Создание модели с переменными, являющимися объектами репозитория

Содержание

Результат выполнения примеров Fore и Fore.NET

Описание

Рассмотрим пример создания модели переменными, являющимися объектами репозитория, использующей для расчета метод линейной регрессии (оценка МНК).

Требования

Для выполнения примера в репозитории предполагается наличие контейнера моделирования с идентификатором «MS_DEFAULT». Данный контейнер моделирования должен содержать переменные с идентификаторами «OUTPUT_VARIABLE» и «FACTOR_VARIABLE».

Добавьте ссылки на системные сборки: Cubes, Dimensions, Metabase, Ms, Stat.

Пример Fore

Sub ModelVariable;
Var
    Mb: IMetabase;
    CrInf: IMetabaseObjectCreateInfo;
    Model: IMsModel;
    Transform: IMsFormulaTransform;
    TransformVarables: IMsFormulaTransformVariables;
    Stub: IVariableStub;
    TransVar: IMsFormulaTransformVariable;
    Tree: IMsFormulaTransformSlicesTree;
    Slice: IMsFormulaTransformSlice;
    Selector: IMsFormulaTransformSelector;
    Formula: IMsFormula;
    Linear: IMsLinearRegressionTransform;
    Ar: Array[0..1] Of Integer;
    TermInfo: IMsFormulaTermInfo;
    Period: IMsModelPeriod;
Begin
    Mb := MetabaseClass.Active;
    // Задаем базовые параметры модели как объекта репозитория
    CrInf := Mb.CreateCreateInfo;
    CrInf.ClassId := MetabaseObjectClass.KE_CLASS_MSMODEL;
    // Задаем идентификатор модели
    CrInf.Id := Mb.GenerateId("MODEL_LINEAR_REGRESSION", Mb.ItemById("MS_DEFAULT").Key);
    // Задаем наименование модели
    CrInf.Name := "Модель линейной регрессии";
    // Задаем контейнер моделирования, в котором будет создаваться модель
    CrInf.Parent := Mb.ItemById("MS_DEFAULT");
    // Создаем модель
    Model := Mb.CreateObject(CrInf).Edit As IMsModel;
    // Получаем объект для настройки параметров модели
    Transform := Model.Transform;
    // Получаем объект для работы с моделируемой переменной
    TransformVarables := Transform.Outputs;
    // Приводим переменную «OUTPUT_VARIABLE» к абстрактному источнику данных
    Stub := Mb.ItemByIdNamespace("OUTPUT_VARIABLE", Mb.GetObjectKeyById("MS_DEFAULT")).Bind As IVariableStub;
    // Используем переменную «OUTPUT_VARIABLE» качестве моделируемой переменной
    TransVar := TransformVarables.Add(Stub);
    // Задаем срез моделируемой переменной
    Tree := TransVar.SlicesTree(TransVar);
    Slice := Tree.CreateSlice(1);
    // Получаем настройки модели для среза моделируемой переменной
    Selector := Transform.CreateSelector;
    Selector.Slice := Slice;
    Formula := Transform.Transform(Selector);
    // Указываем метод расчета - Линейная регрессия (оценка МНК)
    Formula.Kind := MsFormulaKind.LinearRegression;
    // Задаем календарную динамику расчета
    Formula.Level := DimCalendarLevel.Year;
    // Получаем объект для настройки линейной регрессии
    Linear := Formula.Method As IMsLinearRegressionTransform;
    // Задаем порядок авторегрессии
    Ar[0] := 2;
    Ar[1] := 4;
    Linear.ARMA.OrderAR := Ar;
    // Не используем константу
    Linear.ConstantMode := InterceptMode.None;
    // Приводим переменную «FACTOR_VARIABLE» к абстрактному источнику данных
    Stub := Mb.ItemByIdNamespace("FACTOR_VARIABLE", Mb.GetObjectKeyById("MS_DEFAULT")).Bind As IVariableStub;
    // Добавляем в модель переменную «FACTOR_VARIABLE» в качестве фактора
    TransVar := Transform.Inputs.Add(Stub);
    Tree := TransVar.SlicesTree(TransVar);
    Slice := Tree.CreateSlice(1);
    // Получаем фактор в виде элемента выражения
    TermInfo := Transform.CreateTermInfo;
    TermInfo.Slice := Slice;
    // Задаем формулу расчета линейной регрессии
    Linear.Explanatories.Add.Expression.AsString := TermInfo.TermInnerText;
    // Задаем периоды расчета модели
    Period := Transform.Period;
    Period.IdentificationStartDate := DateTime.ComposeDay(2000, 1, 1);
    Period.IdentificationEndDate := DateTime.ComposeDay(2014, 12, 31);
    Period.ForecastStartDate := DateTime.ComposeDay(2015, 1, 1);
    Period.ForecastEndDate := DateTime.ComposeDay(2020, 12, 31);
    // Сохраняем модель в репозитории
    (Model As IMetabaseObject).Save;
End Sub ModelVariable;

Пример Fore.NET

Imports Prognoz.Platform.Interop.Cubes;
Imports Prognoz.Platform.Interop.Dimensions;
Imports Prognoz.Platform.Interop.Ms;
Imports Prognoz.Platform.Interop.Stat;
…
Public Shared Sub Main(Params: StartParams);
Var
    Mb: IMetabase;
    CrInf: IMetabaseObjectCreateInfo;
    Model: IMsModel;
    Transform: IMsFormulaTransform;
    TransformVarables: IMsFormulaTransformVariables;
    Stub: IVariableStub;
    TransVar: IMsFormulaTransformVariable;
    Tree: IMsFormulaTransformSlicesTree;
    Slice: IMsFormulaTransformSlice;
    Selector: IMsFormulaTransformSelector;
    Formula: IMsFormula;
    Linear: IMsLinearRegressionTransform;
    Ar: Array[0..1] Of Integer;
    TermInfo: IMsFormulaTermInfo;
    Period: IMsModelPeriod;
Begin
    Mb := Params.Metabase;
    // Задаем базовые параметры модели как объекта репозитория
    CrInf := Mb.CreateCreateInfo();
    CrInf.ClassId := MetabaseObjectClass.KE_CLASS_MSMODEL As integer;
    // Задаем идентификатор модели
    CrInf.Id := Mb.GenerateId("MODEL_LINEAR_REGRESSION", Mb.ItemById["MS_DEFAULT"].Key);
    // Задаем наименование модели
    CrInf.Name := "Модель линейной регрессии";
    // Задаем контейнер моделирования, в котором будет создаваться модель
    CrInf.Parent := Mb.ItemById["MS_DEFAULT"];
    // Создаем модель
    Model := Mb.CreateObject(CrInf).Edit() As IMsModel;
    // Получаем объект для настройки параметров модели
    Transform := Model.Transform;
    // Получаем объект для работы с моделируемой переменной
    TransformVarables := Transform.Outputs;
    // Приводим переменную «OUTPUT_VARIABLE» к абстрактному источнику данных
    Stub := Mb.ItemByIdNamespace["OUTPUT_VARIABLE", Mb.GetObjectKeyById("MS_DEFAULT")].Bind() As IVariableStub;
    // Используем БДВР в качестве источника данных моделируемой переменной
    TransVar := TransformVarables.Add(Stub);
    // Задаем срез моделируемой переменной
    Tree := TransVar.SlicesTree[TransVar];
    Slice := Tree.CreateSlice(1);
    // Получаем настройки модели для среза моделируемой переменной
    Selector := Transform.CreateSelector();
    Selector.Slice := Slice;
    Formula := Transform.Transform[Selector];
    // Указываем метод расчета - Линейная регрессия (оценка МНК)
    Formula.Kind := MsFormulaKind.mfkLinearRegression;
    // Задаем календарную динамику расчета
    Formula.Level := DimCalendarLevel.dclYear;
    // Получаем объект для настройки линейной регрессии
    Linear := Formula.Method As IMsLinearRegressionTransform;
    // Задаем порядок авторегрессии
    Ar[0] := 2;
    Ar[1] := 4;
    Linear.ARMA.OrderAR := Ar;
    // Не используем константу
    Linear.ConstantMode := InterceptMode.imNone;
    // Приводим переменную «FACTOR_VARIABLE» к абстрактному источнику данных
    Stub := Mb.ItemByIdNamespace["FACTOR_VARIABLE", Mb.GetObjectKeyById("MS_DEFAULT")].Bind() As IVariableStub;
    // Добавляем в модель переменную «FACTOR_VARIABLE» в качестве фактора
    TransVar := Transform.Inputs.Add(Stub);
    Tree := TransVar.SlicesTree[TransVar];
    Slice := Tree.CreateSlice(1);
    // Получаем фактор в виде элемента выражения
    TermInfo := Transform.CreateTermInfo();
    TermInfo.Slice := Slice;
    // Задаем формулу расчета линейной регрессии
    Linear.Explanatories.Add().Expression.AsString := TermInfo.TermInnerText;
    // Задаем периоды расчета модели
    Period := Transform.Period;
    Period.IdentificationStartDate := DateTime.Parse("2000, 1, 1");
    Period.IdentificationEndDate := DateTime.Parse("2014, 12, 31");
    Period.ForecastStartDate := DateTime.Parse("2015, 1, 1");
    Period.ForecastEndDate := DateTime.Parse("2020, 12, 31");
    // Сохраняем модель в репозитории
    (Model As IMetabaseObject).Save();
End Sub;

Результат выполнения примеров Fore и Fore.NET

После выполнения примера в контейнере моделирования «MS_DEFAULT» будет создана модель, использующая переменные, которые являются объектами репозитория. Для расчета модели используется метод линейной регрессии (оценка МНК) со следующими настройками: