Файл: Пивоваров, С. Э. Моделирование процессов прогнозирования в приборостроении.pdf

определяемых величин — одна или несколько ПО, 37, 39—43, 52-54].

Модели с одним уравнением могут быть в виде: простой регрессии, в которой неизвестная переменная зависит от некоторой другой переменной; множественной регрессии, в которой зависимая пере­ менная определяется с некоторой ошибкой, так как в правую часть уравнения входят несколько независимых переменных и случайная составляющая, представляющая собой ошибку зависимой перемен­ ной; регрессии, в которой все переменные считаются приближенны­ ми (конфлюентный анализ). При этом разделение переменных на «зависимые» и «независимые» теряет смысл. Все члены, содержащие факторные переменные, переносятся в левую часть уравнения, а в правой остаются лишь члены-ошибки. Используя конфлюентный анализ, можно выделить любую переменную и строить ее прогноз по значениям других переменных, считая их известными в будущем. Конфлюентный анализ можно также применять для многовариант­ ных прогнозов. Придавая всевозможные значения одним перемен­ ным, получают оценки прогнозов для других переменных, входящих в это уравнение. Основное отличие конфлюентного анализа от регрессии заключено в способе оценки параметров.

К моделям, построенным с помощью системы уравнений, отно­ сятся: многомерная регрессия — обобщение простой и множествен­ ной регрессии; системы эконометрических уравнений с эндо- и экзогенными переменными. Это фактически обобщение конфлюент­ ного анализа.

Многомерная регрессия — совокупность нескольких уравнений множественной регрессии. Специфика многомерной регрессии про­ является лишь-в том случае, если левые части различных уравнений взаимозависимы. В этом случае должны использоваться специаль­ ные методы. Система с эндогенными (однозначно определенными из самой системы) и экзогенными (известными из внешних данных) переменными состоит из нескольких уравнений конфлюентного анализа, где одни и те же переменные входят в различные урав­ нения.

Задача прогноза с помощью эконометрических систем урав­ нений формулируется следующим образом:

построить систему и оценить её параметры; по известным значениям (настоящим и будущим) одних перемен­

ных определить будущие значения других переменных.

К методам краткосрочного прогноза кроме эконометрических относятся и такие, в основе которых лежат вероятностные посылки (формула Байеса условных вероятностей; модели, ассоциируемые с мартовской цепью).

Все описанные выше методы и модели прогнозирования развития отрасли отражают разные задачи, стоящие перед комплексным научным прогнозированием, но не дают полной картины связей и взаимосвязей всех п, оцессов, функционирующих и влияющих на развитие отрасли в будущем.

13

Постановка задач прогнозирования развития отрасли неразрывно связана со структурными особенностями самого объекта, задачи прогнозирования которого целесообразно относить к области проб­ лем больших систем управления. Для последних характерны сово­ купность управляющих подсистем разного уровня, иерархическая структура процесса управления, оценка складывающейся обстанов­ ки, выработка целей, прогнозирование и планирование, принятие решений, существование средств адаптации и самоорганизации, использование математических методов и современных вычислитель­ ных средств управления.

Успешное решение подобных задач требует системного подхода к проблеме комплексного научного прогнозирования развития от­ расли, который основывается на следующих основных принципах. Во-первых, на анализе структуры и основных черт, характеризую­ щих систему, на особенностях её движения и развития (определяются цели последующей деятельности и субординация этих целей). Это особенно необходимо для управления процессами технико-эконо­ мического развития. Во-вторых, на анализе экзо- и эндогенных связей системы, на сравнении альтернативных путей и методов достижения поставленных целей, отличающихся друг от друга

венные оценки различного типа. Затем разрабатываются много­

проблем научного прогнозирования развития отрасли возможна лишь в сочетании методов логического моделирования (методика PATTERN) и систем эконометрических уравнений с эндо- и экзо­ генными переменными, охватывающими проблемы научно-техни­ ческих и технико-экономических аспектов развития отрасли. Толь­ ко такой подход может дать адекватную картину перспективного развития отрасли, представленной как сложная технико-экономи­ ческая система (СТЭС).

1.2. Основные задачи комплексного научного прогнозирования развития отрасли

Комплексное прогнозирование определяет стратегию научнотехнического и технико-экономического развития отрасли и является средством уменьшения числа непланируемых ситуаций. Обзор и анализ отечественной и зарубежной литературы, данный в п. 1.1, показывает, что в настоящее время существует значительное коли­ чество методов прогнозирования, различных по характеру, содер­ жанию, используемому аппарату, адаптации к специфике объекта. Однако большинство этих методов позволяет описывать общую тен­ денцию развития ряда задач, стоящих перед прогнозированием

14

развития отрасли, не оценивая при этом различные варианты ре­ шения этих задач в целом.

Даже те немногочисленные и получившие широкое распростра­ нение методы прогнозирования, ориентированные на определение перспективных вариантов развития отрасли, не дают возмож­ ности комплексно исследовать и прогнозировать альтернативы, воз­ никающие в процессе решения задач, а скорее призваны обеспечить органы управления информацией о возможных в данный момент решениях с указанием их степени важности.

Каждый отдельно взятый метод прогнозирования при соблю­ дении всех правил его применения уменьшает неопределенность информации о прогнозируемом явлении. Но, как показывает опыт проведения прогнозных исследований, использование различных методов прогнозирования часто приводит к различимым результа­ там. Так, результаты экстраполяции тенденций технико-экономи­ ческих показателей развития отрасли могут не согласовываться с результатами обработки данных коллективной экспертной оценки этих тенденций. Последнее объясняется различной степенью адап­ тации метода к специфике объекта и учёта особенностей метода при его практическом использовании. Повышение степени досто­ верности прогнозной информации, на наш взгляд, тесно связано с эффективным синтезом методов прогнозирования.

Таким образом, на современном этапе развития практики прог­ нозирования возникает задача «увязки» различных методов прогно­ зирования и построения на этой основе системы комплексного прог­ нозирования развития отрасли.

Из множества стоящих перед комплексным прогнозированием задач будем исследовать те, решение которых направлено на созда­ ние и определение путей формирования моделируемых систем с не­ которыми заранее заданными параметрами, удовлетворяющими спе­ цифическим условиям функционирования объекта. При этом основ­ ные принципы, на которых базируется создание соответствующих задач моделируемых процессов, будем называть аналитическим решением задачи.

Комплексное научное прогнозирование развития отрасли пред­ полагает повышение эффективности, точности и надежности систем, моделирующих хозяйственную деятельность отрасли. Такие требова­ ния формируются общественными потребностями и подлежат реа­ лизации в моделируемых системах с соответствующим целевым на­ значением. Этот процесс, в свою очередь, обусловливает поиск новых решений поставленных задач для совершенствования прогнозных исследований.

Следовательно, под комплексным научным прогнозированием понимается последовательность предпринимаемых локальных или принципиальных изменений технико-экономических показате­ лей функционирования отрасли, направленных на совершен­ ствование моделирующих систем и повышение их эффективцрстц.

15

На основе использования общих и достаточно формальных проце­ дур управления процессом принятия решения сделана попытка выработать методические основы построения системы комплексного прогнозирования. При этом нашей целью является разработка такой методики прогнозирования, которая содержала бы процедуры не только формирования, необходимого для принятия конкретного решения при исследовании прогнозной информации, но и преобра­ зования этой информации для определения наилучшего в некотором смысле решения поставленных задач. Целесообразно исследовать также вопрос об отыскании логически непротиворечивого решения и в том случае, когда результаты прогнозов при использовании различных методов прогнозирования расходятся или даже проти­ воречат друг другу.

В основу разработки методики положим следующие допущения, принятые в качестве рабочих гипотез:

процесс поиска решений и постановки задач имеет стохастичес­ кий характер;

вероятности перехода на новый этап развития зависят от эволю­ ции системы (отрасли) в ретроспективном периоде;

состояние системы в будущем зависит от решений, принимаемых при ее моделировании.

Процесс реализации задач комплексного научного прогнозиро­ вания развития отрасли состоит из нескольких этапов:

1. Формулирование дедуктивных целей исследования. Понятие цели неявно подразумевает специфику отрасли, которая модели­ руется данной системой. Поэтому определяются также связи между целями и задачами системы управления поиска решения и целями и задачами прогнозных исследований в отрасли. Исходя из анализа целей управления реализацией поисковых задач, можно сформули­ ровать задачу прогнозирования, которая сводится к предсказанию последствий прогнозируемых решений и к выработке рекомендаций относительно выбора оптимального решения.

2. Расчленение составной задачи комплексного прогнозирования развития отрасли на задачи, локальные по характеру и размерности.

