预测建模制造技术

本公开涉及预测建模，其中根据表示数据集的模式和第一策略的第一操作变量，确定仿真用于管理数据集的第一策略的第一仿真模型。优化第一仿真模型，并且使用已优化的第一仿真模型计算第一预测数据，该第一预测数据估算用于第一策略的性能。根据第二策略的模式和第二操作变量，确定仿真用于管理数据集的第二策略的第二仿真模型。优化第二仿真模型，并且使用已优化的第二仿真模型计算第二预测数据，其估算第二策略的性能。比较第一预测数据和第二预测数据，并确定第一策略是否优于第二策略。

【技术实现步骤摘要】

本说明书总体上涉及管理数据集的建模策略。
技术介绍
在处理中，根据管理处理中使用的策略和决策可以影响性能。虽然可以在已经选择策略或者决策之后优化处理，但是详细数据可能不能用于支持策略或者决策所通知的选择，以便在初始选择以前在管理处理中使用。
技术实现思路
根据一个一般的实施例，预测建模系统包括至少一个电子数据存储器和至少一个处理器。该至少一个电子数据存储器配置用于存储：数据集、估算用于管理数据集的策略的性能的仿真模型、以及与使用仿真模型计算的策略的估算性能相关的确定结果。该至少一个处理器配置用于从至少一个电子数据存储器访问数据集并标识表示数据集的模式。该至少一个处理器还配置用于访问与用于管理数据集的第一策略对应的第一操作变量，并确定第一仿真模型，其根据表示数据集的标识模式和所访问的第一操作变量，估算用于管理数据集的第一策略的性能。该至少一个处理器进一步配置用于优化第一仿真模型，从而估算执行管理数据集的第一策略的最优化的操作变量，并且使用已优化的第一仿真模型计算第一预测数据，其估算用于管理数据集的第一策略的性能。另外，该至少一个处理器配置用于访问第二操作变量，该第二操作变量对应于管理数据集的第二策略，并且确定第二仿真模型，第二仿真模型根据表示数据集的所标识模式和所访问的第二操作变量，来估算用于管理数据集的第二策略的性能。该至少一个处理器还配置用于优化第二仿真模型，以便估算执行管理数据集的第二策略的最优操作变量，并使用已优化的第二仿真模型来计算估算用于管理数据集的第二策略性能的第二预测数据。更进一步地，该至少一个处理器配置用于比较第一预测数据和第二预测数据，并根据第一预测数据和第二预测数据的比较，确定用于管理数据集的第一策略的估算性能是否优于管理数据集的第二策略的估算性能。该至少一个处理器还配置用于在至少一个电子数据存储器中存储确定的用于管理数据集的第一策略估算性能是否优于用于管理数据集的第二策略估算性能的结果。根据另一个一般的实现，从电子存储器访问数据集，并且标识表示数据集的模式。访问对应于管理数据集的第一策略的第一操作变量，并根据表示数据集的所标识模式和所访问的第一操作变量，确定估算管理数据集的第一策略的性能的第一仿真模型。优化第一仿真模型，以便估算用于执行管理数据集的第一策略的最优操作变量，并且使用已优化的第一仿真模型计算第一预测数据，该第一预测数据估算用于管理数据集的第一策略的性能。另外，访问对应于管理数据集的第二策略的第二操作变量，并且根据表示数据集-->的已标识模式和已访问的第二操作变量，确定第二仿真模型，该第二仿真模型估算用于管理数据集的第二策略的性能。优化第二仿真模型，以便估算用于执行管理数据集的第二策略最优操作变量，并且使用已优化的第二仿真模型计算第二预测数据，该第二预测数据估算用于管理数据集的第二策略的性能。更进一步地，比较第一预测数据与第二预测数据。根据第一预测数据和第二预测数据的比较，确定管理数据集的第一策略的估算性能是否优于管理数据集的第二策略的估算性能。管理数据集的第一策略的估算性能是否优于管理数据集的第二策略的估算性能的确定结果保存在电子存储器中。实现可以包括一个或多个以下的特征。作为示例，可以执行随机过程来标识复制数据集的随机概率分布。可以从可能的操作变量组合中标识用于可能的操作变量的组合的每一范围的操作变量组合，可以使用第一仿真模型计算预测数据，该预测数据根据已标识的操作变量组合估算管理数据集的第一策略的性能。为可能的操作变量组合的每一范围计算的预测数据可以被分析。根据该分析，可以从可能的操作变量组合中选择出最优操作变量组合，该最优操作变量组合最大化用于管理数据集的第一策略的估算性能。在一些实现中，可以从电子存储器中访问产品历史的销售数据，并且可以使用随机过程标识产品的需求模式。可以访问使用预测决策管理产品库存的第一操作变量，而且可以确定估算预测决策的性能的第一仿真模型。第一仿真模型可以被优化，来估算用于执行预测决策的最优操作变量，而且可以使用已优化的第一仿真模型计算第一费用数据，该第一费用数据估算执行预测决策的费用。