前言：

實驗室管理系統（LIMS）是以數據庫為核心的信息化和技術與實驗室管理需求相結合的信息化管理系統，現今市面上大多數實驗室管理系統中更多的是對數據進行記錄，而不是對數據進行加工處理。隨著當今社會和科技的快速發展，數據智能化相繼走進了大眾視野，而企業也迫切需要一種更加高效簡捷的信息技術手段來解決質量穩定性管控等一系列問題，國工智能實驗室管理系統則融合了國工智能數據大腦平臺來解決這一問題。

國工數據大腦平臺融合了大量數據分析算法及機器學習算法，通過這些算法可對企業的數據進行分類、聚類、關聯、預測等方向的數據挖掘，支持自動預測銷量數據，分析質量問題原因等等，并能幫助挖掘數據潛在價值，分析結果可為企業戰略提供重要引導，幫助企業快速發展。

含義：

移動平均法是根據一組最近數據，推測出未來一期或多期數據。當需求既不快速增長，也不快速下降，且不受季節、周期性影響的情況下，移動平均法能有效的消除預測中的波動，多應用于即期預算，即近期預算或短時間預，屬于時間序列最常用的方法之一。而根據權重的不同可細分為簡單移動平均和加權移動平均。權重相同時，為簡單移動平均法（一般簡稱為移動平均），當權重不同時，為加權移動平均。

案例：

某企業的某實驗室每天樣品測試優等品數B列次，當測試次數即不快速增長也不快速下降，且不受季節周期性影響時，國工數據大腦移動平均法組件，能有效的降低預測值的波動，可以根據以往數據預測出下一天該實驗室樣品測試優等品數量。初次之外算法也可以用來預測不合格品數量或者每月能耗數據，當數量出現較大偏差時可以讓實驗室管理系統LIMS或者生產管理系統MES自動提醒用戶關注數據，從而減少異常的發生。

提供的數據案例樣本如上。

分析過程：

①使用國工數據大腦組件對數據進行讀取，直接訪問數據庫獲取數據集。

②使用集成好算法的移動平均法組件對數據進行預測，對組件參數進行設置，樣本設置為number，預測值個數設置為1，移動平均長度設置為3，單擊運行，從調試面板中查看分析結果。

分析結果：

從分析的結果中可以看出，國工移動平均法組件可以根據每間隔三次的實際數據，預測出第四次的擬合數據，依次類推可以得出下一天優等品的預測值，為保證數據的合理性，國工移動平均法組件還會給出預測上線與預測下線。移動平均法組件還會根據所測數據計算出平均百分誤差、平均絕對誤差、平均偏差平均和，平均百分誤差是衡量預測準確性的統計指標，平均絕對誤差能更好地反應預測值誤差的實際情況，平均偏差平方和則是刻畫試驗所得全部數據的離散程度的一個指標，依據這些可以更直觀看出數據的準確性。

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際值，平均絕對誤差為3.0208，平均的偏差平方和為12.6273，所出差異數值都不大。

根據模型分析得出，預測的每天的優等品數量基本與實際值相符合，依此類推可以預測出下一天的優等品數量，由此可以將歷史優等品數量得以發揮價值，使利益最大化。

與實驗室LIMS系統相融合：

國工數據大腦平臺可直接獲取實驗室管理系統LIMS中的數據，通過將實驗室數據對接到創建好的移動平均法模型中，以減少對數據進行導入導出操作時間。平臺根據所給數據進行的計算，最后可在調試信息里直觀看到往期預測數據的趨勢，方便進行最后一次數據對比來保證數據的準確性，以此來呈現數據的真實度，進而提高生產部門生產的準確交付率和提高客戶的滿意程度，而數據分析也為公司戰略提供重要引導。

參數說明：

移動平均長度：根據所填數字來相加求平均。

平均百分誤差：是每次相對誤差乘以百分百平均值，為衡量預測準確性的統計指標。

平均相對誤差：是每次絕對誤差除以實際值的大小的平均值。

平均絕對誤差：是每次實際值和擬合值之間的差值大小的平均值。平均絕對誤差可以避免誤差相互抵消，因此可以準確反映實際預測誤差的大小。

平均偏差平方和：是各個偏差值的平方相加后的平均值，是刻畫測試所得全部數據的離散程度的一個指標。

適用范圍：

移動平均法適用于需有足夠的資料，具有直線趨勢的時間序列，且數據不應具有趨勢或季節分量。