Отчет по практике: Разработка системы краткосрочного прогнозирования спроса на продукцию с использованием принципа самоорганизации
5. Алгоритм отбора комбинации лучших алгоритмов прогнозирования за период
Шаг 1. Выбор критерия отбора
В качестве критерия отбора можно выбрать относительную или абсолютную ошибку прогнозирования, рассчитываемую в каждой точке или некоторую агрегированную ошибку за предыдущий период.
Шаг 2. Подбор комбинаций алгоритмов
На этом шаге формируется комбинация нескольких (2 и более) алгоритмов прогнозирования из множества простых алгоритмов, используемых системой.
Шаг 3. Прогнозирование и оценивание качества прогноза
С помощью самоорганизующегося алгоритма производится прогнозирование за выбранный период текущей комбинацией методов. Оценивание качества прогноза проводится с использованием критерия, выбранного на шаге 1.
Шаг 4. Определение лучшей комбинации алгоритмов
На основе полученных значений критерия, выбирается комбинация алгоритмов, показавшая минимальное значение критерия (ошибки прогнозирования).
Описание структуры данных. Описание алгоритмов обработки данных
Логиче ская модель данных
Структура базы данных разработана так, чтобы можно было накапливать статистические данные наблюдаемого показателя, а также хранить информацию о пользователях данной системы, которую можно представить следующим образом:
Физическая модель данных
Физически базу данных, используемую в данной выпускной работе, можно представить следующим образом:
Таблица « prognoz »
Данная таблица содержит данные о данных наблюдаемого показателя.
Название поля | Тип поля | Описание |
N | Long | Используется для индексации записей в данной таблице |
Date | Datetime | Дата наблюдения |
Fact | Number | Фактическое значение наблюдаемого показателя |
Forecast | Number | Прогнозное значение наблюдаемого показателя |
Таблица « users »
Данная таблица содержит данные о пользователях системы.
Название поля | Тип поля | Описание |
ID | Bigint (20) | Код записи |
Username | text | Имя пользователя |
password | text | Пароль |
Входные и выходные данные
Входные данные – это статистические данные, о наблюдаемом показателе получаемые системой от пользователя.
Выходные данные – это данные, которые система подготовила для пользователя, то есть расчеты по прогнозированию.
Заключение
В рамках выполнения проекта была разработана система прогнозирования, которая обеспечивает пользователя возможностью:
− Ввода, изменения, просмотра введенных статистических данных;
− Выбора метода прогнозирования и получение справочной информации о методе;
− Выбора критерия оценки качества прогноза;
− Просмотра результатов прогнозирования (прогноз и ошибка на заданный период);
− Сохранение прогнозных данных в файле с выбранным форматом.
В процессе проектирования системы прогнозирования были достигнуты следующие результаты:
· Разработана концептуальная и функциональная схемы работы системы;