Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Технологии принятия управленческих решений. Учебное пособие
.pdf
По учету фактора неопределенности модели делятся на детерминированные, если в них
результаты на выходе однозначно определяются управляющими воздействиями, и
стохастические (вероятностные), если при задании на входе модели определенной совокупности
значений на ее выходе могут получаться различные результаты в зависимости от действия
случайного фактора.
По типу математического аппарата, используемого в модели, т.е. по характеристике
математических объектов, включенных в модель, могут быть выделены матричные модели,
модели линейного и нелинейного программирования, корреляционно-регрессионные модели,
модели теории массового обслуживания, модели сетевого планирования и управления, модели
теории игр и т.д.
По типу подхода к изучаемым социально-экономическим системам выделяют дескриптивные и
нормативные модели. При дескриптивном(описательном) подходе получают модели,
предназначенные для описания и объяснения фактически наблюдаемых явлений или для прогноза этих явлений. В качестве примера дескриптивных моделей можно привести названные
ранее балансовые и трендовые модели. При нормативном подходе интересуются не тем, каким
образом устроена и развивается экономическая система, атем, как она должна быть устроена и
как должна действовать согласно определенным критериям.
Проблемы моделирования. Как все средства и методы, модели науки управления в случае их
применения могут привести к ошибкам. Эффективность модели иногда снижается действием ряда
потенциальных погрешностей.
Недостоверные исходные допущения. Любая модель опирается на некоторые исходные
допущения, или предпосылки. Это могут быть поддающиеся оценке предпосылки, например то,
что расходы на рабочую силу в следующие шесть месяцев составят 200 тыс. долл. Такие предположения можно объективно проверить и просчитать. Вероятность их точности будет высока.
Некоторые предпосылки не поддаются оценке и не могут быть объективно проверены.
Предположение о росте сбыта в будущем году на 10 % — пример допущения, не поддающегося
проверке. Никто не знает наверняка, произойдет ли это действительно. Поскольку такие
предпосылки — основа модели, точность последней зависит от точности предпосылок. Модель
нельзя использовать для прогнозирования, например, потребности в запасах, если неточны прогнозы сбыта на предстоящий период.
В дополнение к допущениям по поводу компонентов модели руководитель формулирует
предпосылки относительно взаимосвязей внутри нее. К примеру, модель, предназначенная
помочь решить, сколько галлонов краски разных типов следует производить, должна, вероятно,
включать допущение относительно зависимости между продажной ценой и прибылью, а также
стоимостью материалов и рабочей силы. Точность модели зависит также от точности этих
взаимосвязей.
Информационные ограничения. Основная причина недостоверности предпосылок и других
затруднений — ограниченные возможности в получении нужной информации, которые
влияют и на построение, и на использование моделей. Точность модели определяется
точностью информации по проблеме. Если ситуация исключительно сложна, специалист по
науке управления может быть не в состоянии получить информацию по всем релевантным
факторам или встроить ее в модель. Если внешняя среда подвижна, информацию о ней следует
обновлять быстро, но это может быть нереализуемо или непрактично. Иногда при построении
модели игнорируются существенные аспекты, поскольку они не поддаются измерению.
Например, модель определения эффективности новой технологии будет некорректной, если в
нее встроена только информация о снижении издержек в соответствии с увеличением
специализации. В общем, построение модели наиболее затруднительно в условиях
неопределенности. Когда необходимая информация настолько неопределенна, что ее трудно
получить исходя из критерия объективности, руководителю, возможно, целесообразнее
положиться на свой опыт, способность к суждению, интуицию и помощь консультантов.
21
Страх пользователей. Модель нельзя считать эффективной, если ею не пользуются. Основная
причина неиспользования модели заключается в том, что руководители, которым она
предназначена, могут не вполне понимать получаемые с помощью модели результаты и потому
боятся ее применять. Для борьбы с этим возможным страхом специалистам по количественным
методам анализа следует значительно больше времени уделять ознакомлению руководителей с
возможностями и порядком использования моделей. Руководители должны быть подготовлены
к применению моделей, а высшему руководству следует подчеркивать, насколько успех
организации зависит от моделей и как они повышают способность руководителей эффективно
планировать и контролировать работу организации.
Слабое использование на практике. Согласно ряду исследований уровень методов
моделирования в рамках науки управления превосходит уровень использования моделей. Как
указывалось выше, одна из причин такого положения дел — страх. Другими причинами могут быть
недостаток знаний и сопротивление переменам. Данная проблема подкрепляет желательность
того, чтобы на стадии построения модели штабные специалисты привлекали к этому
пользователей. Когда люди имеют возможность обсудить и лучше понять вопрос, метод или
предполагаемое изменение, их сопротивление обычно снижается.
Чрезмерная стоимость. Выгоды от использования модели, как и других методов управления,
должны с избытком оправдывать ее стоимость. При установлении издержек на моделирование
руководству следует учитывать затраты времени руководителей высшего и низшего уровней на
построение модели и сбор информации, рарходы, время на обучение, стоимость обработки и
хранения информации.
Основные модели, используемые для разработки управленческих решений. Существует
огромное множество конкретных моделей, используемых для разработки управленческих
решений. Их число так же велико как и число проблем, для разрешения которых они были
разработаны [1,10,14,22,41,52].
В общем виде в составе экономико-математических моделей можно выделить следующие:
■ модели линейного программирования;
■ оптимальные экономико-математические модели (имитационные модели, модели
сетевого планирования и управления);
■ модели анализа динамики экономических процессов;
■ модели прогнозирования экономических процессов (трендовые модели на основе кривых роста,
адаптивные модели прогнозирования);
■ балансовые модели;
■ эконометрические модели;
■ прочие прикладные модели экономических процессов (модель спроса и предложения,
модели управления запасами, модели теории массового обслуживания, модели теории
игр).
Рассмотрим подробнее некоторые из перечисленных моделей, наиболее часто
использующиеся в практике управления.
Модели теории игр. Одна из важнейших переменных, от которой зависит успех организации,
— конкурентоспособность. Очевидно, способность прогнозировать действия конкурентов
означает преимущество для любой организации. Теория игр — это метод моделирования
воздействия принятого решения на конкурентов.
Теорию игр изначально разработали военные с тем, чтобы в стратегии можно было учесть
возможные действия противника. В бизнесе игровые модели используются для
прогнозирования реакции конкурентов на изменение цен, новые кампании поддержки сбыта,
предложения дополнительного обслуживания, модификацию и освоение новой продукции.
Если, например, с помощью теории игр руководство устанавливает, что при повышении цен
конкуренты не сделают того же, оно, вероятно, должно отказаться от этого шага, чтобы не
попасть в невыгодное положение в конкурентной борьбе.
Теория игр используется не так часто, как другие описываемые здесь модели, так как ситуации
реального мира зачастую очень сложны и настолько быстро изменяются, что невозможно точно
22
спрогнозировать, как отреагируют конкуренты на изменение тактики фирмы. Тем не менее
теория игр полезна, когда требуется определить наиболее важные и требующие учета факторы в
ситуации принятия решений в условиях конкурентной борьбы. Эта информация важна,
поскольку позволяет руководству учесть дополнительные переменные или факторы, могущие
повлиять на ситуацию, и тем самым повышает эффективность решения.
Тема 4. МЕТОДЫ, ПРИМЕНЯЕМЫЕ НА ЭТАПЕ ОЦЕНКИ
АЛЬТЕРНАТИВ. МЕТОДЫ ПРОГНОЗИРОВАНИЯ
План:
1. Экспертные методы прогнозирования.
2. Фактографические методы прогнозирования.
3. Комбинированные методы прогнозирования.
Прогнозирование составляет фундаментальную основу предпринимательской и
управленческой деятельности в любой сфере деятельности при выполнении любой из базовых
функций управления.
