Файл: Пузыня, К. Ф. Совершенствование планирования в НИИ и КБ машиностроения.pdf

требуемых для их достижения ресурсов и организационных мер» 1.

От того, насколько правильно будут определены тенденции развития науки и техники, оценены факторы, влияющие на реаль­ ные процессы развития, установлены наиболее перспективные направления фундаментальных и прикладных НИР, определены располагаемые ресурсы н возможности, зависит эффективность

науки, техники, производства, зависит успех развития страны и общества в целом.

Отличие прогнозов от планов заключается в том, что прогноз_ это научная гипотеза, обоснованный поиск возможных путей решения задач научно-технического развития видов техники. План же является заключительным этапом процесса принятия решений, директивно определяющим обоснованные цели, наме­

чаемые мероприятия, ответственных исполнителей и конкретные сроки достижения целей.

Прогнозы нужны как для обоснования составляемых планов, так и для подготовки будущих планов. Отрыв планов от прогноза может привести к серьезным ошибкам в принятии решений, к развитию одних направлений за счет других, иногда более важ­

ных с точки зрения перспективной народнохозяйственной эффек­ тивности. ^

Современная научная прогностика имеет в своем арсенале более 130 официально зарегистрированных различных по масшта­ бам и научной обоснованности методов и приемов, которые укрупненпо могут быть сведены в три группы: метод экстраполяции; метод экспертизы и метод моделирования. Наиболее простое пред­ ставление о будущем — это прямое продолжение в нем прошлого и настоящего. При экстраполяции возникает необходимость фор­ мирования определенных требований и условий, при соблюдении

которых экстраполируемые величины не теряли бы смысла и были бы правильными.

Наиболее^ часто применимым методом экстраполяции является метод прямой экстраполяции количественных характеристик (зна­ чений технических параметров, объемов работ, стоимости и т. п.).

казанный метод базируется на аппарате математической стати­ стики и состоит в том, что тенденции развития некоторых обоб­ щенных показателей, выявленные для какого-то отрезка времени

впрошлом, распространяются до определенных дат в будущем.

Вданном случае исходят из предположения, что развитие изу­ чаемого объекта носит ярко выраженный эволюционный характер и в рассматриваемый период каких-либо резких скачков не ожи­ дается. днако многие направления пауки и техники развиваются

и техники. Доклад на симпозиуме стран СЭВ и СФРЮ. М., 1968

48

прямой экстраполяции зависит от вида техники и решаемых про­ гнозом задач, квалификации прогнозиста, его кругозора и т. п.

Последовательность действий при статистическом анализе тен­ денций и экстраполировании следующая: 1) четкое формулиро­ вание цели и задачи прогноза, выдвижение гипотезы о возможном «механизме» развития; 2) выявление и анализ факторов, способ­

4) сбор и систематизация статистических данных (упорядочение размерности, учет ряда дополнительных факторов и т. п.); 5) ана­ лиз исходных данных и логическое обоснование формы связи изучаемых величин; 6) построение математической зависимости (расчет коэффициентов уравнения, вычисление корреляционных отношений и т. д.); 7) принятие окончательного решения о выборе пределов экстраполяции и вычисление значений параметров, соот­

При экстраполировании важным моментом является вопрос глубины статистической выборки и времени упреждения прогноза. По мнению ряда ученых период прогнозирования не должен пре­ вышать 1/3 имеющегося интервала статистических данных.

Кроме прямой экстраполяции в прогнозировании используются методы экстраполяции на основе анализа зависимых переменных и по огибающей кривой. По первому методу отыскивается какойлибо более удобный (с точки зрения сбора исходных данных и возможностей прогнозирования) объект или процесс, закономер­ ности развития которого подобны или опережают во времени, и путем сравнения с его тенденциями определяются пути развития прогнозируемого явления. Метод огибающей кривой позволяет путем построения гипотетической кривой проследить общие тен­ денции изменения каких-либо характеристик, присущих целому классу объектов.

Наиболее универсальными являются методы прогнозирования на основе экспертизы (индивидуальной или коллективной). Эти методы применимы в случаях дефицита статистических данных и для прогнозирования принципиально новых видов техники, сложных многоплановых проблем отраслевого и межотраслевого характера.

При индивидуальной экспертной оценке используются: мор­ фологический метод \ при котором осуществляются систематиза­ ция, обзор и анализ всех возможных методов решения сложных, многоплановых проблем, метод ранжирующих либо нормиру­ ющих (балльных) оценок, метод попарного сопоставления вариан­ тов и некоторые другие.1

1 Этот метод индивидуальной оценки, предложенный Ф. Цвикки, наиболее полно описан в литературе.

