Demand forecasting by temporal aggregation: Using optimal or multiple aggregation levels?

پیشرفت های اخیر مزایای تجمع زمانی را برای پیش بینی تقاضا، از جمله افزایش دقت، بهبود کنترل سهام و کاهش عدم قطعیت مدل سازی، نشان داده است. با تجمع زمانی یک سری تغییر، تقویت یا تضعیف عناصر مختلف و در نتیجه شناسایی بهتر ساختار سری زمانی را بهبود می بخشد. دو مکتب فکری متفاوت ظهور کرده اند. اولین تمرکز بر شناسایی یک سطح تجمع زمانی مطلوب بهینه است که در آن یک مدل پیش بینی حداکثر دقت آن را افزایش می دهد. در مقابل، رویکرد دوم به چندین مدل در سطوح مختلف متصل می شود، هر کدام قادر به گرفتن ویژگی های مختلف داده هستند. هر دو رویکرد شایستگی خود را دارند، اما تا کنون آنها جداگانه مورد بررسی قرار گرفته اند. ما آنها را از منظر نظری و تجربی مقایسه می کنیم، در مورد شایستگی هر یک از آنها، مقایسات حاصل از به دست آمده با دقت به دست آمده با استفاده از تنظیمات مختلف تجربی، و همچنین پیامدهای عملی تجاری می پردازیم. ما پیشنهادات زمانی را برای استفاده از هر یک برای به حداکثر رساندن سود پیش بینی سود ارائه می دهیم.