對均值場系統的詢問的製作方法

2023-07-11 02:19:21

背景技術：

計算機系統當前廣泛地被使用。許多計算機系統使用模型以生成可作用的輸出。

舉例而言，一些計算機系統包括業務系統。業務系統可以例如包括客戶關係管理(crm)系統、企業資源規劃(erp)系統、業務線(lob)系統以及其它業務系統。這些類型的系統有時嘗試對在進行部署系統的組織的業務時出現的各種過程和現象建模。

這樣的模型可能相對地複雜。例如，一些組織可以銷售不同產品的數百萬種不同變型。每個產品可以由庫存保持單位(sku)代表。舉例而言，百貨公司可以銷售鞋。可能有數百種不同鞋樣式，每個鞋樣式具有許多不同尺碼、許多不同顏色等。

可能難以管理這些龐大數量。常規動態編程和最優控制方法經常被視為對解決這樣的大規模問題不切實際。這可以在項目(比如sku)不獨立時尤其如此。這些常規方法不可升級至大數目的sku，因為構造和更新代表在不同sku之間的相關性的相關性函數經常不切實際。

以上討論僅為了一般背景信息而被提供，並且沒有旨在於在確定要求保護的主題內容的範圍時用作輔助。

技術實現要素：

sku的集合被劃分成多個不同均值場聚類，並且跟蹤器(或者傳感器)針對每個聚類被標識。用於每個均值場聚類的產品決定基於每個跟蹤器(或者傳感器)被生成，並且每個均值場聚類然後被解構以獲得用於均值場聚類中的個體sku的產品決定。詢問系統生成用來對生成產品討論的規則。

提供這一發明內容以用簡化的形式介紹概念選集。這一發明內容沒有旨在於標識要求保護的主題內容的關鍵特徵或者實質特徵，它也沒有旨在於用來限制要求保護的主題內容的範圍。要求保護的主題內容不限於解決在背景技術中指出的任何或者所有缺點的實現方式。

附圖說明

圖1是預報架構的一個示例的框圖。

圖2是更具體地示出了預報系統(圖1中所示)的一個示例的框圖。

圖3是圖示了圖2中所示的預報系統的操作的一個示例的流程圖。

圖4是更具體地示出了需求預報器和訂單建議生成器(圖2中所示)的一個示例的框圖。

圖5是更具體地示出了聚類解構部件(圖3中所示)的一個示例的框圖。

圖6是圖示了圖5中所示的聚類解構部件的操作的一個示例的流程圖。

圖7是詢問系統的部分的一個示例的框圖。

圖8是詢問系統的操作的一個示例的流程圖。

圖9是詢問系統的部分的示例的框圖。

圖10是詢問系統的操作的一個示例的流程圖。

圖11是示出了被部署在雲計算架構中的圖1中所圖示的架構的一個示例的框圖。

圖12是計算環境的一個示例的框圖。

具體實施方式

圖1是與計算系統(比如業務系統)102結合而被部署的預報架構100的一個示例的框圖。業務系統102說明性地生成了具有用於由用戶108交互的用戶輸入機構106的用戶界面顯示104。用戶108說明性地與用戶輸入機構106交互以便控制和操縱業務系統102，從而使得用戶108可以針對使用業務系統102的組織執行他的或者她的任務或者活動。

架構100也說明性地示出了業務系統102與一個或者多個銷售商110通信並且也可以與預報系統112和優化系統113通信。舉例而言，業務系統102可以生成和向銷售商110發送用於各種產品116的訂單114。那些銷售商然後說明性地向業務系統102發送產品116，產品116在該業務系統處被銷售、消費或者以別的方式處置。

在圖1中所示的示例中，業務系統102可以從預報系統112和優化系統113接收訂單建議118。在圖1中所圖示示例中，預報系統112說明性地從業務系統102獲得歷史數據並且生成可以用來生成用於在向業務系統102提供訂單建議118時使用的不同類型的預報的模型。優化系統113也可以從用戶108獲得信息並且基於該信息來提供修改(例如，優化)的訂單建議集合。當然，將注意到，訂單建議118僅為可以由預報系統112提供的一個信息類型。系統112可以提供用於在業務系統102中使用的不同類型的其它預報。它可以提供需求預報或者可以由廣泛多種系統(比如存貨控制系統、購買系統、歸類規劃系統以及廣泛多種其它系統)使用的多種其它信息。

圖1也示出了用戶108可以使用詢問系統400(直接地或者通過計算系統102或者以別的方式)以獲得數據存儲庫402中的指示規則的信息，這些規則在生成訂單建議118時活躍和有效。以下參照圖7至圖10更具體地描述這一點。

在這裡描述的示例中，預報系統112說明性地生成可以用來建議用於業務系統102的訂單(在訂單建議118中)的需求預報(如以下更具體地描述的)。優化系統113可以接收附加信息(比如從用戶108或者別處)並且基於該信息來優化訂單建議。業務系統102可以在生成用於向銷售商110提交的購買訂單114時使用訂單建議118(或者優化的訂單建議)以便獲得在業務系統102處被用作存貨的產品116。

圖1也示出了在一個示例中，預報系統112和優化系統113不僅從業務系統102獲得信息(比如歷史銷售信息等)，而且它們可以從其它源或者服務120獲得其它信息。例如，在預報系統112正預報產品需求時，它可以包括來自天氣預報源或者服務的天氣預報信息。舉例而言，可以是用於夏季服裝的需求預報可能受天氣預報或者其它信息影響。在另一示例中，可以是銷售商110僅在周期基礎上(比如在當月15號、每隔一個周二等)裝運產品。這一信息也可以由預報系統112獲得以便標識在應當安排訂單時的定時。定時也可以被輸出為訂單建議118的部分。這些僅為可以由預報系統112考慮的不同信息類型的兩個示例，並且它也可以考慮其它類型的信息。

在圖1中所示的示例中，業務系統102說明性地包括處理器124、用戶界面部件126、業務數據存儲庫128(該業務數據存儲庫本身存儲sku130，這些sku代表由使用業務系統102的組織所使用或者銷售的各種產品以及時間編索引的歷史數據132(歷史數據132本身可以包括需求信息、存貨信息、下訂單信息、收據信息等)並且它也可以包括其它信息134)、業務系統功能136、訂單生成系統138，並且它可以包括其它項目140。在更具體地描述架構100的操作的一個示例之前，將首先提供對架構100中所示的項目中的一些項目的簡要概述。

在所圖示的示例中，業務系統功能136說明性地是由業務系統102運用的功能，該功能允許用戶108在進行使用系統102的組織的業務時執行他的或者她的任務或者活動。例如，在用戶108是銷售人員時，功能136允許用戶108執行工作流程、過程、活動和任務以便進行組織的銷售業務。功能可以包括由應用部件運行的應用。應用可以用來在業務系統102中運行過程和工作流程並且生成輔助用戶108執行他的或者她的活動或者任務的各種用戶界面顯示104。

訂單生成系統136說明性地提供了如下功能，該功能允許用戶108查看由預報系統112提供的訂單建議(以及與生成訂單相關的任何其它信息)。它也可以提供功能，因此用戶108可以基於該信息來生成購買訂單114，或者因此購買訂單114可以被自動地生成。

圖2是更具體地示出了預報系統112的一個示例的框圖。圖2示出了預報系統112說明性地包括組形成部件150、均值場聚類化部件(或者聚類預報器)152以及預報器和訂單建議生成器154的預報系統112。圖2也示出了在一個示例中，預報系統112說明性地從業務系統102接收sku130。它也可以接收分組啟發法或者規則的集合156，並且它可以接收其它分組判據158。圖2也示出了預報器和訂單建議生成器154向訂單生成系統138提供輸出，該信息可以在訂單生成系統138處被使用(由系統138和用戶108使用)以便生成用於個體sku的購買訂單的集合114。

在更具體地描述預報系統112的總體操作之前，將首先提供簡要概述。組形成部件150說明性地首先將sku130劃分成重疊組158至160。均值場聚類化部件152在重疊組158至160內的sku劃分成均值場聚類162至170的集合併且向預報器和訂單建議生成器154提供它們。預報器和訂單建議生成器154說明性地包括均值場聚類控制器(或者聚類控制系統)172、聚類解構部件174和訂單建議系統176。均值場聚類控制器172生成用於代表每個均值場聚類162至170的跟蹤器(或者傳感器)的決定的集合。聚類解構部件174然後解構那些決定以生成用於對應均值場聚類的每個粒子(或者成員)的對應決定。向生成建議的訂單118的訂單建議系統176提供這一信息。

