Методы Прогнозирования

              3. При проведении опроса экспертов необходимо обеспечить однозначность понимания отдельных вопросов, а также независимость суждений экспертов.

              4. Ведется обработка материалов коллективной экспертной оценки, которые характеризуют обобщенное мнение и степень согласованности индивидуальных оценок экспертов.

              Окончательная оценка определяется либо как среднее суждение, либо как среднее арифметическое значение оценок всех экспертов, либо как среднее нормализованное взвешенное значение оценки.

              Сущность метода мозговой атаки состоит в актуализации потенциала специалистов при анализе проблемной ситуации, реализующей вначале генерацию идей и последующее деструктурирование (разрушение, критику) этих идей с формулированием контридей.

              Метод "Дельфи" характеризуется тремя особенностями, которые отличают его от обычных методов группового взаимодействия экспертов. К таким особенностям относятся: а) анонимность экспертов; б) использование результатов предыдущего тура опроса; в) статистическая характеристика группового ответа.

3. Классификация поисковых методов прогнозирования

              В группу поисковых методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы: наименьших квадратов, экспоненциального сглаживания, скользящих средних. Ко второй – структурное, сетевое и матричное моделирование.

              При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики.

              Тренд – это длительная тенденция изменения социальных показателей. При разработке моделей прогнозирования тренд оказывается основной составляющей прогнозируемого временного ряда, на которую уже накладываются другие составляющие. Результат при этом связывается исключительно с ходом времени.

              Для нахождения параметров приближенных зависимостей между двумя или несколькими прогнозируемыми величинами по их эмпирическим значениям применяется метод наименьших квадратов. Его сущность состоит в минимизации суммы квадратических отклонений между наблюдаемыми величинами и соответствующими оценками (расчетными величинами), вычисленными по подобранному уравнению связи.

              В самом простом случае при предположении о том, что средний уровень ряда не имеет тенденции к изменению или если это изменение незначительно, можно принять Yi + L = Y, т.е.  прогнозируемый уровень равен среднему значению уровней в прошлом.

              Прогноз на основании среднего абсолютного прироста:

                            у = a + bt,

              где а - начальный уровень тренда в момент, принятый за начало отсчета времени t;

              b - среднегодовой абсолютный прирост, константа тренда.

Прогноз на основе среднего темпа роста:

              У = akt, где

              а - начальный уровень тренда в момент, принятый за начало отсчета времени t,

              к - средний темп роста.

Линейная модель прогнозируемого явления:

y = a + bt

              Коэффициенты a и b  вычисляются из следующей системы уравнений:

              у = na + bt

              yt = at + bt2

              Показательная модель:  У = акt

              Коэффициенты  а и к вычисляются из следующей системы уравнений:

              nlna + lnkti = lnyi

              lna ti + lnkti2 = lnyiti

              Распространенной методикой описания тех или иных процессов и явлений служит моделирование. Моделирование считается достаточно эффективным средством прогнозирования возможного явления новых или будущих технических средств и решений.

              Регрессионный анализ используется для исследования форм связи, устанавливающих количественные соотношения между случайными величинами изучаемого случайного процессам.

              Корреляционный анализ изучает корреляционные связи между случайными величинами. Он позволяет количественно оценивать связи между большим числом взаимодействующих явлений. Его изменение делает возможным проверку различных  гипотез о наличии и силе связи между двумя явлениями и группой явлений.

              Прогнозирование по аналогии представляет собой сравнение прогнозируемой технологии с такой же технологией, которая была в прошлом. В применении этого метода имеется ряд проблем: употребление случайных аналогий; историческая уникальность каждой ситуации; проблема исторически обусловленного сознания людей.

4. Нормативные методы прогнозирования

Нормативные методы прогнозирования состоят в определении необходимых и достаточных средств для достижения возможного состояния изучаемого объекта и отвечают на вопрос: "что будет?", "что мы хотим увидеть?", "какими средствами этого достичь?".

              К числу нормативных методов прогнозирования относятся:

-         дерево целей;

-         морфологические модели (разбиение проблемы на части, которые являются независимыми друг от друга; проблема решается для каждой из этих частей);

-         блок-схемы, последовательности выполнения задач (применяются в тех случаях, когда процесс или объект можно представить в виде одной или нескольких цепочек последовательных этапов.

Преимущества нормативных методов: выявляют структуру и организуют проблему; способствуют гарантии полноты исследования.

Недостатки: тенденция вносить жесткость в предлагаемые решения.

5. Экономико-математические и статистические методы прогнозирования

Экономико-математические методы. При использовании эконо­мико-математических методов структура 'моделей устанавливается и проверяется экспериментально, в условиях, допускающих объек­тивное наблюдение и измерение.

Определение системы факторов и причинно-следственной струк­туры исследуемого явления — начальный этап математического мо­делирования.

Статистические методы занимают особое место в прогнозиро­вании. Методы математической и прикладной статистики исполь­зуются при планировании любых работ по прогнозированию, при обработке данных, полученных как эвристическими, методами, так и при использовании собственно экономико-математических ме­тодов. В частности, с их помощью определяют численность групп экспертов, опрашиваемых граждан, периодичность сбора данных, оценивают параметры теоретических экономико-математических моделей.

Каждый из указанных методов обладает достоинствами и недо­статками. Все методы прогнозирования дополняют друг друга и могут использоваться совместно.

Метод сценариев — эффективное средство для организации про­гнозирования, объединяющего качественный и количественный подходы.

