Разместите свой проект бесплатно и начните получать предложения от фрилансеров-исполнителей уже спустя минуты после публикации!

Разработать внешнюю обработку 1с (аппроксимация данных)

истекло время актуальности


Разработать обработку аппроксимации полиномом н-го порядка 

порядок полинома определяется заданной величиной r^2


входные данные:

таблица значений или масив

на выходе:

коэффициенты полинома (уравнение)

величина r^2

прогнозируемое значение


Сделать ставку!

Заказчик не желает делать предоплату? Оплата через Сейф поможет избежать возможного мошенничества.
  • Николай Кедык — заказчик проекта
    12 февраля в 13:38 |

    Принимаю предложения на другие способы прогнозирования в 1с

  • Сергей Назаренко
    12 февраля в 20:46 |

    Могу предложить методику тренд-сезонного анализа.
    Я когда-то (еще на 7.7) делал. Можно на 8.3 перевести.
    Подход примерно (точно уже не помню - нужно смотреть) такой:
    0. Если на входе мало данных для анализа (точно не помню, но вроде меньше 5 значений в истории), то вычисляем просто среднее значение и используем его для прогноза на следующие периоды. После чего процесс прогноза закончен.
    1. Строится 6 моделей (3 тренда * 2 вида сезонных колебаний).
    1.1. Тренды:
    - Линейный (полином 1-й степени)
    - Параболический (полином 2-й степени)
    - S-образная кривая (полином 3-й степени)
    1.2. Виды сезонных колебаний:
    - Аддитивные (прибавляются к тренду)
    - Мультипликативные (умножаются на тренд)
    2. По каждой модели определяется длина сезона (с использованием частотного анализа - на базе БПФ).
    3. Отбрасываются те модели, где длину сезона определить не удалось (колебания оказались апериодическими).
    4. Если моделей не осталось (все оказались апериодическими), то выполняется апроксимация скользящей средней, на основе которой и строится прогноз на следующие периоды. После чего процесс прогноза закончен.
    5. Если остались периодические модели, то определяем, какая из них наиболее точно аппроксимирует старые данные (имеет наименьшую среднеквадратичную ошибку).
    6. На основе этой "самой точной" тренд-сезонной модели и строим прогноз на следующие периоды.

    Как-то так.
    По цене - с ходу не готов сказать. Если Вас заинтересует сама методика, тогда можно подумать за какую цену я готов буду ее перевести с 7.7 на 8.3.

  • Дмитрий Гольд
    14 февраля в 01:54 |

    Бред какой-то. Приложите таблицу или масив к проекту.

  • Сергей Назаренко
    14 февраля в 08:33 |

    Почему бред? Обычный "анализ временных рядов".
    Таблица скорее всего будет содержать две колонки с координатами точек (X, Y), которые могут называться как-то иначе, но смысл именно такой. Может еще быть, что в колонке Х будут не числа, а идущие с определенной периодичностью даты, но на расчет это влиять не сильно будет, так как в этом случае перевод дат в числовое значение Х осуществляется путем отнимания первой даты таблицы от обрабатываемой даты. Возможно, в этом случае еще придется проверить даты, чтобы не было пропусков.

    Или на вход могут быть поданы данные массивом, где индекс элемента массива - это X-координата, а значение элемента массива - это Y-координата.