System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于数据的趋势预测系统,尤其是一种趋势预测以及呈现系统及其方法。
技术介绍
1、对于零件以及产品开发的管理来说,如果能根据现有数据预测未来趋势的成长以及走向,将使得制造商可以提早备料以及提早制造。然而,制造商现今大多使用excel进行数据整理以及查看,而无法快速地获得各种图表以及无法获得基于销量趋势的预测数据以及预测图表。因此如何根据用户的多种数据进行整理以及趋势的预测,已经成为本领域人员急欲发展的方向。
技术实现思路
1、本专利技术是针对一种趋势预测以及呈现系统及其方法,可自动呈现趋势预测以及对应数据属性的趋势预测图。
2、根据本专利技术的实施例,本专利技术的趋势预测以及呈现系统包括存储装置以及处理器。存储装置用以存储多个模块,并且透过处理器执行多个模块。图表生成模块接收基础数据,并且将基础数据中的多个字段进行格式分析处理,以获得每一个所述多个字段的字段属性。图表生成模块根据选择指令所对应的多个指定字段产生对应的图表呈现数据。趋势预测模块基于多个指定字段执行统计学预测处理以及模型预测处理,进而获得统计学预测结果以及模型预测结果。比对模块比对统计学预测结果的误差率以及模型预测结果的预测准确率,进而将准确率较高的预测结果作为优选预测结果。比对模块根据优选预测结果以及图表呈现数据产生趋势预测数据。
3、根据本专利技术的实施例,本专利技术的趋势预测以及呈现方法包括以下步骤:接收基础数据,并且将基础数据中的多个字段进行格式分析处理,以获得每一个所述
4、基于上述,本专利技术的趋势预测以及呈现系统及其方法,可自动呈现对应指定数据的趋势预测数据以及趋势预测图。
5、为让本专利技术的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种趋势预测以及呈现系统,其特征在于,包括:
2.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述处理器根据多笔历史数据基于神经网络学习法训练神经网络模型,进而透过执行所述神经网络模型进行所述模型预测处理。
3.根据权利要求2所述的趋势预测以及呈现系统,其特征在于,所述趋势预测模块判断所述基础数据是否具有周期性,以及
4.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述多个模块还包括:
5.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述多个模块还包括:
6.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述基础数据包括多笔供货商数据,
7.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述趋势预测模块对所述基础数据中的多笔参数进行相关性分析,进而获得所述多笔参数具有高关联度的至少一相关参数,
8.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述图表生成模块包括数据可视化模块,其中所述数据可视化模块用以将所述多个指定字段转换成所述图表呈现
9.根据权利要求8所述的趋势预测以及呈现系统,其特征在于,所述数据可视化模块根据所述选择指定中的图表信息将所述多个指定字段转换成对应的所述图表呈现数据,
10.根据权利要求4所述的趋势预测以及呈现系统,其特征在于,所述服务水平数据相关于成品销售量、零件销售量、供货地距离、月退货数量、月达交率、寄售仓数量、寄售仓容量,
11.一种趋势预测以及呈现方法,其特征在于,包括:
12.根据权利要求11所述的趋势预测以及呈现方法,其特征在于,基于所述多个指定字段执行模型预测处理,进而获得所述模型预测结果的步骤包括:
13.根据权利要求12所述的趋势预测以及呈现方法,其特征在于,基于所述多个指定字段执行统计学预测处理的步骤包括:
14.根据权利要求11所述的趋势预测以及呈现方法,其特征在于,还包括:
15.根据权利要求11所述的趋势预测以及呈现方法,其特征在于,还包括:
16.根据权利要求11所述的趋势预测以及呈现方法,其特征在于,所述基础数据包括多笔供货商数据,
17.根据权利要求11所述的趋势预测以及呈现方法,其特征在于,通过所述趋势预测模块基于所述多个指定字段执行模型预测处理,进而获得所述模型预测结果的步骤包括:
18.根据权利要求11所述的趋势预测以及呈现方法,其特征在于,还包括:
19.根据权利要求18所述的趋势预测以及呈现方法,其特征在于,还包括:
20.根据权利要求14所述的趋势预测以及呈现方法,其特征在于,还包括:
...【技术特征摘要】
1.一种趋势预测以及呈现系统,其特征在于,包括:
2.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述处理器根据多笔历史数据基于神经网络学习法训练神经网络模型,进而透过执行所述神经网络模型进行所述模型预测处理。
3.根据权利要求2所述的趋势预测以及呈现系统,其特征在于,所述趋势预测模块判断所述基础数据是否具有周期性,以及
4.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述多个模块还包括:
5.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述多个模块还包括:
6.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述基础数据包括多笔供货商数据,
7.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述趋势预测模块对所述基础数据中的多笔参数进行相关性分析,进而获得所述多笔参数具有高关联度的至少一相关参数,
8.根据权利要求1所述的趋势预测以及呈现系统,其特征在于,所述图表生成模块包括数据可视化模块,其中所述数据可视化模块用以将所述多个指定字段转换成所述图表呈现数据,
9.根据权利要求8所述的趋势预测以及呈现系统,其特征在于,所述数据可视化模块根据所述选择指定中的图表信息将所述多个指定字段转换成对应的所述图表呈现数据,
10.根据权...
【专利技术属性】
技术研发人员:谢丽霞,李骁,王佳辰,张家征,孙玮,欧阳佩智,方肖峰,尹凯,方涛,覃月仙,
申请(专利权)人:鼎捷软件股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。