本发明专利技术涉及数据处理技术领域,具体涉及一种EPM场景下目标值自动预测方法及系统,包括输入计算子系统、自动预测子系统和输出计算子系统,首先,输入计算子系统将EPM多维模型中的历史数据输入到自动预测子系统;然后,自动预测子系统对历史数据进行预处理,得到预处理数据,并选定有效模型对预处理数据进行预测,得到预测结果;最后,输出计算子系统将预测结果输出并可视化,实现自动预测,解决了通过人工判断来选取相应的预测函数,错误率较高的问题。题。题。
【技术实现步骤摘要】
一种EPM场景下目标值自动预测方法及系统
[0001]本专利技术涉及数据处理
,尤其涉及一种EPM场景下目标值自动预测方法及系统。
技术介绍
[0002]在EPM场景特别中,用户经常需要通过当前数据以及历史经验预测未来的预测值,我们称此预测值为目标值。现有用户多通过经验法评估设定预测值,相关系统也多是通过简单的时间序列函数提供一个预测范围给到客户。具体的实现多通过编码的方式完成数据清洗、异常值检测、然后再选取合适的时间序列函数或者回归函数编码计算出结果。
[0003]采用上述方式,通常通过人工判断来选取相应的预测函数,预测准确度依赖于开发人员的能力,错误率较高。
技术实现思路
[0004]本专利技术的目的在于提供一种EPM场景下目标值自动预测方法及系统,旨在解决通过人工判断来选取相应的预测函数,错误率较高的问题。
[0005]为实现上述目的,第一方面,本专利技术提供了一种EPM场景下目标值自动预测系统,包括输入计算子系统、自动预测子系统和输出计算子系统,所述输入计算子系统、所述自动预测子系统和所述输出计算子系统依次连接;
[0006]所述输入计算子系统,用于将EPM多维模型中的历史数据输入到所述自动预测子系统;
[0007]所述自动预测子系统,用于对所述历史数据进行预处理,得到预处理数据,并选定有效模型对预处理数据进行预测,得到预测结果;
[0008]所述输出计算子系统,用于将所述预测结果输出并可视化。
[0009]其中,所述自动预测子系统包括预处理模块、模型选定模块、结果输出模块和结果对比模块,所述预处理模块、所述模型选定模块、所述结果输出模块和所述结果对比模块依次连接;
[0010]所述预处理模块,用于对所述历史数据进行预处理,得到预处理数据;
[0011]所述模型选定模块,用于从模型数据库中选择有效模型;
[0012]所述结果输出模块,用于将所述预处理数据输入所述有效模型中进行预测,得到输出结果;
[0013]所述结果对比模块,用于将所述输出结果与预设范围进行对比,若所述输出结果在所述预设范围内,则将所述输出结果作为预测结果输出给所述输出计算子系统。
[0014]其中,所述预处理模块包括异常值检测单元、特征提取单元和数据分类单元,所述异常值检测单元、所述特征提取单元和所述数据分类单元依次连接;
[0015]所述异常值检测单元,用于对所述历史数据进行异常值检测,若所述历史数据中存在异常值,则采用平均值法对所述异常值进行数据补充,得到补充数据;
[0016]所述特征提取单元,用于对所述补充数据进行特征提取,得到关键数据;
[0017]所述数据分类单元,用于采用聚类分类算法对所述关键数据进行分类,得到预处理数据。
[0018]其中,所述模型选定模块包括存储单元和选定单元,所述存储单元与所述选定单元连接;
[0019]所述存储单元,用于构建模型数据库储存回归算法预测模型、时间序列预测模型和AutoML预测模型;
[0020]所述选定单元,用于从所述回归算法预测模型、所述时间序列预测模型和所述AutoML预测模型选择任意一个模型,得到有效模型。
[0021]其中,所述结果对比模块包括对比单元和跳转单元,所述对比单元与所述跳转单元连接;
[0022]所述对比单元,用于将所述输出结果与预设范围进行对比,得到对比结果;
[0023]所述跳转单元,用于在所述对比结果为所述输出结果不在所述预设范围内时,跳转至所述选定单元对模型进行重新选定后进行预测;在所述输出结果在所述预设范围内时,将所述输出结果作为预测结果输出给所述输出计算子系统。
[0024]其中,所述输出计算子系统包括输出模块、可视化模块、安装机构和显示屏,所述输出模块、所述可视化模块和所述显示屏依次连接,所述安装机构设置于所述显示屏的一侧;
[0025]所述输出模块,用于将所述预测结果输出给所述可视化模块;
[0026]所述可视化模块,用于将所述预测结果可视化,得到可视化模型;
