Zusammenfassung
In vielen Bereichen des Supply Chain Managements generieren Analysemethoden Schätzungen mit „lästigen Dezimalstellen“; zum Beispiel Bedarfsschätzungen und Produktionsplanung. Die traditionelle Methode zur Eliminierung lästiger Dezimalstellen ist das Runden. Dies führt jedoch auch zum Verlust kritischer Informationen in der Gesamtsumme, wodurch die Arbeitsbelastung des Unternehmens oft entweder zu niedrig oder zu hoch bewertet wird. Die rollierende Rundungsmethode begrenzt diesen Informationsverlust auf 1. Dieser Blog zeigt die Bedeutung dieser Methode und wie diese verbesserten Ganzzahlschätzungen berechnet werden.
Einleitung
Während wir Zeit mit den „Munchkins“ (Enkelkindern) verbringen, wird klar, warum die positiven ganzen Zahlen (vielleicht mit Null) als natürliche Zahlen bezeichnet werden; Zählen ist intuitiv. Derselbe Komfort entsteht im Supply Chain Management. Wenn die Zeitreihen-Prognosemethode einen täglichen Bedarf von 3.1, 4.2 und 2.3 vorhersagt, verzichten wir lieber auf diese lästigen Dezimalstellen. Wenn die Produktplan sagt, die Tagesproduktion sollte 2.9, 3.1 und 1.7 betragen, wir haben das gleiche Gefühl. Die Frage ist, wie man die Dezimalstellen am besten eliminiert, wobei am besten die Minimierung der Menge verlorener Informationen definiert ist.
Die traditionelle Methode besteht darin, jeden einzelnen Wert auf eine ganze Zahl zu runden und davon auszugehen, dass sich die „Rundungsfehler“ ausgleichen. Dies ist jedoch nicht immer der Fall. Tabelle 1 enthält Bedarfsschätzungen für drei Produkte (Produkt 14, 1 und 2) für 3 Tage. Die tatsächlichen Bedarfsschätzungen finden Sie in den Spalten zwei, drei und vier. Die Summe der Bedarfe für jedes Produkt (53.1, 50.0 und 48.7) wird in der vorletzten Zeile angegeben. Die gerundeten Forderungen stehen in den Spalten fünf bis sieben und ihre Summe in der vorletzten Zeile (50, 51, 52). Die letzte Zeile zeigt die Details zwischen der Summe der tatsächlichen Schätzungen und der Summe der gerundeten Schätzungen. Es besteht ein erheblicher Unterschied zwischen Produkt 1 (3.1) und Produkt 3 (-3.3).
Was wir brauchen, ist eine „Rundungsmethode“, die die Differenz der kumulativen Summen auf 1 begrenzt und sicherstellt, dass die kumulative Summe der gerundeten Werte größer ist als die kumulative Summe der tatsächlichen Werte. Dies wird als „rollendes Runden“ bezeichnet. Dieser Blog stellt einen Algorithmus zum rollierenden Runden bereit. Es ist Teil der Reihe „Data Science Tools of the Trade“.
Handwerkszeug für maschinelles Lernen und Data Science: Unterschiede erster Ordnung
Handwerkszeug: Wie man verschiedene Zeitreihen vergleicht/kombiniert – „Normalisierung“
Data-Science-Handwerker: Monte-Carlo-Computersimulation
Grundlagen des Rollrundens
Wir beginnen mit einem Beispiel einer kumulativen Summe. Tabelle 2 enthält die Bedarfsschätzung für Produkt 1 und die kumulative Summe für die tatsächliche und die ganzzahlige Schätzung. Spalte 3 ist der kumulierte Istwert. Tag 1 ist die Nachfrageschätzung für Tag 1. Tag 2 ist die kumulative Summe aus Tag 1 (3.1) plus Nachfrageschätzung für Tag 2 (4.2), also 7.3. Tag 3 ist 7.3 + 2.3 = 9.6. Spalte 4 ist die kumulative Summe für die ganzzahligen Schätzungen. Tag 3 (9) = 7+2. Die letzte Spalte ist das Delta zwischen jeder kumulativen Summe für jeden Tag. Für Tag 4 beträgt der Delta-Wert -0.7 = 15.0 – 15.7. Beobachten Sie die wachsende Größe des Deltas.
Welchen Algorithmus verwenden wir, um ganzzahlige Schätzungen zu generieren, bei denen die kumulative Summe der ganzzahligen Schätzungen immer größer oder gleich der kumulativen Summe der tatsächlichen Werte ist und die Delta-Größe niemals größer als 1 ist? Tabelle 3 demonstriert diesen Algorithmus.
- Tag 1, die fortlaufende Schätzung ist die Obergrenze (aufgerundet), hier 3.1 Die kumulative Summe der ganzzahligen Schätzungen für Tag 1 beträgt 4.
- Am zweiten Tag addieren wir den Mindestwert der tatsächlichen Schätzung (2 4.2) zur kumulativen Schätzung am ersten Tag (4), was 1 (=4+8) ergibt. Wenn dieser Wert größer oder gleich der tatsächlichen kumulierten Summe für Tag 4 ist (die 4 beträgt), wählen wir den Mindestwert und die rollierende Rundungsschätzung für Tag 1 aus. Wenn nicht, wird die Höchstschätzung verwendet.
- Tag 3, 2 (Untergrenze) + 8 (ganzzahlige kumulative Summe) = 10, was >= 9.6 (kumulative tatsächliche Summe) ist, wählen Sie Untergrenze (2).
- Tag 6, 3 (Untergrenze) + 20 (ganzzahlige kumulative Summe) = 23, was < 23.1 (kumulative tatsächliche Summe) ist. Wählen Sie die Obergrenze (4) aus, die als fortlaufende Schätzung für Tag 6 verwendet werden soll.
Beachten Sie, dass in der letzten Spalte von Tabelle 3 alle Werte positiv und alle kleiner oder gleich 1 sind.
Ein alternativer Algorithmus ist in Tabelle 4 dargestellt. Schritt 1 ist die Berechnung des Höchstwerts für die tatsächliche Gesamtsumme (siehe Spalte 4). Die rollierende Rundungsschätzung (Spalte 5) ist die Differenz zwischen der Obergrenze der tatsächlichen kumulierten Summe (Spalte 4) für heute und gestern. Die fortlaufende Schätzung für Tag 4 (6) ist die Obergrenze für die kumulative Summe an Tag 4 (16) abzüglich der Obergrenze der kumulativen Summe für Tag 3 (10); 6 = 16-10. In APL2 lautet der Code „Z1←¯2- /0,⌈+X“.
Zusammenfassung
In vielen Bereichen des Supply Chain Managements generieren Analysemethoden Schätzungen mit „lästigen Dezimalstellen“. Zum Beispiel Bedarfsschätzungen und Produktionsplanung. Die traditionelle Methode zur Eliminierung lästiger Dezimalstellen ist das Runden. Dies führt jedoch auch zum Verlust kritischer Informationen; Die kumulierte Summe kann die Arbeitsbelastung des Unternehmens oft entweder zu niedrig oder zu hoch ansetzen. Die rollierende Rundungsmethode begrenzt diesen Informationsverlust auf 1.
Hat Ihnen dieser Beitrag gefallen? Abonnieren oder folge Arkieva auf Linkedin, Twitter und Facebook für Blog-Updates.
Quelle: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/
