Классификация методов прогнозирования

Назначение метода эвристического прогнозирования - выявление объективизированного представления о перспективах развития узкой области науки и техники на основе систематизированной обработки прогнозных оценок репрезентативной группы экспертов.

Область применения МЭП —  научно-технические объекты и  проблемы, развитие которых либо полностью, либо частично не поддается формализации, т. е. для которых трудно разрабатывать  адекватную модель.

В основе метода лежат три  теоретических допущения: 1) существования  у эксперта психологической установки  на будущее, сформулированной на основе профессионального опыта и интуиции, и возможности ее экстериоризации; 2) тождественности процесса эвристического прогнозирования и процесса решения научной проблемы с однотипностью получаемого знания в форме эвристических правдоподобных умозаключений, требующих верификации; 3) возможности адекватного отображения тенденции развития объекта прогнозирования в виде системы прогнозных моделей, синтезируемых из прогнозных экспертных оценок.

Эти допущения реализуются  в методе эвристического прогнозирования  путем системы приемов работы с экспертами, способами оценок и  синтеза прогнозных моделей. [6]

В качестве исходных документов при работе по методу эвристического прогнозирования выступают: описание метода; инструкции по формулированию вопросов; инструкции по составлению  анкет и таблиц экспертных оценок; порядок работы с экспертами; набор  эвристических приемов для экспертов; инструкция для экспертов по заполнению анкет и таблиц; инструкция по обработке  на ЭВМ экспертных анкет и таблиц; алгоритмы и программы для обработки данных на ЭВМ; заполненные экспертами анкеты и таблицы; инструкция по оценке компетентности экспертов; инструкция по синтезу прогнозных моделей; набор способов верификации прогнозов. [9]

Формирование анкет и  таблиц экспертных оценок. Информационным массивом для разработки прогнозов  методом эвристического прогнозирования  является набор заполненных экспертами таблиц и анкет. Таблицы содержат перечень строго сформулированных вопросов. К вопросам в анкетах предъявляются  следующие требования: 1) они должны быть сформулированы в общепринятых терминах; 2) формулировка их должна исключать  всякую смысловую неоднозначность; 3) все вопросы должны логически  соответствовать структуре объекта  прогноза; 4) они должны быть отнесены к одному из трех перечисленных ниже видов. В зависимости от вида вопроса  применяется определенная процедура  его формулирования и составления  анкет. [9]

К первому виду относятся  вопросы, ответы на которые содержат количественную оценку: вопросы относительно времени свершения событий; опросы относительно количественного значения прогнозируемого параметра; вопросы  относительно вероятности осуществления  события ; вопросы по оценке относительного влияния факторов друг на друга в  некоторой шкале . Для данного типа вопроса применяется самая простая процедура составления анкет. В этом случае сам прогнозист, знающий объект прогноза, формулирует перечень значений оцениваемых параметров, вероятностей и временных отрезков. При определении шкалы значений количественных параметров (время, характеристика и пр.) целесообразно пользоваться неравномерной шкалой. Конкретное значение неравномерности определяется характером зависимости ошибки прогноза от времени упреждения.

Ко второму виду относятся  содержательные вопросы, требующие  свернутого ответа не в количественной форме. Вопросы, требующие ответа в  свернутой форме, могут быть трех типов: дизъюнктивные; конъюнктивные; импликативные. [4]

Вопросы, требующие содержательного  ответа в свернутой форме, характеризуются  наиболее сложной процедурой их формирования в анкету. Анкета в окончательном  виде получается в результате трехэтапной  итерации. На первом этапе прогнозист тщательно изучает результат  работы (доклад) группы экспертов (метод  комиссий) над определенной системой. Итогом изучения является формулировка первого варианта вопросника, который  на втором этапе рассылается председателям  соответствующих комиссий для корректировки  и уточнения. В результате получается второй вариант вопросника. На третьем  этапе вопросы группируются по темам  и в определенном порядке внутри тем. Окончательный вариант вопросника приобретает форму таблиц экспертных оценок.

К третьему виду относятся  вопросы, требующие ответа в развернутой  форме, которые, в свою очередь, делятся  на два типа:

1) вопросы с формой  ответа в виде перечня сведений  о предмете;

2) вопросы с формой  ответа в виде перечня аргументов, подтверждающих или отвергающих  тезис, содержащийся в вопросе.

Вопросы, требующие содержательного  ответа в развернутой форме, определяются путем двухэтапной итерации. Первый этап — прогнозист обращается к  экспертам с просьбой сформулировать наиболее перспективные и наименее разработанные проблемы. На втором этапе из всех названных проблем  выбираются лишь имеющие непосредственное отношение к объекту прогноза и принципиально разрешимые.

После того как все вопросы  уточнены и сведены по тематическим признакам в соответствующие  разделы анкет или таблиц, переходят  к работе с экспертами, анализу  и обработке экспертных оценок. [5]

 

1.4 Методы моделирования

Применяется большое количество методов на основе моделирования. Различаются  логические, информационные и математико-статистические модели. [2]

К методам моделирования  относится прогноз, основанный на изучении внутренней логики логических моделей  развития исследуемого явления, на анализе  исторической преемственности развития науки и техники и сценариев  будущего (логический анализ иерархии целей, описание реальных вариантов  их достижения и оценка ресурсов).