在这些实现中，可以访问使用再定购决策管理产品库存的第二操作变量，并且可以确定第二仿真模型，该第二仿真模型估算再定购策略的性能。可以优化第二仿真模型，来估算用于执行再定购决策的最优操作变量，而且可以使用优化的第二仿真模型计算第二费用数据，该第二费用数据估算执行再定购决策的费用。更进一步地，在这些实现中，第一费用数据可以与第二费用数据相比较，该第一费用估算执行预测决策的费用，该第二费用数据估算执行再定购决策的费用。根据第一费用数据与第二费用数据的比较，可以确定执行预测决策的估算费用是否少于执行再定购决策的估算费用。在一些例子中，可以根据确定的执行预测决策的估算费用是否少于执行再定购决策的估算费用产生输出。在这些示例中，可以计算执行预测决策的估算费用和执行再定购决策的估算费用之间的差，并且产生图表来示出执行预测决策的估算费用和执行再定购决策的估算费用之间的差。利用执行预测决策的估算费用是否少于执行再定购决策的估算费用的指示，可以显示示出执行预测决策的估算费用和执行再定购决策的估算费用之间的差的图表。可以访问如下至少一个：产品的初始存货、产品的交付时间、产品库存储存费用、产品库存装卸费用、平均预测误差、资金的加权平均费用、产品的边界收益以及滞销产品的费用。在更进一步的实现中，可以标识用于管理数据集的多个约束，而且可以从至少用于管理数据集的第一和第二策略中为多个约束中的每一个确定用于管理数据集的最优策略。在这些实现中，可以计算性能数据，该性能数据使用为多个约束中的每一个确定的最优策略估算多个约束的每一个的性能，可以比较为多个约束的每一个所计算的性能数据，以-->及根据比较可以产生输出。更进一步地，可以标识提供产品的多个服务水平，并且对于多个服务水平的每一个，可以从至少一个管理产品库存的预测决策和再定购决策中确定管理产品库存的最优决策。可以使用为多个服务水平的每一个确定的最优策略计算费用数据，该费用数据估算达到多个服务水平的每一个的费用，可以比较计算达到多个服务水平的每一个的费用所计算的费用数据，然后可以在显示设备上显示达到多个服务水平的每一个的费用和边际收益的表示。在另一个一般实现中，标识感兴趣的多个数据集，并且将所述多个数据集聚集到一个或多个具有类似属性的族中。从数据聚集族中选择一个或多个采样数据集，并且标识表示每一所选采样数据集的模型。访问至少两个用于管理每一所选采样数据集的策略的操作变量，并且确定仿真模型，该仿真模型估算至少两个用于管理每一所选采样数据集的策略的性能。优化每一仿真模型，以便估算用于执行至少两个策略中的每一个的最优操作变量，使用每一已优化仿真模型，执行用于每一所选采样数据集的仿真。针对至少两个策略中的每一个，使用用于每一所选采样数据集的优化的仿真结果执行回归分析，并且根据回归分析，使用回归方程计算性能数据，其估算用于管理所聚集的数据族的至少两个策略中的每一个的性能。根据所计算的性能数据，确定至少两个策略中的哪一个根据所计算的性能数据对于管理所聚集的数据族更好，而且将确定至少两个策略中的哪一个对于管理所聚集的数据族更好的结果保存在电子存储本文档来自技高网...

【技术保护点】
一种预测建模系统，包括：至少一个电子数据存储器，被配置来存储：数据集、估算用于管理数据集的策略的性能的仿真模型、以及与使用所述仿真模型计算的策略的估算性能相关的确定结果；以及至少一个处理器，被配置来执行操作，包括：从所述至少一个电子数据存储器访问所述数据集；标识表示所述数据集的模式；访问与用于管理所述数据集的第一策略对应的第一操作变量；确定第一仿真模型，所述第一仿真模型根据表示所述数据集的标识模式和所访问的所述第一操作变量来估算用于管理所述数据集的所述第一策略的性能；优化所述第一仿真模型，以便估算执行用于管理所述数据集的所述第一策略的最优操作变量；使用已优化的第一仿真模型计算第一预测数据，所述第一预测数据估算用于管理所述数据集的所述第一策略的性能；访问第二操作变量，所述第二操作变量对应于用于管理所述数据集的第二策略；确定第二仿真模型，所述第二仿真模型根据表示所述数据集的标识模式和所访问的第二操作变量，来估算用于管理所述数据集的第二策略的性能；优化所述第二仿真模型，以便估算执行用于管理所述数据集的所述第二策略的最优操作变量；使用已优化的第二仿真模型来计算第二预测数据，所述第二预测数据估算用于管理所述数据集的所述第二策略的性能；比较所述第一预测数据和所述第二预测数据；根据所述第一预测数据和所述第二预测数据的比较，确定用于管理所述数据集的所述第一策略的估算性能是否优于用于管理所述数据集的所述第二策略的估算性能；以及在所述至少一个电子数据存储器中，存储用于管理所述数据集的所述第一策略的估算性能是否优于用于管理所述数据集的所述第二策略的估算性能的确定的结果。...

