说明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行动以获得最佳结果。预测负载在未来24小时的电网中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。
说明性分析依赖于优化和基于规则的技术来制定决策。
优化技术如线性规划,整数规划,非线性规划在规定性分析中扮演重要角色,因为它们可以使一组决策以最优的方式做出。这些技术被应用到一个模型中,该模型表示将要做出的决策、决策的约束条件以及比较决策的目标。
制定生产和库存水平以满足预期的需求在销售地点是整数编程解决的规定分析问题:
基于规则的技术包括推理引擎,记分卡,决策树在说明性分析中用于做出决策,例如当传感器读数超过阈值时选择关闭设备进行维护,或当其得分足够高时接受金融交易。
规定性分析还包括对不确定性的考虑,以便在一系列结果中做出稳健的决策。蒙特卡罗模拟通常用于此分析。
说明性分析以数据开始,以决策结束。MATLAB®它的工具箱支持从数据获取、清理和探索、预测性和说明性建模到在企业系统中部署的所有步骤。
要了解更多,请参阅数据科学概述,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,在可用的地方获得翻译内容,并查看本地事件和优惠。根据您的位置,我们建议您选择:。
您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)以获得最佳的网站性能。其他MathWorks国家网站没有针对您所在位置的访问进行优化。
联系当地办事处
本网站使用cookie来改善您的用户体验,个性化内容和广告,并分析网站流量。通过继续使用本网站,您同意我们使用cookie。请看我们隐私政策了解更多关于cookie和如何更改您的设置。