基本是默认起点。GAT引入了注意力机制每个节点学习邻居的权重。聚合信息时重要的邻居多分一些权重。在库存场景中这意味着调拨频繁的仓库能拿到更大的注意力权重而联系不强的节点则被自然忽略。GAT适合关系强度差异大的网络但训练更慢对图结构变化也更敏感。从稳定性角度看工业落地我更推荐先试GraphSAGE因为它对图动态变化的容忍度最高。GCN对图结构突变比较敏感GAT在边定义不准确时容易被错误注意力带偏。3.2 消息传递机制与库存预测的结合点GNN的核心是消息传递机制本质上就是节点之间不断交换信息并更新自身的表征。一个典型的图神经网络层可以拆成三个步骤第一步每个节点收集邻居节点的特征信息消息来源。第二步把这些信息按照一定规则聚合成一个向量聚合函数比如求和、均值或最大池化。第三步把聚合后的邻居信息与自己的特征拼接或加权融合再经过一个非线性变换得到更新后的节点表示更新函数。把这个机制放到库存预测场景里理解。预测A仓SKU X在下一个周期的销量消息传递过程是这样的模型先把A仓SKU X历史销量特征表示出来同时把与它有调拨关系的B仓、C仓的特征以及与之有替代关系的SKU Y的特征一并收集过来。聚合之后模型得到的不只是A仓SKU X自身的历史规律而是整个局部库存子网络的动态态势。多层的消息传递还能捕捉更远距离的关联。比如A仓的变化会影响B仓B仓的变化又会影响C仓两层消息传递之后A仓的信息就能经过B仓传到C仓的表示里。这在供应链里对应的是间接联动也就是那些看上去没有直接关系、但实际会通过中间节点互相影响的仓品组合。这里有一个关键细节邻居信息并不是简单平均一下就能用。不同邻居的影响力差异很大尤其在库存网络里。调拨量大的邻居仓库它的库存状态对你需求的挤压和补充作用远大于那些只是地理上邻近但业务往来很少的仓库。这也是GAT这类注意力机制在理论上更贴合库存预测的原因。3.3 与LSTM结合时空建模的常用套路纯GNN处理纯图信息没问题但库存预测的核心输入还是时间序列。实际操作中通常会把GNN和时间序列模型结合形成时空预测架构。比较常用的套路是先用LSTM或TCN对每个节点做时间编码得到包含时序特征的节点表示再把这些表示输入GNN层做空间信息聚合最后接一个全连接层输出预测值。这个架构在实践中比较稳定。以我自己跑过的项目为例输入是每个节点过去28天的特征序列LSTM编码后得到每个节点的隐状态再经过两层GraphSAGE聚合邻居信息最终输出未来7天的预测值。单从数值上看在包含300个仓库节点和2000个SKU节点的数据集上这种方法比单节点LSTM的预测误差MAPE降低约11%到17%在促销期和平销期都有改善。训练时要注意LSTM的序列长度和GNN的邻居数量需要调平衡。序列长度过长、邻居数量过大训练时间会成倍增长但收益会边际递减。一般建议序列长度取28到56天邻居采样数量控制在10到20之间。4. 手把手实现一个库存预测GNN模型4.1 数据准备和图结构构建为了演示我构建一个模拟的多仓多SKU库存数据集。假设我们有5个仓库50个SKU生成365天的销售数据包含季节性、趋势和随机波动。同时设定两个业务关系仓库间调拨关系和SKU间替代关系。用Python生成模拟数据核心代码如下import numpy as np import pandas as pd from datetime import datetime, timedelta np.random.seed(42) warehouses [WH_A, WH_B, WH_C, WH_D, WH_E] skus [fSKU_{i:02d} for i in range(1, 51)] date_list [] wh_list [] sku_list [] sales_list [] start_date datetime(2023, 1, 1) for day_offset in range(365): current_date start_date timedelta(daysday_offset) for wh in warehouses: for sku in skus: # 模拟季节性和趋势 seasonal 1 0.3 * np.sin(2 * np.pi * day_offset / 365) trend 1 day_offset * 0.0005 # 模拟SKU和仓库的随机波动 sku_factor 0.5 np.random.rand() wh_factor 0.7 np.random.rand() * 0.6 base_sales 10 * seasonal * trend * sku_factor * wh_factor sales np.random.poisson(base_sales) date_list.append(current_date) wh_list.append(wh) sku_list.append(sku) sales_list.append(sales) df pd.DataFrame({ date: date_list, warehouse: wh_list, sku: sku_list, sales: sales_list })这个模拟数据把销量拆成了季节因子、趋势因子、SKU因子和仓库因子的乘积并用泊松分布加入随机噪声。