前言：

實(shí)驗(yàn)室管理系統(tǒng)（LIMS）是以數(shù)據(jù)庫(kù)為核心的信息化和技術(shù)與實(shí)驗(yàn)室管理需求相結(jié)合的信息化管理系統(tǒng)，現(xiàn)今市面上大多數(shù)實(shí)驗(yàn)室管理系統(tǒng)中更多的是對(duì)數(shù)據(jù)進(jìn)行記錄，而不是對(duì)數(shù)據(jù)進(jìn)行加工處理。隨著當(dāng)今社會(huì)和科技的快速發(fā)展，數(shù)據(jù)智能化相繼走進(jìn)了大眾視野，而企業(yè)也迫切需要一種更加高效簡(jiǎn)捷的信息技術(shù)手段來(lái)解決質(zhì)量穩(wěn)定性管控等一系列問(wèn)題，國(guó)工智能實(shí)驗(yàn)室管理系統(tǒng)則融合了國(guó)工智能數(shù)據(jù)大腦平臺(tái)來(lái)解決這一問(wèn)題。

國(guó)工數(shù)據(jù)大腦平臺(tái)融合了大量數(shù)據(jù)分析算法及機(jī)器學(xué)習(xí)算法，通過(guò)這些算法可對(duì)企業(yè)的數(shù)據(jù)進(jìn)行分類(lèi)、聚類(lèi)、關(guān)聯(lián)、預(yù)測(cè)等方向的數(shù)據(jù)挖掘，支持自動(dòng)預(yù)測(cè)銷(xiāo)量數(shù)據(jù)，分析質(zhì)量問(wèn)題原因等等，并能幫助挖掘數(shù)據(jù)潛在價(jià)值，分析結(jié)果可為企業(yè)戰(zhàn)略提供重要引導(dǎo)，幫助企業(yè)快速發(fā)展。

含義：

移動(dòng)平均法是根據(jù)一組最近數(shù)據(jù)，推測(cè)出未來(lái)一期或多期數(shù)據(jù)。當(dāng)需求既不快速增長(zhǎng)，也不快速下降，且不受季節(jié)、周期性影響的情況下，移動(dòng)平均法能有效的消除預(yù)測(cè)中的波動(dòng)，多應(yīng)用于即期預(yù)算，即近期預(yù)算或短時(shí)間預(yù)，屬于時(shí)間序列最常用的方法之一。而根據(jù)權(quán)重的不同可細(xì)分為簡(jiǎn)單移動(dòng)平均和加權(quán)移動(dòng)平均。權(quán)重相同時(shí)，為簡(jiǎn)單移動(dòng)平均法（一般簡(jiǎn)稱(chēng)為移動(dòng)平均），當(dāng)權(quán)重不同時(shí)，為加權(quán)移動(dòng)平均。

案例：

某企業(yè)的某實(shí)驗(yàn)室每天樣品測(cè)試優(yōu)等品數(shù)B列次，當(dāng)測(cè)試次數(shù)即不快速增長(zhǎng)也不快速下降，且不受季節(jié)周期性影響時(shí)，國(guó)工數(shù)據(jù)大腦移動(dòng)平均法組件，能有效的降低預(yù)測(cè)值的波動(dòng)，可以根據(jù)以往數(shù)據(jù)預(yù)測(cè)出下一天該實(shí)驗(yàn)室樣品測(cè)試優(yōu)等品數(shù)量。初次之外算法也可以用來(lái)預(yù)測(cè)不合格品數(shù)量或者每月能耗數(shù)據(jù)，當(dāng)數(shù)量出現(xiàn)較大偏差時(shí)可以讓實(shí)驗(yàn)室管理系統(tǒng)LIMS或者生產(chǎn)管理系統(tǒng)MES自動(dòng)提醒用戶(hù)關(guān)注數(shù)據(jù)，從而減少異常的發(fā)生。

提供的數(shù)據(jù)案例樣本如上。

分析過(guò)程：

①使用國(guó)工數(shù)據(jù)大腦組件對(duì)數(shù)據(jù)進(jìn)行讀取，直接訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)獲取數(shù)據(jù)集。

②使用集成好算法的移動(dòng)平均法組件對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)，對(duì)組件參數(shù)進(jìn)行設(shè)置，樣本設(shè)置為number，預(yù)測(cè)值個(gè)數(shù)設(shè)置為1，移動(dòng)平均長(zhǎng)度設(shè)置為3，單擊運(yùn)行，從調(diào)試面板中查看分析結(jié)果。