Многообразие проблем, возникающих при обеспечении жизнедеятельности предприятия и
становящихся предметом прогнозирования при принятии управленческих решений, приводит
к появлению большого количества разнонаправленных прогнозов, требующих определенной
систематизации.
При выполнении прогнозирования в типовую последовательность операций включается:
1) предпрогнозная ориентация на основе системно-структурного анализа объекта;
2) постановка задачи для разработки прогноза — уточнение характеристик объекта,
масштабов выпуска или рынка сбыта, установление периода прогнозирования, а также
условий, ограничений и ожидаемого гипотетического результата;
3) анализ и установление активных факторов прогнозного фона;
4) формирование информационной базы по объекту прогноза и прогнозному фону
(патенты, научно-техническая, экономическая информация и т.п.);
5) разработка прогноза развития объекта и оценка его достоверности с учетом действия
факторов прогнозного фона;
6) анализ результатов прогнозирования;
7) выработка рекомендаций по результатам анализа для принятия решений в сфере
управления.
Специфика проблемы или задачи прогнозирования могут потребовать изменения и
дополнения перечисленных операций.
В процессе прогнозирования используют два подхода:
■ индуктивный подход — рассмотрение проблем от частного к общему, т.е. на основании
фактических или зарегистрированных данных (эксперимента или развития процесса) об
объекте устанавливается тенденция (или закономерность) общего развития объекта, которая и
используется при обосновании прогноза;
■ дедуктивный подход (подход от общего к частному) — определение общих тенденций или
закономерностей развития анализируемой области техники, а затем — на основе выявленной
общей перспективы — уровней и путей развития отдельных направлений, а также конкретных
технических характеристик интересующих в данном случае объектов прогнозирования.
Индуктивному подходу в наибольшей степени соответствуют методы поискового
прогнозирования, а дедуктивному — нормативного.
При поисковом прогнозировании состояние объекта в будущем определяется
закономерностями, выявленными по частным результатам опыта (эксперимента) его поведения
23
в прошлом и настоящем. В этом случае прогнозирование осуществляется от имеющегося уровня
знаний, а конечные результаты развития объекта составляют содержание прогноза.
В свою очередь нормативное прогнозирование ориентировано на то, что задается конечная
цель (или закономерность) развития (поведения) объекта в будущем, а содержанием прогноза
становится определение частных путей, средств и сроков достижения цели. Прогнозирование в
этом случае осуществляется от заданной цели как бы навстречу ходувремени.
Современная прогностика располагает большим арсеналом методов прогнозирования (более
150), но ни один из них не может быть признан универсальным.
На выбор метода прогнозирования влияют следующие факторы:
■ существо практической проблемы, подлежащей решению;
■ динамические характеристики объекта прогнозирования и рыночной среды;
■ вид и характер имеющейся информации, типовое представление объекта прогнозирования;
■ фаза жизненного цикла товара, услуги или организационно-производственной системы;
■ период упреждения и его соотношение с предполагаемой длительностью жизненного цикла
товара, услуги, организационно-производственной системы;
■ требования к результатам прогнозирования, и т.п.
Методы, реализующие поисковое и нормативное прогнозирование, не конкурируют и не
заменяют друг друга, а взаимосвязаны. Например, перед разработкой нормативного прогноза
необходимо составить поисковый, чтобы определить предварительную возможность достижения
устанавливаемой цели.
Всю совокупность методов прогнозирования можно разделить по степени их однородности
на группы простых и комплексных методов. Группа простых методов объединяет однородные
по содержанию и используемому инструментарию методы прогнозирования. Комплексные
методы представляют собой совокупность, комбинации методов, чаще всего реализуемые
специальными прогностическими системами.
В зависимости от характера информации, на базе которой составляется прогноз, все методы
прогнозирования делят на классы:
■ экспертные (интуитивные) методы основаны на использовании знаний
специалистов-экспертов об объекте прогнозирования и обобщении их мнений о
развитии (поведении) объекта в будущем, такие методы в большей мере
соответствуют нормативному прогнозированию динамичных процессов развития;
■ фактографические методы базируются на фактическом информационном
материале о развитии объекта прогнозирования в прошлом и настоящем и чаще
всего применяются в поисковом прогнозировании для эволюционных процессов;
■ комбинированные методы включают в себя методы со смешанной
информационной основой, в которых в качестве первичной используется
фактографическая информация наряду с экспертной.