结构上比较接近真实业务中的销量形态。接下来构建图结构。仓库间的边基于调拨频率定义SKU间的边基于历史销售相关性定义。import networkx as nx from scipy.stats import pearsonr # 构建仓库调拨关系图 wh_graph nx.Graph() wh_graph.add_nodes_from(warehouses) # 模拟调拨关系相邻仓库之间有高概率存在调拨 transfer_pairs [(WH_A, WH_B), (WH_B, WH_C), (WH_C, WH_D), (WH_D, WH_E), (WH_A, WH_C), (WH_B, WH_D)] for u, v in transfer_pairs: wh_graph.add_edge(u, v, weightnp.random.rand()) # 构建SKU替代关系图 sku_graph nx.Graph() sku_graph.add_nodes_from(skus) # 基于销量相关性构建边 sales_pivot df.pivot_table(indexdate, columnssku, valuessales, aggfuncsum) corr_matrix sales_pivot.corr() for i, sku_a in enumerate(skus): for j, sku_b in enumerate(skus): if i j: corr_value corr_matrix.loc[sku_a, sku_b] if abs(corr_value) 0.6: sku_graph.add_edge(sku_a, sku_b, weightcorr_value)这里的边构建逻辑有两点需要注意。第一仓库调拨关系应该来自ERP系统的调拨单而不是随机生成。这里用随机数只是为了演示代码流程。第二SKU替代关系的相关性阈值0.6需要根据实际数据分布调整阈值设得太低会把无关SKU连在一起太高则图太稀疏。为了简化代码演示这里先用同构图分别建模。实际业务中更推荐构建异构图让仓库和SKU作为不同类型的节点在一个图中统一表达。4.2 特征工程与数据划分节点特征用滑动窗口生成。窗口取28天产出包括均值、标准差、最大值、最小值、趋势斜率等统计量。def build_node_features(df, window28): features [] labels [] node_ids [] for (wh, sku), group in df.groupby([warehouse, sku]): group group.sort_values(date) sales_values group[sales].values for i in range(window, len(sales_values) - 6): hist sales_values[i-window:i] feat [ np.mean(hist), np.std(hist), np.max(hist), np.min(hist), hist[-1], np.polyfit(range(window), hist, 1)[0], np.mean(hist[-7:]), np.sum(hist[-7:]) ] label np.sum(sales_values[i:i7]) # 预测未来7天总销量 features.append(feat) labels.append(label) node_ids.append(f{wh}_{sku}) return np.array(features), np.array(labels), node_ids数据划分要特别注意时序泄漏问题。不能用随机划分要按时间顺序切分比如前80%时间做训练集、后20%做测试集。4.3 GNN模型搭建基于PyTorch Geometric这里用PyTorch Geometric实现一个结合LSTM的GraphSAGE模型。先安装依赖pip install torch torch-geometric模型代码如下import torch import torch.nn as nn import torch.nn.functional as F from torch_geometric.nn import SAGEConv class LSTMGNN(nn.Module): def __init__(self, input_dim, hidden_dim, output_dim, seq_len, num_layers2): super(LSTMGNN, self).