تتناول المقالة نطاق السلاسل الزمنية والمهام التي يتعين حلها والخوارزميات المستخدمة. يتم استخدام التنبؤ بالسلسلة الزمنية في مهام مثل التنبؤ بالطلب ، والتحميل على مركز الاتصال ، وحركة المرور على الإنترنت والإنترنت ، وحل مشكلة البداية الباردة في أنظمة التوصية والبحث عن الحالات الشاذة في سلوك المعدات والمستخدمين.
لننظر في المهام بمزيد من التفصيل.
1) التنبؤ بالطلب.
الغرض: تقليل تكاليف المستودعات وتحسين مواعيد عمل الموظفين.
كيفية حلها: عند وجود توقعات بعمليات شراء البضائع وعدد العملاء ، فإننا نقوم بتقليل كمية البضائع في المستودع إلى الحد الأدنى ، ونخزنها بالضبط بقدر ما يشترونها في نطاق زمني محدد. مع العلم بعدد العملاء في كل لحظة من الزمن ، سنضع جدول عمل مثاليًا بحيث يكون هناك عدد كافٍ من الموظفين بأقل التكاليف.
2) التنبؤ الحمل على خدمة التوصيل
الغرض: لمنع انهيار الخدمات اللوجستية في ذروة الأحمال.
كيفية حلها: توقع عدد الطلبات ، وجلب العدد الأمثل من السيارات والبريد السريع إلى الخط.
3) التنبؤ بالحمل في مركز الاتصال
الغرض: بأقل تكلفة لصندوق الأجور لضمان توافر مركز الاتصال المطلوب.
كيفية حل المشكلة: توقع عدد المكالمات مع مرور الوقت ، سنضع الجدول الزمني الأمثل للمشغلين.
4) التنبؤ بحركة المرور
الغرض: التنبؤ بعدد الخوادم وعرض النطاق الترددي للتشغيل المستدام. بحيث لا تقع خدمتك في يوم العرض الأول لسلسلة شعبية أو مباراة كرة قدم ؛)
5) التنبؤ بالوقت الأمثل لجمع النقود وأجهزة الصراف الآلي
الغرض: تقليل مقدار النقدية المخزنة في شبكة الصراف الآلي
6) حلول البدء البارد في أنظمة التوصية
الغرض: التوصية بالمنتجات ذات الصلة للمستخدمين الجدد.
عندما يقوم المستخدم بعدة عمليات شراء ، يمكن إنشاء خوارزمية تصفية تعاونية للتوصيات ، ولكن عندما لا توجد معلومات للمستخدم ، يكون من الأفضل التوصية بالمنتجات الأكثر شيوعًا.
الحل: تعتمد شعبية المنتجات على الوقت الذي يتم فيه التوصية. يساعد استخدام التنبؤ بالسلاسل الزمنية على تحديد المنتجات ذات الصلة في أي وقت محدد.
نوقشت الخارقة الحياة لأنظمة بناء التوصية في
مقال سابق .
7) البحث عن الحالات الشاذة
الغرض: تحديد المشكلات في تشغيل المعدات والمواقف غير القياسية في الأعمال
الحل: إذا تم إخراج القيمة المقاسة من فاصل الثقة للتنبؤ ، يتم اكتشاف حالة شاذة. إذا كانت هذه محطة للطاقة النووية ، فقد حان الوقت لزيادة مربع المسافة ؛)
خوارزميات لحل المشكلة
1) المتوسط المتحرك
أبسط الخوارزمية هي المتوسط المتحرك. دعنا نحسب متوسط العناصر القليلة الأخيرة ونقوم بالتنبؤ. في توقعات الطقس لأكثر من 10 أيام ، يتم استخدام نهج مماثل.
عندما يكون من المهم أن تساهم القيم الأخيرة في الصف في زيادة الوزن ، فإننا نقدم المعاملات وفقًا لبعد التاريخ ، والحصول على نموذج مرجح:
لذلك ، يمكنك ضبط معامل W بحيث ينخفض الحد الأقصى للوزن في اليومين الأخيرين والإدخال.
العوامل الحلقيةيمكن أن تتأثر جودة التوصيات بعوامل دورية ، مثل المصادفة مع يوم الأسبوع والتاريخ السابق للعطلات وما إلى ذلك.
التين. 1. مثال على التحلل من سلسلة زمنية في الاتجاه ، ومكون موسمي والضوضاء
تجانس الأس هو حل للنظر في العوامل الدورية.
النظر في 3 النهج الأساسية
1. تجانس بسيط (نموذج براون)
إنه حساب المتوسط المرجح لعناصر 2 الأخير من السلسلة.
2. مزدوج مكافحة التعرج (نموذج هولت)
يأخذ في الاعتبار تغيير الاتجاه وتقلبات القيم المتبقية حول هذا الاتجاه.
نحسب التنبؤ بالتغيرات في المتبقيات والاتجاه (د). القيمة النهائية ل y هي مجموع هاتين الكميتين.
3. تجانس ثلاثي (نموذج Holt-Winters)
تجانس ثلاثي يأخذ في الاعتبار التقلبات الموسمية.
الصيغ الثلاثي تجانس.
خوارزمية ARIMA و SARIMA
من سمات السلسلة الزمنية لاستخدام ARIMA هي ربط القيم السابقة المتعلقة بالتيار والمستقبل.
SARIMA هو امتداد لسلسلة الموسمية. SARIMAX هو امتداد يتضمن مكون الانحدار الخارجي.
تتيح لك نماذج ARIMA محاكاة السلاسل الزمنية المتكاملة أو التفاضلية الثابتة.
منهج ARIMA في السلسلة الزمنية هو أن تقييم السلسلة يتم تقييمه أولاً.
بعد ذلك ، يتم تحويل السلسلة من خلال أخذ الفرق في الترتيب المقابل ، ويجري بالفعل تصميم نموذج ARMA للنموذج المحول.
ARMA هو نموذج انحدار خطي متعدد.
من المهم أن يكون الصف ثابتًا ، أي الوسط والتباين لم يتغير. إذا كانت السلسلة غير مستقرة ، فيجب تقليصها إلى شكل ثابت.
XGBoost - حيث بدونها
إذا لم يكن للمسلسل بنية داخلية واضحة ، ولكن هناك عوامل مؤثرة خارجية (المدير ، الطقس ، وما إلى ذلك) ، يمكننا استخدام نماذج التعلم الآلي بأمان مثل التعزيز والغابات العشوائية والانحدار والشبكات العصبية و SVM.
من تجربة فريق
DATA4 ، تعد السلاسل الزمنية للتنبؤ واحدة من المهام الرئيسية لحل تحسين تكاليف المستودعات وتكاليف الموظفين وتحسين صيانة شبكات أجهزة الصراف الآلي والخدمات اللوجستية وأنظمة التوصية بالبناء. تقدم النماذج المتطورة مثل SARIMA نتائج عالية الجودة ، ولكنها تستغرق وقتًا طويلاً ومناسبة لمجموعة معينة من المهام فقط.
في المقالة التالية ، سننظر في الطرق الرئيسية للبحث عن الحالات الشاذة.
لكي تكون المقالات ذات صلة باهتماماتك ، خذ الاستبيان أدناه ، أو اكتب التعليقات حول الموضوعات التي تكتب المقالات التالية.