Контрольная работа по основам системного анализа

В известной  степени преодолеваются эти недостатки путем организации творческого  решения задач коллективом экспертов  – метод мозгового штурма. Сущность такой процедуры обсуждения заключается  в том, что периоды свободного генерирования идей и гипотез четко отделены от этапа критической оценки полученной информации.

Широкой популярностью при решении экономических  задач пользуется «метод дельфи», дающий возможность получить «усредненное» мнение авторитетных экспертов по конкретной проблеме на основе независимых суждений. В основе метода лежит разработка подробных вопросников, которые выдаются ведущим специалистам в соответствующих областях науки и техники, и получения от них ответов. Количественная сторона ответов сводится к указанию периода, к которому эксперт относит появление событий, и вероятности его появления. Опросы экспертов проводятся в несколько туров, в ходе которых вопросы и ответы уточняются. «Метод дельфи» имеет следующие особенности:

• предварительная разработка вопросника в области, в отношении которой намечено собрать прогнозы, на основе глубокого изучения вероятных тенденций;
• количественная сторона ответов на вопросы должна состоять в указании отрезка времени (или даты), в течение которого специалист считает возможным появление соответствующего технического достижения с вероятностью 0,5;
• статистическая обработка от тура к туру заключается в вычислении примерной даты ожидаемого события, которая соответствовала бы среднему предсказанию во временном ряду (дата наиболее вероятного появления соответствующего достижения науки и техники).

Метод прогнозного  графа, в основе которого положены графоаналитические методы, успешно применяется при прогнозировании развития экономики, вычислительной техники, природно-промышленных объектов. На первом этапе прогнозирования методом прогнозного графа, формулируется определенная перспективная исходная экономическая, техническая или научно-техническая проблема, предлагаемая для оценки специалистам (экспертам). Каждый эксперт формулирует требования, необходимые для решения данной проблемы, представляя при этом ряд оценок. Затем каждое из отобранных по принятым критериям условий рассматривается как промежуточная проблема и предлагается для оценки соответствующим группам специалистов.

Этот  вопрос отображается в виде графа  «дерева целей» и состоит в  расчленении главной цели (исходной проблемы) на ряд уровней – подцелей, соответствующих промежуточным  проблемам, и выделении на каждом уровне составляющих путей их достижения.

Указанное расчленение цели проводится до уровня элементарных составляющих, решение  которых очевидно («заземленные»  решения). После построения графа, содержащего необходимый (оценивается специальной процедурой) набор составляющих, проводится качественный и количественный анализы различных вариантов решения исходной экономической или научно-технической проблемы, алгоритм которого может быть реализован с помощью компьютера. Основой построения прогнозного графа и получения исходных данных для проведения соответствующих расчетов служат таблицы (анкеты) экспертных оценок. Таблицы составляются таким образом, чтобы обеспечить получение количественно определенных ответов на предлагаемые эксперту вопросы, формализованных сведений о характере источников аргументации, а также о степени влияния каждого из источников на ответ, количественно определенной оценки степени знакомства эксперта с областью, к которой относится предлагаемый вопрос.

Процедура анкетного опроса, позволяющая исключить  прямые контакты между экспертами и  вместе с тем взвешивать мнения с  учетом анонимных суждений участников экспертизы (при многоуровневом ее проведении), дает возможность получать обобщенные заключения с достаточно высокой степенью обоснованности.

В общем  случае при подборе экспертов  следует полагаться, прежде всего, на личные мнения организующих прогнозные исследования работников, которые должны по возможности хорошо представлять действительную значимость тех или иных исследователей. Такой подход, безусловно, предъявляет высокие требования к специалистам, однако представляется более правильным, чем приписывание чрезмерной доверительности статистическим оценкам, которые не становятся более убедительными оттого, что основываются на большом массиве формальных квалификационных характеристик. В практике экспертного прогнозирования вполне естественны случаи, когда более достоверное и прогрессивное предложение высказывается небольшим коллективом экспертов или даже одним наиболее крупным в исследуемом вопросе специалистом.