1. Экспертные методы прогнозирования.
В условиях переходной экономики этот вид прогнозирования приобретает гораздо большее
значение, чем в условиях стабильной экономики. В основе всех видов методов заложены
суждения специалистов относительно перспектив развития объектов. Базируются эти методы
на мобилизации профессионального опыта и интуиции. Обычно такие методы используются в
случае, если:
■ развитие объектов либо полностью, либо частично не поддается предметному
описанию или математической формализации;
■ отсутствует достаточно представительная и достоверная статистика по
характеристикам объекта;
■ наблюдается большая неопределенность среды функционирования объекта,
рыночной среды;
■ осуществляется средне- и долгосрочное прогнозирование новых рынков, объектов
новых областей промышленности, подверженных сильному влиянию открытий в
фундаментальных науках (например, микробиологическая промышленность,
24
квантовая электроника, атомное машиностроение);
■ время или средства, выделяемые на прогнозирование и принятие решений, не
позволяют исследовать проблему с применением формальных моделей;
■ отсутствуют необходимые технические средства моделирования, например
вычислительная техника с соответствующими характеристиками;
■ складываются экстремальные ситуации.
Степень достоверности экспертизы устанавливается по абсолютной частоте, с которой
оценка эксперта в конечном итоге подтверждается последующими событиями.
«Эксперт» в дословном переводе с латинского языка означает «опытный». Поэтому и в
формализованном, и в неформализованном способах определения эксперта значительную
роль играет его профессиональный опыт и развитая интуиция.
Требования к эксперту включают следующие положения:
1) высокий уровень общей эрудиции;
2) оценки стабильны во времени и транзитивны;
3) наличие дополнительной информации о прогнозируемых признаках;
4) наличие определенного практического и (или) исследовательского опыта (эксперт
должен быть признанным специалистом в данной области знаний);
5) психологическая установка на будущее;
6) способность к адекватному отображению тенденций развития
исследуемого объекта;
7) незаинтересованность в конкретном результате прогноза.
Экспертные оценки могут быть коллективными и индивидуальными, которые могут быть
как с аналитической обработкой, так и без нее. Индивидуальные экспертные методы используют
при прогнозировании в относительно узких областях науки и практики.
Выделяют следующие методы экспертного прогнозирования:
■ Метод интервью
■ Метод аналитических экспертных оценок
■ Метод генерации идей
■ Метод коллективных экспертных оценок
■ Метод круглого стола
■ Метод Дельфи
■ Метод дерева целей
■ Матричный метод
■ Метод сценариев
■ Метод морфологического анализа
■ Метод программного прогнозирования
■ Метод эвристического прогнозирования
Эти методы основаны на использовании мнений экспертов, не зависимых друг от друга.
Рассмотрим наиболее часто применяющиеся методы подробнее.
Метод интервью предполагает беседу прогнозиста с экспертом, в ходе которой прогнозист в
соответствии с заранее разработанной программой ставит перед экспертом вопросы
относительно перспектив развития прогнозируемого объекта. Успех такой оценки в
значительной степени зависит от психологической способности эксперта быстро давать
заключения по различным, в том бьь фундаментальным, вопросам. Недостаток этого метода в
значительном психологическом давлении на эксперта.
Метод аналитических экспертных оценок
предполагает длительную и тщательную самостоятельную работу эксперта над анализом
тенденций, оценкой состояния и путей развития прогнозируемого объекта. Этот метод
позволяет эксперту использовать всю доступную информацию об объекте прогноза. Свои
соображения эксперт оформляет в виде докладной записки. Психологическое давление на
эксперта в этом случае минимально.
