МЕНЮ
АДРЕСА

123022, Москва, Рочдельская ул.

д.15 стр.17-18

Телефон:

+7 499 703−22−48

Факс:

+7 499 703−22−48

НАЗНАЧЕНИЕ И СУТЬ

- Управление надежностью и эффективностью производственных активов имеет дело со множеством «случайных» аспектов, влияющих на актив и его использование.

- В этих условиях критически важно уметь прогнозировать возникновение тех или иных «случайных» событий – отказов, нарушений, угроз и пр.

- Методы статистического анализа позволяют анализировать только групповое поведение объектов того или иного вида, но не дают возможности прогнозирования индивидуальной «судьбы» единичного объекта. Это, в свою очередь, не позволяет планировать индивидуальные же действия по управлению такими объектами.

- Для задач «индивидуального» предназначены технологии прогнозной аналитики. Они позволяют выявлять скрытые, неявные закономерности и тренды в поведении объектов и сопутствующих этому факторов, и строить качественные прогнозы индивидуальной судьбы исходя из известной информации о том, что уже было, есть и будет.

PM

Суть подхода: модель актива как объект прогнозирования

 
 

КОНТАКТЫ

НАШ АДРЕС:

123022, Москва, Рочдельская ул.

д.15 стр.17-18

Телефон: +7 499 703−22−48

Факс: +7 499 703−22−48

rcm-systems.ru

contact@rcm-systems.ru

НАПИШИТЕ НАМ:

Механизмы прогнозирования.

Аналитические модели

прогноз значения параметра / даты и вида наступления события по заданной четкой логике - регрессия, причина/следствие, системы уравнений и пр. по значениям исходных данных.

Статистические модели

прогноз значения параметра / даты и вида наступления события по выявленной статистической закономерности – матожидание значения параметра / вероятности события по соответствующему виду распределения, основанному на обработке соответствующей статистики.

Машинное обучение

прогноз значения параметра / даты и вида наступления события по совпадению определенного набора значений входных данных выявленным ранее закономерностям проявления выходных данных (линейная и нелинейная регрессия, дисперсионный и кластерный анализ и т.д.)

Нейронные сети

прогноз вариантов значения параметра / даты и вида наступления события по приблизительному совпадению определенного набора значений входных данных выявленным ранее закономерностям проявления выходных данных

Механизмы прогнозирования. Аналитические модели.