Решение этих задач обеспечивается в процессе взаимодействия функциональных блоков в прогнозирующей системе и позволяет определить объемы и структуру информации для каждого блока,

атакже методы и процедуры обработки информации.

3.Синтез прогнозных моделей. На основе результатов реализа­ ции предыдущего этапа проводится объединение моделей, разрабо­

танных для функциональных блоков, в единую модель для всей системы. Последнее позволяет построить унифицированную схему комплексного преобразования исходных данных для прог­ нозирования развития отрасли, а также схему сбора первичной информации с указанием её состава и содержания, процедур обра­ ботки.

4. Локальная адаптация прогнозных моделей. Рассматриваются возможности эквивалентного упрощения моделей и проверки их

4S

адекватности, возможности совершенствования моделей. Под лока­ лизацией понимается:

а) рассмотрение в определенных интервалах изменений пере­ менных величин как постоянных;

б) исключение несущественных переменных; в) использование линейных соотношений;

г) введение более строгих предположений и ограничений; д) пренебрежение случайным характером тех или иных пере­

менных.

Адаптация модели в большой мере зависит от качества методов, используемых функциональными блоками системы комплексного прогнозирования, от количества и качества исходной информации и возможности построения адекватной модели функционирования системы (отрасли) в реальных условиях.

5. Рассмотрение частного численного примера решения задачи комплексного научного прогнозирования развития отрасли. На осно­ ве результатов решения задачи прогнозирования можно сделать выводы относительно качества функционирования системы, срав­ нить полученные результаты прогноза с имеющимися ранее пред­ ставлениями о развитии исследуемой отрасли.

Таким образом, эти этапы в принципе имеют целью построение адаптирующейся системы комплексного научного прогнозирования развития отрасли. Это значит, что всё многообразие задач не должно выходить за рамки, обусловленные логической структурой системы прогнозирования, вызывая при необходимости только модифика­ цию функциональных блоков системы.

Для каждого функционального блока системы указываются уже имеющиеся или разрабатываются соответствующие процедуры обработки информации. Выполненное исследование также направ­ лено на то, чтобы показать, каким образом последовательное и систематическое использование системы комплексного научного прогнозирования развития отрасли позволяет выделить и просле­ дить наиболее вероятный и приемлемый путь решения поставлен­ ных задач.

• П :

Г л а в а 2

ОБЩАЯ ПОСТАНОВКА ЗАДАЧИ

ЭКОНОМИКО-МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ СЛОЖНЫХ ТЕХНИКО-ЭКОНОМИЧЕСКИХ СИСТЕМ (СТЭС)

2.1.Методологические вопросы построения

имоделирования СТЭС

Отрасль можно представить как сложную технико-экономическую систему (СТЭС), которая характеризуется комплексом показателей, отличающихся сложной зависимостью и не имеющих в большинстве случаев четко выраженной аналитической формы. Обязательным условием при прогнозировании является использование системного подхода, т. е. рассмотрение объекта прогнозирования как большой системы. При этом возникает необходимость исследования следую­ щих аспектов:

1. Анализ структуры и основных черт, характеризующих систе­ му, особенностей ее развития.

2.Рассмотрение внешних и внутренних связей системы.

3.Учет всех прямых и обратных связей, существующих в пре­ делах данной системы.

Для оценки качества функционирования сложных систем необ­

ходимо их моделирование, которое позволяет предсказывать по­ ведение реальных систем путем исследования полученных моделей, а также более полно (по сравнению с асимптотическими формулами) исследовать зависимость показателей эффективности системы в це­ лом от ее характеристик. С помощью математической модели можно также исследовать воздействие внешних и внутренних возмущений на работу всей системы.

Математическая модель системы является результатом форма­ лизации процесса функционирования, т. е. построение достаточно адекватного описания этого процесса с использованием математи­ ческой и логической символики. Процесс формализации системы должен проводиться по следующим этапам:

1)выбор критериев функционирования СТЭС, которые необхо­ димо отобразить в математической модели;

2)отбор значимых факторов, существенно влияющих на зна­ чение этих критериев;

3)построение соотношений между характеристиками, сущест­ венно влияющими на исследуемый процесс.

Отправным моментом моделирования СТЭС является содержа­ тельное описание системы, которое включает перечень составляющих элементов, сведения об их количественных характеристиках (пара­

15