25
Основные принципы этих методов — максимальное использование индивидуальных
способностей эксперта и незначительное психологическое давление, оказываемое на отдельного
работника.
Однако индивидуальные экспертные методы малопригодны для прогнозирования наиболее
общих стратегий из-за ограниченности знаний одного эксперта о развитии смежных областей
науки и практики.
Метод генерации идей основан на активизации психоинтеллектуальной деятельности. Этот
метод может иметь несколько разновидностей. В качестве метода индивидуальной экспертной
оценки он предполагает выявление мнения эксперта с помощью программированного управления, включающего в себя обращение к памяти человека или запоминающему устройству
компьютера. Возможна и коллективная генерация идей. Цель метода — получение большого
количества оригинальных идей за короткий промежуток времени. Основная проблема при использовании этого метода — необходимость формирования группы экспертов.
Коллективные экспертные оценки применяют при прогнозировании объектов и процессов,
имеющих междисциплинарный характер. Эти методы основываются на принципах выявления
коллективного мнения экспертов о перспективах развития объекта прогнозирования. В основе
применения этих методов лежит гипотеза о наличии у экспертов умения с достаточной степенью
достоверности оценить важность и значение исследуемой проблемы. Существует большое число
модификаций методов коллективных экспертных оценок. Рассмотрим наиболее популярные из
этих методов подробнее.
Метод коллективных экспертных оценок наиболее полно учитывает все факторы,
влияющие на качество и достоверность прогноза. Основные этапы проведения коллективной
экспертизы следующие:
■ формирование экспертной группы;
определение коэффициента компетентности эксперта по предлагаемым проблемам;
■ вычисление коэффициента репрезентативности (представительности) экспертной
группы;
■ получение индивидуальных суждений экспертов по заданной проблеме;
■ определение обобщенного мнения группы экспертов об относительной важности
каждой задачи в рассматриваемой проблеме;
■ оценка степени согласованности мнений экспертов по коэффициенту вариации.
В практике прогнозирования стремятся к минимально возможному числу экспертов в
группе. Однако уменьшение их числа ниже определенного уровня равносильно уменьшению
точности выборки.
Метод круглого стола предполагает обсуждение специальной комиссии, соответствующих
проблем с целью согласования мнений и выработки единого мнения. Этот метод имеет
недостаток, заключающийся в том, что эксперты в своих суждениях изначально ориентированы
и руководствуются в основном логикой компромисса, что увеличивает риск получения
искаженных результатов прогноза.
Метод Дельфи, связанный с обобщением и статистической обработкой мнений группы
экспертов, используется, если не имеется достаточной теоретической базы в момент
составления прогноза (прогнозы развития науки и техники, будущих открытий и изобретений,
составление картины будущего мира). Метод был разработан в США в 1964 г. сотрудниками научноисследовательской корпорации РЭНД О. Халмером и Т. Гордоном.
Метод дерева целей. Граф — фигура, состоящая из точек, называемых вершинами и
соединяющих их отрезков, называемых ребрами. Графы могут быть связными и несвязными,
ориентированными и неориентированными, могут содержать и не содержать циклы (петли).
Выбор той или иной структуры графа определяется существом тех отношений между элементами,
которые он должен выразить.
Деревом называется связный ориентированный граф, не содержащий петель. Каждая пара его
вершин соединяется единственным ребром.
26
Дерево целей — граф-дерево, выражающее отношение между вершинами, обозначающими
этапы или проблемы, подлежащие решению при достижении некоторой цели.
Дерево целей, вершины которого ранжированы, т.е. выражены количественными оценками
их важности, широко используется для количественной оценки приоритета различных
направлений развития.
Построение дерева целей требует решения многих прогнозных задач, таких как:
■ прогноз развития объекта в целом;
■ формулировка сценария достижения прогнозируемой цели;
■ формулировка уровня цели;
■ формулировка критерия и весов, ранжированных вершин.