分析結(jié)果：

從分析的結(jié)果中可以看出，國(guó)工移動(dòng)平均法組件可以根據(jù)每間隔三次的實(shí)際數(shù)據(jù)，預(yù)測(cè)出第四次的擬合數(shù)據(jù)，依次類(lèi)推可以得出下一天優(yōu)等品的預(yù)測(cè)值，為保證數(shù)據(jù)的合理性，國(guó)工移動(dòng)平均法組件還會(huì)給出預(yù)測(cè)上線(xiàn)與預(yù)測(cè)下線(xiàn)。移動(dòng)平均法組件還會(huì)根據(jù)所測(cè)數(shù)據(jù)計(jì)算出平均百分誤差、平均絕對(duì)誤差、平均偏差平均和，平均百分誤差是衡量預(yù)測(cè)準(zhǔn)確性的統(tǒng)計(jì)指標(biāo)，平均絕對(duì)誤差能更好地反應(yīng)預(yù)測(cè)值誤差的實(shí)際情況，平均偏差平方和則是刻畫(huà)試驗(yàn)所得全部數(shù)據(jù)的離散程度的一個(gè)指標(biāo)，依據(jù)這些可以更直觀(guān)看出數(shù)據(jù)的準(zhǔn)確性。

從圖中我們可知平均百分誤差很小為7.2828，所求擬合值也基本貼合實(shí)際值，平均絕對(duì)誤差為3.0208，平均的偏差平方和為12.6273，所出差異數(shù)值都不大。

根據(jù)模型分析得出，預(yù)測(cè)的每天的優(yōu)等品數(shù)量基本與實(shí)際值相符合，依此類(lèi)推可以預(yù)測(cè)出下一天的優(yōu)等品數(shù)量，由此可以將歷史優(yōu)等品數(shù)量得以發(fā)揮價(jià)值，使利益最大化。

與實(shí)驗(yàn)室LIMS系統(tǒng)相融合：

國(guó)工數(shù)據(jù)大腦平臺(tái)可直接獲取實(shí)驗(yàn)室管理系統(tǒng)LIMS中的數(shù)據(jù)，通過(guò)將實(shí)驗(yàn)室數(shù)據(jù)對(duì)接到創(chuàng)建好的移動(dòng)平均法模型中，以減少對(duì)數(shù)據(jù)進(jìn)行導(dǎo)入導(dǎo)出操作時(shí)間。平臺(tái)根據(jù)所給數(shù)據(jù)進(jìn)行的計(jì)算，最后可在調(diào)試信息里直觀(guān)看到往期預(yù)測(cè)數(shù)據(jù)的趨勢(shì)，方便進(jìn)行最后一次數(shù)據(jù)對(duì)比來(lái)保證數(shù)據(jù)的準(zhǔn)確性，以此來(lái)呈現(xiàn)數(shù)據(jù)的真實(shí)度，進(jìn)而提高生產(chǎn)部門(mén)生產(chǎn)的準(zhǔn)確交付率和提高客戶(hù)的滿(mǎn)意程度，而數(shù)據(jù)分析也為公司戰(zhàn)略提供重要引導(dǎo)。

參數(shù)說(shuō)明：

移動(dòng)平均長(zhǎng)度：根據(jù)所填數(shù)字來(lái)相加求平均。

平均百分誤差：是每次相對(duì)誤差乘以百分百平均值，為衡量預(yù)測(cè)準(zhǔn)確性的統(tǒng)計(jì)指標(biāo)。

平均相對(duì)誤差：是每次絕對(duì)誤差除以實(shí)際值的大小的平均值。

平均絕對(duì)誤差：是每次實(shí)際值和擬合值之間的差值大小的平均值。平均絕對(duì)誤差可以避免誤差相互抵消，因此可以準(zhǔn)確反映實(shí)際預(yù)測(cè)誤差的大小。

平均偏差平方和：是各個(gè)偏差值的平方相加后的平均值，是刻畫(huà)測(cè)試所得全部數(shù)據(jù)的離散程度的一個(gè)指標(biāo)。

適用范圍：

移動(dòng)平均法適用于需有足夠的資料，具有直線(xiàn)趨勢(shì)的時(shí)間序列，且數(shù)據(jù)不應(yīng)具有趨勢(shì)或季節(jié)分量。