6.2. Фактографические методы определения нормативов укп

Характерной особенностью, объединяющим признаком фактог

рафических методов (подразд. 6.1), является использование для оп

ределения нормативов УКП фактических данных, полученных на

основе имеющегося практического опыта, наблюдения, целенаправ

ленного теоретического и экспериментального исследования процес

сов и элементов УКП. При этом объем данных достаточен для опреде

ления искомых величин методами «прямого» счета с достаточной

точностью и достоверностью.

По способам получения и обработки информации, применяемому

аппарату различают несколько разновидностей этих методов.

Расчетно графоаналитический метод позволяет определять

нормативы расчетом на основе использования формульных, уста

навливаемых аналитическим или эмпирическим путем, графичес

ких (при одном аргументе) или номографических (при нескольких

аргументах) зависимостей, отражающих жесткую взаимосвязь

между величиной искомого норматива и факторами, используе

мыми в качестве аргументов в этих зависимостях. В качестве ма

тематического описания аналитических зависимостей или анали

тической интерпретации графических зависимостей используют

ся алгебраические выражения (линейные, степенные, трансцен

дентные и т. п.), обыкновенные дифференциальные уравнения, уравнения с частными производными и т. д. Чтобы такое графоа

налитическое описание было возможно, как правило, нужно при

нять определенные допущения или упрощения. Поэтому при не

185

сомненных достоинствах этих методов, состоящих в их простоте и

наглядности, с помощью графоаналитических зависимостей уда

ется с удовлетворительной точностью описать только сравнитель

но простые взаимосвязи между нормативами и определяющими их

факторами или показателями, используемыми в качестве экстре

мизируемых критериев в задачах оптимизации нормативов.

При необходимости учета случайных факторов в процессах УКП

для определения нормативов используется метод статистических

расчетов, позволяющий устанавливать величины элементов УКП, формирующихся под воздействием непренебрежимых по влиянию

случайных факторов.

Статистические расчеты можно разделить на две группы: 1) расчеты отдельных показателей, средних величин, статисти

ческих характеристик (дисперсий, вариационных коэффициентов и

т. п.), статистических индексов (соотношений), интерполяций в ря

дах динамики и др.; 2) создание статистических группировок, позво

ляющих рассчитывать системы показателей, строить индексные си

стемы.

Экспериментальный метод позволяет устанавливать нормати

вы с использованием фактических данных об элементах УКП, полу

чаемых путем наблюдений за ходом реальных процессов УКП, а так

же с помощью целевых экспериментов в реальном масштабе времени

или ускоренных. Обработка экспериментальных данных ведется из

вестными методами математической статистики.

В тех случаях, когда путь реального экспериментирования не при

емлем в связи с большими продолжительностью и затратами средств

на его проведение, а также при установлении нормативов на непов

торяющиеся или ограниченно повторяющиеся элементы УКП (что

весьма характерно для этих процессов), экспериментальные методы

могут быть реализованы в виде моделирования различных элемен

тов УКП, т.е. исследования их на моделях.

Изучение процессов и элементов УКП на моделях можно рассмат

ривать как особый вид эксперимента – «модельный», отличающий

ся от обычного («прямого») эксперимента тем, что в процессе иссле

дования и получения исходной информации для определения норма

тивов УКП включается «промежуточное звено» – модель, являюща

яся одновременно и средством, и объектом экспериментального мо

делирования, заменяющим научаемый объект.

Как известно, модель – это система, состав, состояние и взаи

мосвязь элементов которой с определенной точностью и достовер

ностью отражают состав, состояние и взаимосвязь элементов ре

альной системы (объекта моделирования, «оригинала»). Модели

186

строятся с учетом ряда требований, среди которых можно выде

лить два основных противоречивых требования: простоты и адек

ватности.

Виды и методы моделирования весьма многообразны, а их единая

классификация затруднительна в силу многозначности понятия «мо

дель» в науке и технике. В связи с этим любая классификация мето

дов моделирования обречена на неполноту, тем более что терминоло

гия в этой области опирается не столько на строгие правила, сколько

на языковые, научные и практические традиции в каждой области.

По характеру моделей (средствам моделирования) принято разли

чать: предметное моделирование, в ходе которого исследование ве

дется на модели, воспроизводящей основные физические, динами

ческие и функциональные характеристики «оригинала»; знаковое

моделирование, в котором моделями служат знаковые образования в

виде формул, схем, графиков, цифр и т. п. Важнейшим видом знако

вого моделирования, получившего широкое распространение в экс

периментальном исследовании организационно экономических про

цессов и явлений (в частности, в УКП), является математическое

моделирование, осуществляемое средствами математики, т. е. путем

описания моделируемого объекта математическими зависимостями

и их исследования.

Исследование знаковых, в частности математических, моделей

также можно рассматривать как эксперимент. Это становится оче

видным при учете возможности их реализации средствами вычисли

тельной техники. При этом одним из видов модельного эксперимен

та становится модельно кибернетический эксперимент, в ходе кото

рого вместо реального экспериментального оперирования с изучае

мым объектом находят алгоритм (программу) его функционирова

ния, являющийся моделью поведения объекта. Вводя этот алгоритм

в цифровую ЭВМ и варьируя условиями и факторами решения зада

чи, получают исходную информацию о процессах и элементах УКП, необходимую для определения нормативов.

Разновидностью знакового моделирования с использованием ЭВМ, получившей широкое распространение в условиях бурной компью

теризации народного хозяйства, является имитационное моделиро

вание. Сущность его состоит в построении так называемой имитаци

онной модели исследуемой системы и в целенаправленном экспери

ментировании с такой моделью для изучения ее динамических свойств

и характеристик. Исследование с помощью имитационного модели

рования проводится с использованием методов планирования экспе

римента, а его результаты обрабатываются и анализируются так же, как данные реальных испытаний.

187

Модельное экспериментирование и исследование стохастических

процессов осуществляются с помощью статистического моделирования, представляющего собой численный метод решения математических за

дач. Искомые величины (нормативы УКП) являются при этом вероят

ностными характеристиками случайного процесса, который моделиру

ют, после чего нужные характеристики приближенно определяют пу

тем статистической обработки «наблюдений» модели.

Процедура статистического моделирования состоит в том, что ис

следуемый процесс как бы «копируется» на ЭВМ со всеми сопровож

дающими его случайностями. Влияние каждого случайного фактора

учитывается посредством «розыгрыша», напоминающего бросание

жребия. В результате многократного повторения такой процедуры

удается получить интересующие исследователя характеристики про

цесса с любой степенью точности. Статистические модели имеют пе

ред аналитическими то преимущество, что они позволяют учесть

большее число факторов и не требуют грубых упрощений и допуще

ний, но при этом не обладают характерной для аналитических моде

лей простотой и наглядностью и труднее поддаются анализу и выяв

лению влияния каждого фактора.