К преимуществу экспертного прогнозирования по методу прогнозного графа следует отнести то, что однажды построенный граф поступает информация от специалистов, касающаяся замены того или другого условия и использующаяся для корректировки направлений решения исходной проблемы. При создании на основе метода прогнозного графа постоянно действующей системы непрерывного научно-технического прогнозирования открывается возможность реализации эффективного творческого сотрудничества представителей разных областей знания.

Методы  экстраполяции – процедуры выявления и последующего расчета имеющихся тенденций изменения экономических или иных технико-экономических параметров. В качестве логической основы экстраполяции лежит предположение, что имеется дело с известным консерватизмом состава действующих факторов и ограниченной сферой их активного воздействия. Эти методы могут дать надежные результаты при наличии качественного характера взаимосвязей и неизменности воздействия факторов. Трудность экстраполяции связана часто с изменением законов, управляющих развитием временной последовательности, и с тем, что изменение не содержится в прошлом процессе. В принципе задача экстраполяции включается в обширный круг проблем, для которых необходимо получить решение, пользуясь неполной информацией, что относит такую постановку к классу некорректных задач.

Методы  экстраполяции используются, когда  не известен вид математической функции, лежащей в основе исследуемой закономерности. В этом случае вид функции задается произвольно. Об удовлетворительности подбора вида функции судят по чисто формальным признакам – статистическим показателям сходимости. Методы экстраполяции основаны на том, что для главных функций результат экстраполяции на малый отрезок времени практически не зависит от вида принятого для описания уравнения. Отсюда следует, что метод слепой экстраполяции может быть применен для краткосрочного прогнозирования.

Экстраполироваться  могут и тенденции, формулируемые  на качественном, описательном уровне, хотя чаще всего это делается относительно статистически складывающихся тенденций  изменения тех или иных количественных характеристик. Степень реальности такого рода прогноза обусловливается, в конечном счете, аргументированностью выбора пределов экстраполяции. Чрезмерное упреждение часто дает абсурдные  оценки. Однако, даже получение таких  «точек невозможного» имеет познавательную ценность, так как указывает на приближение ситуаций, требующих  принципиальных изменений в сложившейся  стратегии развития.

Данные, получаемые в процессе прогнозирования, отличаются мерой вероятности в  зависимости от срока упреждения и назначения прогноза, а также  полноты и качества привлеченной для анализа информации, точности и надежности применяемых методов. Точность прогноза заведомо не может превышать точность исходной информации. При прочих равных условиях прогноз окажется тем точнее, чем короче прогнозируемый период.

Опыт  свидетельствует о том, что в  пределах 12 – 15 лет большую часть экономических и научно-технических данных можно экстраполировать с допустимой ожидаемой оценкой ±15%. Обычно предполагается, что период, охватываемый экстраполяцией, не должен быть 6олыые периода в прошлом, по которому имеется достоверная информация. Некоторые исследователи полагают, что при экстраполяции длина периода предсказания вообще должна быть меньше длины эмпирического временного ряда. Считается при этом, что ретроспективный период должен превышать время упреждения прогноза примерно в 1,5 – 2 и даже 3 раза, то есть экстраполяция временных рядов не должна превышать 0,5 – 0,7 отчетного ряда. Это значит, что если отчетная информация охватывает 20-летний период, то надежно предсказывать можно не более чем на 7 – 10 лет вперед.

Качество  прогнозирования, безусловно, зависит  от продолжительности того периода  времени, тенденция которого выявляется и экстраполируется на будущее. Однако нельзя, по-видимому, дать категорическое соотношение этих сроков. Могут быть случаи, когда предшествующая тенденция  за менее короткий срок дает более  точные результаты на долголетние тенденции. Среди экстраполяционных методов  наибольшее распространение получили методы регрессионного анализа, экспоненциального  сглаживания, огибающих кривых, а  также экспертно-графический подход.

При периодах прогнозирования экономических  параметров более 5 – 10 лет основное значение имеет установление тренда, тогда как при краткосрочном  прогнозировании особенно быстро изменяющихся объектов преобладающую роль приобретают  случайные отклонения. Для этого  случая целесообразно применять метод Хемминга для экспоненциального сглаживания, в котором более поздним наблюдениям придается больший вес по сравнению с ранними наблюдениями.

