Time series forecasting research ha

Time series forecasting research has recently focused on developing
rather sophisticated methods for forecasting inbound call arrivals. However
there has been overwhelming evidence (Ibrahim& L'ecuyer, 2013;
Tandberg, Easom, & Qualls, 1995; Taylor, 2008a, 2010) that such
methods are outperformed by the simple Seasonal Moving Average
(SMA) method particularly at longer forecast horizons where capacity
planning decisions are made. Despite its attractiveness, the performance
of the SMA method has not been systematically evaluated, nor
have extensions been investigated. This study evaluates the
performance of the SMA method systematically varying the number of
seasonal periods included in the average to assess its impact on forecasting
accuracy across different data frequencies of 5 min, half-hourly
and hourly recorded call arrivals. The SMA method is compared to ‘simple’
and advanced benchmarks including seasonal ARIMA and the double
seasonal Holt-Winters exponential smoothing method of Taylor
(2003) forecasting 5 min to two weeks ahead.
A new hybrid forecasting method is proposed

ผลลัพธ์ (ไทย) 1:

อนุกรมเวลาการพยากรณ์การวิจัยเมื่อเร็ว ๆ นี้และมุ่งพัฒนาวิธีการค่อนข้างซับซ้อนสำหรับการคาดการณ์สินค้าโทรเข้ามา อย่างไรก็ตามมีหลักฐานอย่างท่วมท้น (อิบรอฮีมและ L'ecuyer, 2013Tandberg, Easom, & Qualls, 1995 เทย์เลอร์ 2008a, 2010) ที่ดังกล่าววิธีเป็นกรรมการ โดยให้ง่ายตามฤดูกาลย้ายเฉลี่ยวิธีการ (SMA) โดยเฉพาะอย่างยิ่งในการคาดการณ์ขอบเขตอีกต่อไปกำลังการผลิตการวางแผนตัดสินใจ แม้ มีความน่าสนใจของ ประสิทธิภาพการทำงานของ SMA วิธีไม่ถูกระบบประเมินค่า หรือมีส่วนขยายการตรวจสอบ การศึกษานี้ประเมินการประสิทธิภาพของวิธี SMA จำนวนที่แตกต่างกันอย่างเป็นระบบเวลาตามฤดูกาลที่รวมอยู่ในค่าเฉลี่ยการประเมินผลกระทบต่อการคาดการณ์ความแม่นยำในข้อมูลที่แตกต่างความถี่ครึ่งชั่วโมง 5 นาทีและชั่วโมงบันทึกขาเข้าโทร วิธี SMA ถูกเปรียบเทียบกับ 'ง่าย'และเกณฑ์มาตรฐานขั้นสูงรวมทั้งฤดูกาล ARIMA และเตียงฤดูหนาวโฮลท์เนนเรียบวิธีการของเทย์เลอร์(2003) การคาดการณ์ 5 นาทีถึงสองสัปดาห์ข้างหน้านี้มีเสนอวิธีการการคาดการณ์ไฮบริดใหม่

ผลลัพธ์ (ไทย) 2:

เวลาการวิจัยชุดการคาดการณ์เมื่อเร็ว ๆ นี้ได้มุ่งเน้นไปที่การพัฒนา
วิธีการที่ซับซ้อนค่อนข้างคาดการณ์สำหรับผู้โดยสารขาเข้าสายขาเข้า อย่างไรก็ตาม
ได้มีหลักฐานมากมาย (อิบราฮิมและ L'Ecuyer, 2013;
Tandberg, Easom และวัลส์, 1995; เทย์เลอร์, 2008a, 2010) ว่า
วิธีการที่จะทำได้ดีกว่าโดยฤดูกาลง่าย Moving Average
(SMA) วิธีการคาดการณ์โดยเฉพาะอย่างยิ่งอีกต่อไปอันไกลโพ้นที่ ความจุของ
การวางแผนการตัดสินใจจะทำ แม้จะมีความน่าดึงดูดใจของประสิทธิภาพ
ของวิธี SMA ยังไม่ได้รับการประเมินอย่างเป็นระบบและไม่
ได้รับการตรวจสอบส่วนขยาย การศึกษาครั้งนี้ประเมิน
ประสิทธิภาพของวิธีการที่แตกต่างกัน SMA ระบบจำนวนของ
ระยะเวลาตามฤดูกาลรวมอยู่ในค่าเฉลี่ยในการประเมินผลกระทบต่อการคาดการณ์
ความถูกต้องความถี่ข้อมูลที่แตกต่าง 5 นาทีครึ่งชั่วโมง
และบันทึกรายชั่วโมงโทรขาเข้า วิธี SMA เมื่อเทียบกับ 'ง่าย'
มาตรฐานและขั้นสูงรวมทั้งตามฤดูกาล ARIMA และคู่
ตามฤดูกาลโฮลท์ฤดูหนาววิธีชี้แจงนุ่มนวลของเทย์เลอร์
(2003) การคาดการณ์ 5 นาทีถึงสองสัปดาห์ข้างหน้า.
วิธีการคาดการณ์ใหม่ไฮบริดจะเสนอ

ผลลัพธ์ (ไทย) 3:

การพยากรณ์อนุกรมเวลาการวิจัยเมื่อเร็ว ๆ นี้มุ่งเน้นการพัฒนาค่อนข้างซับซ้อนสำหรับการพยากรณ์วิธีการเรียกสินค้าขาเข้า อย่างไรก็ตามมีหลักฐาน ( Ibrahim & l"ecuyer 2013 ;ทั้งนี้ easom , และ คว , 1995 ; เทย์เลอร์ 2008a 2010 ) เช่นวิธีง่ายๆในฤดูกาลโดยเฉลี่ยเคลื่อนที่( SMA ) วิธีพยากรณ์โดยเฉพาะอย่างยิ่งที่อีกขอบฟ้าที่ความจุการตัดสินใจวางแผนจะทำ แม้จะมีความสนใจ ประสิทธิภาพของ SMA ได้อย่างเป็นระบบ วิธีการประเมิน และมีนามสกุลเป็นสาร การศึกษาประเมินประสิทธิภาพของวิธีการที่แตกต่างกันและระบบจำนวนช่วงฤดูกาลรวมอยู่ในค่าเฉลี่ย เพื่อศึกษาผลกระทบต่อการพยากรณ์ความถูกต้องในข้อมูลที่แตกต่างกันความถี่ 5 นาทีครึ่ง รายชั่วโมงและรายชั่วโมงเรียกบันทึกการเข้าพัก SMA เป็นวิธีการเปรียบเทียบกับ " ง่าย "และมาตรฐานขั้นสูงรวมถึงการตลาดตามฤดูกาลและคู่วิธีการปรับให้เรียบแบบเอ็กซ์โปเนนเชียล โฮลท์ หนาวตามฤดูกาล เทย์เลอร์( 2003 ) การพยากรณ์ 5 นาทีถึงสองสัปดาห์ข้างหน้าวิธีพยากรณ์ไฮบริดใหม่เสนอ