Default parameterset voor de ATT prognose-engine

Gebruikt in het robuust Holt-Wintersalgoritme. Aanbevolen waarde is 100, als detectie van uitschieters niet is vereist. Als detectie van uitschieters is vereist, is de waarde 3,5. De limietconstante staat voor het aantal standaardafwijkingen van de historische waarde, vergeleken met de prognosewaarde.

De vertrouwelijkheidslimiet voor de Ljung-Boxtest. Met de Ljung-Boxtest wordt de statistische significatie van de in het model passende restwaarden gecontroleerd. Als de test significant is, zijn de restwaarden niet willekeurig wat niet geldig is voor een goed passend model. Een waarde van nul is een instructie aan de engine om deze statistische waarde niet te calculeren. Hoe dichter de waarde bij 1 ligt, des te waarschijnlijker is het dat een significant resultaat wordt gegenereerd. Het model kan echter nog steeds worden gebruikt, zelfs als het resultaat significant is.

Hiermee wordt bepaald welke type beslissingscriterium wordt gebruikt bij het testen welk model het "Best" is. Wordt zowel in het algoritme Best als bij optimalisatie gebruikt. De modellen AIC (Akaike Information Criterion) en BIC (Bayesian Information Criterion) zijn doorgaans beter dan Standaardafwijking (SD).

Hoe hoger de waarde van epoch, hoe nauwkeuriger het model is, maar dit heeft wel invloed op de prestaties

De dempingsfactor voor de historietrend voor het Holt-Wintersalgoritme. Met deze factor wordt de trend gedempt bij het proces voor het passend maken van het model. Ook wordt met deze factor voortdurend de trend in de prognose gedempt. Bij een sterke trend in de gegevens moet de trenddempingsfactor dicht bij 1 liggen, zodat een waarde van 0,95 als acceptabel wordt beschouwd. Als trenddemping niet is vereist, moet u een waarde van 1 gebruiken.

Hiermee wordt bepaald welke initialisatietechniek moet worden gebruikt bij het algoritme Holt-Winters. Niet van toepassing als de engine wordt aangeroepen met Best (fitmodelPickingAlgorithm), omdat er een subset van initialisatietechnieken wordt gebruikt.

Wordt gebruikt voor wijziging van de regressiecoëfficiënten van de prognose. Dit wordt onder bepaalde omstandigheden gebruikt in plaats van de routineversie, bijvoorbeeld een uitschieter of een stapwijziging.

De minimum geaccepteerde waarde voor de Bayes-factor voor niveauverandering voordat een tracking-signalering wordt geactiveerd. Dit wordt gebruikt in BATS-bewaking.

Als de Bayes-factor in een afzonderlijke periode onder de drempelwaarde ligt, wordt een uitschieter geregistreerd.

Als de Bayes-factor cumulatief onder de drempelwaarde ligt, worden een tracking-signalering en -proces geactiveerd.

De niveau-afvlakkingscoëfficiënt voor het Holt-Wintersalgoritme. Hiermee wordt de invloed (de weging, snelheid van verval, enzovoort) van de nieuwe waarneming op de waarde op het niveau-onderdeel van het Holt-Wintersmodel verhoogd of verlaagd. Als de coëfficiënt 0 is, heeft de nieuwe waarneming geen invloed op het niveau van het model. Als de coëfficiënt 1 is, wordt de nieuwe waarneming het afvlakkingsniveau (na verwijdering van seizoensinvloeden indien van toepassing).

Best.

H-W (Optimalisatie = Waar)

Het maximum aantal voorwaarden in het gegenereerde model. Dit omvat niveau, trend en 6 harmonische analyses (6 paren van sinus en cosinus).

Hiermee wordt bepaald welk type model wordt gebruikt, bijvoorbeeld constante (alleen niveau), lineair (niveau en trend), seizoen (niveau, trend en seizoensgebondenheid). Dit moet worden gebruikt in combinatie met de geselecteerde parameter SeasonalType.

Het minimum aantal standaardafwijkingen voor een gegevenspunt bij vergelijking met de prognose om deze te markeren als uitschieter voor het algoritme Voortschrijdend gemiddelde (default = 0, waarmee de detectie van uitschieters wordt gestopt). Als het testen van uitschieters is vereist, worden lage waarden aanbevolen, bijvoorbeeld 2. Uitschieters werken alleen als grote fouten moeten optreden. Dit komt omdat het model Voortschrijdend gemiddelde, inclusief waargenomen uitschieters, past in de initiële calculatie en daarom relatief ongevoelig is voor uitschieters.

Het aantal gegevenspunten dat bij de calculatie van elk voortschrijdend punt wordt gebruikt.