Сценарий — это модель будущего, в которой описывается воз­можный ход событий с указанием вероятностей их реализации. В сценарии определяются основные факторы, которые должны быть приняты во внимание, и указывается, каким образом эти факторы могут повлиять на предполагаемые события.

Как правило, составляется несколько альтернативных вариан­тов сценариев. Сценарий, таким образом, — это характеристика будущего в изыскательском прогнозе, а не определение одного воз­можного или желательного состояния будущего.

Обычно наиболее вероятный вариант сценария рассматривается в качестве базового, на основе которого принимаются решения. Другие варианты сценария, рассматриваемые в качестве альтерна­тивных, планируются в том случае, если реальность в большей мере начинает приближаться к их содержанию, а не к базовому вариан­ту сценария.

Сценарии обычно представляют собой описание событий и оцен­ки показателей и характеристик во времени. Метод подготовки сце­нариев вначале использовался для выявления возможных результа­тов военных действий.

Позже сценарное прогнозирование стали применять в экономи­ческой политике, а затем и в стратегическом корпоративном плани­ровании. Теперь это наиболее известный интеграционный механизм прогнозирования экономических процессов в условиях рынка.

Сценарии являются эффективным средством преодолений тра­диционного мышления. Сценарий — это анализ быстро меняюще­гося настоящего и будущего, его подготовка заставляет заниматься деталями и процессами, которые могут быть упущены при изоли­рованном использовании частных методов прогнозирования. По­этому сценарий отличается от простого прогноза. Он является ин­струментом, который используется для определения видов прогно­зов, которые должны быть разработаны, чтобы описать будущее с достаточной полнотой, с учетом всех главных факторов.

Использование сценарного прогнозирования в условиях рынке обеспечивает[2]:

-лучшее понимание ситуации, ее эволюции;

-оценку потенциальных угроз;

-выявление благоприятных возможностей;

-выявление возможных и целесообразных направлений деятель­ности;

-повышение уровня адаптации к изменениям внешней среды.

Сценарное прогнозирование является эффективным средство подготовки плановых решений как на предприятии, так и в государств.

Планирование тесно связано с прогнозированием, разделена этих процессов в известной мере условно, поэтому в планировании и прогнозировании могут использоваться одни и те же методы или тесно взаимосвязанные методы.

Решения об утверждении планов. Планы являются результатом управленческих решений, которые принимаются на основе возмож­ных плановых альтернатив. Принятие управленческого решения осу­ществляется по некоторым критериям. Используя эти критерии, альтернативы оценивают с точки зрения достижения одной или нескольких целей. Критерии отражают цели, которые ставят лица, принимающие управленческие решения.

В экономической или производственной системе для формиро­вания целей могут использоваться подходы кибернетики. Напри­мер, если цели многочисленны и взаимосвязаны, то целесообраз­но провести системный анализ. Цели можно ранжировать в порядке значимости. Можно построить дерево целей. Это позволит система­тизировать связи важнейшей цели с менее значимыми целями, не добившись которых нельзя достичь более важных целей[3].

Решение, принимаемое по единственному критерию, считают простым, а по нескольким критериям — сложным. Критерии, в которых сформулированы количественные или порядковые шкалы оценок, позволяют использовать математические методы исследо­вания операций для подготовки решений.

Решения об утверждении планов, как правило, являются не толь­ко сложными из-за множественности критериев, но и просто труд­ными по причинам неопределенности, ограниченности информации и высокой ответственности. Поэтому окончательные решения об утверждении планов принимаются путем эвристического, инту­итивного выбора из ограниченного числа предварительно подго­товленных альтернатив.

Методы планирования, таким образом, — это методы подго­товки плановых альтернатив или, по меньшей мере, одного вари­анта плана для утверждения лицом или органом, принимающим решение.

Методы подготовки одного или нескольких вариантов планов различают по используемым методам составления этих планов, ме­тодам и срокам возможной реализации планов, объектам планиро­вания.

Подобно прогнозированию, планирование может основываться на эвристических и математических методах. Среди математических методов исследования операций особое место занимают методы оптимального планирования[4].

Методы оптимального планирования. В решении задач подготов­ки оптимальных, то есть наилучших по определенным критериям, планов могут использоваться методы математического программи­рования.

Задачи математического программирования состоят в отыска­нии максимума или минимума некоторой функции при наличии ограничений на переменные — элементы решения. Известно боль­шое количество типовых задач математического программирова­ния, для решения которых разработаны эффективные методы, ал­горитмы и программы для компьютеров, например:

                   задачи о составе смеси, которые состоят в определении рацио­на, обладающего минимальной стоимостью и состоящего из раз­ных продуктов с разным содержанием питательных веществ, по условию обеспечения в рационе содержания их не ниже опреде­ленного уровня;

                   задачи об оптимальном плане производства, которые состоят в определении наилучшего по объему реализации или прибыли пла­на производства товаров при ограниченных ресурсах или производ­ственных мощностях;

                   транспортные задачи, суть которых — выбор плана перевозок, обеспечивающего минимум транспортных расходов при выполне­нии заданных объемов поставок потребителям в разных пунктах, при разных возможных маршрутах, из разных пунктов, в которых запасы или производственные мощности ограничены.

Задачи математического программирования могут подразделяться по характеру переменных — элементов планового решения. Выделяют задачи дискретного программирования — с дискретными пе ременными и задачи стохастического программирования — со слу чайными переменными и параметрами. Кроме того, задачи математического программирования подразделяют по характеру уравнений и неравенств, используемых для описания условий задач.