Previzionarea dezvoltării creșterii păsărilor pe baza seriilor temporale

Scopul.

Scopul acestui proiect este de a prognoza dinamica dezvoltării populației de păsări pentru o perioadă de 2 ani, folosind diverse modele aplicate studiului seriilor temporale.

Metodologie / abordare.

Pentru realizarea unui studiu cuprinzător privind prognoza numărului populației de păsări, au fost propuse trei modele predictive: două bazate pe metode de regresie, inclusiv SARIMAX și FbProphet, și unul cu o abordare probabilistică utilizând GluonTS.

Aceste modele au fost alese pentru a explora perspective metodologice diferite, asigurând o analiză robustă a acurateței prognozei și aplicabilității în funcție de diferite tipuri de date și orizonturi de timp.

Pentru a evalua calitatea prognosticului, au fost determinate și analizate indicatorii de eroare absolută medie, abatere standard, eroare absolută medie în procente și eroare absolută medie scalată pentru o perioadă de 24 de luni de prognoză.

Studiul a fost realizat pe baza datelor regionale (folosind exemplul regiunii Hmelnițki din Ucraina).

Rezultate.

Studiul a aplicat cu succes metode avansate de știința datelor pentru a prezice schimbările în populația de păsări, utilizând o serie de modele eficiente.

Analiza datelor istorice a permis identificarea parametrilor optimi ai modelelor și obținerea valorilor de prognoză pentru perioadele de timp (luni).

Seriile de dinamici ale schimbărilor lunare ale populației de păsări au fost testate pentru staționaritate folosind transformarea Box-Cox.

Seriile temporale create au fost comparate cu valorile reale, ceea ce este ilustrat în grafice.

Rezultatele demonstrează că modelul SARIMAX(3,1,2)(1,1,1,12) oferă cea mai bună acuratețe a prognozei comparativ cu celelalte două modele, confirmând eficiența sa pentru sarcinile de predicție.

Aceste rezultate evidențiază potențialul metodelor moderne de prognoză din sectorul agricol, oferind o bază bazată pe date pentru decizii mai eficiente în managementul păsărilor.

Originalitate / noutate științifică.

Acest studiu completează lacunele existente în aplicarea metodelor avansate de prognoză pentru predicția populației de păsări, prin compararea sistematică a modelelor SARIMAX, FbProphet și GluonTS.

Spre deosebire de cercetările anterioare, care se bazau adesea pe abordări statistice mai simple, acest studiu integrează tehnici de învățare automată pentru creșterea preciziei predicției.

Concluziile confirmă un trend crescător în seriile temporale și demonstrează că modelul SARIMAX depășește alternativele, oferind cele mai precise prognoze pentru următorii doi ani.

Valoare practică / implicații.

Acest studiu permite fermelor și întreprinderilor de profil să prezică dinamica populației de păsări, lucru crucial pentru optimizarea proceselor de producție.

Utilizarea modelelor de prognoză mai precise contribuie la planificarea mai eficientă a resurselor (fân, spațiu de adăpost, personal), la reglarea volumelor de producție (ouă, carne) și la asigurarea unei stabilități a aprovizionării.

În plus, capacitatea de a pre-estima schimbările viitoare permite întreprinderilor să se adapteze la fluctuațiile pieței, să reducă pierderile, să minimizeze costurile excesive și să ia decizii de management informate..