Информационные модели основаны на анализе количественных и структурных  изменений в потоке научных публикаций и патентов. Выявляются сгустки важнейших  работ, прогнозируются не только темпы, но и направления работ в данной области.

Математические модели основаны на методах математического программирования, теории игр и массового обслуживания, регрессионного и корреляционного  анализа и т.д. К достоинствам математических моделей относятся четкое изложение параметров, возможность быстрого проведения расчетов, к недостаткам – невозможность учета ряда факторов, особенно экологических, отсутствие реального учета перехода количественных изменений в качественные, трудность в описании всех параметров.[1]

В настоящее время среди  достаточно широкого круга специалистов сложилось мнение об универсальности  и всемогуществе моделирования. Поэтому очень часто при управлении компаниями и экономико-производственными  системами (ЭПС) прибегают к моделированию, используя его в качестве инструмента  в планировании. Однако, как указывают  многочисленные источники, в практическом управлении компаниями к моделированию  как к оптимизационному методу управления следует подходить более осторожно.

Причиной осторожного  подхода в практике моделирования  является известное несоответствие между объектом и его моделью: модель всего лишь упрощенное представление  действительности. Модель – есть теоретическое  построение, имеющее некоторое отношение  к реальности, которое можно независимо обсуждать и анализировать.

При построении математической модели неизбежно приходится вводить  различные допущения и ограничения  и из всего количества параметров объекта выбирают лишь некоторые, по мнению разработчиков, наиболее важные, так как: во-первых, невозможно полностью  выявить все параметры объекта, во вторых, если в модели учитывать  всё их большое число, то она станет очень громоздкой и технически трудно реализуемой, а за большим количеством  данных потеряется содержание моделирования. При сопоставлении объекта и модели встает вопрос о том, насколько точно она описывает объект. Очевидно, что для одного и того же объекта в зависимости от поставленных задач и количества учитываемых параметров можно предложить много моделей, каждая из которых описывает объект с определенной точностью (большей или меньшей адекватностью) и использует тот или иной математический аппарат. Очевидно, что используемые либо разрабатываемые модели не тождественны реальным объектам и происходящим процессам, исследование моделей и ее свойств не есть исследование реального объекта. Так как нельзя построить абсолютно адекватную модель (реализовать ее), то встает вопрос об оптимально допустимой ее адекватности, которая позволит при данных условиях на данном временном промежутке пренебречь изменениями объекта

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

экстраполяция экспертный статистический нормативный

Прогнозирование представляет собой предплановую стадию работы.

Прогнозы различаются  по времени действия и по масштабу действия. По времени действия принято  различать краткосрочные (до года), среднесрочные (до пяти лет) прогнозы. По масштабу действия прогнозы делятся  на глобальные, региональные, государственные  и по видам техники. Проблемы глобальных, региональных и государственных  прогнозов на соответствующие периоды  времени выступают объектом научно-исследовательских  институтов.

Прогнозирование инноваций  представляет собой сложный противоречивый процесс с большой долей риска. Это объясняется необходимостью учета следующих факторов:

• изменение спроса на прогнозируемую продукцию;

• изменение цен на данную продукцию и, соответственно, прибыли;

• объем собственных издержек на прогнозируемую продукцию;

• действия конкурентов, особенно в части создания и внедрения  инноваций;

• перспективы развития данных инноваций.

Прогнозирование развития наукоемкого  производства требует поддержки  соответствующими методами и подходами. В практической деятельности используются такие традиционные методы как экстраполяция, балансовый, нормативный, аналитический, программно-целевой методы. Кроме  них при планировании НИР и  ОКР применяют методы моделирования  и сетевого планирования. Перечисленные  методы используются, как правило, одновременно. Указывается, что наиболее эффективно в плановой практике является сочетание  аналитического, балансового и нормативного методов, а также программно-целевого подхода с методами экономико-математического  и информационного моделирования.

 

Список литературы

1.  Герчикова И.Н. Менеджмент: Учебник. 3-е изд., перераб. и доп. М.: Банки и биржи; ЮНИТИ, 2012.

2.  Инновационный менеджмент/ Под ред. С.Д. Ильенковой. М.: Банки и биржи; ЮНИТИ, 2010.

3.  Инновационный менеджмент: Учебник для вузов / Под ред.  д.э.н., проф.. О.П. Молчановой. М.: Вита-Пресс, 2012.

4.  Ковалев Г.Д. Основы  инновационного менеджмента. М.: ЮНИТИ, 2012.

5.  Медынский В.Г., СкамайЛ.Г. Инновационное предпринимательство: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2012.

6.  Морозов Ю.П. Инновационный  менеджмент: Учеб. пособие для вузов. М.: ЮНИТИ-ДАНА, 2012.

7.  Инновационный менеджмент: Учебник для вузов / Под ред. д.э.н., проф. В.А. Швандара, проф. В.Я. Горфинкеля. – М.: Вузовский учебник, 2004

8.  Инновационный менеджмент: Учеб. пособие / Под ред. В.М. Аньшина, А.А. Дагаева. – М.: Дело, 2003.- 528 с.

9.  Фатхутдинов Р.А. Инновационный менеджмент: Учебник. 2-е изд. М.: ЗАО «Бизнес-школа «Интел-Синтез», 2012.