Arus Bersih Bitcoin Gemini

Alat Perdagangan Ilmu Data: Pembulatan Bergulir untuk Menangani Desimal yang Mengganggu Itu

Node Sumber: 1861021

Kesimpulan

Di banyak bidang manajemen rantai pasokan, metode analitik menghasilkan perkiraan dengan “desimal yang mengganggu”; misalnya, perkiraan permintaan dan perencanaan produksi. Metode tradisional untuk menghilangkan desimal yang mengganggu adalah dengan pembulatan. Namun, hal ini juga mengakibatkan hilangnya jumlah kumulatif informasi penting, yang seringkali dapat mengecilkan atau melebih-lebihkan beban kerja di perusahaan. Metode pembulatan bergulir membatasi kehilangan informasi sebesar 1. Blog ini menunjukkan pentingnya metode ini dan cara menghitung perkiraan bilangan bulat yang ditingkatkan ini.

Pengantar

Saat menghabiskan waktu bersama “munchkins” (cucu), jelas mengapa bilangan bulat positif (mungkin dengan nol) disebut sebagai bilangan asli; penghitungan itu intuitif. Kenyamanan yang sama terjadi dalam manajemen rantai pasokan. Jika metode peramalan deret waktu memperkirakan permintaan harian sebesar 3.1, 4.2, dan 2.3 – pilihan kami adalah menghilangkan desimal yang mengganggu tersebut. Jika rencana produk mengatakan produksi harian harus 2.9, 3.1, dan 1.7, kami memiliki perasaan yang sama. Pertanyaannya adalah bagaimana cara terbaik untuk menghilangkan desimal, dimana yang terbaik didefinisikan sebagai meminimalkan jumlah informasi yang hilang.

Metode tradisionalnya adalah membulatkan masing-masing nilai menjadi bilangan bulat dan mengasumsikan “kesalahan pembulatan” akan seimbang. Namun, hal ini tidak selalu benar. Tabel 1 mempunyai perkiraan permintaan selama 14 hari untuk tiga produk (produk 1, 2, dan 3). Perkiraan permintaan sebenarnya ada di kolom dua, tiga, dan empat. Jumlah permintaan untuk setiap produk (53.1, 50.0, dan 48.7) disediakan di baris berikutnya hingga terakhir. Tuntutan yang dibulatkan ada di kolom lima sampai tujuh dan jumlahnya ada di baris berikutnya hingga terakhir (50, 51, 52). Baris terakhir menunjukkan rincian antara jumlah perkiraan sebenarnya dan jumlah perkiraan yang dibulatkan. Terdapat perbedaan yang cukup besar untuk produk 1 (3.1) dan produk 3 (-3.3).

Yang kita butuhkan adalah metode “pembulatan” yang membatasi selisih jumlah kumulatif menjadi 1 dan memastikan jumlah kumulatif nilai yang dibulatkan lebih besar dari jumlah kumulatif nilai sebenarnya. Ini disebut “pembulatan bergulir”. Blog ini menyediakan algoritma untuk pembulatan bergulir. Ini adalah bagian dari seri Alat Perdagangan Ilmu Data.

Alat Perdagangan Pembelajaran Mesin dan Ilmu Data: Perbedaan Tingkat Pertama

Alat Perdagangan: Cara Membandingkan / Menggabungkan Rangkaian Waktu yang Beragam – “Normalisasi”

Alat Perdagangan Ilmu Data: Simulasi Komputer Monte Carlo

Dasar-dasar Pembulatan Bergulir

Kita akan mulai dengan contoh jumlah kumulatif. Tabel 2 menampilkan perkiraan permintaan untuk produk 1 dan jumlah kumulatif untuk perkiraan aktual dan bilangan bulat. Kolom 3 adalah aktual kumulatif. Hari ke-1 adalah perkiraan permintaan untuk hari ke-1.  Hari ke-2 adalah jumlah kumulatif dari Hari ke-1 (3.1) ditambah perkiraan permintaan untuk hari ke-2 (4.2) yaitu 7.3. Hari ke-3 adalah 7.3 + 2.3 = 9.6 Kolom 4 adalah jumlah kumulatif perkiraan bilangan bulat. Hari ke 3 (9) = 7+2. Kolom terakhir adalah delta antara setiap jumlah kumulatif setiap hari. Untuk hari ke 4 nilai delta -0.7 = 15.0 – 15.7. Amati pertumbuhan ukuran delta.

Algoritma apa yang kita gunakan untuk menghasilkan perkiraan bilangan bulat dimana jumlah kumulatif dari perkiraan bilangan bulat selalu lebih besar dari atau sama dengan jumlah kumulatif aktual, dan ukuran delta tidak pernah lebih besar dari 1? Tabel 3 menunjukkan algoritma ini.

  1. Hari ke-1, perkiraan putaran bergulir adalah batas atas (pembulatan ke atas), di sini 3.1  Jumlah kumulatif perkiraan bilangan bulat hari ke-1 adalah 4.
  2. Hari ke-2, kita menambahkan nilai dasar perkiraan aktual (4.2  4) ke perkiraan kumulatif pada hari ke-1 (4) sehingga menghasilkan 8 (=4+4). Jika nilai ini lebih besar atau sama dengan jumlah kumulatif aktual untuk hari ke-1 (yaitu 7.3), maka kita memilih nilai dasar dan perkiraan pembulatan bergulir untuk hari ke-2. Jika tidak, maka perkiraan batas atas digunakan.
  3. Hari ke-3, 2(lantai) + 8 (jumlah kumulatif bilangan bulat) = 10, yaitu >= 9.6 (jumlah kumulatif aktual), pilih lantai (2).
  4. Hari ke-6, 3(lantai) + 20 (jumlah kumulatif bilangan bulat) = 23, yaitu < 23.1 (jumlah aktual kumulatif), pilih batas atas (4) untuk digunakan sebagai perkiraan putaran bergulir untuk hari ke-6.

Perhatikan pada kolom terakhir Tabel 3, semua nilainya positif dan semuanya kurang dari atau sama dengan 1. 

Algoritme alternatif ditunjukkan pada Tabel 4. Langkah 1 adalah menghitung nilai plafon untuk jumlah kumulatif aktual (tunjukkan pada kolom 4). Estimasi pembulatan bergulir (kolom 5) merupakan selisih antara pagu jumlah kumulatif aktual (kolom 4) hari ini dengan kemarin. Estimasi putaran bergulir untuk hari ke 4 (6) adalah batas atas jumlah kumulatif hari ke 4 (16) dikurangi batas atas jumlah kumulatif hari ke 3 (10); 6 = 16-10. Di APL2 kodenya adalah “Z1←¯2- /0,⌈+X”.

Kesimpulan

Di banyak bidang manajemen rantai pasokan, metode analitik menghasilkan perkiraan dengan “desimal yang mengganggu”. Misalnya perkiraan permintaan dan perencanaan produksi. Metode tradisional untuk menghilangkan desimal yang mengganggu adalah dengan pembulatan. Namun, hal ini juga mengakibatkan hilangnya informasi penting; jumlah kumulatif sering kali dapat mengecilkan atau melebih-lebihkan beban kerja di perusahaan. Metode pembulatan bergulir membatasi kehilangan informasi sebesar 1.

Suka postingan ini? Berlangganan atau ikuti Arkieva di LinkedinTwitter, dan Facebook untuk pembaruan blog.

Sumber: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/

Stempel Waktu:

Lebih dari Blog Tautan Rantai Pasokan – Arkieva