Периодическое прогнозирование спроса

Периодическое прогнозирование спроса












Главная » Ресурсы » Здесь

С точки зрения цепей поставок, периодическое прогнозирование — это традиционное прогнозирование спроса, когда значения рассчитываются по соответствующему периоду (обычно по дням, неделям или месяцам). Как правило, мы рекомендуем использовать вероятностное прогнозирование спроса, однако есть ситуации, когда периодическое прогнозирование является допустимым. Периодическое прогнозирование в Lokad предназначено для создания ежедневных прогнозов.

Основной синтаксис

В системе прогнозирования предусмотрена функция создания ежедневных периодических прогнозов. Синтаксис данной функции выглядит так:

// таблица «T» типа [Id, *]
table T = forecast.periodic(
  hierarchy: H1, H2, H3, H4
  category: C1, C2, C3, C4
  horizon: 56 // числовой вектор в днях
  present: (max(Orders.Date) by 1) + 1
  demandDate: Orders.Date
  demandValue: Orders.Quantity
  censoredDemandDate: OOS.Date)

show table "Periodic" with
  Id
  T.ForecastDate
  T.Mean
  T.Sigma

Таблица T, которую возвращает система прогнозирования, имеет тип не [Id, Date, *], а [Id, *]. Это условие работы Envision, и даты в том виде, в котором они есть в таблице «Day» (Дни) или «Week» (Недели), нельзя вводить динамически во время выполнения сценария.

Аргумент horizon является числовым вектором (или просто скалярным числом), который можно задать для каждого элемента. Горизонт выражается в днях. Работа системы прогнозирования не зависит от горизонта: при его увеличении более ранние прогнозы не изменяются. Горизонт используется только для ограничения объемов информации, представляемой в результатах.

Другие аргументы работают так же, как при вероятностном прогнозировании спроса.

Ежедневные значения T.Mean, которые выдает система прогнозирования, будут дробными, возможно, меньше 1. Система прогнозирования использует вероятностные модели, результаты работы которых представляются как средние значения за день.

Каждое значение привязано к параметру T.Sigma, который представляет собой оценку квадратного корня колебаний прогнозов. Колебания рассчитываются системой таким же образом, что и второй центральный момент для моделей вероятностного прогнозирования.

Среднеквадратичная ошибка

Ежедневные периодические прогнозы от Lokad оптимизируются по среднеквадратичной ошибке (MSE), которая используется системой как функция потерь. Таким образом, благодаря данной функции прогнозы должны быть сбалансированы: завышенные прогнозы должны уравниваться заниженными.

Отметим, что использование MSE в качестве функции потерь может привести к генерированию дробных значений при прогнозировании спроса. Так что спрогнозированный ежедневный спрос на товар, который пользуется низким спросом, может быть между 0 и 1.

Система прогнозирования создает усредненные ежедневные прогнозы, которые нельзя путать со среднестатистическими ежедневными прогнозами. Среднестатистические прогнозы тоже сбалансированы, но иным образом: существует 50% вероятность того, что спрогнозированное значение будет выше или ниже реального спроса, тогда как при средних прогнозах 50% массы прогноза будет выше или ниже реального спроса.

Когда можно использовать ежедневные прогнозы

Ежедневные периодические прогнозы не будут хорошо работать при неравномерном или нерегулярном спросе. Это ограничение связано с особенностями самих ежедневных прогнозов, а не всей системы. По природе своей средние ежедневные значения практически не отражают неопределенность спроса. Ожидаемые колебания, которые также рассчитываются системой прогнозирования, в какой-то мере решают эту проблему, но не на достаточном уровне.

Таким образом, использовать периодическое прогнозирование можно, только если среднее количество продаж товара в день составляет выше 10 единиц. При продажах до 10 единиц вероятностное прогнозирование дает лучшие результаты.