hệ hỗ trợ dự báo lượng kẹo tiêu thụ

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI VIỆN TOÁN ỨNG DỤNG VÀ TIN HỌC PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG HỆ HỖ TRỢ DỰ BÁO LƯỢNG KẸO TIÊU THỤ Giảng viên hướng dẫn: TS.Lê Chí Ngọc Họ tên sinh viên : Trần Hà Trang MSSV : 20164181 Lớp : Toán Tin K61 Hà Nội – 2020 Hệ hỗ trợ SVTH: Trần Hà Trang Mục lục Lời nói đầu I Khảo sát hệ thống Khảo sát trạng Đặc tả yêu cầu Mơ hình SARIMA 4 Dữ liệu thực nghiệm Quy trình xử lý II Phân tích hệ thống Biểu đồ phân cấp chức Biểu đồ luồng liệu 10 2.1 Biểu đồ luồng liệu mức ngữ cảnh 10 2.2 Biểu đồ luồng liệu mức đỉnh 10 2.3 Biểu đồ chức Quản trị hệ thống 10 2.4 Biểu đồ chức Thống kê 11 2.5 Biểu đồ chức Dự báo 11 III Thiết kế hệ thống 11 Thiết kế mơ hình hệ thống 11 Ngôn ngữ sử dụng 11 Giao diện Website 12 3.1 Đăng nhập 12 3.2 Trang chủ 13 3.3 Thống kê 13 3.4 Dự báo 14 Kết luận 15 Danh mục tài liệu tham khảo 16 Hệ hỗ trợ SVTH: Trần Hà Trang Lời nói đầu Trong sống phát triển ngày nay, doanh nghiệp mọc lên với tốc độ nhanh chóng nhiều, với mục tiêu phát triển nhanh bền vững việc đưa định quy trình việc vô quan trọng Các nhà quản lý phải lên kế hoạch cho khâu sản xuất doanh nghiệp cho giúp doanh nghiệp thu hiệu cao Tuy nhiên với số lượng liệu nhiều khứ việc tính tốn trở nên khó khăn khơng chắn so với máy móc đại ngày Hiểu vấn đề tầm quan trọng việc đưa định đó, nhà phát triển nghiên cứu tạo nên phần mềm dự báo tiêu thụ nhằm hỗ trợ nhà quản lý việc đưa định quan trọng cho doanh nghiệp Vì báo cáo này, em phân tích thiết kế hệ thống dự đoán lượng kẹo tiêu thụ nói riêng với phần sau: ✓ Khảo sát hệ thống ✓ Phân tích hệ thống ✓ Thiết kế hệ thống Em xin chân thành cảm ơn Thầy Lê Chí Ngọc giúp đỡ để em hồn thành báo cáo Mặc dù nỗ lực q trình học hồn thành báo có nhiều hạn chế kiến thức kinh nghiệm nên khó tránh thiếu sót Vậy nên em mong nhận góp ý, đánh giá từ Thầy bạn để báo cáo hệ thống hoàn thiện Em xin chân thành cảm ơn! Sinh viên thực Trần Hà Trang Hệ hỗ trợ SVTH: Trần Hà Trang I Khảo sát hệ thống Khảo sát trạng Một nhà máy, xí nghiệp ABC sản xuất cung cấp kẹo cho đại lý toàn quốc Đối với doanh nghiệp việc quản lý sản xuất quản lý tiêu thụ đóng vai trị vơ quan trọng Một cơng đoạn quan trọng khâu quản lý sản xuất phân tích đưa số lượng nhu cầu thị trường Điều giúp doanh nghiệp tránh rủi ro sản xuất sản xuất mà lượng cung vượt nhiều so với cầu hay ngược lại Bởi sản xuất dư thừa (Overproduction): Lượng cung cao nhiều so với cầu dẫn đến dư thừa gây lãng phí (lãng phí nguyên liệu sản xuất, cần tốn thêm chi phí để bảo quản kho chứa khơng đủ) Cịn sản xuất