Smart Weather Analysis and Prognosis : Entwicklung einer intelligenten Wetter-Absatz-Prognose auf Basis Bayes'scher Netze

Im Rahmen des Projekts SWAP - Smart Weather Analysis and Prognosis - der Zentralanstalt fr Meteorologie und Geodynamik (ZAMG) wurde ein Wetter-Absatz-Prognose-Tool entwickelt, dass einem Testbetrieb, einer Konditorei in Gratkorn, helfen soll, seine Wegwerfwaren zu reduzieren und seine Ressourcen effektiver einzusetzen. Fr die Berechnung der Absatz-Prognosen wurde als statistische Rechenart die Methode des Bayes'schen Netzes angewandt. Das Bayes'sche Netz hat gegenber anderen Regressionsmodellen den groen Vorteil, dass es individuell an die Anforderungen des Betriebs angepasst werden kann, dass es spezielle Wahrscheinlichkeitsverteilungen der Prognose generiert und dass es lernt". Es werden die Grundlagen der Wahrscheinlichkeitsrechnung, das bayessche Theorem und die bedingte Wahrscheinlichkeit genauer erklrt, sowie die Korrelations- und Regressionsanalyse vorgestellt. Weiters wird die Theorie des Bayes'schen Netzes erlutert und die Einbindung der statistischen Rechenmethode in das, in R geschriebene, Absatz-Prognose-Programm erklrt. Das erstellte Programm fhrt eine wissenschaftliche Prognoseberechnung des Umsatzes durch und ermglicht einem Betrieb nachhaltiger und ressourcenschonender zu planen.