《Sustainability》：Probabilistic and Point Reconciliation in Deep Learning-Based Hierarchical Forecasting for Retail
编辑推荐：
零售分层预测要求预测在从总需求到单品—门店序列的多个规划层级上既准确又协调。由于这些预测指导库存、补货、仓储与配送决策，提升其协调性与可靠性可支持更高效的资源利用，减少可避免的过量库存与商品浪费，并降低应急物流需求。本研究考察全局深度学习架构如何与后处理协调（
零售分层预测要求预测在从总需求到单品—门店序列的多个规划层级上既准确又协调。由于这些预测指导库存、补货、仓储与配送决策，提升其协调性与可靠性可支持更高效的资源利用，减少可避免的过量库存与商品浪费，并降低应急物流需求。本研究考察全局深度学习架构如何与后处理协调（post hoc reconciliation）在点预测与概率预测中相互作用。基于源自M5的含42,840条序列的分层与分组结构，研究人员比较了三种面向MLP的模型（MLP、N-BEATS、N-HiTS）与五种基于Transformer的模型（Transformer、Temporal Fusion Transformer、Informer、PatchTST、Autoformer）。所有模型在统一的28天预测视界、时间划分、基于Optuna的调参协议及三次完整种子运行下评估。协调性通过自底向上（Bottom-Up）协调与四种MinTrace变体施加，概率预测通过残差块自助法（residual-block bootstrap）协调生成。点与概率性能分别采用MASE与缩放CRPS（scaled CRPS, sCRPS）按层级与全局评估。结果显示，最强的Transformer组合在每个层级均优于最强的MLP组合。PatchTST结合MinTrace-WLS-struct在聚合与中间层级特别有效，Total层级MASE达0.537、sCRPS达0.037。在单品—门店层级，Bottom-Up协调更优，Transformer取得最低MASE 1.367与sCRPS 0.912。因细粒度序列主导全层级平均，最低整体MASE由TFT+Bottom-Up取得（1.428），最低整体sCRPS由Transformer与Informer+Bottom-Up并列（0.813）。结论表明，预测架构与协调方法的选择不应脱离层级深度与预测目标独立进行：战略与战术层级受益于PatchTST+MinTrace协调，高度细粒度运营预测偏好Bottom-Up+Transformer类模型。从可持续性看，这种层级感知框架为将预测决策与零售供应链的资源效率、减废、服务可靠性和韧性对齐提供依据。
研究背景方面，零售需求预测支撑采购、补货、库存分配与定价等供应链环节，预测质量直接影响库存、仓储与运输资源效率。零售决策同时在总需、区域、门店、品类与单品—门店等多聚合层级做出，各层级预测须满足求和约束，否则会产生跨组织层级的冲突规划信号。既有研究指出聚合可能造成信息损失，且独立生成的各层级预测通常不满足分层一致性（hierarchical coherence）。近年全局深度学习模型（global deep-learning models）可从相关序列集合中学得共享时序表示，MLP系（如N-BEATS、N-HiTS）与Transformer系（如TFT、Informer、PatchTST、Autoformer）在零售大数据中表现各异；但强基预测未必一致，且架构贡献与协调贡献在已有文献中常被混淆。同时，促销、节假日与间歇性购买使单点预测不足，概率预测须跨层级协调，而点预测准确并不等价于分布校准与锐度改善。M5数据集具大规模、异质、稀疏与28天视界特征，为受控比较提供场景。论文发表于《Sustainability》，其动机即在受控框架下分离架构效应、协调效应及其交互。
关键技术方法上，研究人员基于M5数据集（3,049商品×10门店×3州，日频1,969天，最后28天作测试）构建含42,840条序列的分层分组结构；采用NeuralForecast实现八种全局多视界神经网络（MLP、N-BEATS、N-HiTS、Transformer、TFT、Informer、PatchTST、Autoformer），以Optuna+TPE对每架构做30组超参搜索、三种子（8/17/42）重复，统一28天视界与验证窗；基预测后经HierarchicalForecast实施Bottom-Up与四种MinTrace（OLS、WLS-struct、WLS-var、mint-shrink）线性投影协调；概率预测以拟合同期残差块自助重采样200次，逐路径投影得一致分位数，用MASE与sCRPS按Total/State/Store/Category/Department/交叉层级/Product/Product–State/Product–Store及全局评估。
研究结果部分，第4节报告如下。点预测（MLP系）中，MLP+MinTrace-OLS/WLS-struct在Total至Store–Category等上层最优（Total MASE 0.582），N-BEATS+WLS-struct在Store–Department与Product层占优，Product–Store层Bottom-Up+N-HiTS最佳（1.488），整体“All”受细粒度主导故Bottom-Up+N-BEATS最优（1.480）；mint-shrink在MLP系全程偏差大。点预测（Transformer系）中，PatchTST+WLS-struct于Total层获全局最低MASE 0.537，PatchTST+OLS在State/Category占优，WLS-struct在多数中间层领先，Product–Store层Bottom-Up+Transformer最优（1.367），整体TFT+Bottom-Up最低（1.428）。概率预测（MLP系）sCRPS随层级加深而升，Bottom-Up在Product–Store与整体仍较稳；概率预测（Transformer系）中PatchTST+WLS-struct在聚合层sCRPS低至0.037，Product–Store层Bottom-Up+Transformer/Informer/TFT并列优，整体sCRPS最低为Transformer与Informer+Bottom-Up（0.813）。结果表明架构—协调器组合效应依层级反转：上层MinTrace系胜出，底层Bottom-Up胜出，Transformer系全域优于MLP系。
讨论与结论翻译部分，研究人员指出本工作价值不在新模型而在受控集成实验设计，能同框分离架构族、协调策略、点/概率类型与层级深度四因素。核心结论为：第一，分层零售预测中基模型与协调器须联合选型，非最优基模型经协调后可能易位；第二，PatchTST+MinTrace-WLS-struct适配战略/战术聚合层，Transformer+TFT+Bottom-Up适配运营单品—门店层；第三，点MASE最优（TFT+BU 1.428）与概率sCRPS最优（Transformer/Informer+BU 0.813）组合不同，证明点分布校准不可由点精度替代；第四，层级感知框架使预测误差结构、协方差估计与可持续性（减废、降应急物流、提服务韧性）直接挂钩。局限在于自助法残差近似对极间歇序列仍薄弱、未引入外生变量、未比端到端可微协调；未来可探非线性协调、分数阶记忆与图结构层次联合学习。
