3. Прогнозирование технического уровня машин

Для создания высококачественного изделия на высоком техническом уровне, необходимо внести в задание на его разработку «опережающие» показатели, являющиеся результатом научного прогноза.

Различают прогнозы отдельных направлений техники и уровней конкретных разработок. Наибольшее внимание ученых сосредоточено на первом виде прогноза. Прогноз отдельного направления техники должен в общем случае отражать:

1. Достигнутый мировой уровень науки и техники и уровень внутри данной страны, а также тенденции его развития.

2. Оценку возможности применения новых научных результатов с учетом уровневых связей, развития техники и межотраслевого уровня развития науки и объема выделенных инвестиций, подготовки кадров, возможностей научно-технического сотрудничества.

3. Определение вариантов развития данных направления техники, а также мер, необходимых для их реализации, с учетом измененных условий, ожидаемых за период осуществления прогноза.

Вопросы научного прогнозирования в равной степени привлекают внимание, как отечественных, так и зарубежных специалистов. Особое значение приобретает прогнозирование в условиях, когда на технический прогресс накладывает отпечаток конкурентная борьба за получение превосходства и максимальной прибыли.

Наиболее распространенными видами прогнозов являются:

1. Демографические прогнозы, т.е. предвещание естественного движения населения, рождаемости, смертности, территориального распределения.

2. Социальные прогнозы структуры населения, отношений, собственности, изменений в общественной, групповой и индивидуальной психологии, в рамках общественного сознания и быта;

3. Научно-технические прогнозы перспектив развития функциональных исследований, возможной скорости, направлений и результатов практического использования достижений науки и техники;

4. Прогнозы освоения природных ресурсов, экономических и социальных последствий технического освоения;

5. Экономические прогнозы, включающие прогнозы основных показателей воспроизводства, отраслевой и территориальной структуры производства , процессов, воспроизводства основных фондов, трудовых ресурсов, инноваций, инвестиций и др.

6. Внешнеэкономические прогнозы.

Прогнозирование технического уровня продукции позволяет обоснованно принимать решения на всех уровнях управления.

3.1. Методы прогнозирования показателей технического уровня машин

На предпроектной стадии создания новой техники должна осуществляться разработка многовариантного технического прогноза, представляющего собой информацию о возможной технической реализации и сроках достижения выявленной цели. Для этого используются поисковое и нормативное прогнозирование, обеспечивающее перспективную оценку потребительских свойств новой продукции и всех видов затрат на воплощение этих технических идей в практику /4/.

Содержанием поискового научно-технического прогноза является определение возможных состояний объекта прогнозирования в будущем и вероятных сроков достижения намеченных значений. Поисковый прогноз уровня потребительских свойств технических решений как бы зондирует будущее, основываясь на информации о прошлом и настоящем состоянии технического уровня изделий-аналогов. Поисковое прогнозирование осуществляется, как правило, на основе использования формализованных (фактографических) или экспертных методов (рис.3.1).

Формализованные (фактографические) методы прогнозирования основываются на использовании фактографической информации, т.е. зафиксированной в какой-либо документированной форме.

По принципу получения и способу обработки фактографической информации формализованные методы поискового прогнозирования можно подразделить на группы статистических и опережающих методов.

Статистические методы поискового прогнозирования основаны на использовании статистической ретроспективной информации, т.е. информации об аналогах разрабатываемой новой продукции. Основным принципом разработки поискового прогноза с помощью статистических методов является экстраполяция.

Прогнозная экстраполяция основана на процедуре математической экстраполяции, при которой выбор аппроксимирующей функции (т.е. функции аналитически описывающей «поведение» объекта на ретроспективном участке) осуществляется с учетом условий и ограничений развития объекта прогнозирования.

Методы статистического поискового прогнозирования базируются в основном на теории случайных процессов и включают построение регрессионных моделей, факторный анализ, метод огибающих кривых и другие методы перспективной оценки альтернативных вариантов новой продукции.

Регрессионная прогнозная модель представляет собой уравнение регрессии, которое показывает, как изменяется случайная переменная (например, технический уровень продукции) в зависимости от изменения одной или нескольких неслучайных величин (например, потребность в продукции, технико-экономический уровень производства). Независимые переменные (неслучайные величины) в уравнении регрессии называются факторами, а зависимая переменная (случайная величина) – признаком.

Связь факторов с признаком в уравнении регрессии может быть как функциональной, т.е. однозначной, так и не однозначной, т.е. вероятностной. Степень связи между факторами и признаками оценивается с помощью коэффициента корреляции и корреляционных отношений, которые указывают степень случайности такой связи.

Факторные (компонентные) модели прогнозирования предполагают статистический анализ компонентов структуры объекта с целью исключения из рассмотрения малозначащих переменных и минимизации размерности описания. Использование факторного анализа в прогнозах развития сложных систем направлено на выявление обобщенных характеристик объекта, содержащего множество случайных величин с целью повышения степени агрегатированности исследования.

Этот метод позволяет существенно уменьшить число элементов анализа, но ввиду достаточной сложности пока имеет ограниченную сферу применения. Факторный анализ может использоваться в сочетании с моделями регрессионного анализа. В этом случае строится зависимость комплексного показателя качества или технического уровня прогнозируемой системы от совокупности главных факторов, полученных путем факторного анализа. Существует ряд преимуществ использования таких факторно-регрессионных моделей, одним из основных при этом следует считать исключение мультиколлинеарности за счет ортогональности главных факторов.

Метод экстраполяции по огибающим кривым, в отличие от вышеназванных, использует вместо тренда обобщенную характеристику направления развития объекта прогнозирования или прогнозную тенденцию.

С геометрической точки зрении тенденция является огибающей семейства кривых, соответствующих эволюционным участкам развития определенных направлений научно-технического прогресса, т.е. линией, касающейся всех кривых семейства. Этот метод позволяет прогнозировать повышение технического уровня с учетом его скачкообразного изменения.

Сущность метода стоит в графоаналитическом «сглаживании» (с последующим представлением в виде общей тенденции) отдельных кривых эволюционного развития, построенных для обобщенных комплексных показателей технического уровня различных видов техники или различных поколений (классов) однотипных изделий.

Процесс прогнозирования состоит в формализованном представлении огибающей кривой, которая отображает, например, тенденции повышения технического уровня новой продукции, сменяемости поколений новых машин и т.д., и в последующей экстраполяции этой тенденции до

определенного момента в будущем. Представив огибающую кривую в виде аналитической функции (линейной, квадратичной, показательной и др.), можно с помощью метода наименьших квадратов определить коэффициенты выбранной зависимости, а затем вычислить точечный прогноз и оценить доверительные интервалы полученного результата. Поскольку обобщенные технико-экономические показатели каждого последующего поколения изделий являются характерными точками (например, для логистических кривых это, как правило, точки перегиба), то на основе огибающей можно оценить время перехода на новые виды продукции и прогнозное предельное значение обобщенного показателя уровня качества новой продукции.

Сущность прогнозирования по этому методу состоит в формализованном представлении огибающей кривой, которая отображает общую тенденцию развития технической системы, вида продукции, поколений машин и последующей экстраполяции этой тенденции до определенного момента в будущем.

С математической точки зрения задача прогнозирования по методу огибающей состоит в следующем (рис.3.2).

На участке ретроспекции вычисляется аналитическая функция, подстановка в которую величины, равной периоду утверждения прогноза, дает точечную прогнозную оценку показателя технического уровня в будущем:.

Самым простым способом нахождения функции огибающей кривой является метод наименьших квадратов, так как технический уровень системы, соответствующий моменту времени, отражает определенное техническое решение С_j(или определенное поколение продукции). Причем обычно ломаные линии С₁, С₂, . . . ,С_n, полученные в результате нанесения на график наиболее высоких значений показателей технического уровня, пересекаются во времени (рис.3.2). Это означает, что новый технический уровень С₁(новое техническое решение, новый вид конструкционных материалов) появляется тогда, когда определяющим еще является предыдущее техническое решение. Более прогрессивное техническое решение С₂со временем превышает уровень С₁, а через определенный период процесс повторяется для более прогрессивного технического решения.

Y

технический

уровень

y₂

y_o

t_ot₁t₂t_k t_прtвремя

Рис. 3.2. Прогнозирование показателей технического

уровня по огибающей

Поскольку работа по совершенствованию продукции на основе устаревшего принципа является неперспективной, целесообразно на границе оставить лишь те точки на «перекрывающихся» участках, которые соответствуют более высокому техническому уровню . В этом случае оставшиеся значенияобразуют обычный динамический ряд.

Представив огибающую кривую в виде какой-либо аналитической функции, вычисляют точечный прогноз и оценивают доверительные интервалы полученного результата.

Процедура прогнозирования на основе методов распознавания образов состоит в том, что выбираются классы состояний исследуемых объектов, которые могут быть заданы диапазонами изменения некоторых свойств, т. е. определенными качественными характеристиками. По совокупности признаков, определяющих состояние объектов, находится принадлежность каждого нового объекта (вновь разрабатываемой продукции, перспективного состояния модернизируемого изделия в будущем и т. д.) к определенному классу (таксону). Выявленные тенденции динамики таксона позволяют прогнозировать состояние объекта, указать диапазон изменения его параметров, т. е. его технический уровень.