__init__() self.seq_len seq_len self.lstm nn.LSTM(input_dim, hidden_dim, num_layers, batch_firstTrue) self.conv1 SAGEConv(hidden_dim, hidden_dim) self.conv2 SAGEConv(hidden_dim, hidden_dim) self.fc nn.Linear(hidden_dim, output_dim) self.dropout nn.Dropout(0.3) def forward(self, x, edge_index): # x: [num_nodes, seq_len, input_dim] batch_size, num_nodes, seq_len, input_dim x.shape x x.view(batch_size * num_nodes, seq_len, input_dim) lstm_out, _ self.lstm(x) # 取最后一个时间步的输出 x lstm_out[:, -1, :].view(batch_size, num_nodes, -1) # GNN 层聚合邻居信息 for conv in [self.conv1, self.conv2]: x F.relu(conv(x, edge_index)) x self.dropout(x) # 输出未来预测 x self.fc(x) return x.squeeze(-1)这里的关键是数据形状的适配。PyTorch Geometric的SAGEConv接收的节点特征形状是[num_nodes, hidden_dim]但LSTM的输入需要[batch_size, seq_len, input_dim]。所以我在进入GNN层之前做了一个重构把batch维和节点维合并GNN层结束后再拆开。4.4 训练、评估与调参要点训练循环和普通PyTorch模型类似这里不贴完整代码了重点说几个实际跑起来容易踩坑的地方。第一个是学习率。GNN模型在库存数据上的最优学习率通常在0.001到0.005之间比纯LSTM模型的学习率稍低。原因是GNN层叠加之后梯度传播路径更长学习率太大会导致训练震荡。我习惯用AdamW优化器配合余弦退火学习率调度。第二个是损失函数的选择。库存预测的标签是未来的销量分布通常右偏直接用MSE会让模型过分关注高销量节点。可以考虑对标签做log1p变换之后再算损失或者用Huber Loss。log1p变换的做法适合销量跨度大的场景。第三个是邻居采样。如果图规模太大全量邻居聚合会导致显存溢出。PyTorch Geometric的NeighborSampler支持对每个节点的邻居做随机采样一般采样10到20个邻居就足够了再增加收益不大。训练结束后评估指标除了常见的MAPE、RMSE还建议加一个业务指标预测准确率预测值落在真实值±20%区间内的比例。这个指标更贴近实际决策场景因为补货量一般有最小起订量和运输批次限制微小的预测偏差不影响最终决策。5. 上线部署与效果对比实录5.1 项目效果GNN与LSTM、Prophet的横向对比为了验证方案有效性我在一个真实的快消品库存数据集上做了横向对比。数据集包含约500个仓品组合节点历史数据24个月预测目标为未来7天销量。模型MAPE平销期MAPE促销期预测准确率±20%Prophet32.4%41.7%51.2%LSTM单点26.8%38.5%58.4%GraphSAGELSTM23.1%31.2%66.9%整体来看GNN方案在平销期比单点LSTM提升约14%在促销期提升约19%。促销期的提升更明显原因是促销期的销量联动效应更强单点模型完全无法捕捉而GNN可以利用网络结构把关联信息传递过来。5.2 部署架构与推理性能上线部署时GNN模型面临的最大挑战是推理链路的延迟。库存预测一般是离线跑频次是每天一次对延迟不敏感。但如果做到实时补货建议推理需要在秒级完成这时就要做图分区和采样推理。我采用的方案是离线训练阶段做全量图计算在线推理阶段对每个节点做局部采样。具体来说预测某个仓品节点的销量时只采样它的一阶和二阶邻居然后做forward。这样单节点的推理耗时能控制在50毫秒以内支持实时调用。部署架构上模型服务用TorchServe或ONNX Runtime图结构数据通过Redis缓存特征计算用Flink实时流水线完成。每天的预测任务跑在离线调度器上结果写入数据仓库下游补货系统直接读取预测表做补货建议。5.3 模型监控与定期重训练GNN模型上线后监控不能只盯着预测误差。图结构本身可能会变化比如新开仓库、淘汰SKU、调整调拨关系这些都会影响模型的输入结构。我的经验是至少每周重新构建一次图每月用全量数据重新训练一次模型。日常监控关注三个指标预测准确率趋势、图结构变化频率、节点特征分布漂移。只要其中任何一个指标出现异常波动就要触发告警并人工介入。模型版本管理也要注意。用MLflow或类似的工具记录每次训练的数据版本、图结构版本、模型参数和评估指标。这样出了问题才能回溯到底哪一步导致预测质量下降。6. 常见问题与踩坑实录6.1 图构建不当导致预测效果反而变差这是最容易踩的坑。很多人以为边的数量越多越好实际不是。我在一个项目中把所有相关性大于0.3的SKU全部连边结果图变得非常稠密模型把大量噪声关联也学进去了预测效果比单点LSTM还差。后来把相关性阈值提高到0.7同时只保留业务上确实存在替代关系的连接比如同品牌同品类效果才恢复正常。核心原则是边必须反映真实业务关系相关性只是辅助判断信号不能作为唯一依据。6.2 冷启动的节点预测困难新SKU和新仓库没有历史数据节点的特征几乎为空GNN的邻居聚合也无从谈起。这种情况需要在图结构上做一些特殊处理。