將注意，在圖2中所示的示例中，預報器和訂單建議生成器154也可以提供附加信息。例如，它可以提供用於各種控制器狀態的預測的狀態值178。這些值可以在組級180、在聚類級182、在個體sku級184或者在其它級186。它也可以提供與預測的狀態值178對應的值不確定度188。它也可以提供其它信息190。

信息被示出為向訂單生成系統138被提供以用於在生成購買訂單114時使用。當然，也將注意，信息可以向其它系統192被提供。例如，它可以在業務數據存儲庫128中被存儲為附加歷史數據132。它也也可以被提供給其它分析系統以用於趨勢分析、歸類規劃、存貨控制或者廣泛多種其它系統。

圖3是更具體地圖示了預報系統112的操作的一個示例的流程圖。現在將相互結合地描述圖1至圖3。也應當指出，以下提供對預報系統112的操作的更正式的描述。

預報系統112首先從業務系統102接收sku130的集合以及歸類或者分組數據(比如分組啟發法或者規則156或者其它分組判據158)。這由圖3中的塊200指示。信息也可以包括歷史狀態數據202以及時間限度(horizon)數據204。例如，在一個示例中，在預報系統112預報需求時，它也考慮存貨和利潤。因此，每sku接收的狀態值可以包括需求、需求不確定度、存貨、存貨不確定度、利潤、利潤不確定度和訂單信息。

組形成部件150說明性地將sku130分類成組(或者類)。這由塊206指示。這可以使用(可以從業務系統102或者其它源120提供的)分類規則被完成。這由塊208指示。分類規則可以是狀態值、時間限度或者由組形成部件(或者分類器)150使用的其它變量的函數。部件150可以用來將sku130分類成組158至160的規則的一個示例可以包括平均需求範圍。

在一個示例中，組是重疊組210。例如，組說明性地包括沿著兩個相鄰組(或者類)之間的邊緣重疊的sku成員資格。舉例而言，部件150可以將具有在10與100之間的平均需求的sku分類成一組158並且將具有在90與200之間的平均需求的sku分類成另一組160。因此，兩組具有成員資格重疊。部件150也可以按照其它方式對sku分類，並且這由塊212指示。

均值場聚類部件152然後基於重疊組158至160和聚類規則472來定義均值場聚類(可以由均值場模型代表)的集合。在圖2中所示的示例中，聚類由塊162至170代表。定義均值場聚類的集合由圖3中的塊214指示。均值場聚類162至170包含在預定度量之下被測量為相似的sku。例如，每個聚類中的sku的加權需求可以相似。

因此可以看見每個聚類162至170是具有它自己的均值場動態性的均值場。因此，可以針對單個sku而被設計的預報器、控制器等可以被直接地應用於每個均值場。

均值場基於規則472而被生成而不是簡單地處理組158至160。例如，規則472可以被配置以便將每組158至160的風險或者不確定度分攤到多個不同均值場中。按照這一方式分攤風險由塊216指示。作為示例，如果組158代表所有冰茶產品並且該組被直接地定義為均值場，則如果均值場動態性的表現對於該組相對地欠佳，則使其冰茶購買訂單以那些動態性為基礎的商店可能耗盡所有冰茶。然而，如果用於冰茶產品的sku被分攤到不同均值場聚類162至170中，並且每個聚類是均值場，則如果用於一個聚類的均值場動態性欠佳地操作，則它沒有使代表所有冰茶產品的整組受損。例如，通過按照這一方式分攤不確定度，使用均值場動態性以生成購買訂單的商店可以耗盡一個或者多個冰茶品牌(具有在欠佳地表現的均值場聚類中的sku的冰茶品牌)，但是仍然可以有其它冰茶品牌可用(具有在不同均值場聚類中的sku的冰茶品牌)。因此，每組或者類158至160的風險跨多個不同均值場162至170被分攤。

此外，為了將來自不同重疊組158至160的sku分組成單個均值場聚類(比如聚類162)，與個體sku對應的信息被說明性地歸一化。例如，分組的sku的狀態和時間限度(或者其它變量)的量值被說明性地歸一化。這由塊218指示。也可以用其它方式來定義均值場聚類的集合，並且這由塊220指示。

均值場聚類化部件152也說明性地標識代表每個均值場聚類的跟蹤器(或者傳感器)。這由圖3中的塊222指示。舉例而言，用於每個均值場的傳感器或者跟蹤器可以是均值場聚類中的前導(或者代表性)sku，該sku相對好地捕獲均值場聚類的成員資格的表現。這由塊224指示。跟蹤器或者傳感器也可以是用於針對均值場聚類中的所有sku的狀態值的加權均值。這由塊226指示。跟蹤器或者傳感器也可以是其它值，並且這由塊228指示。

均值場聚類控制器172然後針對每個均值場聚類162至170被生成，並且它用來基於特定跟蹤器或者傳感器來生成用於每個均值場的產品決定。這由塊230指示。

聚類解構部件174然後解構每個均值場聚類以獲得用於均值場聚類中的個體sku的產品決定。這由圖3中的塊232指示。在一個示例中，聚類解構部件174運用在代表聚類的傳感器或者跟蹤器與聚類中的個體成員(或者粒子，例如，個體sku)之間的帕雷託(pareto)匹配。這由塊234指示，並且以下參照圖4至6更具體地描述這一點。在一個示例中，解構將為單個均值場聚類而被做出的決定轉化成為個體sku而被做出的決定，以便生成預測的狀態值(比如需求、存貨、利潤等)。這由塊236指示。它也可以生成對應不確定度238。可以向生成建議的sku級訂單240的訂單建議系統176提供這一信息。解構也可以包括其它項目，並且這由塊242指示。

預報器和訂單建議生成器154輸出用於個體sku的產品決定，並且它也可以在聚類或者組級輸出對應信息以用於由其它系統使用。這由圖3中的塊244指示。例如，可以如由塊246指示的那樣向下訂單和存貨管理系統提供該信息。可以如由塊248指示的那樣向歸類規劃系統或者如由塊250指示的那樣向其它系統提供它。

該信息也用來更新業務系統102中的歷史數據132。這由塊252指示。

圖4更具體地示出了預報器和訂單建議生成器154中的處理流程。圖5是更具體地圖示了聚類解構部件174的一個示例的框圖。圖6是圖示了聚類解構部件174的操作的一個示例的流程圖。現在將相互結合地描述圖4至圖6。

也應當注意，參照圖4，可以比如在雲計算環境中或者在另一遠程伺服器環境中分布計算。圖4示出了均值場聚類172首先接收均值場聚類162至170。它生成用於每個聚類的決定(例如，需求預報)。用於均值場聚類162的決定由圖4中的塊254代表。用於聚類170的決定由塊256代表。向聚類解構部件174提供均值場聚類級決定。應當注意，在處理被分布時，可以提供分離的聚類解構174以處理用於每個個體均值場聚類162至170的決定。因此，儘管聚類解構部件174被示出為處理用於不同均值場聚類的所有決定154至156的單個部件，但是它也可以被劃分並且可以運用分布式處理。

在任何情況下，在一個示例中，部件174生成均值場粒子控制器258，均值場粒子控制器258對用於均值場聚類的給定的決定(比如決定254)操作並且解構該決定以獲得用於在與決定254對應的聚類中的個體sku(即，用於均值場聚類162中的個體sku)的sku級決定260至262。也可以基於規則的集合來控制sku聚類交互。同樣，訂單建議系統176可以被分布以從個體sku級決定260至262中的每個個體sku級決定生成建議的訂單，並且僅為了示例而將它示出為單個系統。它說明性地與任何其它信息264一起輸出建議的sku級訂單118。

圖5示出了在一個示例中，聚類解構部件174包括均值場控制器構造系統256，均值場控制器構造系統256生成粒子控制器268以處理用於均值場聚類中的個體粒子的信息。部件174也說明性地包括帕雷託匹配系統270，帕雷託匹配系統270生成用於均值場聚類中的個體粒子的狀態和控制變量值。它可以包括向原有控制模型的範圍轉化粒子均值場控制器268的狀態和控制變量的範圍轉化機構272以及生成用於粒子的原有控制模型的時鐘求解和切換時間的時鐘求解生成器274。它也可以包括其它項目276。

圖6示出了聚類解構部件174，聚類解構部件174首先獲得用於選擇的均值場中的粒子的信息。這由塊278指示。信息可以包括當前狀態值280、預報結果282和控制器參數284。預報結果282說明性地包括從包含粒子的組的預報結果分解的預測的需求、存貨等。可以使用離線訓練機制或者按照其它方式來生成控制器參數284。

均值場控制器構造系統266然後構造用於粒子的均值場控制器。這由塊286指示。在這樣做時，系統266可以如由塊288指示的那樣構造用於粒子的原有控制模型。它然後可以如由塊290指示的那樣將判據中的終端成本轉化成運行成本。它然後可以如由塊292指示的那樣對均值場粒子的動態性進行近似。它也可以如由塊294指示的那樣通過引入時鐘變量來將時間區間變換成固定時間區間(比如在0與1之間)，並且它然後如由塊296指示的那樣將終端項轉換成線性常數。

一旦粒子均值場控制器268被構造，帕雷託匹配系統270就說明性地執行在粒子與均值場聚類之間的帕雷託均衡匹配。這由塊298指示。在這樣做時，它首先說明性地獲得用於均值場聚類的狀態值和控制變量。這由塊300指示。它然後構造用於粒子均值場控制器268的反饋法則(以均值場聚類的控制作為額外輸入)。這由塊302指示。它然後如由塊304指示的那樣關於反饋法則來評估漢密爾頓函數(hamiltoniam)。它然後更新粒子均值場控制器268的狀態和控制變量。這由塊306指示。它然後更新均值場聚類的狀態和控制變量(以粒子均值場控制器的控制變量作為額外輸入)。這由塊308指示。最後，它如由塊310指示的那樣保存更新的聚類狀態和變量。它們可以被本地保存或者被保存到雲或者其它遠程伺服器環境等。

範圍轉化機構272然後在塊288將粒子均值場控制器268的狀態和控制變量轉化成針對粒子而被生成的原有控制模型的範圍。轉化狀態和控制變量由圖6中的塊312指示。

時鐘求解生成器274然後生成時鐘求解以及(同樣如在塊288處構造的)用於粒子的原有控制模型的切換時間。這由塊314指示。訂單建議系統176然後根據原有控制模型的求解來生成用於粒子的建議的訂單數額和訂單時間。這由塊316指示。然後保存建議的訂單數額和時間。這由塊318指示。例如，它們可以如由塊320指示的那樣被保存到雲或者遠程伺服器環境。它們也或者在備選中可以如由塊322指示的那樣被本地保存。它們可以被發送給其它系統，比如業務系統102。這由塊324指示。它們也可以被保存到或者發送給其它地方，並且這由塊326指示。

因此可見，基於均值場的預報系統可以用來適應大規模預報和優化。它在多項式時間中操作並且允許分布式計算。這改進了預報系統本身的操作。由於它在多項式時間中操作並且可以在分布式計算環境中被處理，所以它使對預報和優化的計算高效得多。這大量地增強了系統的速度並且顯著地減少了計算和存儲器開銷。它也保留在個體sku級的關鍵信息，但是使用聚集均值場信息以允許業務系統102生成運用業務系統102的組織的操作的總體趨勢和對這些操作的認識。可以在歸類規劃、存貨管理和價格優化以及其它地方中使用它。可升級成大數據集也改進了業務系統的操作，因為它可以獲得更準確的預報、歸類規劃、存貨管理等，並且它可以快得多地獲得這一準確信息。

現在將提供對預報系統112的更加正式的描述。

首先值得注意均值場模型適用於具有實時或者接近實時數據的系統，這些數據具有範圍從小數據集到很大數據集的大小。均值場模型提供一種實用和可伸縮的方法。它通過關聯個體粒子與均值場粒子來避免相關性函數的計算。

取代找到所有粒子之間的交互，每個粒子的交互是就均值場粒子而言的。在交互之後的熵被最大化(也就是說，不能提取進一步的信息)，這在上文中也被稱為帕雷託均衡。通過每個粒子與均值場的交互來確定任何兩個粒子之間的交互。均值場依賴於時間(它反映原有系統的動態性質)，並且均值場粒子被隨時間傳播。只要單個粒子改變，它就對均值場粒子做出改變。例如，可以用runge-kutta3階方法和改型的rosenbrock方法來執行它們。

均值場模型適用於許多類型的系統。下面的表1示出了用於若干粒子系統的狀態變量的示例，包括存貨管理和歸類規劃。

表1

可以使用基於集合的函數作為馬爾科夫(markov)鏈的基本內核(或者被稱為基本傳播函數)來生成馬爾科夫過程，也就是說，並且是borel集合，因此x(t)是集合(而不是單元素)。基本傳播函數使用一次性存儲器p1|1(x,t|xm,tm)。在控制之下的系統(例如，歸類規划過程)不是穩態馬爾科夫鏈並且不同構，因此該方式以xm,tm為條件並且用概率對狀態建模。存在被傳播的單粒子狀態(例如，單sku)和均值場粒子狀態。該方式可以應用帕雷託均衡以連接兩個傳播函數。例如，在sku傳播函數與場傳播函數之間的帕雷託均衡取代對計算在sku之間的相關性的需要。

作為示例，具有不確定度傳播的用於歸類規劃系統的均值場馬爾科夫模型可以包括：每sku的動作(隨機變量)：

質量(需求和存貨的函數)；

時間(到下一訂單的時間)；

chapmankolmogorov傳播函數；

作為基本傳播函數p11(x,t|x′,t′)＝t(x,t|x′,t′)的一次性存儲器，也就是在時間t的概率將具有在它具有x′的時間t′給定的x數量。該方式發現t(x,t|x′,t′)，它提供足夠信息以構造pm(xm,tm|x1,t1,…,xm-1,tm-1)；並且用於傳播的算法使用不同形式，

每個問題需要確定算符為了傳播任何函數ρ(x)，算符滿足：

式1

構建比找到t(x,t|x′,t′)容易得多。

的構造與規則有關。假設存在足夠數據來構建例如，確定性過程的概率傳播函數是：

式2

x(t)∈rn

x(t0)＝x0

假設g(x(t))滿足利普希茨(lipschitz)條件，也就是說，||g(y)-g(x)||≤k||y-x||。令是差分方程的求解。它必須滿足以下條件：

式3

注意，如果g(x(t))是線性方程，則總是存在。但是它在本情況下不成立。因此，修複函數不存在。對於如以上那樣的一般確定性過程，算符因此，關聯差分chapmankolmogorov方程是：

式4

從規則生成分布允許向將來任何時間的傳播。

作為另一示例，對於跳躍過程傳播函數(可預測的跳躍)，考慮可預測的跳躍(比如由規則和事件觸發的需求跳躍)。令w(x|x′,t)δt是用於在時間區間[t,t+δt]中的某個時間從x′到x的跳躍的概率密度函數(注意，在時間區間的開頭，它是x′)。定義γ(x′,t)＝∫dxw(x|x′,t)(也就是說，對所有可能跳躍的積分)。

具有跳躍的差分方程要求：

式5

(在這一積分內，第一部分是具有跳躍的概率，第二部分是沒有跳躍的概率)。

為了構造用於歸類規劃的示例的均值場帕雷託問題，均值場方式將包括預報器和跟蹤器。均值場方式使用並行化和分布式計算來按照實用和可伸縮方式併入在sku之間的交互。

均值場聚合具有用於對在具體意義上相似的sku分類的分類法。做一比喻，在實時貿易中，投資按部門(比如能量部門、技術部門等)而被分組，並且在一個部門增加時，該部門中的投資的大多數也增加。應用於歸類規劃的均值場方式也使用分類系統以對sku分組。

sku可以例如根據以下各項而被分類：1.銷售點(pos)速率，也就是銷售改變速率；2.商店中的量，它與容量有關；或者3.機會成本；以及其它。與統計分析組合的優化問題被用來發現有用分類，並且生成用於對sku分類的規則。傳感器(可觀測的度量)被創建以更新分類方案以實現良好性能。

均值場預報器和均值場跟蹤器在連續時間而不是離散時間中工作，因為均值場如此快速地改變，所以將有必要以非常小的增量離散化。在跳躍出現(例如，訂單在離散時期出現)時，均值場方式捕獲離散改變的影響，但是計算效率高，因為概率在時間上連續地傳播。

通過構造帕雷託最優解並且確定帕雷託均衡來完成在均值場與個體sku之間的映射和在(不同分類的)兩個均值場之間的映射。映射提供一種用於將均值場可視訂單轉化成個體sku訂單的方法。

用於均值場的判據被表達為j(v,p(x,t))，其中v是訂單速率，並且p(x,t)是概率密度。

在均值場方式中，均值場的均值z(t)通過對概率密度積分而被確定，該概率密度是在優化問題中的控制變量並且隨時間變化。在標準隨機過程中，該過程本身隨時間改變，並且概率密度針對每個時間實例被適配。均值場一般而言並且具體地對於歸類規劃而言不是固定(遍歷)過程。在遍歷過程中，採樣均值和聚類均值相同，但是這在歸類規劃中不是這樣。

均值場lq跟蹤判據的示例由下式給出：

式6

其中：

其中

在均值場跟蹤公式表示中，均值場目標是對(未知並且在優化中找到的)概率密度的期望值。

均值場跟蹤器是對控制(例如，訂單)空間v和概率密度p(x,t)的優化問題，其中具有以下判據：

式8

並且具有以下常數：

式9

並且其中算符由下式定義：

式10

並且w(x|x′,t)δt是用於在時間區間[t,t+δt]中的某個時間的從x′到x的跳躍的概率密度函數(注意，在時間區間的開頭，它是x′)，概率密度函數w針對均值場而被計算，並且均值場概率密度得以被傳播以確定最優控制。

如果已知，則最優求解被表達為：

式11

v*(t)＝g(t)x(t)+ψ(t,z(t))

其中g(t)被稱為增益。由於z(t)未知，因為未知概率密度p，並且然後知道概率密度，所以使用依序優化方式。

假設z(t)已知，並且使用傳播方程以求解未知概率密度p(x,t)，並且然後知道概率密度，求解z(t)。

簡言之，均值場概率密度得以被傳播，並且最優控制針對均值場而被確定。最優性在帕雷託意義上是平衡目標，例如，利潤、資本(k)、容量(c)和從軟規則確定的其它目標。例如，概率w(x|x′,t)對於每個sku通過玩具有均值場的帕雷託遊戲而被確定。這是靜態遊戲，因此計算可管理。用於個體sku的對於遊戲的約束可以基於經驗銷售點數據和用戶規則。這一方式使得歸類規劃問題可伸縮。

現在將描述將均值場方式用於歸類計劃應用的概要。控制器對均值場(也就是一組sku)操作。以上討論用於將sku分組成不同均值場的方法和算法。在均值場之間的相關性應當說明性地不正交，也就是說，在均值場之間的交互說明性地必需。將對sku分組比喻成安全化是應用在信用卡市場中使用的相似思想以處置債務。例如，sku可以被分類為快速需求、中速需求和慢速需求；並且然後用sku屬於快速需求分類的某個百分比以及屬於中速需求分類的某個百分比等等來創建均值場。這一均值場的「安全測量」的平均概率說明性地與其它均值場相同。

現在將描述分組和近似成用於概率傳播的fokker-planck方程的示例。

示例可編程分類器或者組形成部件150可以具有以下變量：

狀態/sku(可以包括需求、不確定度需求、存貨、不確定度存貨、利潤、不確定度利潤、訂單)和時間限度。

所有sku可以根據分類的規則156、158而被分類成若干類。規則可以被設計成狀態值、時間限度等的函數。如以上關於圖2簡潔地討論的那樣，規則的示例是根據平均需求範圍對sku分類。可以說明性地存在沿著兩個相鄰類之間的邊緣的某個重疊。例如，將具有在10與100之間的平均需求的sku分類為一類並且將具有在90與200之間的平均需求的sku分類為另一類，從而使得兩類具有重疊。

均值場聚類化部件152混合從每類選擇的元素以形成若干塊。這些塊可以在某個測量之下被測量為「相似」，例如，每個塊的加權需求相似。每個塊是具有它自己的均值場動態性的均值場。可以對於單個sku設計以上描述的以前預報器、控制器等，並且它可以被直接地應用於每個均值場。

為了得到每個均值場的動態性，定義用於每個具體均值場的傳感器(或者跟蹤器)。傳感器可以是塊中的「前導」sku，該sku捕獲均值場的性能或者所有sku的狀態的加權均值等等。

為了將來自不同類的sku分組成單個塊，將狀態的量值和分組的sku的時間限度歸一化。

聚類解構部件174的示例接收針對單個塊而被做出的決定，並且將它轉化成用於被分組在該塊中的個體sku的決定以獲得塊的解構。

現在討論用於解構的均值場控制器的修改的示例。

用於歸類規劃應用的控制器的狀態包括需求、存貨、利潤、訂單及其相應不確定度。它們由狀態矢量y(t)表示，並且控制器的動態性被寫為：

式12

並且控制器的判據是：

式13

其中是給定跟蹤值。

首先，通過引入新狀態變量w(t)來將判據中的終端成本轉化成運行成本(如以上關於圖6中的塊290討論的那樣)。定義：

式14

並且令初始條件是常數：

式15

然後用替換式13中的終端成本，並且式13中的判據被寫為：

式16

由於

式17

所以式14中的判據被進一步寫為：

式18

接著，考慮特定區間[ti，ti+1)，並且假設y(ti)和v(ti)已知。然後使用它們以找到具有用於y(t)和v(t)的擾動方程的求解：

式19

y(t)＝y(ti)+δy(t)，v(t)＝v(ti)+δv(t)

動態性被近似(如在以上圖6的塊292中那樣)並且被寫為：

式20

其中該近似是在迪拉克(dirac)意義上。

在這一特定區間[ti，ti+1)中的判據是：

式21

該式被改寫為：

式22

二次跟蹤判據在迪拉克意義上表現為線性化的結果。

接著，通過引入時鐘變量來將來自時間區間t∈[ti，ti+1]的問題變換(如在以上圖6中的塊294處指示的那樣)成固定時間區間τ∈[0，1]。然後並且

然後通過引入新狀態變量並且添加運行成本項來將有二次仿射終端項的判據轉換成線性恆定終端項(如在以上圖6中的塊296處指示的那樣)。

這可以被完成如下：

式23

終端成本：

式24

定義：

式25

並且然後：

由於所以(1)被改寫為：

式26

並且判據的終端部分簡單地變成：

式27

w(t)。

為了以終端時間為決定變量來生成均值場控制器，向控制器添加被稱為時鐘的額外變量，並且相應地修改跟蹤問題。由於時鐘變量作為乘數進入修改的跟蹤問題(以下示出細節)，所以從求解修改的lq跟蹤問題分離地求解時鐘問題。

原有跟蹤問題(以一般形式)是：

式28

具有初始條件x(ti)，其中x(t)是狀態，y(t)是狀態的跟蹤值，v(t)是控制變量，ti是起始時間，並且ti+1是終端時間。

原有跟蹤問題被修改以包括時鐘變量。決定變量是v(t)和ti+1二者。y(t)中的跟蹤值在設立以上問題之前已知並且在時間區間[ti，ti+1]中被保持恆定，因此y(t)被表示為其中「-」指示跟蹤值在設立跟蹤問題之前被確定。

原有跟蹤問題不是線性二次跟蹤問題，因為x(t)的動態方程、也就是g(x(t)，v(t))由規則定義並且可以是任何形式。該方程通過如下引入遞增變量而被線性化。修改的問題是根據迪拉克的線性二次跟蹤問題，因為它是對原有問題的估計並且忽略較高階項。

式29

令δx(t)＝x(t)-x(ti)並且δv(t)＝v(t)-v(ti)。然後因此：

並且令然後使用以下線性二次跟蹤問題以估計原有跟蹤問題：

式30

具有初始條件δx(ti)＝0，

其中按照迪拉克方法，並且以及f＝g(x(ti)，v(ti))。

通過添加額外變量w(t)來簡化來自跟蹤問題的判據的終端項：

式31

然後：

式32

具有初始條件：

式33

新變量w(t)的跟蹤值是0。令令令並且現在，線性二次跟蹤問題被寫為：

式34

具有初始條件其中δx(ti)＝0並且以上給定w(ti)。w(ti+1)也被記為

通過引入時鐘變量並且如下定義時鐘動態方程來將時間區間[ti，ti+1]映射到單位區間[0，1]：

式35

其中t(0)＝ti，t(1)＝ti+1。令並且令

轉換成新時間τ產生：

式36

也就是說：

式37

因此，的動態性變成：

式38

判據被如下修改。令然後令在判據中用τ替換的t並且用uc(τ)·dτ替換dt以得到：

式39

具有初始條件以及

從求解以上跟蹤問題來分離地求解時鐘uc(τ)，也就是說，僅以為決定變量來求解以上問題：

式40

具有初始條件

這一過程將具有可變時間限度的均值場近似算法轉換成具有已知有限限度[0，1]的均值場控制問題。

控制器提供具有仿射形式(比如x(0)+δx(τ))的求解，從而使得它可以使用均值場算法而被容易地併入到反饋控制中。該方式從原有跟蹤問題開始、將終端時間視為決定變量並且將問題變換成固定[0，1]時間區間，並且然後圍繞時間0線性化。

為了這樣做，從具有非線性動態性的原有跟蹤問題和具有二次仿射終端項的二次判據開始。

原有跟蹤問題(以一般形式)：

式41

具有初始條件x(ti)，其中x(t)是狀態，y(t)是狀態的跟蹤值，v(t)是控制變量，ti是(已知)開始時間，並且ti+1是(未知)終端時間。

應當注意，決定變量是v(t)和ti+1二者。y(t)中的跟蹤值在設立以上問題之前已知。該方式在時間區間[ti，ti+1]中將它們視為常數，因此y(t)在區間中被設置成其中「-」指示跟蹤值在設立跟蹤問題之前被確定。

原有跟蹤問題典型地不是線性二次跟蹤問題，因為x(t)的動態方程(也就是g(x(t)，v(t)))可以是由規則定義的任何形式。用於v(t)的初始條件是v在先前區間中的最後值，被表示為

這一跟蹤問題為非線性的。它通過引入遞增變量如下計算相對於狀態的在區間的開頭的初始值而言的仿射變換。修改的問題是線性二次跟蹤問題，該問題是原有問題在迪拉克意義上的估計，因為該近似的較高階項被忽略。

式42

令並且也令並且令

取導數產生並且使用迪拉克近似給定下式：

式43

並且

式44

並且令產生：

式45

令在矢量/矩陣格式中書寫三個動態方程。然後：

式46

其中：

式47

式48

以及

式49

初始條件是：

式50

並且t(0)＝ti，以及也包括對時鐘的上和下界為：

式51

思想是保持uc(τ)對於調節器問題而言恆定，並且在非調節器問題中將uc(τ)視為變量。最優性條件允許在小時間區間內分離用於的求解和用於uc(τ)的求解。

現在，問題的判據是：

式52

並且注意這一問題跟蹤將來而不是過去。也在區間的開頭評估矩陣並且貫穿區間保持它們恆定。這通過使用時鐘uc(τ)的砰砰結構(bang-bangstructure)並且確定它是否在或者而有可能。它在區間中改變僅一次。

系統的漢密爾頓函數被寫為：

式53

其中：

式54

主張：算法執行「準分離」，其中令：

式55

以及

式56

然後，使用終端條件p(1)＝0和λ(1)＝1來求解共態p(τ)，λ(τ)，μ(τ)。時鐘求解是由下式給定的砰砰求解：

式57

如果則uc(τ)＝ucmin

如果則uc(τ)＝ucmax

並且切換時間是在下式成立時：

式58

該過程的示例是從所有sku開始，並且然後使用分類器以基於規則來塊指派sku。假設規則由用戶提供(比如按照需求級、利潤級、不確定度等)。塊的數目比sku的數目小得多。然後使用來自塊的少數sku來創建均值場組。對組的表徵被用來定義均值場聚集符。

每個原有skui由以下各項表徵：活動時間區間ti，ti+1、g、非線性動態性、參數qi，fi，ri，hi、時鐘限制、和

現在將描述詢問系統400的操作。可以是在用戶向預報器和優化器查詢預報之後，用戶可以看見預報但是然後想知道它為什麼不同於他的或者她的預期。在該情況下，詢問系統400可以向用戶提供解釋，該解釋指示哪些規則在預報或者優化期間活躍和為什麼。這可以允許用戶做出調整以改進性能。

詢問系統400因此提供顯著技術優點。例如，在其中有可以應用於預報的大量不同規則的預報系統中，標識那些規則中的哪些規則活躍和為什麼的過程將通常地極為繁瑣和計算成本高。例如，本討論有利地避免枚舉系統中的所有規則並且然後讓用戶請求系統執行大計算以確定哪些規則適用於用於sku的個別預報。由於如以下描述的那樣，詢問系統與運用均值場聚類化的預報系統112和/或優化系統113交互，所以獲得預報器112和/或優化系統113中的各種狀態，並且可以快速地標識、解釋和輸出活躍規則(以及在一個示例中的它們的有效性程度)以用於用戶交互。這顯著地增強了系統的速度並且大量地減少了計算和存儲器開銷。

圖7示出了詢問系統400的一個部分的框圖。在圖7中所示的示例中，詢問系統400可以包括處理器402、用戶界面部件404、活躍規則檢測器406、活躍規則緩衝器408、規則收集部件410、規則軌跡緩衝器412和解釋引擎414。它也可以包括其它項目416。圖7也示出了在一個示例中，系統400有權訪問規則數據存儲庫418，規則數據存儲庫418存儲由預報系統112和優化系統113運用的各種規則。圖7也示出了詢問系統400可以從預報系統112和優化系統113接收狀態信息420。它也可以說明性地從其它源和服務120接收其它信息。

圖8是圖示了詢問系統400的操作的一個示例的流程圖。系統400首先從預報系統112和/或優化系統113接收狀態信息。這由塊422指示。活躍規則檢測器406然後基於該狀態信息來搜索規則存儲庫418以標識活躍規則。這由塊424指示。它在活躍規則緩衝器408中存儲對隨時間遞增地被激活和去激活的活躍規則的某個指示。這由塊426指示。它可以如由塊428指示的那樣存儲標識的規則的概要。它可以如由塊430指示的那樣將關於規則的指針存儲回到數據存儲庫418。它也可以存儲與各種標識的規則何時被激活和去激活對應的時間指示符(例如時間戳)。這由塊432指示。它也可以存儲其它項目434。

規則收集部件410然後將活躍規則相關到由用戶提交的用於估計或者優化的查詢。這由塊436指示。這一相關性被存儲在規則軌跡緩衝器412中。這由塊438指示。也可以存儲指示規則軌跡的附加信息，並且這由塊440指示。

在某一點，解釋引擎414接收從用戶108輸入的查詢或者詢問。這由塊442指示。例如，可以是用戶108希望知道特定的建議的訂單、預報或者優化為什麼來自以它所來自的方式。在該情況下，解釋引擎414訪問被存儲在緩衝器412中的規則軌跡並且將它們相關到從預報系統112和優化系統113接收的狀態信息。這由塊444指示。它然後如由塊446指示的那樣生成對該相關性的解釋。解釋由圖7中的塊448指示。

例如，在一個示例中，解釋448可以是為用戶108顯現信息的用戶界面顯示或者另一機構類型，該信息指示哪些規則鏈在預報系統112和/或優化系統113中在哪些時間活躍。這由塊450指示。它也可以提供關於那些規則為什麼被激活的指示。這由塊452指示。它可以在做出特定預報或者優化時提供標識每個規則的有效性級別的指示。這由塊454指示。它可以指示何時和多久激活各種規則鏈中的特定規則。這由塊456指示。它也可以用其它方式提供指示預報系統112或者優化系統113的狀態的輸出，並且這由塊458指示。

解釋448因此顯現指示預報系統112和優化系統113隨時間的狀態的信息並且將它相關到用戶108的各種請求。這允許用戶108快速地確定預報系統112或者優化系統113用來生成預報或者優化的基礎。這被輸出以用於用戶審查和交互。這由塊460指示。舉例而言，可以是解釋448包括多個用戶輸入機制，這些用戶輸入機制允許用戶108致動它們並且下鑽(drilldown)到關於激活的特定規則年和規則序列、它們何時被激活、為什麼、它們被給予什麼有效性級別等的更詳細信息。僅為了示例而指示這些用戶交互類型。

圖9是示出了預報系統112(或者優化系統113)和交互系統400的不同部分的框圖。圖9示出了在一個示例中，系統112和/或113可以包括聚類預報器152、聚類控制系統172和帕雷託匹配系統270。圖9也示出了系統112/113從計算系統102接收信息集合462。例如，該信息可以包括銷售點信息464、指示遞送的遞送信息466、指示訂單的訂單信息468、標識各種存貨項目和存貨級別的存貨信息470、規則472，這些規則可以包括用戶定義的規則和用來對sku分組並且生成均值場聚類的其它規則。聚類預報器152預報聚類，並且控制系統172控制聚類。系統270如以上描述的那樣提取用於個別sku的預報和訂單。圖9也示出了聚類控制系統172可以接收或者訪問它自己的規則集合474，並且帕雷託匹配系統270也可以訪問或者接收規則集合476。規則修復部件478如以下描述的那樣可以用來修改規則或者各種閾值以保證均值場聚類符合用來生成它們的規則。關於系統112和113而被描述的項目形成以下描述的預報執行反饋迴路。

圖9也示出了詢問系統400可以被配置為包括規則處理反饋迴路480。規則處理反饋迴路480檢測在預報中使用了什麼規則以及在聚類控制系統172和匹配系統270中使用的特定規則474和476。它處理那些規則以調整預報和下訂單系統(例如，在聚類級)和遊戲系統270(例如，在sku聚類交互級)。由於規則標識系統484與以上討論的均值場聚類化交互，所以解釋引擎414可以不僅在代表的sku的數目方面被伸縮而且被升級至大量規則，這些規則中的大多數規則不活躍。規則標識系統484標識在創建組時使用的特定規則472。它也標識在生成均值場聚類時被使用的規則474和用來生成個別sku的特定訂單的規則476。它可以不僅標識哪些規則活躍而且標識它們的有效性級別。它還可以檢測創建的聚類何時違反規則(比如在兩個不同聚類具有相似風險級或者相似需求級時)並且如果被配置為這樣做則可以修改規則(例如，用閾值)。

在圖9中所示的示例中，活躍規則檢測器406向規則標識系統484提供活躍規則482的動態性。規則標識系統482從預報器112/優化器113接收狀態信息並且基於動態性442來標識被使用的各種規則。迴路480示例地包括帕累託匹配系統486和規則解決部件488，並且它也可以包括活躍規則的緩衝器408。圖10是圖示了圖9中所示的反饋迴路的操作的一個示例的流程圖。

規則解決部件488在多個規則激發時解決動作。它可以通過比較可信度因子的加權平均值與歷史平均值並且通過相應地修正估計的動作來這樣做。規則解決部件488也維護與每個活躍規則關聯的真值，並且在多個規則具有矛盾時，它調用帕雷託匹配系統486以通過放寬真值閾值以解決衝突來實現帕雷託均衡。它可以最小化為了實現均衡而需要的放寬數量。如果滿足規則可以被解決的閾值(在放寬真值時)，則這意味著不跨過閾值就不能獲得均衡。因此，可以生成並且向用戶發送消息以用於人工解決衝突。

圖10是圖示了圖9中所示的系統的操作的一個示例的流程圖。規則檢測器406首先檢測哪些規則活躍並且與規則標識系統484結合來標識與給定的預報對應的有效性級別。這由圖10中的塊490指示。它可以標識在對sku分組時活躍的特定規則472。它也可以標識在聚類時活躍的規則。它可以標識在帕雷託匹配時活躍的規則476，並且它可以標識在預報和優化系統112-113時活躍的其它規則。

迴路480也標識聚類何時違反規則並且可能地修改規則、聚類等。這由塊492指示。

規則解決部件488在多個規則激發時解決動作。這由塊494指示。它可以如以上討論的那樣基於可信度因子496、基於歷史數據498或者組合501來這樣做。

解決部件482也說明性地如由塊503指示的那樣確定多個規則何時有衝突。如果它們有衝突，則它可以也如以上討論的那樣執行帕雷託匹配以標識均衡。這由塊505指示。如果在塊507沒有達到均衡，則可以生成消息以用於衝突規則的人工解決。這由塊509指示。它然後向緩衝器408添加標識的和活躍的規則。這由塊511指示。如果處理繼續，則它回到塊490。這由塊513指示。

現在將討論多個示例。為了舉例說明如何可以與優化系統113結合來使用詢問系統440，假設用戶用關於來自供應商的即將到來的折扣的規則詢問優化系統113訂購多少某個sku。假設優化系統113為sku提供比用戶期待的數額少得多的推薦的訂單。用戶向詢問系統400查詢解釋448以理解優化系統113為什麼做出該推薦。在這一示例中，解釋448報告三個規則在獲得結果時活躍。三個規則是：

1.交易歷史；

2.供應商產生有良好折扣的促銷；以及

3.貨架上的可用空間。

用戶看見在貨架上的可用空間限制訂單數額，因此用戶現在可以去除貨架空間規則並且重新執行優化系統113。現在建議的訂單增加，並且用戶找到低廉存儲位置以解決貨架空間短缺。

作為另一示例，假設用戶規劃在用戶的主要商店中在兩周時段內對於某個sku的促銷，並且詢問系統400報告三個規則活躍：

1.交易歷史；

2.天氣事件；以及

3.交通事件。

用戶看見規則指示在兩周時段期間的預計的暴風雪和圍繞商店位置的增加的交通，因此減少在該時間段內舉行促銷的收益。用戶然後為促銷選擇另一時間段並且重新執行系統。

為了生成解釋448，引擎414可以呈現被激活以實現那些結果的規則的序列。例如，假設系統建議在周二訂購200個單位以用於在周三遞送。詢問系統400可以生成解釋448，解釋448說明特殊事件即將在周三發生並且應當訂購更高數額。詢問系統400也將如下包括對軟規則的排序和代表它們的顯著性的值(或者在零與一之間的有效性程度)：

1.(0.991)如果為周一/周二/周三訂購(並且在該時間內無事件)，則僅使用歷史周一/周二/周三數據以構建預報。

2.(0.990)如果為周日訂購(並且在該時間內無事件)，則僅使用歷史周日數據以構建預報。

3.(0.790)如果為其中事件將出現的時間段訂購，則使用用於該事件的歷史數據以構建預報。

4.(0.670)如果為其中將有足球賽事的時間段訂購，則增加用於「tail-gating」項目的預報。

5.(0.670)如果預測熱天氣，則增加用於涼茶、涼咖啡飲料的需求預報。

6.(0.290)如果賦予對yy的促銷，則增加用於yy的需求以及與yy緊密地關聯的項目的需求預報。這些僅為示例場景。提供它們以舉例說明某些項目，並且可以使用並且在這裡設想廣泛多種其它場景。

本討論已經提到了處理器和伺服器。在一個實施例中，處理器和伺服器包括具有未被分離地示出的關聯的存儲器和定時電路裝置的計算機處理器。它們是它們屬於的系統或者設備的功能部分並且由那些系統中的其它部件或者項目激活並且有助於其它部件或者項目的功能。

也已經討論了多個用戶界面顯示。它們可以採用廣泛多種不同形式並且可以具有在其上設置的廣泛多種不同用戶可致動輸入機制。例如，用戶可致動輸入機制可以是文本框、複選框、圖標、連結、下拉菜單、搜索框等。也可以用廣泛多種不同方式來致動它們。例如，可以使用指示和點擊設備(比如跟蹤球或者滑鼠)來致動它們。可以使用硬體按鈕、開關、操縱杆或者鍵盤、拇指開關或者拇指板等來致動它們。也可以使用虛擬鍵盤或者其它虛擬致動器來致動它們。此外，在它們被顯示在其上的屏幕是觸敏屏幕時，可以使用觸摸手勢來致動它們。另外，在顯示它們的設備具有話音識別部件時，可以使用話音命令來致動它們。

也已經討論了許多數據存儲庫。將注意，它們可以各自被分解成多個數據存儲庫。所有數據存儲庫可以在訪問它們的系統本地，所有數據存儲庫可以遠離，或者一些數據存儲庫可以在本地而其它數據存儲庫遠離。這裡設想了所有這些配置。

另外，各圖示出有歸於每個塊的功能的多個塊。將注意，可以使用更少塊，因此功能由更少部件執行。另外，更多塊可以與在更多部件之中分布的功能一起被使用。

圖11是圖1中所示的架構100的框圖，不同在於在雲計算架構500中設置了它的單元。雲計算提供計算、軟體、數據訪問和存儲服務，這些服務無需終端用戶知道遞送服務的系統的物理位置或者配置。在各種實施例中，雲計算使用適當協議通過廣域網絡(比如網際網路)來遞送服務。例如，雲計算提供商通過廣域網來遞送應用，並且可以通過任何web瀏覽器或者任何其它計算部件來訪問它們。可以在遠程位置的伺服器上存儲架構100的軟體或者部件以及對應數據。可以在遠程數據中心位置合併雲計算環境中的計算資源或者可以分散它們。雲計算基礎結構可以通過共享數據中心來遞送服務，即使它們表現為用於用戶的單個接入點。因此，可以使用雲計算架構來從在遠程位置的服務提供商提供這裡描述的部件和功能。備選地，可以從常規伺服器提供它們，或者可以直接地在客戶端設備上或者以其它方式安裝它們。

本描述旨在於包括公共雲計算和私有雲計算二者。雲計算(公共和私有二者)提供無縫資源匯聚以及減少的對於管理和配置下層硬體基礎結構的需要。

公共雲由銷售商管理並且通常地使用相同基礎結構來支持多個消費者。另外，公共雲有別於私有雲在於可以讓終端用戶免去管理硬體。私有雲可以由組織本身管理，並且通常地沒有與其它組織共享基礎結構。組織仍然在某個程度上維護硬體，比如安裝和修復等。

在圖11中所示的實施例中，一些項目與圖1中所示的項目相似，並且它們被相似地編號。圖11具體地示出了業務系統102和預報系統112、優化系統113以及詢問系統400可以位於雲502(該雲可以是公共的、私有的或者如下組合，其中部分公共而其它部分私有)中。因此，用戶108使用用戶設備504以通過雲502來訪問那些系統。

圖11也描繪了雲基礎結構的另一示例。圖11示出了也設想了架構100的一些單元可以被設置在雲502中而其它單元沒有。舉例而言，數據存儲庫128可以被設置在雲502以外並且通過雲502而被訪問。在另一示例中，業務系統102可以在駐地業務系統上，並且預報系統112、優化系統113和/或詢問系統400可以是基於雲的服務或者駐留在另一遠程伺服器位置中。它也可以在業務系統102本地。無論它們位於何處，它們可以由設備504通過網絡(廣域網或者區域網)來直接地訪問，它們可以在遠程地點由服務主控，或者可以通過雲來將它們提供作為服務或者由在雲中駐留的連接服務訪問它們。這裡設想了所有這些架構。

也將注意，架構100或者它的部分可以被設置在廣泛多種不同設備上。那些設備中的一些設備包括伺服器、臺式計算機、膝上計算機、平板計算機或者其它行動裝置(比如掌上計算機、蜂窩電話、智慧型電話、多媒體播放器、個人數字助理等)。

圖12是可以在其中部署架構100或者它的部分(例如)的計算環境的一個實施例。參照圖12，用於實施一些實施例的示例系統包括形式為計算機810的通用計算設備。計算機810的部件可以包括但不限於處理單元820(該處理單元可以包括處理器124或者402或者控制器268或者其它部件)、系統存儲器830和將包括系統存儲器的各種系統部件耦合到處理單元820的系統總線821。系統總線821可以是包括存儲器總線或者存儲器控制器、外設總線和使用多種總線架構中的任何總線架構的本地總線的若干總線結構類型中的任何總線結構類型。舉例而言並且沒有限制，這樣的架構包括工業標準架構(isa)總線、微通道架構(mca)總線、增強型isa(eisa)總線、視頻電子標準協會(vesa)本地總線和也被稱為mezzanine總線的外圍部件互連(pci)總線。可以在圖12的對應部分中部署參照圖1描述的存儲器和程序。

計算機810通常地包括多種計算機可讀介質。計算機可讀介質可以是可以由計算機810訪問的任何可用介質並且包括易失性和非易失性介質二者、可拆卸和非可拆卸介質二者。舉例而言而非限制，計算機可讀介質可以包括計算機存儲介質和通信介質。計算機存儲介質不同於並且沒有包括調製的數據信號或者載波。它包括硬體存儲介質，這些硬體存儲介質包括在用於存儲信息(比如計算機可讀指令、數據結構、程序模塊或者其它數據的任何方法)或者技術中實施的易失性和非易失性二者、可拆卸和非可拆卸介質二者。計算機存儲介質包括但不限於ram、rom、eeprom、快閃記憶體或者其它存儲器技術、cd-rom、數字萬用盤(dvd)或者其它光碟存儲裝置、磁盒、磁帶、磁碟存儲裝置或者其它磁存儲設備或者可以用來存儲希望的信息並且可以由計算機810訪問的任何其它介質。通信介質通常地在傳送機制中體現計算機可讀指令、數據結構、程序模塊或者其它數據並且包括任何信息遞送介質。術語「調製的數據信號」意味著如下信號，該信號讓它的特性中的一個或者多個特性以對信號中的信息進行編碼這樣的方式來設置或者改變。舉例而言並且沒有限制，通信介質包括有線介質(比如有線網絡或者直接有線連接)以及無線介質(比如聲、rf、紅外線和其它無線介質)。也應當在計算機可讀介質的範圍內包括以上介質中的任何介質的組合。

系統存儲器830包括形式為易失性和/或非易失性存儲器(比如只讀存儲器(rom)831和隨機存取存儲器(ram)832)的計算機存儲介質。通常地在rom831中存儲基本輸入/輸出系統833(bios)，該bios包含有助於比如在啟動期間在計算機810內的單元之間傳送信息的基本例程。ram832通常地包含處理單元820立即地可訪問和/或當前由處理單元820操作的數據和/或程序模塊。舉例而言並且沒有限制，圖12圖示了作業系統834、應用程式835、其它程序模塊836和程序數據837。

計算機810也可以包括其它可拆卸/非可拆卸、易失性/非易失性計算機存儲介質。僅舉例而言，圖12圖示了從非可拆卸、非易失性磁介質讀取或者向非可拆卸、非易失性磁介質讀取寫入的硬碟驅動841和從可拆卸、非易失性光碟856、比如cdrom或者其它光介質讀取或者向可拆卸、非易失性光碟856寫入的光碟驅動855。可以在示例操作環境中使用的其它可拆卸/非可拆卸、易失性/非易失性計算機存儲介質包括但不限於磁帶盒、快閃記憶體卡、數字萬用盤、數字視頻帶、固態ram、固態rom等。硬碟驅動841通常地通過非可拆卸存儲器接口(比如接口840)連接到系統總線821，並且光碟驅動855通常地由可拆卸存儲器接口(比如接口850)連接到系統總線821。

備選地或者附加地，這裡描述的功能(比如在預報系統112中的聚類解構部件174或者其它項目中的功能)可以至少部分由一個或者多個硬體邏輯部件執行。例如並且沒有限制，可以使用的硬體邏輯部件的示例類型包括現場可編程門陣列(fpga)、專用集成電路(asic)、專用標準產品(assp)、片上系統(soc)系統、複雜可編程邏輯器件(cpld)等。

以上討論和在圖12中圖示的驅動及其關聯的計算機存儲介質提供了對用於計算機810的計算機可讀指令、數據結構、程序模塊和其它數據的存儲。例如，在圖12中將硬碟驅動841圖示為存儲作業系統844、應用程式845、其它程序模塊846和程序數據847。注意，這些部件可以與作業系統834、應用程式835、其它程序模塊836和程序數據837相同或者不同。這裡向作業系統844、應用程式845、其它程序模塊846和程序數據847給予不同編號以圖示它們至少是不同副本。

用戶可以通過輸入設備(比如鍵盤862、麥克風863和指點設備861(比如滑鼠、跟蹤球或者觸板))來向計算機810中錄入命令和信息。其它輸入設備(未示出)可以包括操縱杆、遊戲板、衛星盤、掃描儀等。這些和其它輸入設備經常通過耦合到系統總線的用戶輸入接口860連接到處理單元820，但是可以由其它接口和總線結構(比如並聯埠、遊戲埠或者通用串行總線(usb))連接。可視顯示器891或者其它類型的顯示設備也經由接口(比如視頻接口890)連接到系統總線821。除了監視器之外，計算機也可以包括可以通過輸出外圍接口895連接的其它外圍輸出設備，比如揚聲器897和印表機896。

使用與一個或者多個遠程計算機(比如遠程計算機880)的邏輯連接在聯網環境中操作計算機810。遠程計算機880可以是個人計算機、手持設備、伺服器、路由器、網絡pc、對等設備或者其它公共網絡節點，並且通常地包括以上相對於計算機810描述的單元中的許多或者所有單元。在圖8中描繪的邏輯連接包括區域網(lan)871和廣域網(wan)873，但是也可以包括其它網絡。這樣的聯網環境在辦公室、企業範圍計算機網絡、內部網和網際網路中是常見的。

當在lan聯網環境中被使用時，計算機810通過網絡接口或者適配器870被連接到lan871。當在wan聯網環境中被使用時，計算機810通常地包括數據機872或者用於通過wan873(比如網際網路)建立通信的其它裝置。可以是內部或者外部的數據機872可以經由用戶輸入接口860或者其它適當機制被連接到系統總線821。在聯網環境中，可以在遠程存儲器存儲設備中存儲相對於計算機810描繪的程序模塊或者其部分。舉例而言並且沒有限制，圖8將遠程應用程式885圖示為駐留在遠程計算機880上。將認識到，所示網絡連接是示例性的並且可以使用在計算機之間建立通信鏈路的其它裝置。

也應當注意，可以用不同方式組合這裡描述的不同實施例。也就是說，一個或者多個實施例的部分可以與一個或者多個其它實施例的部分組合。這裡設想所有這些。

例1是一種計算系統，包括：

用戶界面部件；

執行反饋迴路，其包括：

聚類預報器部件，其接收數據項目的組並且生成分組的數據項目的均值場聚類；

聚類控制系統，其訪問聚類化規則以控制聚類預報器部件；

匹配系統，其接收動作信息並且訪問匹配規則並且基於匹配規則、動作信息以及基於均值場聚類來生成建議的動作以相對於均值場聚類中的每個均值場聚類中的個體數據項目而執行，執行反饋迴路生成指示聚類化規則和匹配規則中的哪些規則在給定的時間是活躍規則的狀態信息；以及

詢問系統，其從執行反饋迴路接收狀態信息，標識活躍規則，並且響應於用戶詢問輸入，控制用戶界面部件以顯現指示用來生成建議的動作的活躍規則的解釋。

例2是任何或者所有前例的計算系統，其中詢問系統包括：

活躍規則檢測器，其檢測活躍規則並且生成指示活躍規則的動態性的活躍規則指示符。

例3是任何或者所有前例的計算系統，其中詢問系統包括：

規則標識系統，其接收活躍規則指示符並且標識每個活躍規則被應用於建議的動作的給定集合的程度。

例4是任何或者所有前例的計算系統，還包括：

詢問引擎，其接收相對於建議的動作的給定集合的用戶詢問輸入並且生成指示用來生成建議的動作的給定集合的活躍規則的解釋。

例5是任何或者所有前例的計算系統，其中解釋引擎生成解釋以指示活躍規則中的每個活躍規則被應用於建議的動作的給定集合的程度。

例6是任何或者所有前例的計算系統，其中解釋引擎生成解釋以指示每個活躍規則何時活躍以生成建議的動作的給定集合的定時。

例7是任何或者所有前例的計算系統，其中活躍規則基於一個或者多個激活判據被激活，並且其中解釋引擎生成解釋以包括標識為什麼每個活躍規則被激活以生成建議的動作的給定集合的激活判據標識符。

例8是任何或者所有前例的計算系統，其中解釋引擎控制用戶界面部件以顯示下鑽用戶輸入機構並且檢測對下鑽用戶輸入機構的用於顯示更詳細解釋的用戶致動。

例9是任何或者所有前例的計算系統，其中解釋引擎生成解釋以指示活躍規則中的哪些活躍規則是聚類化規則以及活躍規則中的哪些規則是匹配規則。

例10是任何或者所有前例的計算系統，其中解釋引擎控制用戶界面部件以顯示規則修改用戶輸入機構，並且檢測對規則修改用戶輸入機構的用於修改活躍規則並且向執行反饋迴路提供修改的活躍規則以基於修改的活躍規則來生成建議的動作的修改的集合的用戶致動。

例11是任何或者所有前例的計算系統，還包括：

組形成部件，其接收數據項目的集合和分組規則的集合併且生成數據項目的組。

例12是一種計算機實施的方法，包括：

接收代表物理對象的數據項目的組；

訪問聚類化規則以控制聚類化部件以生成分組的數據項目的均值場聚類；

訪問動作判據和匹配規則；

基於匹配規則、動作判據和均值場聚類來生成用於相對於均值場聚類中的每個均值場聚類中的個體數據項目而執行的建議的動作；

生成指示聚類化規則和匹配規則中的哪些規則在給定的時間是活躍規則的狀態信息；以及

從狀態信息標識活躍規則；以及

響應於檢測到用戶詢問輸入，控制用戶界面部件以顯現指示用來生成建議的動作的活躍規則的解釋。

例13是任何或者所有前例的計算機實施的方法，其中活躍規則能夠在可變程度上被應用以生成建議的動作，並且其中標識活躍規則包括：

生成指示活躍規則的動態性的活躍規則指示符；以及

基於活躍規則的動態性來標識每個活躍規則被應用於建議的動作的給定集合的程度。

例14是任何或者所有前例的計算機實施的方法，其中控制用戶界面部件包括：

接收相對於建議的動作的給定集合的用戶詢問輸入；以及生成解釋，該解釋指示用來生成建議的動作的給定集合的活躍規則的解釋。

例15是任何或者所有前例的計算機實施的方法，其中生成解釋包括：

生成解釋以指示活躍規則中的每個活躍規則被應用於建議的動作的給定集合的程度和指示每個活躍規則何時活躍以生成建議的動作的給定集合的定時。

例16是任何或者所有前例的計算機實施的方法，其中活躍規則基於一個或者多個激活判據被激活，並且其中生成解釋包括：

生成解釋以包括標識為什麼每個活躍規則被激活以生成建議的動作的給定集合的激活判據標識符，並且指示活躍規則中的哪些活躍規則是聚類化規則並且活躍規則中的哪些規則是匹配規則。

例17是任何或者所有前例的計算機實施的方法，其中用戶界面部件包括：

控制用戶界面部件以顯示下鑽用戶輸入機構；檢測對下鑽用戶輸入機構的用戶致動；以及

作為響應，顯示更詳細的解釋，更詳細的解釋示出與由用戶致動的下鑽用戶輸入機構對應的更詳細信息。

例18是任何或者所有前例的計算機實施的方法，其中控制用戶界面部件包括：

控制用戶界面部件以顯示規則修改用戶輸入機構；檢測對規則修改用戶輸入機構的用戶致動；

基於檢測到的用戶致動來修改活躍規則；以及

基於修改的活躍規則來生成建議的動作的修改的集合。

例19是一種計算系統，包括：

用戶界面部件；

執行反饋迴路，其包括：

聚類預報器部件，其接收數據項目的組並且生成分組的數據項目的均值場聚類；

聚類控制系統，其訪問聚類化規則以控制聚類預報器部件；以及

匹配系統，其接收動作信息並且訪問匹配規則並且基於匹配規則、動作信息以及基於均值場聚類來生成用於相對於均值場聚類中的每個均值場聚類中的個體數據項目而執行的建議的動作，執行反饋迴路生成指示聚類化規則和匹配規則中的哪些規則在給定的時間是活躍規則的狀態信息；以及

規則處理反饋迴路，其檢測活躍規則，並且響應於用戶詢問輸入，控制用戶界面部件以顯現指示用來生成建議的動作的活躍規則的解釋，顯示規則修改用戶輸入機構，檢測規則修改用戶輸入機構的用於修改活躍規則的用戶致動，並且向執行反饋迴路提供修改的活躍規則以基於修改的活躍規則來生成建議的動作的修改的集合。

例20是任何或者所有前例的計算系統，其中規則處理反饋迴路控制用戶界面部件以生成解釋以指示活躍規則中的每個活躍規則被應用於建議的動作的給定集合的程度、指示每個活躍規則何時活躍以生成建議的動作的給定集合的定時並且包括標識為什麼每個活躍規則被激活以生成建議的動作的給定集合的激活判據標識符。

雖然已經用結構特徵和/或方法動作特有的言語描述了主題內容，但是將理解，在所附權利要求中限定的主題內容未必限於以上描述的具體特徵或者動作。實際上，以上描述的具體特徵和動作被公開作為實施權利要求的示例形式。