Порядок построения дерева:
1) идентифицируются цели, концепции по исследуемым проблемам и технические
возможности развития для отдельных компонентов и функциональных подсистем, а также для
систем в целом;
2) формулируются критерии для оценки значимости элементов на каждом уровне (например,
организационно-технической или финансовой готовности к реализации, коэффициент взаимной
полезности и др.);
3) определяются весовые коэффициенты для каждого элемента на каждом уровне дерева
по принятому критерию.
Метод дерева целей можно считать самым эффективным экспертным методом
нормативного прогнозирования. Он широко используется для связи целей, устанавливаемых на
несколько лет вперед.
Матричный метод логически связан с методом дерева целей и основан на использовании
матриц, отражающих влияние факторов на объект прогнозирования. Для построения матриц
осуществляют ряд последовательных операций:
1) выявляют и группируют факторы, влияющие на достижение поставленной цели, по
характеру их влияния;
2) выделяют однородные комплексы факторов;
3) определяют влияние комплексов друг на друга;
4) определяют полное влияние каждого фактора на достижение конечных целей.
Метод сценариев используется в практике прогнозирования и как самостоятельный метод
прогнозирования, и как технологический элемент прогнозирования при использовании других
методов (т.е. может выступать элементом комплексной системы прогнозирования) для определения прогнозного горизонта или условий, при которых необходимо корректировать
прогноз.
Написание сценария — это метод, при котором устанавливается логическая
последовательность событий для того, чтобы показать, как исходя из существующих ситуаций
может шаг за шагом развиваться в будущем состояние объектов.
Сценарий обычно разворачивается в явно выраженных временных признаках
(координатах). Эта способность существенна при прогнозировании в области социальноэкономических проблем. При научно-техническом прогнозировании эта зависимость от
времени не всегда обязательна. Основное значение при написании сценария имеет выявление
основных факторов, позволяющих достичь поставленной цели, и «фона», атакже определение
критериев достижения поставленной цели. При разработке сценария может возникнуть
неопределенность, связанная с субъективностью суждений разработчиков сценария.
Ценность сценария тем выше, чем меньше степень неопределенности или больше
согласованность мнений экспертов. Сценарий — это основа, на которой проводится вся
дальнейшая работа. Готовый сценарий должен быть подвергнут анализу. Из дальнейшего
рассмотрения исключается все, что, по мнению сценаристов, уже обеспечено на рассматриваемый период. И наоборот, концентрируется внимание на том, что должно быть сделано
для дальнейшего достижения поставленной цели.
27
Сценарий носит системный характер. Это один из основных методов прогноза при
структурной перестройке, он зависит от интеллекта, уровня знаний, осведомленности и фантазии
разработчика проблемы.
Прогнозная оценка чаще всего представляется в виде трех возможных вариантов сценария:
■ оптимистического;
■ пессимистического;
■ ожидаемого, наиболее вероятного.
Сценарий используют для принятия решений в сфере стратегического развития фирм,
регионов, технологий, рынков. Выделяют следующие этапы составления сценария:
1) формулирование проблемы:
■ сбор и анализ информации;
■ согласование со всеми участниками проекта решения сути задачи и ее формулирования;
2) определение и группировка сфер влияния:
3) выделение критических точек среды бизнеса;
4) оценка их возможного влияния на будущее фирмы;
5) определение показателей будущего развития объекта — они не должны быть
амбициозными или завышенными. Те сферы деятельности, развитие которых может идти
по нескольким вариантам, описываются при помощи нескольких альтернативных
показателей;
6) формулирование и отбор согласующихся наборов предположений:
■ определение развития исходя из сегодняшнего положения и всевозможных изменений;
■ комбинирование различных предположений о будущем в наборы;
■ отбор из всех полученных наборов, как правило, трех с учетом определенных критериев
(высокая сочетаемость, совместимость предположений, входящих в набор; наличие большого
числа значимых переменных; высокая вероятность событий, относящихся к набору
предположений);
7) сопоставление намеченных показателей будущего состояния сфер
(фирмы) с предположениями об их развитии:
■ сравнение результатов третьего и четвертого этапов;
■ корректировка завышенных и заниженных показателей состояния при помощи данных
четвертого этапа.