Met de heuristische optimalisatieparameter Late Acceptance Hill Climbing (LAHC) wordt het toenamekwantum voor de relevante Holt-Winters-afvlakkingscoëfficiënt bepaald, op een iteratie van het optimalisatiealgoritme. Naarmate deze waarde dichter bij nul komt, neemt het aantal iteraties toe, wat weer resulteert in een afname van de algehele prestaties van de optimalisatie.

Met de heuristische optimalisatieparameter Late Acceptance Hill Climbing (LAHC) wordt bepaald hoeveel kandidaatoplossingen opeenvolgend moeten worden berekend wanneer de oplossing niet is opgeslagen om de optimalisatierun te voltooien. Dit is het percentage van het totale aantal runs dat kan optreden op basis van de incrementele optimalisatie en de modelvorm. Als deze waarde gelijk is aan één, wordt de optimalisatie gebruikt om het totale aantal runs te bepalen dat kan optreden op basis van de incrementele optimalisatie en de modelvorm. Als deze waarde nul is, wordt één enkele run uitgevoerd waarbij gebruik wordt gemaakt van de beginwaarden voor optimalisatie voor de relevante afvlakkingscoëfficiënten. Het gebruik van de default waarde wordt aanbevolen. Naarmate deze waarde dichter bij 1 komt, neemt de lengte van de run toe en nemen daarmee de prestaties af. De kans op het bereiken van de vereiste algemene minimumwaarde (de parameters voor beste afvlakking) neemt echter toe.

Met de heuristische optimalisatieparameter Late Acceptance Hill Climbing (LAHC) wordt de beginwaarde van de trendafvlakkingscoëfficiënt voor het Holt-Winters-algoritme bepaald.

Met de heuristische optimalisatieparameter Late Acceptance Hill Climbing (LAHC) wordt de beginwaarde van de trendafvlakkingscoëfficiënt voor het Holt-Winters-algoritme bepaald.

Met de heuristische optimalisatieparameter Late Acceptance Hill Climbing (LAHC) wordt de beginwaarde van de seizoensafvlakkingscoëfficiënt voor het Holt-Winters-algoritme bepaald.

Hiermee wordt bepaald of controles worden uitgevoerd op uitschieters in de algoritmen Holt-Winters, Kleinste-kwadratenmethode, Voortschrijdend gemiddelde en Exponentieel voortschrijdend gemiddelde.

Hiermee wordt bepaald of controles worden uitgevoerd voor stapwijzigingen in het algoritme Holt-Winters.

Hiermee wordt bepaald of de engine controleert op tracking-signaleringen in de algoritmen Holt-Winters, Kleinste-kwadratenmethode, Voortschrijdend gemiddelde en Exponentieel voortschrijdend gemiddelde.

Frequentie van de overgezette historie en de maskerinformatie. Dit staat voor het herhaalde gedeelte van de gegevens voor de voorspelling van seizoensinvloeden (bijvoorbeeld maanden = 12/13, weken = 52, kwartalen = 4 enzovoort).

• < 0: Er wordt geen willekeurige volgorde toegepast
• 0: Er wordt een niet-reproduceerbare willekeurige volgorde toegepast
• >0: Er wordt een reproduceerbare willekeurige volgorde toegepast, dat wil zeggen dat het aantal hetzelfde is en de willekeurige volgorde dezelfde is. Daardoor zijn de resultaten reproduceerbaar.

Geeft het aantal recente historieperioden aan om te controleren of er verkoophistorie voor de artikelen aanwezig is. Als voor de artikelen geen verkoophistorie is opgegeven in de parameter, zal de engine geen prognose retourneren voor de perioden en wordt er een recente historieuitzondering gemarkeerd/aangegeven door de engine.

Hiermee wordt de invloed (gewogen of snelheid van verval) van de nieuwe waarneming op de regressiecomponent van het BATS-model verhoogd of verlaagd. Als de reductiefactor naar 1 neigt, wordt het model dynamischer, terwijl het model minder dynamisch wordt als de reductiefactor naar 0 neigt.

Hiermee wordt de invloed (gewogen of snelheid van verval) van de nieuwe waarneming op de seizoenscomponent van het BATS-model verhoogd of verlaagd. Als de reductiefactor naar 1 neigt, wordt het model dynamischer, terwijl het model minder dynamisch wordt als de reductiefactor naar 0 neigt.

Hiermee wordt de invloed (gewogen of snelheid van verval) van de nieuwe waarneming op de trendcomponent van het BATS-model verhoogd of verlaagd. Als de reductiefactor naar 1 neigt, wordt het model dynamischer, terwijl het model minder dynamisch wordt als de reductiefactor naar 0 neigt.

Hiermee wordt de invloed (gewogen of snelheid van verval) van de nieuwe waarneming op de verschilcomponent van het BATS-model verhoogd of verlaagd. Als de reductiefactor naar 1 neigt, wordt het model dynamischer, terwijl het model minder dynamisch wordt als de reductiefactor naar 0 neigt.

