规定性分析

数据驱动的决策

规定的分析是数据分析的分支,使用预测模型来建议采取最佳结果的行动。预测负荷在接下来的24小时内,在电网上是一个例子预测分析,而决定如何操作发电厂基于这个预测代表规定性分析

规定性分析依赖于优化和基于规则的决策技术。

优化技巧线性规划整数编程, 和非线性编程在规定的分析中发挥重要作用,因为它们能够以最佳方式制造一组决定。这些技术应用于模型,该模型代表了要做的决定,对决策的限制以及比较决策的目标。

规定性分析示例

设定生产和库存水平以满足预测需求在销售地点是整数编程解决的规定分析问题:

  • 决定每个工厂应该向每个仓库提供多少,以及哪些仓库应该提供哪些销售位置。
  • 约束容量限制和需求。
  • 目标是是一个最小化成本的计划。

基于规则的技术包含推理发动机记分卡, 和决策树用于规定的分析,做出决定,例如当传感器读数超过阈值时选择关闭设备以进行维护,或者当其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,以便对一系列结果具有稳健。蒙特卡罗模拟通常用于此分析。

规定的分析从数据开始,以决策结束。马铃薯®它的工具箱可以从数据采集,清洁和探索以及在企业系统中部署到部署的所有步骤。

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, 和统计和机器学习工具箱™

也可以看看:预测分析数据科学预测维护线性规划整数编程二次编程非线性编程遗传算法多目标优化控制系统信用评分