Összegzésként
Az ellátási lánc kezelésének számos területén az analitikai módszerek „bosszantó tizedesjegyekkel” generálnak becsléseket; például a keresletbecslések és a termelés tervezése. A kellemetlen tizedesjegyek megszüntetésének hagyományos módszere a kerekítés. Ez azonban a kulcsfontosságú információk, a kumulált összeg elvesztését is eredményezi, ami gyakran alul- vagy túlértékelheti a cég munkaterhelését. A gördülő kerekítési módszer 1-ben korlátozza ezt az információvesztést. Ez a blog bemutatja ennek a módszernek a fontosságát, és bemutatja, hogyan lehet kiszámítani ezeket a javított egész számokat.
Bevezetés
A „munchkins”-okkal (unokákkal) töltött idő során világossá válik, hogy a pozitív egészeket (talán nullával) miért nevezik természetes számoknak; a számolás intuitív. Ugyanez a kényelem érvényesül az ellátási lánc kezelésében is. Ha az idősoros előrejelzési módszer 3.1, 4.2 és 2.3 napi keresletet jósol, akkor előnyben részesítjük magunkat ezektől a kellemetlen tizedesjegyektől. Ha a termékterv azt mondja, hogy a napi termelésnek 2.9, 3.1 és 1.7 legyen, nekünk is hasonló az érzésünk. A kérdés az, hogyan lehet a legjobban kiküszöbölni a tizedesjegyeket, ahol a legjobb az elveszett információ mennyiségének minimalizálása.
A hagyományos módszer szerint minden egyes értéket egész számra kerekítenek, és feltételezik, hogy a „kerekítési hibák” kiegyenlítődnek. Ez azonban nem mindig igaz. Az 1. táblázat 14 napos keresletbecslést tartalmaz három termékre (1., 2. és 3. termék). A tényleges keresletre vonatkozó becslések a második, harmadik és negyedik oszlopban találhatók. Az egyes termékekre vonatkozó igények összege (53.1, 50.0 és 48.7) a következő, utolsó sorban található. A lekerekített igények az 50–51. oszlopban vannak, az összesítésük pedig az utolsó előtti sorban (52, 1, 3.1). Az utolsó sor a tényleges becslések összege és a kerekített becslések összege közötti részletet mutatja. Jelentős különbség van az 3. termék (3.3) és a XNUMX. termék (-XNUMX) között.
Olyan „kerekítési” módszerre van szükségünk, amely a kumulatív összegek különbségét 1-re korlátozza, és biztosítja, hogy a kerekített értékek kumulatív összege nagyobb legyen, mint a tényleges értékek kumulatív összege. Ezt hívják „gördülő kerekítésnek”. Ez a blog egy algoritmust kínál a gördülő kerekítéshez. Ez a Data Science Tools of the Trade című sorozat része.
A szakma gépi tanulási és adattudományi eszközei: elsőrendű különbség
A kereskedelem eszközei: Hogyan hasonlítsunk össze / kombináljunk sokféle idősort – „Normalizálás”
A szakma adattudományi eszközei: Monte Carlo számítógépes szimuláció
A gördülő kerekítés alapjai
Kezdjük a halmozott összeg példájával. A 2. táblázat tartalmazza az 1. termék keresleti becslését, valamint a tényleges és egész számú becslés összesített összegét. A 3. oszlop az összesített tényleges. Az 1. nap az 1. napra vonatkozó keresletbecslés. A 2. nap az 1. nap összesített összege (3.1), plusz a 2. nap keresleti becslése (4.2), ami 7.3. A 3. nap 7.3 + 2.3 = 9.6 A 4. oszlop az egész becslések összesített összege. 3. nap (9) = 7+2. Az utolsó oszlop az egyes napok összesített összegei közötti delta. A 4. napon a delta érték -0.7 = 15.0 – 15.7. Figyelje meg a delta növekvő méretét.
Milyen algoritmust használunk egész becslések előállítására, ahol az egész becslés kumulatív összege mindig nagyobb vagy egyenlő, mint a ténylegesek kumulatív összege, és a delta mérete soha nem nagyobb 1-nél? A 3. táblázat ezt az algoritmust mutatja be.
- 1. nap, a gördülő kör becslés a plafon (felfelé kerekítés), itt 3.1 Az 1. napra vonatkozó egész becslések kumulatív összege 4.
- A 2. napon hozzáadjuk a tényleges becslés minimumértékét (4.2 4) az 1. napon (4) érvényes kumulatív becsléshez, ami 8-at (=4+4) ad. Ha ez az érték nagyobb vagy egyenlő, mint az 1. nap tényleges kumulatív összege (ami 7.3), akkor a 2. napra kiválasztjuk a minimális értéket és a gördülő kerekítési becslést. Ha nem, akkor a plafonértéket használjuk.
- 3. nap, 2 (szint) + 8 (egész szám kumulatív összeg) = 10, ami >= 9.6 (halmozott tényleges összeg), válassza ki a padlót (2).
- 6. nap, 3 (szint) + 20 (egész összesített összeg) = 23, ami < 23.1 (halmozott tényleges összeg), válassza ki a plafont (4) a 6. nap gördülő becsléseként.
Figyelje meg, hogy a 3. táblázat utolsó oszlopában minden érték pozitív, és mindegyik kisebb vagy egyenlő, mint 1.
Egy alternatív algoritmust mutat be a 4. táblázat. Az 1. lépés a tényleges kumulatív összeg plafonértékének kiszámítása (lásd a 4. oszlopban). A gördülő kerekítési becslés (5. oszlop) a mai és a tegnapi nap tényleges kumulatív összegének felső határa (4. oszlop) közötti különbség. A 4. (6) napra vonatkozó gördülő becslés a 4. (16) nap összesített összegének felső határa, mínusz a 3. (10) nap összesített összegének felső határa; 6 = 16-10. Az APL2-ben a kód „Z1←¯2- /0,⌈+X”.
Következtetés
Az ellátási lánc kezelésének számos területén az analitikai módszerek „bosszantó tizedesjegyekkel” generálnak becsléseket. Például a keresletbecslések és a termelés tervezése. A kellemetlen tizedesjegyek megszüntetésének hagyományos módszere a kerekítés. Ez azonban a kritikus információk elvesztésével is jár; a kumulált összeg gyakran alul- vagy túlértékelheti a cég munkaterhelését. A gördülő kerekítési módszer ezt az információvesztést 1-ben korlátozza.
Tetszett ez a bejegyzés? Feliratkozás vagy kövesse Arkievát tovább Linkedin, Twitterés Facebook a blogfrissítésekhez.
Forrás: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/