Het aantal perioden dat moet worden gecontroleerd op significante veranderingen van het niveau en/of het verschil en de maximumlengte voor de uitvoering van een tracking-signalering voordat de tracking-signalering wordt gemarkeerd (als deze nog niet is gemarkeerd). Bij detectie van een tracking-signalering wordt de combinatie van artikel en locatie geschreven naar Uitzondering tracking-signalering, waar deze is gekoppeld. Dit wordt gebruikt in BATS-bewaking.

De factor waarmee een alternatief model wordt ontwikkeld voor controle van de toename van het geschatte verschil. Dit wordt gebruikt in BATS-bewaking.

De minimale toegestane waarde voor het verschil van de Bayes-factor voordat een tracking-signalering wordt geactiveerd. Als de Bayes-factor onder deze drempelwaarde uitkomt, wordt een tracking-signalering geactiveerd.

Dit wordt gebruikt in BATS-bewaking.

De schaalafvlakkingscoëfficiënt voor het robuuste Holt-Wintersalgoritme. Hiermee wordt de invloed van de prognosefout op de schaal van het robuuste Holt-Wintersmodel verhoogd of verlaagd. Als de coëfficiënt 0 is, heeft de prognosefout geen invloed op de schaal van het model. Als de coëfficiënt 1 is, heeft de prognosefout een aanzienlijke invloed op de schaal van het model waardoor deze instabiel wordt. Het is raadzaam om deze waarde op 0,1 in te stellen en niet te wijzigen.

De seizoensafvlakkingscoëfficiënt voor het Holt-Wintersalgoritme. Hiermee wordt de invloed van de nieuwe waarneming op de relevante seizoensindex van het Holt-Winters-model verhoogd of verlaagd. Als de coëfficiënt 0 is, heeft de nieuwe waarneming geen invloed op de relevante seizoensindex van het model. Als de coëfficiënt 1 is, wordt de nieuwe waarneming de relevante seizoensindex (nadat de invloed van het niveau is verwijderd).

Hiermee wordt bepaald welke seizoensgebondenheid voor Holt-Wintersmodellen moet worden gebruikt, bijvoorbeeld additief of multiplicatief

Slaat de minimale lengte op van de historie die is vereist om het model passend te maken. De historielengte moet gelijk zijn aan of groter zijn dan de opgegeven parameter Korte historie. De door de gebruiker gedefinieerde maskers worden vóór de test verwijderd.

Slaat de reductiefactor op die wordt gebruikt voor het afvlakken van het niveau in BATS voor SMP's. Hiermee wordt het proces voor het inschatten van de huidige tijdsduur tussen verkoopgebeurtenissen vereenvoudigd.

Bepaalt de historiehorizon in de test voor uitzonderingen stapwijziging op het periodeniveau van de berekende prognose (bijvoorbeeld het aantal maanden, als periodeniveau = Maanden). Stapwijzigingen worden ingesteld voor de volledige historie, maar alleen als er een stapwijziging is binnen de meest recente perioden waarvoor de uitzonderinghorizon is gemarkeerd als een statische waarschuwing (bij pconst). Als deze niet is opgegeven, is er geen limiet

Bevat het maximum aantal aaneengesloten uitschieters dat is vereist om een stapwijziging in het algoritme Holt-Winters te activeren. Alle uitschieters moeten zich in dezelfde richting bevinden.

Bepaalt de historiehorizon in de test voor uitzonderingen traceren op het periodeniveau van de berekende prognose (bijvoorbeeld het aantal maanden, als periodeniveau = Maanden). Tracking-signaleringen worden ingesteld voor de volledige historie, maar alleen als er een tracking-signaal is binnen de meest recente perioden waarvoor de uitzonderinghorizon is gemarkeerd als een statische waarschuwing (bij pconst).

Bepaalt de controlelimiet voor tracering wanneer de tracering is ingesteld op Aan. Met de waarde 0,99 wordt de detectie van tracking-signalering uitgeschakeld.

Bepaalt de strategie die voor tracking-signalering wordt gebruikt wanneer de tracering is ingesteld op Aan.

De trendafvlakkingscoëfficiënt voor het Holt-Wintersalgoritme. Hiermee wordt de invloed van het niveau op het trendonderdeel van het Holt-Wintersmodel verhoogd of verlaagd. Als de coëfficiënt 0 is, is het verschil tussen de nieuwe en oude niveaus niet van invloed op de trend van het model. Als de coëfficiënt 1 is, is het verschil tussen de nieuwe en oude niveaus de trend.

Geeft voor een techniek aan wat het maximale verschil van de laagste AIC-waarde is die wordt meegenomen in de berekening van de weging. Dit wordt gebruikt in de Gewogen AIC-techniek en is van toepassing als de optie Prognoses samenvoegen is ingesteld op Aan.