Для более точного прогноза необходимо сократить интервал прогнозирования, т.е.
разделить его на несколько фрагментов, составляя несколько сценариев;
8) введение в анализ разрушительных событий (под разрушительным событием понимается
как негативный, так и позитивный моменты);
9) установление последствий. На данном этапе происходит сравнение стратегических
проблем фирмы и выбранных вариантов ее развития.
Метод морфологического анализа направлен на выявление возможных вариантов развития
объекта прогнозирования путем построения матрицы характеристик объекта и их возможных
значений с последующей оценкой вариантов сочетаний.
Такой метод может служить инструментом предсказания еще не сделанных изобретений или
упорядочения вероятных изобретений по срокам их появления.
При разработке управленческих решений этот метод часто используется на этапе
определения и оценки альтернатив.
Метод программного прогнозирования, предложенный академиком В.М. Глушковым, —
обобщение, с одной стороны, известного метода Дельфи, а с другой — не менее известного
метода PERT (метод сетевого планирования управления).
Метод программного прогнозирования служит для определения вероятности наступления
тех или иных событий и оценки вероятного времени их наступления. Перед началом работы
следует иметь классификатор (перечень) типов событий, которые предстоит анализировать, и
начальный список экспертов по проблемам. Для каждого типа проблем (событий) указывается
28
априорный вес каждого эксперта, например, по стобалльной системе. Первоначально эти веса
определяются самими экспертами, в последующем они могут уточняться с помощью объективных методов.
Первый шаг применения этого метода состоит в постановке задачи, т.е. перечислении
событий, время и вероятность которых называют заключительными. В задачу эксперта входит
прежде всего определение условий, при наличии которых возможна оценка им того или иного
события.
Для повышения ответственности экспертов можно принять, что факт выставления ими тех или
иных условий при оценке события есть одновременно и обязательство (в случае выполнения этих
условий в будущем) взяться за реальное осуществление оцениваемого события. Подобное
соглашение способствовало бы одновременно повышению объективности оценки экспертами
своих собственных весовых коэффициентов.
Повторяя этот процесс и проводя необходимые усреднения, мы получим в конце концов
оценку вектора вероятностей и разброса его значений для интересующего нас заключительного
события. При дальнейшей работе с сетью опросы экспертов можно систематически повторять.
Изучая динамику изменения оценок вместе с информацией о действительном времени
наступления тех или иных событий, можно предложить различные приемы внесения поправок
в вес оценок экспертов.
Выбор того или иного из этих приемов зависит от степени правильности начальных оценок
по сравнению с более поздними, от желания учитывать степень правильности не только
конечного результата (оценки времени), но и путей его достижения (правильности выбора условий).
Работа с построенной сетью может предусматривать возможность уточнения тех или иных
частных оценок для составляющих ее событий (например, путем привлечения новых экспертов
или постановкой новых исследований). Для каждого события это уточнение будет требовать
определенных затрат (вообще говоря, тем больших, чем выше слой, которому принадлежит данное
событие). Необходимо поэтому разработать методику рационального выбора этих уточнений.
Предположим, что из каких-либо соображений, находящихся вне сферы наших
рассмотрений, установлено, что наибольший интерес представляет уточнение оценки
вероятности PJ(S) наступления заключительного события 5до момента времени tt.
Для каждого события St, входящего в построенную сеть, определим изменение оценки
вероятности Pt(S) при максимальных изменениях компонент вектора вероятностей для
события S, допускаемых имеющимися экспертными оценками.
Стоимость эксперимента по уточнению оценки вектора вероятностей для события S,
отнесенную к величине указанного изменения (удельную стоимость), естественно выбрать в
качестве критерия для выбора St, оценка вектора вероятностей которого подлежит уточнению в
первую очередь.