[0027]所述显示屏,用于对所述可视化模型进行显示;
[0028]所述安装机构,用于固定所述显示屏。
[0029]第二方面,本专利技术提供了一种EPM场景下目标值自动预测方法,
[0030]本专利技术的一种EPM场景下目标值自动预测系统,首先,所述输入计算子系统将EPM多维模型中的历史数据输入到所述自动预测子系统;然后,所述自动预测子系统对所述历史数据进行预处理,得到预处理数据,并选定有效模型对预处理数据进行预测,得到预测结果;最后,所述输出计算子系统将所述预测结果输出并可视化,实现自动预测,解决了通过人工判断来选取相应的预测函数,错误率较高的问题。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0032]图1是本专利技术提供的一种EPM场景下目标值自动预测系统的结构示意图。
[0033]图2是自动预测子系统的结构示意图。
[0034]图3是输出计算子系统的结构示意图。
[0035]图4是预处理模块的结构示意图。
[0036]图5是模型选定模块的结构示意图。
[0037]图6是结果对比模块的结构示意图。
[0038]图7是安装机构和显示屏的结构示意图。
[0039]图8是安装机构和显示屏的剖视图。
[0040]图9是本专利技术提供的一种EPM场景下目标值自动预测方法的原理图。
[0041]图10是本专利技术提供的一种EPM场景下目标值自动预测方法的流程图。
[0042]1‑
输入计算子系统、2
‑
自动预测子系统、3
‑
输出计算子系统、4
‑
预处理模块、5
‑
模型选定模块、6
‑
结果输出模块、7
‑
结果对比模块、8
‑
异常值检测单元、9
‑
特征提取单元、10
‑
数据分类单元、11
‑
存储单元、12
‑
选定单元、13
‑
对比单元、14
‑
跳转单元、15
‑
输出模块、16
‑
可视化模块、17
‑
安装机构、18
‑
显示屏、19
‑
安装壳、20
‑
驱动组件、21
‑
安装板、22
‑
弹性杆、23
‑
清洁刷、24
‑
伸缩杆、25
‑
复位弹簧、26
‑
电机、本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种EPM场景下目标值自动预测系统,其特征在于,包括输入计算子系统、自动预测子系统和输出计算子系统,所述输入计算子系统、所述自动预测子系统和所述输出计算子系统依次连接;所述输入计算子系统,用于将EPM多维模型中的历史数据输入到所述自动预测子系统;所述自动预测子系统,用于对所述历史数据进行预处理,得到预处理数据,并选定有效模型对预处理数据进行预测,得到预测结果;所述输出计算子系统,用于将所述预测结果输出并可视化。2.如权利要求1所述的EPM场景下目标值自动预测系统,其特征在于,所述自动预测子系统包括预处理模块、模型选定模块、结果输出模块和结果对比模块,所述预处理模块、所述模型选定模块、所述结果输出模块和所述结果对比模块依次连接;所述预处理模块,用于对所述历史数据进行预处理,得到预处理数据;所述模型选定模块,用于从模型数据库中选择有效模型;所述结果输出模块,用于将所述预处理数据输入所述有效模型中进行预测,得到输出结果;所述结果对比模块,用于将所述输出结果与预设范围进行对比,若所述输出结果在所述预设范围内,则将所述输出结果作为预测结果输出给所述输出计算子系统。3.如权利要求2所述的EPM场景下目标值自动预测系统,其特征在于,所述预处理模块包括异常值检测单元、特征提取单元和数据分类单元,所述异常值检测单元、所述特征提取单元和所述数据分类单元依次连接;所述异常值检测单元,用于对所述历史数据进行异常值检测,若所述历史数据中存在异常值,则采用平均值法对所述异常值进行数据补充,得到补充数据;所述特征提取单元,用于对所述补充数据进行特征提取,得到关键数据;所述数据分类单元,用于采用聚类分类算法对所述关键数据进行分类,得到预处理数据。4.如权利要求3所述的EPM场景下目标值自动预测系统,其特征在于,所述模型选定模块包括存储单元和选定单元,所述存储单元与所述选定单元连接;所述存储单元,用于构建模型数据库储存回归算法预测模型、时间序列预测...
【专利技术属性】
技术研发人员:唐君伟,郭洪圆,
申请(专利权)人:上海绎维软件系统有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。