Məqalələr

Mürəkkəb sistemdə qəzaların qarşısının alınmasında proqnozlaşdırıcı təhlil

Proqnozlaşdırıcı analitika uğursuzluqların harada baş verə biləcəyini və onların qarşısını almaq üçün nə edilə biləcəyini müəyyən etməklə risklərin idarə edilməsini dəstəkləyə bilər.

Təxmini oxuma vaxtı: 6 minuti

Kontekst

Şirkətlər biznes əməliyyatları ilə bağlı getdikcə artan həcmdə məlumat yaradır və bu, nümunələri müəyyən etmək, nəticələri proqnozlaşdırmaq və qərar qəbul etməyə istiqamət vermək üçün böyük məlumat dəstlərini təhlil edən proqnozlaşdırıcı analitikaya marağın yenidən artmasına səbəb olur. Şirkətlər həmçinin proaktiv şəkildə müəyyən edilməli və azaldılmalı olan mürəkkəb və daim genişlənən əməliyyat riskləri ilə üzləşirlər. Bir çox şirkət marketinq/satış imkanlarını müəyyən etmək üçün proqnozlaşdırıcı analitikadan istifadə etməyə başlasa da, təhlükəsizlik də daxil olmaqla risklərin idarə edilməsində oxşar strategiyalar daha az yayılmışdır.

Təsnifat alqoritmləri, proqnozlaşdırıcı analitikanın ümumi sinfi, əsasən aparıcı göstəricilər olan təhlükəsizliklə bağlı təftiş və texniki xidmət məlumatları əsasında təhlükəsizlik insidentlərinin vaxtını və yerini proqnozlaşdırmaqla emal və neft-kimya sənayeləri üçün xüsusilə faydalı ola bilər. Bu metodla bağlı iki əsas problem var: (1) ölçülmüş aparıcı göstəricilərin qəzalar üçün faktiki proqnozlaşdırıcı olmasını təmin etmək və (2) qabaqcıl göstəriciləri proqnozlaşdırıcı dəyərə malik olmaq üçün kifayət qədər tez-tez ölçmək.

Metodologiya

Müntəzəm olaraq yenilənən təftiş məlumatlarından istifadə edərək, logistik reqressiyadan istifadə edərək bir model yaradıla bilər. Bu yolla siz, məsələn, hər mil yolun dəmir yolunun sıradan çıxma ehtimalını proqnozlaşdırmaq üçün bir model yarada bilərsiniz. Əlavə məlumatların toplanması ilə ehtimallar yenilənə bilər.

Dəmiryolunun nasazlığının proqnozlaşdırılan ehtimallarına əlavə olaraq, eyni modellə biz daha böyük proqnozlaşdırıcı etibarlılığa malik dəyişənləri (dəmir yolunun nasazlığına əhəmiyyətli dərəcədə töhfə verənlər) müəyyən edə bilərik. Modelin nəticələrindən istifadə edərək, siz texniki xidmət, yoxlama və kapitalın təkmilləşdirilməsi resurslarının harada cəmlənəcəyini və bu fəaliyyətlər zamanı hansı amillərin həll edilməli olduğunu dəqiq müəyyən edə biləcəksiniz.

Eyni metodologiya neft emalı və neft-kimya sənayesində qəzaların proqnozlaşdırılması və qarşısının alınması yolu ilə riskləri idarə etmək üçün istifadə edilə bilər, bir şərtlə ki, təşkilatlar:

  • Proqnozlaşdırma etibarlılığı ilə aparıcı göstəriciləri müəyyən etmək;
  • Onlar mütəmadi olaraq aparıcı göstəriciləri (yoxlama, texniki xidmət və avadanlıq məlumatları) ölçürlər;
  • Onlar ölçülmüş göstəricilər əsasında model proqnoz sistemi yaradırlar;
  • Məlumat toplanan kimi modeli yeniləyin;
  • Təmir, yoxlamalar və kapitalın təkmilləşdirilməsi layihələrini prioritetləşdirmək və əməliyyat proseslərini/təcrübələrini nəzərdən keçirmək üçün tapıntılardan istifadə edin;

Proqnoz analizi

Proqnozlaşdırıcı analitika müxtəlif fənlərin, o cümlədən maşın öyrənməsinin aspektlərini əhatə edən geniş bir sahədir.süni intellekt, statistika və data mining. Proqnozlaşdırıcı analitika böyük məlumat dəstlərində nümunələri və meylləri aşkar edir. Proqnozlaşdırıcı analitikanın bir növü olan təsnifat alqoritmləri emal və neft-kimya sənayesi üçün xüsusilə faydalı ola bilər.

İnnovasiya bülleteni
Yeniliklərlə bağlı ən vacib xəbərləri qaçırmayın. Onları e-poçtla almaq üçün qeydiyyatdan keçin.

Təsnifat alqoritmləri nəzarət edilən maşın öyrənməsi kimi təsnif edilə bilər. Nəzarət olunan öyrənmə ilə istifadəçi məlum nəticələrlə əlaqələndirilə bilən proqnozlaşdırılan dəyişənlərin ölçülərini ehtiva edən verilənlər bazasına malikdir. Bu məqalənin nümunə araşdırması bölməsində müzakirə edilən modeldə trekin hər mil üçün bir müddət ərzində müxtəlif yol ölçmələri (məsələn, əyrilik, kəsişmələr) aparılmışdır. Bu halda məlum nəticə, həmin iki illik müddət ərzində hər bir rels milində yolda nasazlığın olub-olmamasıdır.

Modelləşdirmə alqoritmi

Daha sonra müvafiq modelləşdirmə alqoritmi seçilir və proqnozlaşdırılan qaydalar (model) yaratmaq üçün məlumatları təhlil etmək və dəyişən ölçmələr və nəticələr arasında əlaqələri müəyyən etmək üçün istifadə olunur. Yaradılandan sonra modelə naməlum proqnozlaşdırıcı dəyişənlərin və nəticələrin ölçülmələrini ehtiva edən yeni verilənlər toplusu verilir və sonra modelin qaydaları əsasında nəticənin ehtimalını hesablayacaq. Bu, nəzarətsiz öyrənmə növləri ilə müqayisə edilir, burada alqoritmlər istifadə olunan alqoritmdən başqa, istifadəçinin xüsusi istiqaməti olmadan verilənlər toplusunda nümunələri və meylləri aşkar edir.

Ümumi təsnifat alqoritmlərinə xətti reqressiya, logistik reqressiya, qərar ağacı, neyron şəbəkəsi, dəstək vektoru/çevik diskriminant maşını, sadəlövh Bayes təsnifatı və bir çox başqaları daxildir. Xətti reqressiyalar təsnifat alqoritminin necə işlədiyinə dair sadə bir nümunə verir. Xətti reqressiyada ay = mx + b xətti tənliyini verən mövcud məlumat nöqtələri əsasında ən yaxşı uyğunluq xətti hesablanır. Məlum dəyişənin (x) daxil edilməsi naməlum dəyişən (y) üçün proqnoz verir.

Real aləmdə dəyişənlər arasındakı münasibətlərin çoxu xətti deyil, mürəkkəb və nizamsız formadadır. Buna görə də, xətti reqressiya çox vaxt faydalı deyil. Digər təsnifat alqoritmləri əyrixətti və ya loqarifmik əlaqələr kimi daha mürəkkəb münasibətləri modelləşdirməyə qadirdir. Məsələn, logistik reqressiya alqoritmi mürəkkəb münasibətləri modelləşdirə bilər, qeyri-rəqəmli dəyişənləri (məsələn, kateqoriyalar) özündə birləşdirə bilər və çox vaxt real və statistik cəhətdən etibarlı modellər yarada bilər. Logistik reqressiya modelinin tipik çıxışı nəticənin/hadisənin baş verməsinin proqnozlaşdırılan ehtimalıdır. Digər təsnifat alqoritmləri logistik reqressiyaya oxşar çıxışı təmin edir, lakin tələb olunan girişlər alqoritmlər arasında fərqlidir.

Risklərin idarə edilməsi

Mürəkkəb münasibətlərin modelləşdirilməsi riskin idarə edilməsində xüsusilə faydalıdır, burada risk adətən müəyyən nəticənin ehtimalı və potensial şiddəti əsasında prioritetləşdirilir. Bu nəticəyə töhfə verən risk faktorlarının modelləşdirilməsi nəticənin ehtimalının dəqiq və statistik cəhətdən etibarlı qiymətləndirilməsi ilə nəticələnir. Əksinə, bir çox risk qiymətləndirmələri “ehtimal”ı kateqoriyalı miqyasda (on ildə bir dəfə, ildə bir dəfə, ildə bir neçə dəfə) ölçür ki, bu da daha az dəqiq, daha subyektivdir və riskdə mövcud olan riskləri ayırd etməyi qeyri-mümkün edir. eyni geniş kateqoriya. Riskin qiymətləndirilməsində potensial şiddətin kəmiyyətcə qiymətləndirilməsi üçün başqa üsullar var, lakin bu, bu məqalənin əhatə dairəsindən kənardadır.

Əlaqədar Oxumalar

BlogInnovazione.it

İnnovasiya bülleteni
Yeniliklərlə bağlı ən vacib xəbərləri qaçırmayın. Onları e-poçtla almaq üçün qeydiyyatdan keçin.

Articoli recenti

Veeam müdafiədən tutmuş cavab və bərpaya qədər ransomware üçün ən əhatəli dəstəyi təqdim edir

Coveware by Veeam kiber qəsb hallarına cavab xidmətləri göstərməyə davam edəcək. Coveware məhkəmə və remediasiya imkanları təklif edəcək...

23 Aprel 2024

Yaşıl və Rəqəmsal İnqilab: Proqnozlaşdırılan Baxım Neft və Qaz Sənayesini necə çevirir?

Proqnozlaşdırılan texniki xidmət zavodun idarə edilməsinə innovativ və proaktiv yanaşma ilə neft və qaz sektorunda inqilab edir.…

22 Aprel 2024

Böyük Britaniyanın antiinhisar tənzimləyicisi GenAI üzərində BigTech həyəcanını qaldırır

Böyük Britaniyanın CMA süni intellekt bazarında Big Tech-in davranışı ilə bağlı xəbərdarlıq edib. Orada…

18 Aprel 2024

Casa Green: İtaliyada davamlı gələcək üçün enerji inqilabı

Avropa İttifaqı tərəfindən binaların enerji səmərəliliyini artırmaq üçün tərtib edilən "Yaşıl Evlər" Fərmanı qanunvericilik prosesini yekunlaşdırdı ...

18 Aprel 2024