không đủ đáp ứng nhu cầu tiêu thụ làm hội tăng doanh thu cho doanh nghiệp, đồng thời gián tiếp mang hội đến cho đối thủ cạnh tranh khác Vì cần có kế hoạch sản xuất hợp lý để mang lại hiệu cao Bên cạnh nhiều nhà quản lý muốn xem báo cáo thống kê năm trước để nắm tình trạng để cân nhắc phương án kịp thời việc có báo cáo sớm trực quan điều vơ lý tưởng Vì việc có hệ thống dự báo lượng tiêu thụ lựa chọn thông minh vô hữu ích cho doanh nghiệp Hệ thống tận dụng tốc độ tính tốn máy tính, khả làm việc liên tục, đưa biểu đồ trực quan khả dự báo tốt việc người dùng sử dụng nơi đâu vào thời điểm Đặc tả yêu cầu Nhà quản lý có thể: ✓ Đăng nhập, đăng xuất vào hệ thống ✓ Xem thống kê tổng lượng tiêu thụ theo tháng, năm ✓ Xem dự báo lượng tiêu thụ tháng Mơ hình SARIMA Chuỗi thời gian chuỗi điểm liệu đo theo khoảng thời gian liền nhau, khoảng cách lần đo (Lưu ý liệu mà ta nói phải tập biến ngẫu nhiên - stochastic process) Có loại dự báo: • Dự báo ngắn hạn • Dự báo trung hạn • Dự báo dài hạn Hệ hỗ trợ SVTH: Trần Hà Trang Chuỗi thời gian bao gồm yếu tố: • Xu hay khuynh khoảng thời gian dài • Chu kỳ thời gian mà tượng lặp lại • Biến đổi theo mùa xét đến biến đổi có tính tuần hồn chu kỳ • Dao động ngẫu nhiên xét đến dao động ngẫu nhiên xung quanh xu thế, điều làm ảnh hưởng đến chu kỳ biến đổi theo mùa chuỗi quan sát Mơ hình tự hồi quy tích hợp trung bình trượt theo mùa SARIMA (Seasonal Auto Regressive Integrated Moving Average) mơ hình dự báo chuỗi thời gian, giá trị trog khứ sử dụng để dự báo cho tương lai Mơ hình SARIMA gồm: S – Tính mùa AR - Thành phần tự hồi quy I – Tính dừng chuỗi thời gian MA – Thành phần trung bình trượt Ký hiệu SARIMA(p,d,q)(P,D,Q)S, đó: • p: bậc tự hồi quy • d: bước sai phân • q: bậc trung bình trượt • P: bậc tự hồi quy theo mùa • D: bước sai phân theo mùa • Q: bậc trung bình trượt theo mùa • S: số đoạn mùa 3.1 Mơ hình tự hồi quy AR(p) Là q trình phụ thuộc tuyến tính giá trị trễ sai số ngẫu nhiên Khi p = 0, điều có nghĩa khơng có tương quan tự động chuỗi Khi p = 1, điều có nghĩa chuỗi tương quan tự động độ trễ Xác định công thức: yt = ∅0 + ∅1yt-1 + … + ∅pyt-p + εt 3.2 Mơ hình trung bình trượt MA(q) Để xác định mối quan hệ hồi quy tuyến tính chuỗi thời gian tạo sai số dự báo từ q giá trị khứ Xác định công thức sau: yt = μ + εt - θ1εt - … - θqεt-q Hệ hỗ trợ SVTH: Trần Hà Trang 3.3 Mơ hình tự hồi quy trung bình trượt ARMA(p,q) Được xây dựng trình AR(p) MA(q) Xác định công thức: yt = ∅0 + ∅1yt-1 + … + ∅pyt-p + εt - θ1εt - … - θqεt-q + at 3.4 Mơ hình tự hồi quy tích hợp trung bình trượt ARIMA(p,d,q) Được xây dựng dựa trình AR(p) MA(q) tích hợp