本发明提供了一种基于TCN和LightGBM组合模型的物流仓储销售量预测方法，属于时序分析和分类回归的研究范畴，涉及TCN，LightGBM等技术领域，主要针对历史销售分配记录信息，分别构建TCN和LightGBM模型，最后采用加权组合的方式，找出最优组合方式作为最终的预测模型，并利用已经训练好的模型进行分类任务。本发明的优点：可以自动对过去十二个月的历史销售分配数据以及其他外部影响销量的因素进行模型训练，并对接下来三天的门店销售量进行预测，提高了仓储物流中对各类资源的利用率。同时采用两种模型的组合预测，提高了预测的准确性。