Эффективно создаем эффективные системы | Часть первая | Решаем задачу управления

Прогнозирование

Основой построения прогноза является спрос на тот или иной продукт управляемой системы. На основе данных спроса можно построить функцию спроса.

Однако при форимровании прогноза с опорой на функцию спроса невозможно построить достаточно точный прогноз. Связано это с тем, что данные функции спроса, по определению, не содержат в себе информации, которая указывает на ту тенденцию, которая будет наблюдаться в будущем. Опираться в прогнозировании только на функцию спроса, это все равно, что опираться на прогноз температуры на завтра, опираясь на данные о средней температуре, например, на прошлой неделе.

Для того чтобы повысить точность предсказания погодных условий, используют опережающие индикаторы. Например, выпавшая ночью роса на траве говорит о том, что будет ясная сухая погода. Индикаторы можно классифицировать на физические (погодные), экономические (изменение уровня зарплаты или доходов местного населения), политические, технологические, системные и т.д.

Одним опережающих индикаторов для построения экономического прогноза являются те же погодные условия, которые влияют на сезонность спроса. Другим типом индикатора можно считать изменение спроса на технологически связанные продукты. Например, снижение спроса на штукатурные растворы предшествует росту потребления шпатлевок.

Представляет интерес поиск универсальных опережающих индикаторов для решения задач оперативного экономического прогнозирования.

Что касается технологий экономического прогнозирования, представляем большой интерес выделения универсальных опережающих индикаторов, которые в сочетании с функцией спроса обеспечивают возможность построения более точного прогноза с опорой на прогнозирующую функцию.

Прогнозирующая функция это временной ряд, на основе которого осуществляется построение прогноза. Вопросы построения прогнозирующей функции это совершенно отдельная тема. Мы будем считать, что прогнозирующая функция нами уже построена.

Технологии прогнозирования, которые описаны в учебной и научной литературе, а также используются на практике, весьма далеки от совершенства, поэтому здесь описана авторская разработка, которая более десяти лет успешно используется на практике. Поэтому, вначале, немного о терминологии.
Терминология

Для построения прогноза на определенный момент времени необходимо выбрать интервал времени, данные которого будут использоваться для построения прогноза. Этот интервал времени определим, как опорный интервал прогнозирования (ОИП). Сам момент времени, на который строится прогноз, определим как момент прогнозирования (МП). Интервал времени, на который строится прогноз, определим как интервал прогнозирования (ИП) или интервал построения прогноза (ИПП).

Графическое изображение к пояснению технологии прогнозирования.

Рис.1 К пояснению простейшего принципа прогнозирования

Для того чтобы построить прогноз, необходимо обработать данные опорного интервала прогнозирования и экстраполировать результаты обработки на все интервалы дискретизации (ИД) интервала прогнозирования.

Интервал дискретизации, это тот интервал времени, в рамках которого данные рассматриваются в виде единого целого. Как правило, в большинстве случаев таким ИД является суточный интервал. Так, в этом случае, все продажи за сутки интегрируются и представляются в рамках ИД в виде одного числа.
Построение прогноза по среднему значению на основе опорного интервала прогнозирования

Одним из наиболее простых способов построения прогноза является определение среднего уровня спроса ИД на ОИП и установка этого уровня на всех ИД в рамках интервала построения прогноза

Формула расчета прогноза интервала дискретизации

Подставив данные в выражение, получим

Результат расчета прогноза интервала дискретизации
Графическое изображение к пояснению технологии прогнозирования.

Рис.2 Результаты расчета представленные в рамка интервала прогнозирования

Таким образом, мы прогнозируем, предполагаем, что в течение одного дня будет реализовано 2,285 ед. исследуемого продукта.

Обычно, в процессе прогнозирования возникает вопрос его оценивания его качества. При этом говорят о точности прогноза, а процесс оценки качества прогнозирования определяют как процесс верификации. Для оптимизации изменяют параметры построения прогноза, и выбирают такие параметры, которые обеспечивают наиболее высокую, в среднем, точность прогнозирования.

Давайте рассмотрим классическую процедуру выбора оптимальных параметров прогнозирования, с тем, чтобы понимать, а что собственно мы улучшим в этом процессе?
Традиционный способ выбора величины опорного интервала прогнозирования

В данном случае у нас можно варьировать один параметр. Это опорный интервал прогнозирования. Действительно, прогнозируя спрос, мы выбрали диапазон ОИП в рамках 7 дней. Почему не 10, 20 или 28?

Ответить на этот вопрос нечем. Мы действительно выбрали ОИП совершенно произвольным образом. Поэтому, перед тем как строить прогноз, предварительно выбирают параметр ОИП. И вот здесь находятся все основные технологические трудности и тонкости.

Применяемая технология, как правило, следующая:

1. Произвольно выбирают ОИП. Обычно удобно, если это минимальное значение из множества допустимых значений. Пусть, для определенности это будет недельный интервал – 7 дней.
2. Устанавливают условный момент прогнозирования в начало исследуемого временного ряда, на расстоянии ИОП от начала.
3. Строят прогноз ИД на ИОП.
4. Определяют факт на ИП (примем, что ИП составляет 14 дней) и приводят значение к ИД.
5. Находят величину абсолютного отклонения.
6. Смещаясь на заданный интервал вправо, повторяют процедуру, пока не будут обработаны доступные данные.

Графическое изображение к пояснению технологии прогнозирования.

Рис.3 Фрагмент технологии выбора опорного интервала прогнозирования с использованием традиционного способа