以最佳算法调用 ATT 预测引擎

本部分概述使用 CallForecastEngine 命令调用预测引擎并为选定项目/位置生成预测时所需的条件。

如果引擎为 ATT 类型,指定的算法为“最佳”(或“空”),则系统会从多种方法中选择“最佳”算法。引擎会根据历史长度使用这些技术选择数据模型(有关详细信息,请参阅算法文档):

  • 通用算法:
    • 预测趋势减幅为 0.95 的最小平方
    • 4 和 6 点移动平均数
    • 4 点移动平均指数值
    • 具有加法季节性且预测趋势减幅为 0.95 的 BATS(时间序列的贝叶斯分析)
    • 常量 BATS
    • 预测趋势减幅为 0.95 的线性 BATS
    • 具有偏差且预测趋势减幅为 0.95 的朴素
    • 季节性的朴素
  • 使用 MEDIANS 初始化方法的算法:
    • 常量 Holt-Winters
    • 趋势减幅为 0.95 的线性 Holt-Winters
  • 使用 AVERAGE 初始化方法的算法:
    • 常量 Holt-Winters
    • 其中历史长度 => 2 * 数据周期性:
      • 趋势减幅为 0.95 的线性 Holt-Winters
      • 具有加法季节性且趋势减幅为 0.95 的 Holt-Winters
注意:
  • 这些技术不考虑初始化类型参数。
  • 对于算法中指定的趋势减幅,不考虑历史趋势减幅因子参数和 BATS 弱化增长参数。
  • 默认情况下,引擎将为指定决策条件选择具有最小值的模型。
  • 如果历史数据点的数量小于所需的移动平均点数,则无法使用初始化技术。例如,如果为项目和位置组合传递了 5 个历史点,则无法使用 6 点移动平均数技术。