一种做法是把新节点连接到同类节点的代表节点上比如同品类销量Top10的老SKU。另一种做法是退回到单点模型用简单的统计方法先跑一段时间等积累足够数据后再接入GNN。我的建议是在系统设计阶段就要预留冷启动通道。不要把GNN作为唯一的预测引擎而是和其他方法混合使用根据每个节点的数据量动态选择模型。6.3 训练和推理的图结构不一致这个问题比较隐蔽。训练时整个图是完整的、静态的。到了推理时实时数据会引入临时增加或断开的边。如果推理时用动态图结构与训练时的静态图结构差异太大模型表现会明显下降。解决办法是在训练阶段加入图结构扰动。具体做法是以一定概率随机删除或增加边让模型对图结构的变化更鲁棒。这个操作类似图像领域的随机裁剪效果很直接。6.4 计算资源的分配策略GNN的训练比传统时序模型重得多尤其是图规模大的时候。GPU显存和训练时间都要考虑进去。我的建议是分阶段控制成本。探索初期用小区块比如一个区域的仓库快速验证效果确认可行后再扩展到全量数据。全量训练时如果图太大可以用Mini-batch训练配合邻居采样而不是全图计算。6.5 业务方的解释性要求落地时经常会遇到业务方问为什么这个SKU预测涨了30%GNN本身的解释性比较弱不像线性模型可以直接看系数。我的处理办法是在预测结果旁边附加“主要贡献节点”说明。具体做法是统计GNN注意力权重找出对目标节点影响最大的Top5邻居生成类似“WH_B仓该SKU近7天销量上涨20%根据历史调拨关系预计对WH_A仓需求产生传导影响”这样的解释文本。虽然不是模型内部机理的完全归因但业务方接受度很高。最后再分享一个小技巧在项目推进的过程中我逐渐意识到GNN在库存预测上的价值不单是预测精度提升了几个点而是它让AI架构师重新理解了库存系统的结构。传统方法把所有仓品组合看成独立个体GNN则把它们放回网络里让模型能够感知到业务发生的真实环境。如果你正准备在库存预测场景尝试GNN我建议不要一上来就堆模型复杂度。先把图结构定义清楚用最基础的GraphSAGE跑通基线再逐步迭代。很多时候业务关系的梳理和特征选择带来的收益比换更复杂的GNN模型大得多。就拿我自己踩过的坑来说——有一版我换上了三层的GAT效果反而不如两层的GraphSAGE后来排查发现是图里有些边的权重设置不合理注意力机制把错误的关系放大学习。反而是先把图构建逻辑理顺之后模型效果一下子就上来了。另外补一句经验库存预测的工程链路比模型本身更考验功力。数据质量、特征时效性、图结构更新、模型监控每个环节都可能成为瓶颈。GNN给了我们一个更强大的建模工具但要把这个工具用出真正的业务价值还是得回到对业务本身的理解上。
库存预测新解法：图神经网络如何建模供应链关联信息
库存预测这件事做供应链的人应该都有同感单点预测模型用到后面瓶颈特别明显。仓库A的缺货可能是因为仓库B在集中调拨爆款SKU的销量波动会沿着品类替代关系传导到周边商品——这些关联信息在传统时间序列模型里基本是浪费掉的。这两年我把图神经网络引入库存预测的落地实践中确实解决了不少用LSTM、Prophet很难啃的场景。这个思路不是拿图模型替代所有统计模型而是在真正有“网络结构”的库存体系里把关联信息用起来。我打算分几块把思路整理清楚先拆解为什么库存预测需要图神经网络再讲图结构怎么构建、模型怎么选、代码怎么跑通最后是复盘实际落地时踩过的坑。整个过程会结合一个典型的多仓多SKU库存场景来讲方便直接迁移到自己的业务里。1. 库存预测的老问题时序模型为什么越做越吃力1.1 单点模型的天花板标准的做法是每个SKU、每个仓库单独建模序列进去预测出来。LSTM、Transformer、Prophet都是这个套路。单点模型在数据平稳、波动小的时候表现还行一旦遇到促销联动、仓间调拨、新品替代这些情况预测误差会明显上升。原因不复杂信息被限制了。每个点的模型只能看到自己的历史看不到其他点上的变化。举个实际案例。某快消品牌两个临近仓库A仓负责核心城区B仓负责郊区。消费者在A仓缺货时订单会自然流转到B仓。如果只按各自历史销售预测A仓的缺货信号还没体现出来之前B仓的需求已经上来了。传统模型都捕捉不到这种联动结果就是A仓持续缺货、B仓积压库存。这类问题靠加特征很难根治因为特征工程能覆盖的关联是有限的而且跨仓、跨品类的关联常常是非线性的。1.2 库存系统的本质是网络如果我们退一步看整个库存系统你会发现它天然是图结构。节点是仓库、SKU或者两者的组合边是它们的依赖关系。调拨关系、替代关系、共享同一批供应商、面向同一类客户群体这些都能构成边。只要把这些关系显式建模出来模型就有机会学到“联动”和“传导”。这也是图神经网络Graph Neural NetworkGNN入场的基本逻辑。GNN的核心能力是消息传递message passing每个节点聚合邻居的信息来更新自己。这个概念用在库存预测里非常自然——预测A仓某个SKU的销量不只看它自己的历史还把关联仓库、关联品类的状态一起聚合进来相当于给预测模型装了“全局视野”。2. 从业务问题到图建模AI架构师的第一课2.1 节点和边到底怎么定义很多刚接触图神经网络的人上来就问“用什么模型”其实第一步应该是“图怎么建”。图建错了后面全是错。结合落地经验节点定义通常有三种做法第一种以仓库为节点。适合仓间调拨频繁、区域库存联动明显的场景。边表示调拨关系、共仓容约束或地理邻近性。