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
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.
