改革开发以来,汽车行业作为新中国的支柱产业之一,如何提高生产效率成为该行业一个亟待解决的难题。NFFaurecia公司提前生产订单需要预测客户未来几天的订单数。本文针对客户的订单时间序列,进行预测算法的研究。本文采用的预测算法是基于折线段相似度与ARIMA(p,d,q)模型相融合的时间序列预测法。本文首先采用折线段最相似匹配模型对客户订单数进行预测;然后应用统计学中的ARIMA(p,d,q)模型对客户订单数进行预测;最后,将两个结果相融合以得到最佳匹配效果。由于NFFaurecia公司尚无可对生产过程、库存量以及发运过程进行实时展示的系统,本文开发出E-Leveling系统来进行改善,并对E-Leveling系统进行全面完善的系统测试过程,保障系统可靠运行。相较于之前的生产交付流程,本文开发的E-Leveling系统是一个从内到外全面升级的生产交付能力提升系统。此外,NFFaurecia公司多种业务是由流水线上工人的扫描动作驱动的,如何在集成测试中模拟这种时间序列数据的产生,是本文需要解决的问题。针对在测试时如何做到测试代码与测试数据分离、如何按照测试用例逐条产生模拟数据、如何让测试方案更加的开放,本课题提出一种开放式时序测试工具。除能够进行有效测试外,还能通过简单配置将其应用到任何类似时序数据驱动的业务集成测试中。本系统结合NFFaurecia公司的生产追溯QAD系统,大幅提高其生产交付效率。