Разработка системы краткосрочного прогнозирования спроса на продукцию с использованием принципа самоорганизации
Шаг 2. Подбор комбинаций алгоритмов
На этом шаге формируется комбинация нескольких (2 и более) алгоритмов прогнозирования из множества простых алгоритмов, используемых системой.
Шаг 3. Прогнозирование и оценивание качества прогноза
С помощью самоорганизующегося алгоритма производится прогнозирование за выбранный период текущей комбинацией методов. Оценивание качества прогноза проводится с использованием критерия, выбранного на шаге 1.
Шаг 4. Определение лучшей комбинации алгоритмов
На основе полученных значений критерия, выбирается комбинация алгоритмов, показавшая минимальное значение критерия (ошибки прогнозирования).
Описание структуры данных. Описание алгоритмов обработки данных
Логическая модель данных
Структура базы данных разработана так, чтобы можно было накапливать статистические данные наблюдаемого показателя, а также хранить информацию о пользователях данной системы, которую можно представить следующим образом:

Физическая модель данных
Физически базу данных, используемую в данной выпускной работе, можно представить следующим образом:
Таблица «prognoz»
Данная таблица содержит данные о данных наблюдаемого показателя.
|
Название поля |
Тип поля |
Описание |
| N | Long | Используется для индексации записей в данной таблице |
| Date | Datetime | Дата наблюдения |
| Fact | Number | Фактическое значение наблюдаемого показателя |
| Forecast | Number | Прогнозное значение наблюдаемого показателя |
Таблица «users»
Данная таблица содержит данные о пользователях системы.
|
Название поля |
Тип поля |
Описание |
| ID | Bigint (20) | Код записи |
| Username | text | Имя пользователя |
| password | text | Пароль |
Входные и выходные данные
Входные данные – это статистические данные, о наблюдаемом показателе получаемые системой от пользователя.
Выходные данные – это данные, которые система подготовила для пользователя, то есть расчеты по прогнозированию.
Заключение
В рамках выполнения проекта была разработана система прогнозирования, которая обеспечивает пользователя возможностью:
Ввода, изменения, просмотра введенных статистических данных;
Выбора метода прогнозирования и получение справочной информации о методе;
Выбора критерия оценки качества прогноза;
Просмотра результатов прогнозирования (прогноз и ошибка на заданный период);
Сохранение прогнозных данных в файле с выбранным форматом.
В процессе проектирования системы прогнозирования были достигнуты следующие результаты:
Разработана концептуальная и функциональная схемы работы системы;
Спроектирована логическая структура данных;
Разработан пользовательский интерфейс системы прогнозирования;
Разработана система защиты от несанкционированного доступа на основе аутентификации пользователей (вход в систему осуществляется после ввода логина и пароля).
Система определяет прогноз, ошибку прогноза и накапливает статистические данные наблюдаемого показателя. Она может быть использована для краткосрочного прогноза бизнес-процессов: курса доллара, спроса на промышленные и сельскохозяйственные товары и.т.д.
Литература
Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов // Москва, Статистика, 1997.
Льюис К.Д. Методы прогнозирования экономических показателей // Москва: Финансы и статистика, 1996.
Четыркин Е.М. Статистические методы прогнозирования // 2-е издание, Москва: Статистика, 1977.
Липатова Н. Прогнозирование прибыли. // Финансы, 1995. - № 2
Borwn R.G. Smothing forecasting and prediction of discrete time series // New-Yourk, 1963.
V. Vovk, G. Shafer Good sequential probability forecasting is always possible, //manuscript, 2006.
Астринский Д., Наонян В. Экономический анализ финансового положения предприятия // Экономист. – 2000. № 12.
Головач В.В. Дизайн пользовательского интерфейса // Usethics, 2004
forecastpro/products/fpfamily/whichedition.html
forexsal
polbu/management_economy/ch20_i.html
Приложение
Концептуальная модель данных

Рис.1. Прогнозирование

Рис.2. Процесс «Прогнозирование»

Рис.3 «Определение прогноза по принципу самоорганизации»
Модель потоков данных

Рис.4. Модель потоков данных «Система прогнозирования»

Рис.5 Модель потоков данных «Система прогнозирования»

Рис. 6. Декомпозиция процесса «Выбор метода прогнозирования»
Функциональная модель системы

Рис.7 Функциональная модель «Система прогнозирования»
UML-ДИАГРАММЫ ВАРИАНТОВ ИСПОЛЬЗОВАНИЯ

Рис.8 Ввод статистических данных

Рис.9 Выбор критерия оценки прогноза

Рис.10 Выбор метода прогнозирования

Рис.11 Определение прогноза

Рис.12 Формирование отчета

Рис.13 Окно регистрация статистических данных
азмещено на