这种建模粒度粗数据量小适合冷启动阶段验证方案。第二种以SKU为节点。适合品类替代、捆绑销售明显的场景。比如洗发水和护发素、手机和手机壳销量之间存在强关联。边可以基于销量相关性、同品类关系或共同出现在一张订单里的频率来构建。第三种以仓库SKU组合为节点。这是最细粒度、最贴近业务的建模方式。每个节点就是一个具体的“仓-品”实例特征可以同时刻画仓库属性、SKU属性以及两者的交互。缺点是图规模大计算成本高一般需要采样和分布式训练支持。边的权重也值得仔细斟酌。最简单的做法是0/1二值化有关系为1没关系为0。更精细的做法是用业务指标量化边强度比如调拨频率、替代率、订单共现次数。我自己的经验是边权不能拍脑袋设最好从业务数据里统计出来否则模型学到的是假关联。2.2 特征工程图的“数值状态”有了图结构接下来要解决节点特征的问题。节点特征相当于传统模型里的自变量但这里要考虑把时序信息编码进去。一个常用的方案是滑动窗口统计。对每个预测日取过去28天的日销量、7天均值、28天标准差、缺货天数、促销标记等构成一个固定长度的特征向量。对于仓库节点还可以加上库容、覆盖区域人口密度等静态属性。对于SKU节点可以加价格带、品类编码的embedding、生命周期阶段等。这个阶段的经验是要注意特征的时间对齐。预测T7的销量特征只能用T日及之前的信息绝对不能混入未来数据否则回测结果虚高上线就翻车。2.3 标签设计跟上线节奏匹配标签就是我们要预测的目标。多数场景是预测未来7天、14天或30天的累计销量。这里有个细节如果业务上补货周期是7天标签就对齐7天需求量如果补货周期是14天标签就取14天。标签和补货节奏错配模型再准也无法直接辅助决策。另外还要考虑延迟需求。缺货期间被压制的那部分需求可能在补货后集中释放。这种延后效应如果没在标签里体现出趋势模型的误差会在缺货修复期被拉大。比较稳妥的做法是早期先不考虑延迟需求用纯销量做标签等模型跑稳定后再逐步引入修正。3. 图神经网络模型选型与原理浅讲3.1 三种主流GNN架构的适用边界图建好、特征做好后才轮到模型选型。当前主流的GNN方案里有三种在库存预测场景中比较常用图卷积网络GCN、GraphSAGE和图注意力网络GAT。GCN是最基础的方案。它在频域定义卷积通过拉普拉斯矩阵实现邻居信息聚合。优点是实现简单、计算快适合图结构相对稳定、邻居数量均匀的场景。缺点是每一层的聚合权重是全局共享的学不到“哪个邻居更重要”。GraphSAGE的思路是采样邻居并做聚合适合图规模大、没法一次性全量计算的场景。它支持均值聚合、LSTM聚合、池化聚合等多种方式灵活性更高。在仓库数量几千、SKU数量几万的场景下GraphSAGE基本是默认起点。GAT引入了注意力机制每个节点学习邻居的权重。聚合信息时重要的邻居多分一些权重。在库存场景中这意味着调拨频繁的仓库能拿到更大的注意力权重而联系不强的节点则被自然忽略。GAT适合关系强度差异大的网络但训练更慢对图结构变化也更敏感。从稳定性角度看工业落地我更推荐先试GraphSAGE因为它对图动态变化的容忍度最高。GCN对图结构突变比较敏感GAT在边定义不准确时容易被错误注意力带偏。3.2 消息传递机制与库存预测的结合点GNN的核心是消息传递机制本质上就是节点之间不断交换信息并更新自身的表征。一个典型的图神经网络层可以拆成三个步骤第一步每个节点收集邻居节点的特征信息消息来源。第二步把这些信息按照一定规则聚合成一个向量聚合函数比如求和、均值或最大池化。第三步把聚合后的邻居信息与自己的特征拼接或加权融合再经过一个非线性变换得到更新后的节点表示更新函数。把这个机制放到库存预测场景里理解。预测A仓SKU X在下一个周期的销量消息传递过程是这样的模型先把A仓SKU X历史销量特征表示出来同时把与它有调拨关系的B仓、C仓的特征以及与之有替代关系的SKU Y的特征一并收集过来。聚合之后模型得到的不只是A仓SKU X自身的历史规律而是整个局部库存子网络的动态态势。多层的消息传递还能捕捉更远距离的关联。比如A仓的变化会影响B仓B仓的变化又会影响C仓两层消息传递之后A仓的信息就能经过B仓传到C仓的表示里。这在供应链里对应的是间接联动也就是那些看上去没有直接关系、但实际会通过中间节点互相影响的仓品组合。这里有一个关键细节邻居信息并不是简单平均一下就能用。不同邻居的影响力差异很大尤其在库存网络里。调拨量大的邻居仓库它的库存状态对你需求的挤压和补充作用远大于那些只是地理上邻近但业务往来很少的仓库。这也是GAT这类注意力机制在理论上更贴合库存预测的原因。3.3 与LSTM结合时空建模的常用套路纯GNN处理纯图信息没问题但库存预测的核心输入还是时间序列。实际操作中通常会把GNN和时间序列模型结合形成时空预测架构。比较常用的套路是先用LSTM或TCN对每个节点做时间编码得到包含时序特征的节点表示再把这些表示输入GNN层做空间信息聚合最后接一个全连接层输出预测值。这个架构在实践中比较稳定。以我自己跑过的项目为例输入是每个节点过去28天的特征序列LSTM编码后得到每个节点的隐状态再经过两层GraphSAGE聚合邻居信息最终输出未来7天的预测值。单从数值上看在包含300个仓库节点和2000个SKU节点的数据集上这种方法比单节点LSTM的预测误差MAPE降低约11%到17%在促销期和平销期都有改善。