Інтелектуальний пакет PREDICTOR

Інтелектуальний пакет PREDICTOR
(версія для обчислювального кластера та Grid-мережі)
Посібник користувача

Призначення пакету

Призначення бібліотеки Predictor - статистичне прогнозування в бізнес-розрахунках, наприклад, з метою аналізу обсягів передбачуваних продажів, вибору асортименту товарів та послуг за спрогнозованими цінами, задоволення потреб у чисельності персоналу.

Основні напрямки використання пакету - Finance (фінанси); Planning (планування); Pricing (ціноутворення); Marketing (маркетинг); Production (виробництво); Operations Stock (фонди, склади); Demand (попит на товари і послуги); Personal (потреба в кадрах).

Бібліотека призначена для роботи на обчислювальному кластері з використанням MPI або в грід-мережі. Бібліотеки Predictor дозволяють користувачеві використовувати готові програми з пакету для швидкого прогнозування або створення свого додатку, який буде використовувати функції бібліотеки Predictor.

У Predictor реалізовані 26 методів прогнозування, серед яких назвемо прості і лінійні ковзаючі середні; згладжування просте, адаптивне, лінійне за Холтом, лінійне за Брауном, квадратичне за Брауном, адитивне сезонне за Вінтерзом, сезонне за Холтом-Вінтерзом, сезонне за Брауном-Харріссоном; регресія: авторегресія, S-криві, крива Ґомпертця, логістична крива, популярні і визначені користувачем тренди; методологія Бокса-Дженкінса, ARARMA, ARIMA-моделі з сезонністю в AR і MA, узагальнена адаптивна фільтрація GAF; множинна регресія; нейронні мережі.

Підтримується динамічне прогнозування по мірі надходження даних, управління сценаріями і повторне їх використання. Поряд з документацією, в поставку пакету входить багато тестових прикладів.

Ключовий момент - максимальна рекомендаційна здатність пакету Predictor стосовно надійності прогнозів.

За визначенням неможливо апріорі оцінити точність прогнозів, тому в спеціальному режимі Тест, припускаючи невідомими останні значення вхідної послідовності даних, робиться спроба їх спрогнозувати обраним методом, а потім отримані прогнози порівнюються з реальними значеннями.

Якщо вони сильно відрізняються, недоцільно будувати прогноз цим методом з вказаними параметрами. В іншому випадку прогнозування триває в режимі Прогноз з використанням всіх значень вихідних даних, тому результати відрізняються від режиму Тест і виходять більш точними.

З Посібником користувача можна ознайомитись в розділі Документації.