সারাংশ
সাপ্লাই চেইন ম্যানেজমেন্টের অনেক ক্ষেত্রে, বিশ্লেষণাত্মক পদ্ধতি "পেস্কি ডেসিমেল" দিয়ে অনুমান তৈরি করে; উদাহরণস্বরূপ, চাহিদা অনুমান এবং উত্পাদন পরিকল্পনা। বিরক্তিকর দশমিক দূর করার ঐতিহ্যগত পদ্ধতি হল বৃত্তাকার। যাইহোক, এর ফলে ক্রমবর্ধমান সমষ্টির সমালোচনামূলক তথ্যও নষ্ট হয়ে যায়, যা প্রায়শই ফার্মের কাজের চাপকে ছোট করে বা বাড়াতে পারে। রোলিং রাউন্ডিং পদ্ধতি এই তথ্যের ক্ষতিকে 1 এ ক্যাপ করে। এই ব্লগটি এই পদ্ধতির গুরুত্ব এবং কীভাবে এই উন্নত পূর্ণসংখ্যা অনুমানগুলি গণনা করা যায় তা প্রদর্শন করে।
ভূমিকা
"মঞ্চকিনস" (নাতি-নাতনিদের) সাথে সময় কাটানোর সময় এটা পরিষ্কার যে কেন ধনাত্মক পূর্ণসংখ্যা (সম্ভবত শূন্য সহ) প্রাকৃতিক সংখ্যা হিসাবে উল্লেখ করা হয়; গণনা স্বজ্ঞাত। এই একই স্বাচ্ছন্দ্য সাপ্লাই চেইন ব্যবস্থাপনায় ঘটে। যদি টাইম সিরিজের পূর্বাভাস পদ্ধতি 3.1, 4.2, এবং 2.3 এর দৈনিক চাহিদার পূর্বাভাস দেয় - আমাদের অগ্রাধিকার সেই ক্ষতিকর দশমিকগুলি থেকে নিজেদেরকে পরিত্রাণ দিতে হবে। যদি পণ্য পরিকল্পনা বলেছেন দৈনিক উৎপাদন 2.9, 3.1, এবং 1.7 হওয়া উচিত, আমাদের একই অনুভূতি রয়েছে। প্রশ্ন হল কিভাবে সর্বোত্তম দশমিকগুলিকে নির্মূল করা যায়, যেখানে সর্বোত্তমটি হারানো তথ্যের পরিমাণ হ্রাস করা হিসাবে সংজ্ঞায়িত করা হয়।
প্রথাগত পদ্ধতি হল প্রতিটি স্বতন্ত্র মানকে একটি পূর্ণসংখ্যায় বৃত্তাকার করা এবং ধরে নেওয়া যে "রাউন্ডিং ত্রুটিগুলি" ভারসাম্যপূর্ণ হবে। যাইহোক, এটি সবসময় সত্য নয়। সারণি 1 এ তিনটি পণ্যের জন্য 14 দিনের চাহিদা অনুমান রয়েছে (পণ্য 1, 2 এবং 3)। প্রকৃত চাহিদা অনুমান কলাম দুই, তিন, এবং চার. প্রতিটি পণ্যের চাহিদার যোগফল (53.1, 50.0, এবং 48.7) শেষ সারির পরের সারিতে দেওয়া আছে। বৃত্তাকার চাহিদাগুলি পাঁচ থেকে সাতটি কলামে রয়েছে এবং তাদের মোট শেষ সারির পরের (50, 51, 52)। শেষ সারিটি প্রকৃত অনুমানের যোগফল এবং বৃত্তাকার অনুমানের যোগফলের মধ্যে বিশদ বিবরণ দেখায়। পণ্য 1 (3.1) এবং পণ্য 3 (-3.3) এর জন্য একটি বড় পার্থক্য রয়েছে৷
আমাদের যা দরকার তা হল একটি "বৃত্তাকার" পদ্ধতি যা ক্রমবর্ধমান সমষ্টির পার্থক্যকে 1 এ সীমাবদ্ধ করে এবং নিশ্চিত করে যে বৃত্তাকার মানগুলির ক্রমবর্ধমান যোগফল প্রকৃত মানের ক্রমবর্ধমান সমষ্টির চেয়ে বেশি। একে বলা হয় "রোলিং রাউন্ডিং"। এই ব্লগটি রোলিং রাউন্ডিংয়ের জন্য একটি অ্যালগরিদম প্রদান করে। এটি ট্রেডের ডেটা সায়েন্স টুলস সিরিজের অংশ।
ট্রেডের মেশিন লার্নিং এবং ডেটা সায়েন্স টুলস: ফার্স্ট-অর্ডার ডিফারেন্স
ট্রেডের টুলস: কিভাবে তুলনা করা যায়/বিভিন্ন সময়ের সিরিজ একত্রিত করা যায় - "স্বাভাবিককরণ"
ট্রেডের ডেটা সায়েন্স টুলস: মন্টে কার্লো কম্পিউটার সিমুলেশন
ঘূর্ণায়মান বৃত্তাকার মৌলিক বিষয়