Phương trình tổng qt là: ∅(B)(1-B)d yt = (B)εt 3.5 Mơ hình tự hồi quy tích hợp trung bình trượt theo mùa SARIMA(p,d,q)(P,D,Q)S Là từ mơ hình ARIMA có tính mùa Xác định cơng thức sau: ∅P(BS) ∅p(B)(1-BS)D(1-B)dXt = ∅Q(BS)θq(B)Zt Trong đó: ∅p(B) = - ∅1(B) - ∅2(B2) - … - ∅p(Bp) ∅P(BS) = - ∅1(BS) - ∅2(B2S) - … - ∅p(BPS) θq(B) = + θ1(BS) + θ2(B2) + … + θq(Bq) θQ(BS) = 1+ θ1(BS) + θ2(B2S) + … + θQ(BQS) ∅p(B) đa thức tự hồi quy thường bậc p ∅P(BS) đa thức tự hồi quy theo mùa bậc P θq(B) đa thức trung bình trượt thường bậc q θQ(BS) đa thức trung bình trượt theo mùa bậc Q Zt chuỗi nhiễu trắng B toán tử trễ Dữ liệu thực nghiệm Dữ liệu gồm trường Month Value biểu diễn lượng kẹo tiêu thụ (tấn) tháng năm từ 1/1985 đến 12/2018 Hệ hỗ trợ SVTH: Trần Hà Trang Hình Dữ liệu Quy trình xử lý a Phân rã chuỗi thành khuynh, mùa phần dư Hình Tách chuỗi thành khuynh, mùa phần dư - Khuynh: Quan sát hình ta thấy chuỗi tăng khoảng thời gian dài sau giảm cuối tăng Nên nhìn chung chuỗi có xu hướng tăng Hệ hỗ trợ SVTH: Trần Hà Trang - Mùa: Chuỗi có tính mùa vụ, liệu tăng cao vào tháng cuối năm giảm vào tháng mùa hè tháng cuối năm có nhiều dịp lế lớn Haloween, Tết, … - Chuỗi phần dư: thành phần ngẫu nhiên khơng biết trước b Nhận dạng mơ hình: xác định tham số (p,d,q,P,D,Q,S) Kiểm tra tính dừng: trung bình phương sai khơng đổi theo thời gian Sử dụng phép thử Augmented Dickey-Fuller để kiểm tra tính dừng Nếu chuỗi ban đầu chưa dừng cần sai phân để đưa chuỗi chuỗi dừng Tìm tham số dựa vào biểu đồ tự tương quan ACF tự tương quan riêng phần PACF Hình Biểu đồ ACF PACF c Ước lượng mơ hình: xác định hệ số mơ hình phương pháp ước lượng hợp lý cực đại d Kiểm định mô hình Kiểm định chuỗi phần dư: sử dụng Ljung-Box Nếu thu p-value > 0.05 tức không tồn tượng tự tương quan chuỗi phần dư Hệ hỗ trợ SVTH: Trần Hà Trang Hình Biểu đồ ACF PACF phần dư e Dự báo Dựa vào hệ số tìm phía để lắp vào mơ hình dự báo thời gian II Phân tích hệ thống Biểu đồ phân cấp chức Hình Biểu đồ phân cấp chức Hệ hỗ trợ SVTH: Trần Hà Trang Biểu đồ luồng liệu 2.1 Biểu đồ luồng liệu mức ngữ cảnh Hình Biểu đồ luồng liệu mức ngữ cảnh 2.2 Biểu đồ luồng liệu mức đỉnh Hình Biểu đồ luồng liệu mức đỉnh 2.3 Biểu đồ chức Quản trị hệ thống Hình Biểu đồ chức Quản trị hệ thống 10 Hệ hỗ trợ SVTH: Trần Hà Trang 2.4 Biểu đồ chức Thống kê Hình Biểu đồ chức Thống kê 2.5 Biểu đồ chức Dự báo Hình 10 Biểu đồ chức Dự báo III Thiết kế hệ thống Thiết kế mơ hình hệ thống Hình 11 Mơ hình hệ thống a Manager: Người quản lý đưa định b Web Browser:  Nhận yêu cầu từ Manager  Hiển thị kết sau xử lý đưa c Web Server: Xử lý yêu cầu trả kết cho Web