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行动以获得最佳结果。预测负载在接下来的24小时里,在电网上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代表规范的分析。
说明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,非线性规划在规定性分析中扮演着重要的角色,因为它们能够以最优的方式做出一系列决策。这些技术应用于一个模型,该模型表示要做出的决策、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期需求在销售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,决策树在规定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,或当其得分足够高时接受金融交易。
说明性分析还包括对不确定性的考虑,因此对于一系列结果,决策是稳健的。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、清理和探索到预测和规定性建模到在企业系统中部署之间的所有步骤。
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
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您的地理位置,我们建议您选择:。
您也可以从以下列表中选择网站:
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。
联系当地办事处