আমরা ক্রমবর্ধমান যোগফলের উদাহরণ দিয়ে শুরু করব। সারণি 2-এ পণ্য 1 এর জন্য চাহিদা অনুমান এবং প্রকৃত এবং পূর্ণসংখ্যা অনুমানের জন্য ক্রমবর্ধমান সমষ্টি রয়েছে। কলাম 3 হল ক্রমবর্ধমান প্রকৃত। দিন 1 হল 1 দিনের চাহিদার অনুমান। দিন 2 হল দিন 1 (3.1) থেকে ক্রমবর্ধমান যোগফল এবং 2 (4.2) দিনের জন্য চাহিদা অনুমান যা 7.3। দিন 3 হল 7.3 + 2.3 = 9.6 কলাম 4 হল পূর্ণসংখ্যা অনুমানের জন্য ক্রমবর্ধমান সমষ্টি৷ ৩য় দিন (৯) = ৭+২। শেষ কলাম হল প্রতিটি দিনের জন্য প্রতিটি ক্রমবর্ধমান সমষ্টির মধ্যে ব-দ্বীপ। 3 দিনের জন্য, ডেল্টা মান হল -9 = 7 – 2৷ ব-দ্বীপের ক্রমবর্ধমান আকার লক্ষ্য করুন।
পূর্ণসংখ্যা অনুমান তৈরি করতে আমরা কোন অ্যালগরিদম ব্যবহার করি যেখানে পূর্ণসংখ্যা অনুমানের ক্রমবর্ধমান যোগফল সর্বদা প্রকৃতের ক্রমবর্ধমান সমষ্টির চেয়ে বেশি বা সমান হয় এবং ব-দ্বীপের আকার কখনও 1-এর বেশি হয় না? সারণি 3 এই অ্যালগরিদম প্রদর্শন করে।
- দিন 1, ঘূর্ণায়মান রাউন্ড অনুমান হল সিলিং (রাউন্ড আপ), এখানে 3.1 1 দিনের জন্য পূর্ণসংখ্যা অনুমানের ক্রমবর্ধমান যোগফল হল 4।
- দিন 2, আমরা প্রকৃত অনুমান (4.2 4) দিনের 1 (4) হিসাবে ক্রমবর্ধমান অনুমানের সাথে যোগ করি যা আমাদের 8 (=4+4) দেয়। যদি এই মানটি 1 দিনের জন্য প্রকৃত ক্রমবর্ধমান যোগফলের চেয়ে বেশি বা সমান হয় (যা 7.3), তাহলে আমরা ফ্লোর মান এবং 2 দিনের জন্য রোলিং রাউন্ডিং অনুমান নির্বাচন করি। যদি না হয়, তাহলে সিলিং অনুমান ব্যবহার করা হয়।
- দিন 3, 2(ফ্লোর) + 8 (পূর্ণসংখ্যা ক্রমবর্ধমান সমষ্টি) = 10, যা >= 9.6 (ক্রমিক যোগফল প্রকৃত), তল নির্বাচন করুন (2)।
- দিন 6, 3(ফ্লোর) + 20 (পূর্ণসংখ্যা ক্রমবর্ধমান সমষ্টি) = 23, যা < 23.1 (ক্রমিক সমষ্টি প্রকৃত), 4 তম দিনের জন্য রোলিং রাউন্ড অনুমান হিসাবে ব্যবহার করার জন্য সিলিং (6) নির্বাচন করুন।
সারণি 3 এর শেষ কলামে লক্ষ্য করুন, সমস্ত মান ধনাত্মক এবং সবগুলি 1 এর থেকে কম বা সমান।
একটি বিকল্প অ্যালগরিদম সারণি 4 এ প্রদর্শিত হয়েছে। ধাপ 1 হল প্রকৃত ক্রমবর্ধমান সমষ্টির জন্য সিলিং মান গণনা করা হচ্ছে (কলাম 4 এ দেখান)। রোলিং রাউন্ডিং অনুমান (কলাম 5) হল গতকালের সাথে আজকের জন্য প্রকৃত ক্রমবর্ধমান সমষ্টির (কলাম 4) সিলিং এর মধ্যে পার্থক্য। 4 (6) দিনের জন্য ঘূর্ণায়মান রাউন্ড অনুমান হল ক্রমবর্ধমান সমষ্টি দিনের 4 (16) বিয়োগ 3 (10) দিনের জন্য ক্রমবর্ধমান সমষ্টির সিলিং; 6 = 16-10। APL2-এ কোড হল "Z1←¯2- /0,⌈+X"।
উপসংহার
সাপ্লাই চেইন ম্যানেজমেন্টের অনেক ক্ষেত্রে, বিশ্লেষণাত্মক পদ্ধতি "পেস্কি ডেসিমেল" দিয়ে অনুমান তৈরি করে। উদাহরণস্বরূপ, চাহিদা অনুমান এবং উত্পাদন পরিকল্পনা। বিরক্তিকর দশমিক দূর করার ঐতিহ্যগত পদ্ধতি হল বৃত্তাকার। যাইহোক, এর ফলে সমালোচনামূলক তথ্যও নষ্ট হয়ে যায়; ক্রমবর্ধমান যোগফল প্রায়শই ফার্মের কাজের চাপকে ছোট করে বা বাড়াবাড়ি করতে পারে। ঘূর্ণায়মান রাউন্ডিং পদ্ধতি এই তথ্য ক্ষতি 1 এ ক্যাপ করে।
এই পোস্টটি উপভোগ করেছেন? সাবস্ক্রাইব অথবা Arkieva অনুসরণ করুন লিঙ্কডইন, Twitter, এবং ফেসবুক ব্লগ আপডেটের জন্য.
সূত্র: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/
