прогнозирование перевозок

12 сообщений / 0 новых
Последнее сообщение
прогнозирование перевозок

Здравствуйте.

Передо мной сейчас стоит задача прогнозирования жд перевозок определенного вида продукции (перевозки между регионами и в страны/из стран экспортеров/импортеров).

Входные данные: тарифы перевозок (матрица перевозок), запасы продукции по точках отправления/назначения, матрица стоимости продукции по точкам матрица с дополнитльными ограничениями (в строках и столбцах матриц точки отправления/назначения).

Таким образом часть входных данных будет задана матрицами, то есть если есть избыток продукции, то его распределение будет зависет от цен по регионам, тарифов и остатков в других регионах... Ответом прогнозной модели также должны являться матрица - матрица перевозок.

То есть для прогнозирования я на данный момент вижу только - панельную регрессию. 

Есть ли другие методы, которые в должной мере помогут учесть взаимодействия между пунктами отправления/назначения?

Буду благодарен за любую помощь. 

Добрый день!

Добрый день!

AlexanderMayorov wrote:
панельную регрессию

Интересная у вас задачка. Вопрос один только: где вы читали про панельную регрессию? Что это такое?

----------------------
Ирина Чучуева,
команда Математического бюро

В принципе, такой же

В принципе, такой же регрессионный аппарат. Только оцениваемые величины и регрессоры - матрица, коэффициенты - вектора:) примерно так. Особо на практике ее пока не использовал, но в данной задаче надо учитывать, и вектора-затрат и вектора-тарифов, и вектора-запасов по регионам.

Признать, я не знаю, откуда

Признать, я не знаю, откуда название панельная регрессия. Это называется множественная регрессия, когда у нас результирующая переменная зависит от набора независимых переменных.

Погодите, давайте посмотрим, что у вас за задача. У вас эта матрица должна формироваться на будущее, а все данные, о которых вы написали, есть только на текущий момент?

У меня отчего-то пока ощущение, что это больше похоже на оптимизационную задачу, чем на прогноз. Нужно придумать такие маршруты, чтобы минимизировать затраты или максимизировать прибыль при заданных ограничениях. Или я ошибаюсь?

----------------------
Ирина Чучуева,
команда Математического бюро

Немного ошибаетесь:)

Немного ошибаетесь:) оптимизационная, если бы мы сами могли управлять (мы не можем, мы только хотим понять логику). Да, по сути мы знаем только фактические данные, но мы можем часть из них смоделировать моделями, типа, ARIMA, например, и получить ряд на перспективу (я имею ввиду смоделировать ряды "плоские" ряды отдельно, потом построить матричные оценки). Ну, например:) пока сам думаю как сделать) 

И все же прогнозирование!

И все же прогнозирование! Вопрос тогда такой: какая ошибка прогноза считается приемлемой?

Дело в том, что если для прогноза вам нужно прогнозировать все показатели (столбцы вашей матрицы), чтобы после на основании этого прогноза построить еще один прогноз, то есть вариант, что ошибка второго (нужного) прогноза будет абсурдной величиной. Сколько у вас "плоских", как вы говорите, рядов, которые влияют на искомую переменную?

----------------------
Ирина Чучуева,
команда Математического бюро

    Добрый день!

    Добрый день!

    Если более подробно: матрица, которую необходимо прогнозировать 8*8 по столбцам и строкам соответственно. Продукция, которую необходимо перевозить-продукция агрокомплекса, зависит от большого качества факторов, например,  погодные условия, площадь посевных и так далее. Вообще-то, конечно все факторы здесь сложно прогнозируемые. Также существуют факторы типа, эмбарго на экспорт, или просто смена таможенной политики. 

    Если честно, пока не знаю какие факторы еще буду точно включать, в принципе, потенциально почти в наличие огромное количество рядов по региона - характеризующая агрокомплекс. Но все ряды сложно прогнозируемые.

   Сейчас просто делаю чисто техническую работу, скоро приступаю к прогнозной. Поэтому написал, чтобы узнать доступный для решения таких задач мат аппарат. Но, насколько я понимаю, я могу только множественную регрессию использовать?

 

 

Насчет потениальных моделей прогнозирования. Я прочитал у Вас в диссертации о следующих методах:

"В обзоре моделей прогнозирования энергопотребления [36] рассматривается следующие типы комбинаций:

  • нейронные сети + нечеткая логика;
  • нейронные сети + ARIMA;
  • нейронные сети + регрессия;
  • нейронные сети + GA + нечеткая логика;
  • регрессия + нечеткая логика."      

Каким образом данные методы могут использоваться совместно? При кластеризации я понимаю, делим выборку на кластеры первым методом, а потом внутри кластера прогнозируем вторым методом. Как еще могут применяться совместно перечисленные выше методы?

Спасибо.

AlexanderMayorov wrote:
AlexanderMayorov wrote:
Сейчас просто делаю чисто техническую работу, скоро приступаю к прогнозной.

Вы знаете, без конкретики мне дать вам рекомендацию будет просто невозможно. Например, может вам больше подойдет CART (Классификационно-регрессионные деревья). Я читала статью, в диссертации есть ссылка на нее, как при помощи CART прогнозировали регионы с голодом в Африке (литература №31). Если на английском читаете, то посмотрите на нее.

AlexanderMayorov wrote:
Каким образом данные методы могут использоваться совместно?

Модели используются не совсем совместно, а последовательно. Вы правильно понимаете вопрос. Сначала на основании нейронной сети или регрессии производится кластеризация временного ряда. А затем для каждого определенного кластера делается модель прогнозирования на основе нечеткой логики, ARIMA и т.д. Кластеризацию стоит проводить, если временной ряд длинный и сложный, скажем, имеет несколько тысяч значений и жесткие требования по точности прогнозирования.

AlexanderMayorov wrote:
Как еще могут применяться совместно перечисленные выше методы?

Если у нас с вами есть последовательное применение моделей, то мы всегда (или почти всегда) можем сделать параллельное. Я писала об этом подробно в записи Два способа повысить точность прогноза.

----------------------
Ирина Чучуева,
команда Математического бюро

Спасибо!

Спасибо!

"Вы знаете, без конкретики мне дать вам рекомендацию будет просто невозможно. Например, может вам больше подойдет CART (Классификационно-регрессионные деревья). Я читала статью, в диссертации есть ссылка на нее, как при помощи CART прогнозировали регионы с голодом в Африке (литература №31). Если на английском читаете, то посмотрите на нее."

Я понимаю, что без конкретики-это как месить воду в ступе) Для меня важно было понимать какой аппарат может быть использован - просто в широко смысле.

По материалам, которые Вы посоветовали, буду изучать.  

AlexanderMayorov wrote:Есть

AlexanderMayorov wrote: Есть ли другие методы, которые в должной мере помогут учесть взаимодействия между пунктами отправления/назначения?

Я в своё время решал эту задачу, и результат описал в статье "оптимизация складских запасов".

 

Отлично! Спасибо за ссылку!

Отлично! Спасибо за ссылку!

----------------------
Ирина Чучуева,
команда Математического бюро

2010 - 2018 © Математическое бюро

Все права защищены в соответствии с законодательством РФ

При полном или частичном использовании материалов ссылка на сайт обязательна