【技术特征摘要】
2008.11.05 US 12/265,2811.一种预测建模系统，包括：至少一个电子数据存储器，被配置来存储：数据集、估算用于管理数据集的策略的性能的仿真模型、以及与使用所述仿真模型计算的策略的估算性能相关的确定结果；以及至少一个处理器，被配置来执行操作，包括：从所述至少一个电子数据存储器访问所述数据集；标识表示所述数据集的模式；访问与用于管理所述数据集的第一策略对应的第一操作变量；确定第一仿真模型，所述第一仿真模型根据表示所述数据集的标识模式和所访问的所述第一操作变量来估算用于管理所述数据集的所述第一策略的性能；优化所述第一仿真模型，以便估算执行用于管理所述数据集的所述第一策略的最优操作变量；使用已优化的第一仿真模型计算第一预测数据，所述第一预测数据估算用于管理所述数据集的所述第一策略的性能；访问第二操作变量，所述第二操作变量对应于用于管理所述数据集的第二策略；确定第二仿真模型，所述第二仿真模型根据表示所述数据集的标识模式和所访问的第二操作变量，来估算用于管理所述数据集的第二策略的性能；优化所述第二仿真模型，以便估算执行用于管理所述数据集的所述第二策略的最优操作变量；使用已优化的第二仿真模型来计算第二预测数据，所述第二预测数据估算用于管理所述数据集的所述第二策略的性能；比较所述第一预测数据和所述第二预测数据；根据所述第一预测数据和所述第二预测数据的比较，确定用于管理所述数据集的所述第一策略的估算性能是否优于用于管理所述数据集的所述第二策略的估算性能；以及在所述至少一个电子数据存储器中，存储用于管理所述数据集的所述第一策略的估算性能是否优于用于管理所述数据集的所述第二策略的估算性能的确定的结果。2.一种预测建模的计算机实现方法，包括：从电子存储器访问数据集；标识表示所述数据集的模式；访问对应于用于管理所述数据集的第一策略的第一操作变量；根据表示所述数据集的所标识模式和所访问的所述第一操作变量来确定第一仿真模型，所述第一仿真模型估算用于管理所述数据集的所述第一策略的性能；优化所述第一仿真模型以便估算用于执行用于管理所述数据集的所述第一策略的最优操作变量；使用已优化的所述第一仿真模型计算第一预测数据，所述第一预测数据估算用于管理所述数据集的所述第一策略的性能；访问对应于管理所述数据集的第二策略的第二操作变量；根据表示所述数据集的所标识模式和所访问的所述第二操作变量来确定第二仿真模型，所述第二仿真模型估算用于管理所述数据集的所述第二策略的性能；优化所述第二仿真模型，以便估算用于执行用于管理所述数据集的所述第二策略的最-->优操作变量；使用以优化的所述第二仿真模型计算第二预测数据，所述第二预测数据估算用于管理所述数据集的所述第二策略的性能；比较所述第一预测数据与所述第二预测数据；根据所述第一预测数据和所述第二预测数据的比较，确定用于管理所述数据集的所述第一策略的估算性能是否优于用于管理所述数据集的所述第二策略的估算性能；在电子存储器中存储用于管理所述数据集的所述第一策略的估算性能是否优于用于管理所述数据集的所述第二策略的估算性能的确定的结果。3.根据权利要求2的方法，其中标识表示所述数据集的所述模式包括：执行随机过程来标识复制所述数据集的随机概率分布。4.根据权利要求2的方法，其中优化所述第一仿真模型来估算执行用于管理所述数据集的所述第一策略的最优操作变量，包括：对于可能的操作变量组合的每个范围：从可能的操作变量组合中标识操作变量组合；使用所述第一仿真模型计算预测数据，所述预测数据根据所识别的操作变量组合来估算用于管理所述数据集的所述第一策略的性能；分析针对可能操作变量组合的每个范围而计算的所述预测数据；以及根据所述分析，从可能的操作变量组合中选择最优操作变量组合，所述最优操作变量组合将用于管理所述数据集的所述第一策略的估算性能最大化。5.