Comparing statistical and machine learning methods for time series forecasting in data-driven logistics — A simulation study

要約

ロジスティクスおよびサプライ チェーン管理における多くの計画および意思決定活動は、複数の時間依存要因の予測に基づいています。
したがって、計画の質は予測の質に依存します。
さまざまな予測方法を、シミュレートされた幅広い一連の時系列ですぐに使用できる予測パフォーマンスに関して比較します。
さまざまな線形および非線形の時系列をシミュレートし、統計学習方法のワンステップ予測のパフォーマンスを調べます。

要約(オリジナル)

Many planning and decision activities in logistics and supply chain management are based on forecasts of multiple time dependent factors. Therefore, the quality of planning depends on the quality of the forecasts. We compare various forecasting methods in terms of out of the box forecasting performance on a broad set of simulated time series. We simulate various linear and non-linear time series and look at the one step forecast performance of statistical learning methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google