Метод эвристического прогнозирования. Основная задача, стоящая перед специалистами по
анализу и проектированию больших систем, в общем случае заключается в нахождении
оптимальных способов создания более эффективных систем либо вновь проектируемых, либо
модернизируемых. Сложность решения этой задачи состоит прежде всего в том, что здесь обычно
нет возможности найти решение чисто математическими методами, поскольку, как правило, не
удается точно определить величины (функционалы), подлежащие оптимизации
(экстремализации) в математическом смысле. Это связано не только со сложностью описания
функционирования больших систем, но и со спецификой целей, для достижения которых
предназначена система.
Методом эвристического прогнозирования называется метод получения и
специализированной обработки прогнозных оценок объекта путем систематизированного
опроса высококвалифицированных специалистов (экспертов) в узкой области науки, техники
или производства. Прогнозные экспертные оценки отражают индивидуальное суждение
специалиста относительно перспектив развития его области и основаны на мобилизации
профессионального опыта и интуиции.
29
Элементы этого метода — сбор и обработка суждений экспертов, высказанных на основе
профессионального опыта и интуиции. Однако он отличается от описанных выше методов
большей четкостью теоретических основ, способами формирования анкет и таблиц, порядком
работы с экспертами и алгоритмом обработки полученной информации. Эвристическим
данный метод назван в связи с однородностью форм мыслительной деятельности эксперта при
решении научной проблемы и при оценке перспектив развития объекта прогнозирования,
атакже в связи с использованием экспертами специфических приемов, приводящих к
правдоподобным умозаключениям.
2. Фактографические методы прогнозирования.
Среди фактографических методов выделяют группы статистических (параметрических) и
опережающих методов. Рассмотрим некоторые наиболее часто используемые в практике
принятия решений методы.
Выделяют следующие фактографические методы прогнозирования:
Статистические (параметрические) методы
Метод экстраполяции
Метод наименьших квадратов
Методы факторного анализа при прогнозировании
Прогнозирование методом аналогии
Методы логики предложений
Метод анализа динамики публикаций
Метод анализа динамики патентования
Статистические (параметрические) методы прогнозирования основаны на построении
и анализе динамических рядов характеристик (параметров) объектов прогнозирования.
Существуют достаточно жесткие ограничения на применение статистических методов. Эти
ограничения связаны со следующими обстоятельствами:
■ статистические методы прогнозирования применяются, если величина времени (глубины)
упреждения укладывается в рамки одного из циклов объекта прогнозирования. Глубину прогноза
определяют как отношение абсолютного времени упреждения к величине соответствующего
цикла объекта прогнозирования. При возникновении в рамках времени упреждения скачка в
развитии объекта прогнозирования рекомендуется использовать интуитивные методы для
определения силы скачка и времени, в течение которого он будет иметь место;
■ каждый из статистических методов имеет довольно жесткие требования к качеству
обрабатываемых данных (например, к их однородности) и гипотезам о характере поведения
анализируемых величин (их распределений). На практике же прогнозист имеет дело с данными,
качество которых либо вообще неизвестно, либо оставляет желать лучшего. Чаще всего
неизвестен и тип распределения переменных;
■ в условиях переходной экономики происходят кардинальные изменения в структурах
(спроса, потребностей, цен, технологического базиса и т.д.), причем оценить, когда произошло
и произошло ли вообще такое структурное изменение, довольно трудно. А следовательно,
довольно трудно понять, можно ли доверять результатам статистического прогнозирования.
Вообще в настоящее время в условиях переходной экономики статистические методы
прогнозирования справедливо занимают гораздо более скромное место, чем в сформировавшейся
экономике. В этой ситуации статистические методы могут применяться при прогнозировании:
■ краткосрочном, когда вероятность структурных изменений достаточно низка;
■ когда исходные статистические данные соответствуют требованиям, предъявляемым
конкретным статистическим методом;
■ с дополнительной верификацией результата другим методом.
Метод экстраполяции применяется, если время упреждения укладывается в рамки
эволюционного цикла. Методы прогнозной экстраполяции оперируют с количественной
информацией. Они хорошо разработаны. Чаще всего вычисления в соответствии с этими
30
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]