在分析了物料需求预测方法的基础上，收集汽车制造企业的物料消耗数据和销售需求预测数据，之后对 CNN 模型和 CNN-LSTM 模型结果进行对比分析，结论如下：
（1）CNN 模型和 CNN-LSTM 模型，当把销售需求预测考虑在自变量当中时，都表现先出了更加优化的预测结果，说明考虑到销售需求预测的预测模型更优。
（2）当自变量相同时，CNN-LSTM 模型的预测误差要小于 CNN 模型。
同时，很多中小型企业并没有完整的 ERP 系统，但是也需要尽可能的做出准确的物料需求预测。本文的研究内容，为这些企业提供了一种更加优化的预测方法，就是在考虑三种类型自变量的情况下，运用 CNN-LSTM 模型进行预测。这种模式所需要的数据收集难度小，易于核对，可以在一定程度上弥补没有完整ERP 系统的不足。对于拥有完整 ERP 系统进行物料需求计划的大型制造企业，物料的预测与企业生产计划同步，所以预测提前期较短，根据实际调研，大于一个月的预测会有很大的偏差，本文的研究内容为其提供了一种辅助性物料需求预测的方法，可以解决其预测提前期较短的问题。
参考文献（略）