根据权利要求2的方法，其中：从电子存储器中访问所述数据集，包括：从电子存储器中访问产品的历史销售数据；标识表示所述数据集的模式包括：使用随机过程标识所述产品的需求模式；访问对应于管理所述数据集的所述第一策略的第一操作变量包括：访问使用预测决策用于管理产品库存的第一操作变量；根据表示所述数据集的所标识模式和所访问的第一操作变量来确定第一仿真模型，其中所述第一仿真模型估算用于管理所述数据集的所述第一策略的性能包括：确定估算预测决策的性能的第一仿真模型；优化所述第一仿真模型，以便估算用于执行用于管理所述数据集的所述第一策略的最优操作变量，包括：优化所述第一仿真模型来估算用于执行所述预测决策的最优操作变量；使用已优化的第一仿真模型计算第一预测数据，所述第一预测数据估算用于管理所述数据集的所述第一策略的性能包括：使用已优化的第一仿真模型计算第一费用数据，所述第一费用数据估算执行所述预测决策的费用；访问对应于用于管理所述数据集的所述第二策略的第二操作变量包括：访问使用再定购决策管理产品库存的第二操作变量；根据表示所述数据集的所标识模式和所访问的第二操作变量确定所述第二仿真模型，所述第二仿真模型估算用于管理所述数据集的所述第二策略的性能包括：确定第二仿真模型，所述第二仿真模型估算再定购策略的性能；优化所述第二仿真模型，以便估算用于执行用于管理所述数据集的所述第二策略的最-->优操作变量包括：优化所述第二仿真模型来估算用于执行再定购决策的最优操作变量；使用已优化的第二仿真模型计算第二预测数据，所述第二预测数据估算用于管理所述数据集的所述第二策略的性能包括：使用已优化的第二仿真模型计算第二费用数据，所述第二费用数据计算执行再定购决策的费用；比较所述第一预测数据与所述第二预测数据包括：比较所述第一费用数据和所述第二费用数据，所述第一费用估算执行预测决策的费用，所述第二费用数据计算执行再定购决策的费用；根据所述第一预测数据和所述第二预测数据的比较，确定用于管理所述数据集的所述第一策略的估算性能是否优于用于管理所述数据集的所述第二策略的估算性能包括：根据所述第一费用数据与所述第二费用数据的比较，可以确定执行预测决策的估算费用是否少于执行再定购决策的估算费用。6.根据权利要求5的方法，进一步包括：根据确定的执行预测决策的估算费用是否少于执行再定购决策的估算费用产生输出。7.根据权利要求6的方法，其中根据确定的执行预测决策的估算费用是否少于执行再定购决策的估算费用产生输出包括：计算执行预测决策的估算费用和执行再定购决策的估算费用之间的差；产生图，所述图示出执行预测决策的估算费用和执行再定购决策的估算费用之间的差；以及利用执行预测决策的估算费用是否少于执行再定购决策的估算费用的指示，显示示出执行预测决策的估算费用和执行再定购决策的估算费用之间的差的图表。8.根据权利要求5的方法，其中访问第一操作变量和第二操作变量包括，访问以下至少一个：产品的初始存货、产品的交付时间、产品库存储存费用、产品库存装卸费用、平均预测误差、资金的加权平均费用、产品的边界收益以及滞销产品的费用。9.根据权利要求2的方法，进一步包括：标识用于管理数据集的多个约束；从至少用于管理所述数据集的至少所述策略第一和所述第二策略中，为多个约束中的每一个确定用于管理所述数据集的最优策略；计算性能数据，所述性能数据使用为所述多个约束中的每一个确定的最优策略估算所述多个约束的每一个的性能；比较为所述多个约束的每一个所计算的性能数据；以及根据所述比较产生输出。10.根据权利要求9的方法，其中：标识用于管理所述数据集的多个约束包括：标识提供产品的多个服务水平；从用于管理所述数据集的至少所述第一和第二策略中，为所述多个约束中的每一个确定用于管理所述数据集的最优策略包括：对于所述多个服务水平中的每一个，从用于管理所述产品库存的至少预测决策和再定购决策中确定用于管理产品库存的最优决策；计算性能数据，所述性能数据使用为所述多个约束中的每一个确定的最优策略估算所述多个约束的每一个的性能包括：使用为所述多个服务水平的每一个确定的最优策略计算费用数据，所述费用数据估算达到多个服务水平的每一个的费用；-->比较为所述多个约束的每一个所计算的性能数据包括：比较所...

【专利技术属性】
技术研发人员：V·米斯拉，
申请(专利权)人：埃森哲环球服务有限公司，
类型：发明
国别省市：瑞士;CH