规范性分析是数据分析的一个分支,它使用预测模型来建议采取的行动以获得最佳结果。预测负载在接下来的24小时内电网就是一个例子预测分析,而决定如何操作发电厂根据这一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,非线性规划在规范性分析中扮演重要角色,因为它们能够以最优的方式做出一系列决策。这些技术被应用到模型中,模型表示要做的决策、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需求在销售地点是一个通过整数规划解决的规定性分析问题:
基于规则的技术包括推理引擎,记分卡,决策树在规范性分析中用于做出决策,如当传感器读数超过阈值时选择关闭设备进行维护,或当其分数足够高时接受金融交易。
规范性分析还包括对不确定性的考虑,从而使决策能够针对一系列结果进行稳健的分析。蒙特卡罗模拟常用于此分析。
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采集、清理和探索、预测和说明性建模到企业系统部署之间的所有步骤。
要了解更多,请看数据科学概述,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
选择网站
选择一个网站来获得可用的翻译内容,并看到当地的活动和提供。根据您所在的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
请选择表现最佳的中国网站(中文或英文)。MathWorks的其他国家网站并没有针对您所在位置的访问进行优化。
与当地办事处联系