规定性分析是数据分析的一个分支,它使用预测模型来建议最佳结果的行动。预测负载关于未来24小时的电网就是一个例子预测分析,而决定如何操作发电厂基于此预测表示规范的分析。
规范性分析依赖于优化和基于规则的决策技术。
优化技术如线性规划,整数规划,非线性规划在规定分析中扮演重要角色,因为它们使一组决策以最佳方式做出。这些技术应用于一个模型,该模型表示要做出的决策、对决策的约束以及比较决策的目标。
设定生产和库存水平以满足预测的需求在销售地点是一个规定性的分析问题解决了整数规划:
基于规则的技术包括推理引擎,记分卡,决策树在规定的分析中用于作出决策,如选择在传感器读数超过阈值时关闭设备进行维护,或在其分数足够高时接受财务交易。
指令性分析还包括对不确定性的考虑,从而使决策对一系列结果具有鲁棒性。蒙特卡罗模拟通常用于这种分析。
规范性分析以数据开始,以决策结束。MATLAB®它的工具箱支持从数据获取、清理和探索、预测和规定性建模到企业系统部署的所有步骤。
要了解更多,请参见数据科学概述,优化工具箱™,全局优化工具箱,统计和机器学习工具箱™。
参见:预测分析,数据科学,预见性维护,线性规划,整数规划,二次规划,非线性规划,遗传算法,多目标优化,控制系统,信用评分
选择一个网站来获取可用的翻译内容,并查看本地事件和报价。根据你的位置,我们建议你选择:。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文),以获得最佳的网站表现。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系你当地的办公室
本网站使用cookies来改善您的用户体验,个性化内容和广告,并分析网站流量。继续使用本网站,即表示您同意我们使用cookies。请参阅我们的隐私政策以了解更多有关cookies和如何更改您的设置。