数据驱动的决策

说明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。预测负载在未来24小时的电网上就是一个例子预测分析,而决定如何操作发电厂根据这一预测表示规范的分析

说明性分析依赖于优化和基于规则的决策技术。

优化技术线性规划,整数规划,非线性规划在说明性分析中扮演重要的角色,因为它们能够以最优的方式做出一组决策。这些技术被应用到一个模型中,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。

规范的分析示例

设定生产和库存水平以满足预期的需求在销售地点是一个说明性分析问题,由整数规划解决:

  • 的决定每个工厂应该向每个仓库供应多少,哪些仓库应该服务于哪些销售地点。
  • 的约束是容量限制和需求。
  • 我们的目标是使成本最小化的计划。

基于规则的技术包括推理引擎,记分卡,决策树在说规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,或当其得分足够高时接受金融交易。

说明性分析还包括对不确定性的考虑,以便针对一系列的结果做出稳健的决策。蒙特卡罗模拟通常用于此分析。

说明性分析从数据开始,到决策结束。MATLAB®它的工具盒支持从数据获取、清理和探索到预测和说明性建模到部署企业系统之间的所有步骤。

欲了解更多,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™

参见:预测分析,数据科学,预见性维护,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