Идея  метода заключается в том, что  предсказываемые значения искомого параметра принимаются как функция  известных значений предыстории  процесса, влияние которых на предсказываемые  значения экспоненциально убывает  с удалением в глубь предыстории. Метод предполагает определение искомого параметра по предыдущему сглаженному значению в виде ряда Эйлера. Как показывают экономические исследования, этот метод дает хорошие результаты при глубине прогнозирования до 5 – 7 лет. При увеличении периода прогноза до 8 – 10 лет более точные результаты удается получить с помощью регрессионного анализа, предполагающего существенные, но в принципе не четко представляемые изменения в характере процессов исследуемых систем (объектов). В этих случаях рекомендуется принимать метод экстраполяции по огибающей кривой.

Метод огибающей  кривой основан на построении гипотетической кривой, которая описывает максимально достижимые значения какой-либо из функциональных или параметрических характеристик системы или объекта. Сущность данного метода прогнозирования заключается в нахождении в виде огибающей кривой общей тенденции экономического развития объекта, которая выносится затем за пределы известного до принятой верхней границы прогноза. Прогноз изменения характеристик исследуемого объекта ведется этим методом по достаточно общим по своей природе параметрам. Прогноз характеризует итоговую эффективность системы с точки зрения ее основного назначения (без учета других частных параметров – микропеременных, обусловливающих основную характеристику). В качестве такого параметра (макропеременной) может служить любая характеристика, определяемая независимо от какого-либо узкого класса экономических переменных.

При прогнозировании  методом огибающей кривой представительный временной ряд динамики исследуемой  макропеременной подвергается анализу  на предмет выделения уровней  совершенствования, связанных, например, с переходом на новые технические  решения, обеспечивающие, как правило, более быстрое улучшение микропеременной, чем происходящее внутри каждого  уровня. Затем на каждом уровне строятся логически взаимосвязанные кривые, на основе которых устанавливается  экономическая тенденция изменения  макропеременной. С этой целью строится огибающая кривая, которая может  характеризовать средний и максимальный варианты изменения прогнозируемого  параметра.

В первом случае, огибающая кривая проводится через точки перегиба (насыщения) кривых, а во втором – через точки  высшего качества, остающиеся на перекрывающихся  участках при переходе к очередному высшему уровню. Затем, по данным точкам, известными методами (регрессионный  анализ и так далее) строится огибающая  кривая максимального варианта. Экспертно-графический  экстраполяционный подход, основывающийся на визуальном анализе и экспертной оценке возможных тенденций изменения  исследуемых показателей, удобен в  системном анализе, для ориентировочных  расчетов и обладает большой наглядностью. При всей своей простоте этот подход позволяет устанавливать границы  изменения экономического уровня прогнозируемых объектов и позволяет оценивать  возможности достижения желаемых экономических  характеристик при сохранении сложившихся  тенденций. Заметим, экстраполяция  – один из возможных, но не главных  методов прогнозирования. Если рассматривать  экстраполяцию как начало анализа  и прогнозирования, то следует признать широкие возможности метода, особенно если его дополнять более глубоким проникновением в логику явления  и сочетать с другими методами.

Методы  прогнозного моделирования. Между экстраполяцией как инструментом экономической и математической статистики, и математической моделью прогноза не существует резкой границы. При прогнозировании оба эти метода часто тесно связаны друг с другом. При моделировании качественный характер взаимосвязей считается известным, и задачу сводят к нахождению величины параметров в уравнениях. При подборе вида уравнений исходят не столько из формальных показателей сходимости, сколько из того, в какой мере эти зависимости удовлетворительно отражают известные качественные закономерности. Проблема использования моделирования для прогнозов еще недостаточно освещена в имеющейся экономической литературе, но на практике получает все более широкое применение. Вследствие математической завершенности, количественной определенности своих характеристик и оценок экономико-статистические модели служат не только средством анализа предшествующего экономического развития, но и становятся важнейшим инструментом прогнозирования и плановых экономических расчетов.

В системном  плане, в моделировании различают  статистический, операциональный и кибернетический подходы:

• статистический подход состоит в построении математической модели и оценке ее параметров путем статистической обработки информации за прошедшее время;
• операциональный подход предполагает принятие рациональных решений в условиях неопределенности будущего.
• кибернетический (информационный) подход означает преобразование информации, имеющее целью увеличение не энтропии системы.