规定性分析

数据驱动决策

规定性分析是数据分析的一个分支,它使用预测模型来建议为获得最佳结果而采取的行动。负荷预测在接下来的24小时内,在电网上运行就是一个例子预测分析,鉴于如何经营发电厂根据这一预测规定性分析.

规范分析依赖于优化和基于规则的决策技术。

优化技术例如线性规划,整数规划非线性规划在规定性分析中发挥重要作用,因为它们能够以最佳方式做出一组决策。这些技术应用于一个模型,该模型表示要做出的决策、决策的约束以及比较决策的目标。

规定性分析示例

设置生产和库存水平以满足预测需求在销售地点,是一个通过整数规划解决的规定性分析问题:

  • 决定每个工厂应向每个仓库供应多少,以及哪些仓库应服务于哪些销售地点。
  • 制约因素是容量限制和需求。
  • 目标这是一个最小化成本的计划。

基于规则的技术包括…在内推理机,记分卡决策树在规定性分析中用于做出决策,如当传感器读数超过阈值时选择关闭设备进行维护,或在分数足够高时接受金融交易。

规定性分析还包括对不确定性的考虑,以便决策对一系列结果具有鲁棒性。蒙特卡罗模拟通常用于此分析。

规定性分析从数据开始,以决策结束。MATLAB®它的工具箱支持从数据采集、清理和探索、预测和规定建模到企业系统部署之间的所有步骤。

要了解更多信息,请参阅数据科学概述,优化工具箱™,全局优化工具箱统计和机器学习工具箱™.

另见:预测分析,数据科学,预测性维护,线性规划,整数规划,二次规划,非线性规划,遗传算法,多目标优化,控制系统,信用评分