Az előrejelzési módszer exponenciális (ek, exponenciális simítás)
Modell leírás
Az előrejelzési módszer exponenciális egyik legegyszerűbb módja, hogy megjósolni. Az előrejelzés lehet beszerezni csak az egyik előttünk álló időszakban. Ha a jóslat végezzük keretében nap, csak egy napra, ha hétig, majd egy hét.
Összehasonlításképpen, az előrejelzési végzett egy hétre előre 8 héten át.
Mi az exponenciális?
Hagyja, hogy a sorozat C a kezdeti eladások száma a prediktív
C (1) - kapható az első héten, a C (2) a második, és így tovább.
1. ábra: Értékesítés hét, számos C
Hasonlóképpen, számos S számát jelenti értékesítési exponenciálisan simított. Az együttható α értéke nulla vagy egy. Kiderült jár be, ahol t - az idő (nap, hét)
A nagy konstans értékét α simító felgyorsítja a válasz az előrejelzés ugrás a megfigyelt folyamat, de vezethet kiszámíthatatlan kibocsátási mert simítása szinte hiányzik.
Az első alkalommal megkezdése után a megfigyelés, amelynek csak egy megfigyelési eredmény C (1). ha a predikciós S (1), és nem az (1) még nem használja a prediktív S (2) kell venni a C (1).
A képlet könnyen átírható más formában:
Így a növekedés aránya az állandó simítás legfrissebb értékesítési nő, míg ez az arány a simított előző csökken.
A konstans α van kiválasztva empirikusan. Jellemzően, több, mint egy kiemelkedés van kialakítva különböző állandók, és kiválasztja az optimális állandó szempontjából kiválasztott kritériumokat.
A kritérium lehet egy predikciós pontosság elmúlt időszakok.
Munkánk során vizsgáltuk exponenciális modell, ahol α veszi értékeket. Összehasonlításképpen a predikciós algoritmus előrejelzés MOST! minden egyes termék építeni előrejelzések minden α, kiválasztja a legpontosabb előrejelzést. A valóságban a helyzet sokkal bonyolultabb viteldíjat, a felhasználó nem tudja előre előrejelzés pontossága szükséges meghatározni az együttható α, ami nagyban függ a minősége az előrejelzés. Itt egy ördögi kör.
2. ábra: α = 0,2. exponenciális mértékben magas, a tényleges értékesítés elszámolt valamivel
3. ábra α = 0,4. mértékétől exponenciális átlag tényleges eladási rögzített mérsékelt
Látható növekvő állandó α simított sorozat egyre megfelel a tényleges eladások, és ha van jelenlétében kiugró és anomáliák, megkapjuk nagyon pontatlan előrejelzések.
4. ábra: α = 0,6. exponenciális mértéke alacsony, az igazi értékesítés elszámolt sokkal
Azt láthatjuk, hogy ha α = 0,8 száma szinte pontosan ugyanaz, mint az eredeti, így az előrejelzés elkötelezett a szabály „kerül értékesítésre, mint tegnap”
Érdemes megjegyezni, hogy ez teljesen lehetetlen, hogy összpontosítson a hibát közelítés az eredeti adatokat. Lehetőség van, hogy elérjék a tökéletes, de hogy elfogadhatatlan prognózist.
5. ábra: α = 0,8. fokának exponenciális rendkívül alacsony, a tényleges értékesítés elszámolt sokkal
példák előrejelzések
Most nézzük előrejelzések, amelyek alkalmazásával kapott különböző értékeit α. Amint az a 6. ábrán látható, és a 7., annál nagyobb a simító tényező, annál megismétli tényleges értékesítési a késedelem egy lépéssel predikciós. Ez a késedelem talán valóban kritikus, ezért nem lehet csak választani a maximális érték α. Egyébként ez a helyzet, amikor azt mondjuk, hogy ez lesz értékesíteni csak annyira, mint azt már eladta az előző időszakban.
6. ábra: A módszer exponenciális simító előrejelzése, ha α = 0,2
7. ábra: A módszer exponenciális simító előrejelzése, ha α = 0,6
Lássuk, mi történik, ha a = 1,0. Emlékezzünk, S - vetített (simított) eladó, C - a tényleges eladása.
Értékesítés t + 1 napra jutó értékesítési előrejelzések szerint az előző napon. Tehát a választás állandók kell kezelni bölcsen.
Összehasonlítás előrejelzés MOST!
Most, hogy ezt az előrejelzést módszerrel összehasonlítva előrejelzés MOST. A vizsgálatot végeztek 256 termékek, amelyek különböző értékesítési, a szezonalitás, a rövid és hosszú, a „rossz” az értékesítés és a hiány, a készletek és egyéb kibocsátások. Minden termék esetében előrejelzés exponenciális épített modellek különböző alfa, kiválasztani a legjobb, míg a prognózis szerint a modell előrejelzés MOST!
Az alábbi táblázatban látható, az értéke a becslési hiba az egyes termékekre. A hiba itt tekinthető RMSE. Ez a gyökere a szórás az előrejelzés a valóságtól. Nagyjából elmondható, hogy ez azt jelzi, hogy hány egységet a termék általunk tévedt az előrejelzés. Javítása mutatja, hogy hány százalék a forecast MOST! Jobb, ha a szám pozitív, és ami még rosszabb, ha negatív. A 8. ábrán az X-halasztott termékek az Y tengely mutatja, hogy a forecast MOST! jobb, mint a becslés módszere exponenciális. Mint látható a grafikonon, pontosságát becslés előrejelzés MOST! szinte mindig kétszer olyan magas, és szinte soha nem rosszabb. A gyakorlatban ez azt jelenti, hogy a használata előrejelzés MOST! Ez megduplázódik, hogy csökkentsék leltár vagy csökkentse a hiányt.
8. ábra összehasonlítása pontosságának becslés előrejelzés MOST! és a módszer exponenciális
Így elmondható, hogy a jóslat egy egyszerű exponenciális modell eredményt ad, sokkal rosszabb, mint előrejelzés MOST!
Láthatjuk az eredményeket becslés az egyes termékekre. A táblázatok kerülnek rövidített változata, hogy a teljes verzió, kérjük, forduljon hozzánk [email protected], küldünk, a részletes eredményeket.
1. táblázat összehasonlítása előrejelzési hibák előrejelzés MOST! és exponenciális (rövidített)
2. táblázat hibák exp-előrejelzést. simítás különböző értékeket együttható α (in-csökkentés)
Áttekintés más módszerek: