PTC的专家说，在TTF预测方面，Time Series Data模型要比标准的模型要好。
我在做Demo的过程中，也曾尝试建立Time
Series Data模型，但是碰到很多坑，因此在前两篇文章中只介绍标准模型。
后来我有了PTC服务帐号，用此帐号看到了一些新的文档，才走通了这条路。
首先介绍一下什么是Time Series Data模型。
就机器学习的概念来说，训练模型的过程就是找到最合适的匹配参数，利用这些参数和变量相结合，从而计算得到输出结果。
标准的模型在训练和计算的时候，各变量的当前值和历史值没有相关性。
而对于Time Series Data模型，计算时不仅要看变量的当前值，还要看若干个历史值，而这些值是时间相关的。
在Thingworx Analytics中，有两个重要的概念：look back size和data sampling frequency。
Look back size就是采样步长，data sampling frequency就是采样频率，两者乘积就是采样区间。
比如look back size=4, data sampling
frequency=1 minute，那总采样区间就是4分钟。
Thingworx利用Value
Stream记录time series data，我们可以利用QueryProperyHistory得到变量在采样区间的历史值：
此外，在建模的时候，还有几个参数要注意：
-
useRedundancyFilter=true
-
useGoalHistory=false
-
lookahead=1
训练时间会比标准模型长很多。
模型发布之后，测试时不仅要输入各变量的当前值，还要输入若干个历史值，然后点击Add
Row。
在创建Analyisi Events时，注意Inputs Mapping各参数对应的Thing Property必须Logged，因为只有Logged记录才能通过Value Stream查询历史值。
此外，Results Mapping如果绑定结果到Thing Property，即使此Property已经设置Logged，结果被Analytics更新时也不会记录到Value Stream。解决办法是另建一个Property，把它绑定到Results Mapping，然后通过Service或Subscription把值同步给最终的Property，并将值记录在Value Stream。经过此处理后，预测值的所有历史记录就可以通过timeserieschart展示了。
下图是采用Time Series Data建模的预测结果和实际结果的对比：
我们可以看出，预测更加精确，并且更快地拟合。
下表是各模型的建模参数：
此外，关于Value Stream写入时事务性的保证，我也找到了解决办法：使用UpdatePropertyValues函数。
下面是参考代码：
----------------------------------------------------------------------
// Use UpdatePropertyValues to make sure to
update all attribute in the same moment
var params = {
infoTableName : "InfoTable",
dataShapeName : "NamedVTQ"
};
//
CreateInfoTableFromDataShape(infoTableName:STRING("InfoTable"),
dataShapeName:STRING):INFOTABLE(VSTestDataShape)
var tempDable =
Resources["InfoTableFunctions"].CreateInfoTableFromDataShape(params);
var time = new Date();
tempDable.AddRow({
time:
time,
name: "F1",
quality: "GOOD",
value: 71
});
tempDable.AddRow({
time:
time,
name: "F2",
quality: "GOOD",
value: 72
});
tempDable.AddRow({
time:
time,
name: "F3",
quality: "GOOD",
value: 73
});
tempDable.AddRow({
time:
time,
name: "F4",
quality: "GOOD",
value: 74
});
tempDable.AddRow({
time:
time,
name: "F5",
quality: "GOOD",
value: 75
});
me.UpdatePropertyValues({
values:
tempDable /* INFOTABLE */
});
var result = tempDable;
----------------------------------------------------------------------
博文
