According to the three different si

According to the three different similarity measurements, the proposed clustering-based forecasting scheme can
be viewed as three forecasting models. They are Mean-F model using Mean method, Median-F model employing
Median method and MinMax-F model applying MinMax method. The prediction results of the proposed three sales
forecasting schemes are compared to those of SVR model without data clustering (called single SVR model).
For building forecasting models, five predictors employed in [7,8] including previous month’s sales amount (T-
1), previous two months’ sales amount (T-2), previous three months’ sales amount (T-3), 3-month moving average
(MA3) and sales amount at the same time last year (T-12) are used in this study. In this study, all of the four
forecasting schemes are used for one-step-ahead forecasting of monthly sales data. The prediction performance is
evaluated using the root mean square error (RMSE), mean absolute deviation (MAD), mean absolute percentage
error (MAPE), root mean square percentage error (RMSPE) and normalized mean square error (NMSE).

ผลลัพธ์ (ไทย) 1:

ตามการวัดความคล้ายคลึงกันแตกต่างกันสาม สามารถเสนอตามคลัสเตอร์การคาดการณ์โครงการดูเป็น 3 แบบจำลองการคาดการณ์ มีรุ่น F หมายถึงอะไรโดยใช้วิธีค่าเฉลี่ย มัธยฐาน F แบบจ้างวิธีเฉลี่ยและใช้ MinMax รุ่น MinMax-F ผลการทำนายของการเสนอขาย 3แผนการคาดการณ์จะเปรียบเทียบกับของรุ่น SVR โดยไม่ clustering ข้อมูล (เรียกว่าเดี่ยว SVR รุ่น)อาคารแบบ การพยากรณ์ยอดขายพยากรณ์ที่ห้าส่วนใน [7.8] รวมทั้งในเดือนก่อนหน้า (T-1), ยอดขายเดือนสองก่อนหน้า (T-2), ยอดขายก่อนหน้า 3 เดือน (T-3) ค่าเฉลี่ยเคลื่อนที่ 3 เดือน(MA3) และยอดขายในเวลาเดียวกันปีที่แล้ว (T-12) ที่ใช้ในการศึกษานี้ ในการศึกษานี้ สี่ทั้งหมดแผนการคาดการณ์จะใช้สำหรับการคาดการณ์หนึ่งขั้นตอนล่วงหน้าของข้อมูลการขายรายเดือน ประสิทธิภาพการทำงานของการคาดเดาถูกประเมินโดยใช้ข้อผิดพลาดรากหมายถึงสแควร์ (RMSE), หมายถึง ส่วนเบี่ยงเบนสัมบูรณ์ (MAD), หมายถึง เปอร์เซ็นต์ที่แน่นอนข้อผิดพลาด (MAPE), รากหมายถึงตารางเปอร์เซ็นต์ข้อผิดพลาด (RMSPE) และข้อผิดพลาดมาตรฐานหมายถึงสแควร์ (NMSE)

ผลลัพธ์ (ไทย) 2:

ตามที่วัดสามคล้ายคลึงกันที่แตกต่างกัน, การจัดกลุ่มตามรูปแบบการคาดการณ์ที่นำเสนอสามารถ
ถูกมองว่าเป็นสามรูปแบบการพยากรณ์ พวกเขามีความหมาย-F รุ่นโดยใช้วิธี Mean รุ่น Median-F จ้าง
วิธีการและรูปแบบมัธยฐาน MinMax-F ใช้วิธี MinMax ผลการทำนายที่เสนอขายทั้งสาม
รูปแบบการคาดการณ์เมื่อเทียบกับบรรดารุ่น SVR โดยไม่ต้องจัดกลุ่มข้อมูล (เรียกว่ารุ่น SVR เดี่ยว).
สำหรับการสร้างแบบจำลองการคาดการณ์ห้าทำนายลูกจ้างใน [7,8] รวมถึงการขายเดือนก่อนหน้าของจำนวนเงิน (T-
1 ) 'ยอดขาย (T-2) ก่อนหน้านี้สามเดือนก่อนหน้านี้สองเดือนยอดขาย (T-3), 3 เดือนเฉลี่ยเคลื่อนที่
(MA3) และปริมาณการขายในเวลาเดียวกันของปีก่อน (T-12) ถูกนำมาใช้ ในการศึกษานี้ ในการศึกษานี้ทั้งหมดในสี่
รูปแบบการคาดการณ์ถูกนำมาใช้สำหรับการพยากรณ์หนึ่งขั้นตอนข้างหน้าของข้อมูลการขายรายเดือน ผลการดำเนินงานการคาดคะเนจะ
ประเมินโดยใช้รากหมายถึงตารางข้อผิดพลาด (RMSE) ค่าเฉลี่ยส่วนเบี่ยงเบนสัมบูรณ์ (MAD) เฉลี่ยร้อยละแน่นอน
ข้อผิดพลาด (MAPE) Root Mean คลาดเคลื่อนร้อยละ (RMSPE) และปกติคลาดเคลื่อนเฉลี่ย (NMSE)

ผลลัพธ์ (ไทย) 3:

ตามสามที่แตกต่างกันเสนอความเหมือนการวัดการจัดกลุ่มตามโครงการสามารถพยากรณ์ถูกมองว่าเป็นสามแบบพยากรณ์ . พวกเขาเป็นรูปแบบ mean-f โดยใช้วิธีหมายถึง รูปแบบการ median-fวิธีการหาค่ามัธยฐานและ minmax-f แบบจำลองใช้วิธีการหลงผิด . การทำนายผลของการเสนอขาย สามการพยากรณ์แบบเทียบกับโมเดลของ SVR ไม่มีการจัดกลุ่มข้อมูล ( เรียกว่าระบบ SVR เดียว )สำหรับการสร้างตัวแบบพยากรณ์ที่ใช้ใน 5 [ 7 , 8 ] รวมทั้งยอดขายเดือนก่อน ( ที1 ) ก่อนหน้านี้สองเดือนยอดขาย ( T-2 ) ย้อนหลัง 3 เดือนยอดขาย ( t-3 ) , ค่าเฉลี่ยเคลื่อนที่ 3 เดือน( ma3 ) และยอดขายในช่วงเวลาเดียวกันของปีก่อน ( t-12 ) ที่ใช้ในการศึกษาครั้งนี้ ในการศึกษานี้ มีทั้งหมดสี่การพยากรณ์แบบแผนการใช้หนึ่งขั้นล่วงหน้าของข้อมูลการขายรายเดือน ประสิทธิภาพในการทำนายประเมินการใช้รากค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( RMSE ) หมายถึงการเบี่ยงเบนสัมบูรณ์ ( MAD ) หมายถึงค่าสัมบูรณ์ข้อผิดพลาด ( MAPE ) Root Mean Square Error ( rmspe เปอร์เซ็นต์ ) และในรูปค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง ( nmse )