【摘要】零售商品SKU（Stock Keeping Unit）级别的销量时间序列具有较强的非平稳性和非线性，其多步预测困难。为了解决上述问题，提出了一种基于集合经验模态分解（EEMD）、Holt-Winters以及梯度提升树（GBDT）的销量预测模型。该模型分为三个阶段：第（1）阶段利用Holt-Winters模型进行区域-全商品层级销量预测，并通过移动平均比例法得到SKU级别预测结果；第（2）阶段利用EEMD处理原始时间序列和Holt-Winters预测值序列以降低数据的非平稳性及拓展输入特征；第（3）阶段集成基于Holt-Winters预测分量和内外部特征构建的多个梯度提升树，得到预测结果。采用国内某零售企业的销售数据进行验证。结果表明，EEMD-Holt-Winters-GBDT模型对零售商品销量多步预测问题具有良好的预测性能，在MAE，RMSE和WMAPE指标方面均优于7个基准对比模型。