17. Классификация формализованных методов прогнозирования. Использование моделирования в прогнозировании.

1)методы прогнозной экстраполяции (простой экстраполяции, аналитического выравнивания динамических рядов, экспоненциального сглаживания, скользящих средних, гармонических весов и модели авто регрессии.)

2)Методы моделирования:

1.экономическое моделирование (структурное, сетевое, имитационное)

2.статическое моделирование (на основе 1 уравнения регрессии, на основе системы уравнений)

3.экономико-математические методы (детерминирование, линейно-динамические модели, нелинейные модели, стохастические или вероятностные модели, моделирование с использованием теории распознавания образа, моделирование с использованием теории катастроф и нееросетей)

Модель (лат. modulus) означает меру, образец. В настоящее время экономическая модель представляет собой условный образ объекта исследования социальных и экономических процессов. Она предполагает выделение существенных характеристик объекта и детальную формализацию его элементов, т.е. экономическая модель является некоторым подобием (адекватностью) исследуемого объекта.

Сложились основные требования к экономическим моделям: полнота адаптивности, ограниченность времени решения, ориентация для последующей формализации и использования имеющихся программных средств, обеспечение проверки адекватности или верификации, сравнительная устойчивость к ошибкам в исходных данных. Экономическая модель после ее математической формализации становится экономико-математической.

Структурные модели строятся на основе метрик, мер близости. С помощью мер близости можно выделять качественно однородные группы на основе большого числа признаков. В структурном прогнозировании широко используются методы прогнозного графа и дерева целей.

Сетевое моделирование. В основу метода положено построение сетевого графика, который имеет много разновидностей. На сетевых графиках каждый вид работы изображается стрелкой (дугой), которая соединяет начальное и конечное события. События изображаются кружками. При построении сетевых графиков соблюдаются следующие условия: нумерацию событий делают так, чтобы стрелки имели направление от события с меньшим номером к событию с большим номером; должна быть единственная начальная и единственная конечная вершины; стрелки должны иметь направление слева направо; любая пара событий соединяется только одной стрелкой.

На графике каждая работа, соединяющая два события, обозначается двумя числами, соответствующими начальному и конечному событиям.

Важнейшим элементом сетевого графика является путь — непрерывная последовательность работ. Он обычно определяется по направлению стрелок. Длина пути равна сумме продолжительноcтей составляющих его работ. Имитационные модели включают и словесное описание объекта, графические зависимости, сетевые модели и т.д. При описании имитационной модели прогнозист по своему усмотрению произвольно выбирает методы прогнозирования.

В прогнозировании широко используются статистические модели взаимосвязи: на основе одного уравнения регрессии и на основе системы уравнений регрессии. Варианты прогнозов можно рассматривать по одному уравнению, а можно — и по множеству. Однако известно, что увеличение количества уравнений не сопровождается повышением качества прогнозов.

Следует особо подчеркнуть, что корреляционные и регрессионные приемы анализа и прогнозирования не вскрывают специфические причины изучаемых явлений, а только дают возможность определить количественную величину связей между ними. Причины могут быть вскрыты только при тщательном изучении технической, технологической и организационной сторон процесса производства и экономических отношений.

Статистические модели иногда называют производственными функциями. При их построении следует:

— уточнить качественные взаимосвязи исследуемого показателя в зависимости от совокупности условий; тщательно отобрать качественные факторы, аргументы, имеющие количественное выражение;

— предложить наиболее вероятный характер связей между зависимыми показателями и отобранными факторами, аргументами;

— учесть при отборе факторов сопоставимую размерность статистических рядов и определить допустимые параметры корреляционного уравнения;

провести техническую проверку по существу сформированных статистически данных;

— подобрать наиболее приемлемое математическое уравнение Для выражения взаимосвязей.

При использовании производственных функций в краткосрочном и среднесрочном прогнозировании следует осторожно пользоваться коэффициентами регрессии (х₁,..., х_n), стоящими при независимых переменных, имея в виду, что реальное действие уравнений обусловливается предельными величинами изменения независимых переменных в прогнозируемых показателях. При формировании производственных функций для прогнозирования коэффициентов регрессии необходимо, чтобы их значения не отличались от абсолютных величин (минимальных и максимальных) в соответствующих анализируемых статистических рядах.

При расчетах следует пользоваться программным обеспечением для ПЭВМ.

Достаточно сложным вопросом при формировании производственных функций является выбор основных факторов процесса производства для включения в статистические модели.

Экономико-математическое моделирование Наиболее разработанными являются детерминированные экономико-математические модели. Линейно-динамические модели строятся на базе линейных моделей и имеют блочно-диагональную структуру. В отличие от вышеприведенных моделей, где условия задач описываются только в виде линейных отношений, в нелинейных моделях используются как линейные отношения, так и зависимости любого вида.

Стохастические (вероятностные) модели не являются детерминированными, т.е. в этих моделях часть или все параметры задаются случайными величинами. Специфическая особенность задач линейного программирования заключается в том, что множество допустимых решений (или допустимая область решения) представляет собой выпуклый многогранник, а наибольшее значение целевой функции принимается в одной из его вершин.

Прогнозирование с использованием теории распознавания образов, или прогнозирование по аналогии, достаточно широко используется при проведении научных исследований.

В настоящее время выделяют три основные типа задач распознавания образов: обучение распознаванию образов, сокращение (минимизация) описания, таксономия (самообучение).

В задачах первого типа необходимо определить, к какому классу относятся рассматриваемые объекты. Критерии и ошибки прогноза задаются заранее.

Задача второго типа ставит целью из большой совокупности признаков выбрать наиболее информативные, но функция потерь экономической информации не должна существенно увеличиваться.

Задача третьего типа необходимо доказать аналогию и идентификацию состояния объекта прогнозирования. В математическом понимании теория катастроф, или теория бифуркации, обычно связывается с хорошо разработанным аппаратом дифференциальных уравнений.

В экономическом понимании катастрофами называют скачкообразные изменения, возникающие в виде внезапного ответа системы на плавное изменение внешних условий. Теория нейросетей используется в прогнозировании экономических явлений. Она является своеобразным алгоритмическим базисом развития нейрокомпьютеров.

Нейросеть — это сеть с конечным числом слоев из однородных элементов — аналогов нейронов и различными типами связей между слоями нейронов. Нейросети применяются для прогнозирования экономических показателей в плохо формализуемых и не формализуемых задачах.