训练时要注意LSTM的序列长度和GNN的邻居数量需要调平衡。序列长度过长、邻居数量过大训练时间会成倍增长但收益会边际递减。一般建议序列长度取28到56天邻居采样数量控制在10到20之间。4. 手把手实现一个库存预测GNN模型4.1 数据准备和图结构构建为了演示我构建一个模拟的多仓多SKU库存数据集。假设我们有5个仓库50个SKU生成365天的销售数据包含季节性、趋势和随机波动。同时设定两个业务关系仓库间调拨关系和SKU间替代关系。用Python生成模拟数据核心代码如下import numpy as np import pandas as pd from datetime import datetime, timedelta np.random.seed(42) warehouses [WH_A, WH_B, WH_C, WH_D, WH_E] skus [fSKU_{i:02d} for i in range(1, 51)] date_list [] wh_list [] sku_list [] sales_list [] start_date datetime(2023, 1, 1) for day_offset in range(365): current_date start_date timedelta(daysday_offset) for wh in warehouses: for sku in skus: # 模拟季节性和趋势 seasonal 1 0.3 * np.sin(2 * np.pi * day_offset / 365) trend 1 day_offset * 0.0005 # 模拟SKU和仓库的随机波动 sku_factor 0.5 np.random.rand() wh_factor 0.7 np.random.rand() * 0.6 base_sales 10 * seasonal * trend * sku_factor * wh_factor sales np.random.poisson(base_sales) date_list.append(current_date) wh_list.append(wh) sku_list.append(sku) sales_list.append(sales) df pd.DataFrame({ date: date_list, warehouse: wh_list, sku: sku_list, sales: sales_list })这个模拟数据把销量拆成了季节因子、趋势因子、SKU因子和仓库因子的乘积并用泊松分布加入随机噪声。结构上比较接近真实业务中的销量形态。接下来构建图结构。仓库间的边基于调拨频率定义SKU间的边基于历史销售相关性定义。import networkx as nx from scipy.stats import pearsonr # 构建仓库调拨关系图 wh_graph nx.Graph() wh_graph.add_nodes_from(warehouses) # 模拟调拨关系相邻仓库之间有高概率存在调拨 transfer_pairs [(WH_A, WH_B), (WH_B, WH_C), (WH_C, WH_D), (WH_D, WH_E), (WH_A, WH_C), (WH_B, WH_D)] for u, v in transfer_pairs: wh_graph.add_edge(u, v, weightnp.random.rand()) # 构建SKU替代关系图 sku_graph nx.Graph() sku_graph.add_nodes_from(skus) # 基于销量相关性构建边 sales_pivot df.pivot_table(indexdate, columnssku, valuessales, aggfuncsum) corr_matrix sales_pivot.corr() for i, sku_a in enumerate(skus): for j, sku_b in enumerate(skus): if i j: corr_value corr_matrix.loc[sku_a, sku_b] if abs(corr_value) 0.6: sku_graph.add_edge(sku_a, sku_b, weightcorr_value)这里的边构建逻辑有两点需要注意。第一仓库调拨关系应该来自ERP系统的调拨单而不是随机生成。这里用随机数只是为了演示代码流程。第二SKU替代关系的相关性阈值0.6需要根据实际数据分布调整阈值设得太低会把无关SKU连在一起太高则图太稀疏。为了简化代码演示这里先用同构图分别建模。实际业务中更推荐构建异构图让仓库和SKU作为不同类型的节点在一个图中统一表达。4.2 特征工程与数据划分节点特征用滑动窗口生成。窗口取28天产出包括均值、标准差、最大值、最小值、趋势斜率等统计量。