К методам коллективной экспертной оценки относятся: метод комиссии (свободные высказывания, открытое обсуждение и за­ крытое голосование и т. д.), широко распространенный у нас

вряде отраслей промышленности; метод «мозговой атаки», преду­ сматривающий генерирование идей всеми участниками совещания

встрого определенное время, отбор наиболее эффективных част­ ных или комбинированных решений и их систематизацию метод «Дельфи» *2 и другие методы коллективной экспертизы с ис­ пользованием балльных и других оценок.

Прогнозирование методом «Дельфи» предусматривает опрос

специально подобранной группы экспертов в определенной по­ этапной последовательности, в письменном виде, по заранее под­ готовленным анкетам.

На первом этапе эксперты формируют перечень прогнозируе­ мых событий, на втором этапе дается оценка вероятности реали­ зации каждого из этих событий в том или ином интервале времени, на третьем этапе экспертам сообщаются результаты опроса, запрашиваются их мнения о расхождениях взглядов и предла­ гается присоединиться к одному из спорных суждений. В ходе четвертого этапа последняя процедура повторяется и диапазон оценок, событий и времени еще более сужается.

Методы прогнозирования на основе анализа коллективных экспертных оценок широко развиваются в отечественной прак­

и других авторов. Они сводятся к определению цели прогноза, отбору экспертов и оценке их качества, установлению правил опроса и определения оценок прогнозируемых событий, анкети­ рованию экспертов, обработке и анализу полученных данных

иих согласованию.

Внастоящее время насчитывается более двух десятков ком­ плексных методов моделирования, которые укрупненно могут

быть сведены в группы: логические модели, информационные и математические модели.

Примером методов первой группы является метод «Хиндсайд», который был применен в США для прогнозирования развития военной техники. Группа специалистов определяет важнейшие направления развития техники, устанавливает структуру систем

иподробно анализирует их ведущие компоненты. На базе этого анализа строятся логические модели развития событий в прошлом

инастоящем. Ю. П. Рылеевым и Р. А. Сергиевским предложена оригинальная методика классификации и анализа связей в про­ цессе научно-технического развития на базе структурно-времен­

ных карт (СВК). Набор СВК может быть представлен в виде

^ | В. А. Л и с и ч к и н . Отраслевое научно-техническое прогнозирование.

2 Авторы этого метода — сотрудники американской корпорации РЭНД О. Хеммери и Г. Гордон.

50

ступенчатой модели, где каждая нижестоящая карта раскрывает часть вышестоящей карты в пространственном, временном и струк­ турном разрезах. Расположение информации в исторической и логической последовательности обеспечивает динамический под­ ход к изучению тенденций и перспектив развития науки и техники.

Научно-технический прогресс на современном этапе характе­ ризуется резким усилением информационных потоков за счет роста количества научных отчетов, печатных работ, заявок па изобретения, патентов, свидетельств на открытия и т. п.

В мировом патентном фонде к 1969 г. уже насчитывалось около 13 млн. изобретений. Так как патентная информация, как правило, опережает все другие виды информации и в большинстве случаев содержит действительно новые и практически реализуе­ мые данные, ее можно использовать в качестве базы для прогно­ зирования. Имеется ряд методик научно-технического прогнози­ рования на основе патентной информации. Одним из наиболее интересных является метод В. Т. Гмошинского г, который вклю­ чает в себя количественный анализ значимости, полноты и пер­ спективности информации в патентах по определенному направле­ нию. Значимость изобретений оценивается в балльной системе по пяти-семи критериям, в том числе по инженерно-техническим особенностям патентного решения, уровню теоретической обосно­ ванности и сложности изобретения, ожидаемой эффективности и т. д. По каждому критерию разрабатываются оценочные таблицы, используемые для оценки информации патентов. Учитывая коли­ чество патентов и их полноту, можно получить значение обобщен­ ного коэффициента полноты потока патентной информации. Этот коэффициент дает возможность оценить перспективность зафик­ сированных в патентах технических решений. Предпочтение от­ дается направлению, где значение обобщенного коэффициента наибольшее.

За рубежом успешно развиваются и другие методы прогнози­ рования, основанные на анализе информационных потоков, и прежде всего информационные модели на индексах научных ссылок (SCJ) — перспективных для развития фундаментальных исследований. Здесь научно-технический прогноз строится на базе информации об аналогичных публикациях по данной теме, о ссылках на те или иные статьи авторов и т. п.

Среди многочисленных методов математического моделирова­ ния закономерностей развития тех или иных объектов и явлений наибольший интерес представляет система «Паттерн», предназна­ ченная для «обоснования планирования посредством научно-