ATT prognose-engine definiëren

U kunt prognose-engines definiëren om een prognose te genereren uit de historische gegevens die voor de measures zijn gedefinieerd.

U kunt als volgt een ATT-prognosemechanisme (Advanced Traditional Techniques) definiëren:

  1. Selecteer Configuratie > Cyclus > Engines.
  2. Klik op Nieuw en selecteer Prognose-engine (ATT).
  3. Geef de volgende informatie op:
    Naam
    De naam van de prognose-engine.
    Weergavenaam
    De naam die in de applicatie wordt weergegeven.
    Gebruikers

    De gebruikers die toegang hebben tot de prognose-engine.

    Rollen

    De rollen van de gebruiker(s) die toegang heeft/hebben tot de prognose-engine.

    Type
    Het type prognosemechanisme. Dit is een alleen-lezen veld dat is gebaseerd op de selectie die is opgegeven tijdens het definiëren van een nieuwe prognose-engine.
    Module
    De cyclus of cyclus en module waarvoor de prognose-engine moet worden gebruikt.
    Tags

    De tag die is gekoppeld aan een prognosemachine. Maak een keuze in een lijst van voorgedefinieerde tags die wordt weergegeven in het venster. U kunt een of meer tags aan een prognosemachine koppelen. Deze optie wordt gebruikt om het type prognosemachine te filteren dat moet worden weergegeven.

  4. Geef op het tabblad Default instellingen de volgende informatie op:
    Default-algoritme
    Het default algoritme dat wordt gebruikt voor de prognose-engine. De waarden kunnen zijn:
    • Beste
    • Crostons
    • Holt-Winters
    • Kleinste-kwadratenmethode
    • Voortschrijdend gemiddelde
    • Exponentieel voortschrijdend gemiddelde
    • Meervoudige regressie
    • Bayesiaanse tijdreeksanalyse
    • Alleen gebeurtenissen
    • Naïef
    SMP-measure
    De measure die de waarden bevat om de artikel- en locatiecombinaties aan te geven die als SMP's (Slow Moving Products) worden beschouwd.

    Zie ATT prognose-engine met SMP-measure aanroepen.

    Spreiding-measure voor resultaten periodeconstante
    De measure die moet worden gebruikt bij het spreiden van de output van de prognose-engine naar artikel, locatie en pconst.
    Spreiding-measure voor tijdsgefaseerde resultaten
    De measure die moet worden gebruikt bij het spreiden van de resultaten van de prognose-engine naar artikel, locatie en periode.
    Modellering gebeurtenissen uitvoeren
    Selecteer deze optie om gebeurtenismodellering toe te passen. Hierdoor kan de prognosemachine de gedefinieerde gebeurtenissen gebruiken en de gebeurtenismodellering en het geselecteerde algoritme uitvoeren.

    Als deze optie is ingesteld op Aan, moet de measure Gebeurtenisprofiel op het tabblad Measure-koppeling worden geselecteerd om het gebeurtenisprofiel op te slaan. Desgewenst kan de measure Gemiddelde omvang gebeurtenis worden geselecteerd om de statistieken voor de gemiddelde omvang van gebeurtenissen op te slaan.

    Artikelniveau
    Het default artikelniveau waarop de prognoses gegenereerd moeten worden.
    Locatieniveau
    Het default locatieniveau waarop de prognoses gegenereerd moeten worden.
    Periodeniveau
    Het default periodeniveau waarop de prognoses gegenereerd moeten worden.
    Prognoses samenvoegen
    Geeft aan of de engine Prognoses samenvoegen implementeert.
    NB: 
    • Deze optie is alleen beschikbaar als het default algoritme is ingesteld op Beste.
    • Als deze optie is ingesteld op Aan, is het tabblad Prognoses samenvoegen beschikbaar.
  5. Geef, indien van toepassing, op het tabblad Prognose-engine de volgende informatie op:
    Klassieke samenvoeging
    Als deze optie is ingesteld op Aan, voegt de engine alle gegenereerde prognoses samen en levert de beste prognose op basis van verschillende methoden zoals Eenvoudig gemiddelde, Getrimd gemiddelde, Winsorgemiddelde, Gewogen AIC.
    Machinaal leren op basis van testgegevens
    Als deze optie is ingesteld op Aan, worden de testgegevens gebruikt voor de uitvoering van MLR.
    Machinaal leren op basis van testgegevens (in willekeurige volgorde)
    Als deze optie is ingesteld op Aan, wordt MLR uitgevoerd met behulp van de methode op basis van testgegevens voor de willekeurige gegevensset.
    Machinaal leren op basis van kruisvalidatie
    Als deze optie is ingesteld op Aan, wordt de methode voor het splitsen van de gegevens van de kruisvalidatie gebruikt voor de uitvoering van MLR.
    Machinaal leren op basis van volledige gegevensset
    Als deze optie is ingesteld op Aan, wordt de volledige gegevensset gebruikt voor de uitvoering van MLR.
    Machinaal leren op basis van volledige gegevensset (in willekeurige volgorde)
    Als deze optie is ingesteld op Aan, voert een gecombineerde test met de beginwaarde van een willekeurig getal MLR uit op de volledige willekeurige gegevensset.
  6. Klik op Nieuw op het tabblad Measure-koppelingen en geef de vereiste informatie op.

    Zie Opties voor measure-koppelingen voor de ATT prognose-engine.

    NB: Het tabblad Parameters toont een lijst van parameters die door de prognose-engine worden gebruikt om een prognose te genereren. Als er geen parameterwaarden zijn gedefinieerd, houdt de applicatie geen rekening met de betreffende parameters. Zie Default parameterset voor de ATT prognose-engine.
  7. Geef op het tabblad Onafhankelijke variabelen (gebruikt voor het berekenen van een regressieanalyse op basis van de afhankelijke variabele) de vereiste informatie op.

    Zie Onafhankelijke variabelen voor meervoudige regressie.

    NB: 

    Dit tabblad is alleen beschikbaar als u Meervoudige regressie selecteert op het veld Default-algoritme.

Gerelateerde onderwerpen