On comparing forecasting methods for postal delivery service

Kafa, N., Babai, M. Z. et Klibi, W. (2023) On comparing forecasting methods for postal delivery service. Dans CIGI Qualita MOSIM 2023, Trois-Rivières, Québec, Canada DOI 10.60662/e3hm-2815.

Prévisualisation

Texte CIGI_QUALITA_MOSIM_2023_paper_8690.pdf Télécharger (581kB) | Prévisualisation

Résumé

Ce travail fait partie d'un projet de recherche lié au domaine de la prévision pour le bien social (FSG) visant à améliorer les prévisions de la demande de courrier pour une grande organisation postale française. L'objectif de l’article est de proposer une nouvelle approche d’aide à la décision basée sur les prévisions des flux de courrier à différents niveaux de l'organisation. L’approche proposée étudie la prévision hiérarchique de séries temporelles en utilisant les approches Top-down (TD), Bottom-up (BU) et la combinaison optimale (OC). Elle intègre une approche en quatre phases comprenant la préparation des données, le schéma hiérarchique, les méthodes de prévision et les mesures d’évaluation. Elle évalue différentes méthodes de prévision communes comme ARIMA and ETS selon des indicateurs de précision et des indicateurs sociaux. Cette approche montre des prévisions de la demande plus précises et performant par rapport à la méthode actuelle utilisée par l'organisation.

This work is part of a research project related to the field of Forecasting for Social Good (FSG) to improve mail demand forecasts for a major French postal organization. The aim of the paper is to propose a new forecast-based decision-making approach that predicts the mail demand flow at different levels of the organization to better plan the delivery activities. It includes a four-phase approach including data preparation, a hierarchy scheme, forecasting methods, and evaluation measures. The proposed approach investigates hierarchical time series forecasting using the Top-down (TD), Bottom-up (BU), and Optimal combination (OC) approaches. It also evaluates different common forecasting methods like the autoregressive integrated moving average (ARIMA) method and the exponential smoothing with Error, Trend, and Seasonality (ETS) method based on accuracy and social measures. The results show more accurate mail demand forecasts using an efficient hierarchical approach compared to the current method used by the organization.

Type de document:	Document issu d'une conférence ou d'un atelier (NON SPÉCIFIÉ)
Mots-clés libres:	Prévision hiérarchique des séries temporelles Demande de courrier Service de livraison par voie postale Hierarchical time series forecasting Mail demand flow Postal delivery service
Date de dépôt:	16 août 2023 18:38
Dernière modification:	25 août 2023 17:33
URI:	https://collection-numerique.uqtr.ca/id/eprint/2030

Actions (administrateurs uniquement)

Éditer la notice