Discrete and Fuzzy Models of Time Series in the Tasks of Forecasting and Diagnostics

Abstract

The development of the economy and the transition to industry 4.0 creates new challenges for artificial intelligence methods. Such challenges include the processing of large volumes of data, the analysis of various dynamic indicators, the discovery of complex dependencies in the accumulated data, and the forecasting of the state of processes. The main point of this study is the development of a set of analytical and prognostic methods. The methods described in this article based on fuzzy logic, statistic, and time series data mining, because data extracted from dynamic systems are initially incomplete and have a high degree of uncertainty. The ultimate goal of the study is to improve the quality of data analysis in industrial and economic systems. The advantages of the proposed methods are flexibility and orientation to the high interpretability of dynamic data. The high level of the interpretability and interoperability of dynamic data is achieved due to a combination of time series data mining and knowledge base engineering methods. The merging of a set of rules extracted from the time series and knowledge base rules allow for making a forecast in case of insufficiency of the length and nature of the time series. The proposed methods are also based on the summarization of the results of processes modeling for diagnosing technical systems, forecasting of the economic condition of enterprises, and approaches to the technological preparation of production in a multi-productive production program with the application of type 2 fuzzy sets for time series modeling. Intelligent systems based on the proposed methods demonstrate an increase in the quality and stability of their functioning. This article contains a set of experiments to approve this statement.

Impacto do uso de técnicas de aprendizado de máquina, big data e variáveis causais na gestão de demanda

“…b) maior complexidade da cadeia de suprimentos globalizada, pois as empresas devem gerenciar não só os mercados, como também, as culturas, questões legais e regulatórias. c) maior tendência de mudança da cadeia de suprimentos com produtos e serviços cada vez mais personalizados com fornecedores especializados.Consumidores querem cada vez mais conveniência, poder de escolha e controle, porém quando as cadeias de suprimentos se tornarem mais digitais e orientadas por dados, que podem criar serviços que forneçam esses benefícios com mais interconectividade e customização em massa para melhorar a expectativa do cliente (GARAY-RONDERO ET AL, 2019).A transformação digital é a chave para sobreviver no mundo dos negócios, devido ao ritmo da contínua inovação tecnológica, assim como um tipo de decisão estratégica que ajuda as organizações a obter um melhor atendimento ao cliente, melhores relações com fornecedores, aumento de vendas e desenvolvimento de negócios e, portanto, aumento da competitividade(AGRAWAL ET AL, 2020).De acordo comRomanov et al (2020), o desenvolvimento da economia e a transição para a indústria 4.0 criam novos desafios para métodos de inteligência artificial. Esses desafios incluem o processamento de grandes volumes de dados, a análise de vários indicadores dinâmicos, a descoberta de dependências complexas no acúmulo de dados e a previsão do estado dos processos e, mais ainda, esses sistemas inteligentes demonstram um aumento na qualidade e estabilidade de seu funcionamento.Pesquisadores acadêmicos e industriais sugeriram vários tipos de abordagens para avaliar as possibilidades potenciais de Supply Chain 4.0, também conhecido como Digital Supply Chain (DSC), mas pouca pesquisa foi realizada sobre como definir esse novo conceito teórico (BÜYÜKÖZKAN e GÖÇER, 2018).Segundo Calatayud et al (2019), Supply Chain 4.0 tem como objetivo tornar a cadeia mais ágil e flexível, com a implementação de novas tecnologias digitais e, sendo assim, é possível obter uma melhor percepção das preferências dos clientes, aprimorando seu nível de relacionamento com os clientes, criando, uma maior visibilidade em tempo real sobre suas operações, resultando em maior eficiência operacional e disponibilidade de produto, redução de custos e prazos de entrega.…”