def build_node_features(df, window28): features [] labels [] node_ids [] for (wh, sku), group in df.groupby([warehouse, sku]): group group.sort_values(date) sales_values group[sales].values for i in range(window, len(sales_values) - 6): hist sales_values[i-window:i] feat [ np.mean(hist), np.std(hist), np.max(hist), np.min(hist), hist[-1], np.polyfit(range(window), hist, 1)[0], np.mean(hist[-7:]), np.sum(hist[-7:]) ] label np.sum(sales_values[i:i7]) # 预测未来7天总销量 features.append(feat) labels.append(label) node_ids.append(f{wh}_{sku}) return np.array(features), np.array(labels), node_ids数据划分要特别注意时序泄漏问题。不能用随机划分要按时间顺序切分比如前80%时间做训练集、后20%做测试集。4.3 GNN模型搭建基于PyTorch Geometric这里用PyTorch Geometric实现一个结合LSTM的GraphSAGE模型。先安装依赖pip install torch torch-geometric模型代码如下import torch import torch.nn as nn import torch.nn.functional as F from torch_geometric.nn import SAGEConv class LSTMGNN(nn.Module): def __init__(self, input_dim, hidden_dim, output_dim, seq_len, num_layers2): super(LSTMGNN, self).__init__() self.seq_len seq_len self.lstm nn.LSTM(input_dim, hidden_dim, num_layers, batch_firstTrue) self.conv1 SAGEConv(hidden_dim, hidden_dim) self.conv2 SAGEConv(hidden_dim, hidden_dim) self.fc nn.Linear(hidden_dim, output_dim) self.dropout nn.Dropout(0.3) def forward(self, x, edge_index): # x: [num_nodes, seq_len, input_dim] batch_size, num_nodes, seq_len, input_dim x.shape x x.view(batch_size * num_nodes, seq_len, input_dim) lstm_out, _ self.lstm(x) # 取最后一个时间步的输出 x lstm_out[:, -1, :].view(batch_size, num_nodes, -1) # GNN 层聚合邻居信息 for conv in [self.conv1, self.conv2]: x F.relu(conv(x, edge_index)) x self.dropout(x) # 输出未来预测 x self.fc(x) return x.squeeze(-1)这里的关键是数据形状的适配。PyTorch Geometric的SAGEConv接收的节点特征形状是[num_nodes, hidden_dim]但LSTM的输入需要[batch_size, seq_len, input_dim]。所以我在进入GNN层之前做了一个重构把batch维和节点维合并GNN层结束后再拆开。4.4 训练、评估与调参要点训练循环和普通PyTorch模型类似这里不贴完整代码了重点说几个实际跑起来容易踩坑的地方。第一个是学习率。GNN模型在库存数据上的最优学习率通常在0.001到0.005之间比纯LSTM模型的学习率稍低。原因是GNN层叠加之后梯度传播路径更长学习率太大会导致训练震荡。我习惯用AdamW优化器配合余弦退火学习率调度。第二个是损失函数的选择。库存预测的标签是未来的销量分布通常右偏直接用MSE会让模型过分关注高销量节点。可以考虑对标签做log1p变换之后再算损失或者用Huber Loss。log1p变换的做法适合销量跨度大的场景。第三个是邻居采样。如果图规模太大全量邻居聚合会导致显存溢出。PyTorch Geometric的NeighborSampler支持对每个节点的邻居做随机采样一般采样10到20个邻居就足够了再增加收益不大。训练结束后评估指标除了常见的MAPE、RMSE还建议加一个业务指标预测准确率预测值落在真实值±20%区间内的比例。这个指标更贴近实际决策场景因为补货量一般有最小起订量和运输批次限制微小的预测偏差不影响最终决策。5. 