Browser d Database: Lưu trữ liệu Ngôn ngữ sử dụng ❖ HTML (viết tắt HyperText Markup Language) ngôn ngữ đánh dấu siêu văn sử dụng để mô tả cấu trúc trang Web tạo loại tài liệu xem trình duyệt ❖ CSS (viết tắt Cascading Style Sheets) ngôn ngữ định dạng sử dụng để mô tả trình bày trang Web, bao gồm màu sắc, cách bố trí phơng chữ CSS cho phép chúng hiển thị nội dung tương thích loại thiết bị có kích 11 Hệ hỗ trợ SVTH: Trần Hà Trang thước hình khác nhau, chẳng hạn hình lớn, hình nhỏ điện thoại hay máy tính ❖ JavaScript ngơn ngữ lập trình ngôn ngữ kịch cho phép triển khai chức phức tạp trang web hiển thị cập nhật nội dung kịp thời, tương tác với đồ, … tạo trang web động ❖ Python ngơn ngữ lập trình hướng đối tượng, cấp cao, mạnh mẽ, có tính tương thích cao Python cung cấp nhiều package hỗ trợ Python ngôn ngữ ưa thích ngành khoa học liệu (data science) ngôn ngữ phổ biến để xây dựng chương trình trí tuệ nhân tạo bao gồm machine learning ❖ Flask web frameworks, thuộc loại micro-framework xây dựng ngôn ngữ lập trình Python Flask cho phép bạn xây dựng ứng dụng web từ đơn giản tới phức tạp Flask cung cấp cho bạn công cụ, thư viện công nghệ hỗ trợ bạn làm công việc Flask mơi trường độc lập, sử dụng thư viện khác bên ngồi Do vậy, Flask có ưu điểm nhẹ, có lỗi bị phụ thuộc dễ dàng phát xử lý lỗi bảo mật Giao diện Website 3.1 Đăng nhập Hình 12 Trang đăng nhập 12 Hệ hỗ trợ SVTH: Trần Hà Trang 3.2 Trang chủ Hình 13 Trang trang chủ 3.3 Thống kê Hình 14 Trang thống kê 13 Hệ hỗ trợ SVTH: Trần Hà Trang 3.4 Dự báo Hình 15 Trang dự báo 14 Hệ hỗ trợ SVTH: Trần Hà Trang Kết luận Trong báo cáo em trình bày quy trình phân tích thiết kế hệ thống dự báo lượng kẹo tiêu thụ Hệ thống đưa thống kê, dự báo qua biểu đồ cách trực quan, dễ hiểu dễ sử dụng Nhưng hạn chế thời gian kinh nghiệm nên báo cáo cịn nhiều thiếu sót chưa triển khai nhiều chức mở rộng khác 15 Hệ hỗ trợ SVTH: Trần Hà Trang Danh mục tài liệu tham khảo [1] Slide Phân tích chuỗi thời gian [2] R S TSAY, Analysis of Financial, 2002 16 ... nhập 12 Hệ hỗ trợ SVTH: Trần Hà Trang 3.2 Trang chủ Hình 13 Trang trang chủ 3.3 Thống kê Hình 14 Trang thống kê 13 Hệ hỗ trợ SVTH: Trần Hà Trang 3.4 Dự báo Hình 15 Trang dự báo 14 Hệ hỗ trợ SVTH:... ta nói phải tập biến ngẫu nhiên - stochastic process) Có loại dự báo: • Dự báo ngắn hạn • Dự báo trung hạn • Dự báo dài hạn Hệ hỗ trợ SVTH: Trần Hà Trang Chuỗi thời gian bao gồm yếu tố: • Xu hay... hỗ trợ nhà quản lý việc đưa định quan trọng cho doanh nghiệp Vì báo cáo này, em phân tích thiết kế hệ thống dự đốn lượng kẹo tiêu thụ nói riêng với phần sau: ✓ Khảo sát hệ thống ✓ Phân tích hệ