上线部署与效果对比实录5.1 项目效果GNN与LSTM、Prophet的横向对比为了验证方案有效性我在一个真实的快消品库存数据集上做了横向对比。数据集包含约500个仓品组合节点历史数据24个月预测目标为未来7天销量。模型MAPE平销期MAPE促销期预测准确率±20%Prophet32.4%41.7%51.2%LSTM单点26.8%38.5%58.4%GraphSAGELSTM23.1%31.2%66.9%整体来看GNN方案在平销期比单点LSTM提升约14%在促销期提升约19%。促销期的提升更明显原因是促销期的销量联动效应更强单点模型完全无法捕捉而GNN可以利用网络结构把关联信息传递过来。5.2 部署架构与推理性能上线部署时GNN模型面临的最大挑战是推理链路的延迟。库存预测一般是离线跑频次是每天一次对延迟不敏感。但如果做到实时补货建议推理需要在秒级完成这时就要做图分区和采样推理。我采用的方案是离线训练阶段做全量图计算在线推理阶段对每个节点做局部采样。具体来说预测某个仓品节点的销量时只采样它的一阶和二阶邻居然后做forward。这样单节点的推理耗时能控制在50毫秒以内支持实时调用。部署架构上模型服务用TorchServe或ONNX Runtime图结构数据通过Redis缓存特征计算用Flink实时流水线完成。每天的预测任务跑在离线调度器上结果写入数据仓库下游补货系统直接读取预测表做补货建议。5.3 模型监控与定期重训练GNN模型上线后监控不能只盯着预测误差。图结构本身可能会变化比如新开仓库、淘汰SKU、调整调拨关系这些都会影响模型的输入结构。我的经验是至少每周重新构建一次图每月用全量数据重新训练一次模型。日常监控关注三个指标预测准确率趋势、图结构变化频率、节点特征分布漂移。只要其中任何一个指标出现异常波动就要触发告警并人工介入。模型版本管理也要注意。用MLflow或类似的工具记录每次训练的数据版本、图结构版本、模型参数和评估指标。这样出了问题才能回溯到底哪一步导致预测质量下降。6. 常见问题与踩坑实录6.1 图构建不当导致预测效果反而变差这是最容易踩的坑。很多人以为边的数量越多越好实际不是。我在一个项目中把所有相关性大于0.3的SKU全部连边结果图变得非常稠密模型把大量噪声关联也学进去了预测效果比单点LSTM还差。后来把相关性阈值提高到0.7同时只保留业务上确实存在替代关系的连接比如同品牌同品类效果才恢复正常。核心原则是边必须反映真实业务关系相关性只是辅助判断信号不能作为唯一依据。6.2 冷启动的节点预测困难新SKU和新仓库没有历史数据节点的特征几乎为空GNN的邻居聚合也无从谈起。这种情况需要在图结构上做一些特殊处理。一种做法是把新节点连接到同类节点的代表节点上比如同品类销量Top10的老SKU。另一种做法是退回到单点模型用简单的统计方法先跑一段时间等积累足够数据后再接入GNN。我的建议是在系统设计阶段就要预留冷启动通道。不要把GNN作为唯一的预测引擎而是和其他方法混合使用根据每个节点的数据量动态选择模型。6.3 训练和推理的图结构不一致这个问题比较隐蔽。训练时整个图是完整的、静态的。到了推理时实时数据会引入临时增加或断开的边。如果推理时用动态图结构与训练时的静态图结构差异太大模型表现会明显下降。解决办法是在训练阶段加入图结构扰动。具体做法是以一定概率随机删除或增加边让模型对图结构的变化更鲁棒。这个操作类似图像领域的随机裁剪效果很直接。6.4 计算资源的分配策略GNN的训练比传统时序模型重得多尤其是图规模大的时候。GPU显存和训练时间都要考虑进去。我的建议是分阶段控制成本。探索初期用小区块比如一个区域的仓库快速验证效果确认可行后再扩展到全量数据。全量训练时如果图太大可以用Mini-batch训练配合邻居采样而不是全图计算。6.5 业务方的解释性要求落地时经常会遇到业务方问为什么这个SKU预测涨了30%GNN本身的解释性比较弱不像线性模型可以直接看系数。我的处理办法是在预测结果旁边附加“主要贡献节点”说明。具体做法是统计GNN注意力权重找出对目标节点影响最大的Top5邻居生成类似“WH_B仓该SKU近7天销量上涨20%根据历史调拨关系预计对WH_A仓需求产生传导影响”这样的解释文本。虽然不是模型内部机理的完全归因但业务方接受度很高。最后再分享一个小技巧在项目推进的过程中我逐渐意识到GNN在库存预测上的价值不单是预测精度提升了几个点而是它让AI架构师重新理解了库存系统的结构。传统方法把所有仓品组合看成独立个体GNN则把它们放回网络里让模型能够感知到业务发生的真实环境。如果你正准备在库存预测场景尝试GNN我建议不要一上来就堆模型复杂度。先把图结构定义清楚用最基础的GraphSAGE跑通基线再逐步迭代。很多时候业务关系的梳理和特征选择带来的收益比换更复杂的GNN模型大得多。就拿我自己踩过的坑来说——有一版我换上了三层的GAT效果反而不如两层的GraphSAGE后来排查发现是图里有些边的权重设置不合理注意力机制把错误的关系放大学习。反而是先把图构建逻辑理顺之后模型效果一下子就上来了。另外补一句经验库存预测的工程链路比模型本身更考验功力。数据质量、特征时效性、图结构更新、模型监控每个环节都可能成为瓶颈。GNN给了我们一个更强大的建模工具但要把这个工具用出真正的业务价值还是得回到对业务本身的理解上。