Опережающие методы прогнозирования основаны на использовании свойства научно-технической информации опережать реализацию научно-технических достижений в производстве. В статистических методах используется информация о периоде ретроспекции, а в опережающих методах непосредственно информации о периоде учреждения.

Опережающие методы прогнозирования основаны на следующих предпосылках:

- неразрывной связи между динамикой объема научно-технической информации и научно-техническом прогрессе;

- научно-техническая информация опережает внедрение результатов в практику на некоторый отрезок времени, зависящий от определенного этапа развития научно-технического прогресса;

- результаты, полученные опережающими методами, тем достовернее, чем полнее исходная информация.

Основными источниками информации для опережающих методов служат патентная и патентно-ассоциируемая документация: патенты, лицензии, коммерческая информация - каталоги, проспекты, рекламные сообщения и др. Ретроспективная обработка приведенных источников информации дает возможность анализа динамики патентования с последующим выявлением точек перегиба, пиков, спадов, зон насыщения и т.д. Результаты анализа используются для прогнозов периодов внедрения технического решения в промышленное производство, для оценки технического уровня и качества разрабатываемой продукции и оценки перспективности различных направлений техники. К опережающим методам можно отнести: метод аналогий, методику инженерного прогнозирования и др.

Метод аналогий относят к формализованным методам поискового прогнозирования, так как на стадии выбора модели он содержит известную долю субъективизма, характерную для экспертных методов. Он имеет несколько разновидностей, но применительно к прогнозированию технического уровня и качества на основе использования опережающей информации называют «исторические» аналогии, которые позволяют решать задачи научно-технического прогнозирования, используя в качестве источника опережающей информации показатели технического уровня аналога, сдвинутые относительно прогнозируемого объекта по оси времени.

Помимо «исторических» аналогий, использующих объекты одной природы, возможно прогнозирование на основе математических аналогий, отождествляющих закономерности развития объектов различной природы. Математическая аналогия – метод поискового прогнозирования, основанный на установлении аналогии математических описаний процессов развития различных по природе объектов с последующим использованием более изученного или более математического описания одного из них для разработки прогноза других.

Инженерное прогнозирование основано на оценке характеристик нового технического решения, объекта техники или технического направления с помощью универсальных идентификаторов или генеральных определительных таблиц. Этот анализ, содержащий элементы экспертных оценок, в совокупности с анализом динамики патентования превращает инженерное прогнозирование в комбинированный метод. Оценка перспективности технической идеи и, в конечном итоге, оперативность ее материализации в практике осуществляются на основе сопоставления описания авторского свидетельства (патента) со специальной таблицей. В результате сопоставления такого непараметрического, т.е. не содержащего никаких количественных данных источника опережающей информации с генеральной, определительной таблицей или универсальным идентификатором техническая идея (принцип, вещество или способ применения) получает количественную оценку. Эта оценка представляет собой сумму баллов, набранных данным техническим новшеством по каждой наиболее существенной, взвешенной или ранжированной характеристике.

К опережающим методам поискового прогнозирования следует отнести так называемые публикационный и цитатно-индексный методы, которые используют в качестве источников информации научно-техническую литературу и применяются для оценки перспективности научных исследований и разработок.

Публикационный метод прогнозирования – опережающий метод, основанный на оценке публикаций об объекте прогнозирования (по принятой системе критериев) и исследований динамики их опубликования.

Цитатно-индексный метод прогнозирования – опережающий метод, основанный на анализе динамики цитирования авторов публикаций по проблемам, связанным с развитием объекта прогнозирования (например, развития определенного технического направления - легких летательных аппаратов).

Экспертные методы прогнозирования основаны на использовании квалифицированных специалистов в исследуемой области (экспертов) в качестве основных источников информации для оценки перспектив развития объекта. Экспертные методы поискового прогнозирования могут быть условно разделены на две группы: «независимого» и «зависимого» интеллектуального эксперимента.

Методы «независимого» интеллектуального эксперимента исключают вмешательство в творческий процесс формирования суждений у каждого эксперта, а только фиксируют и обрабатывают эти суждения. Основная цель этой группы методов – получение согласованного мнения экспертов по совокупности вопросов, составляющих программу «независимого» интеллектуального эксперимента. Среди методов «независимого» интеллектуального эксперимента наиболее широко используются «классический» метод Дельфи, морфологический анализ, синоптический метод и др.

Метод Дельфи – метод коллективного экспертного поискового прогнозирования, основанный на выявлении согласованной оценки экспертной группы путем анонимного опроса экспертов в несколько туров, предусматривающего сообщение экспертам результатов предыдущего тура с целью дополнительного обоснования оценки экспертов в последующем туре.

Цель классического дельфийского метода состоит в прогнозной оценке наступления какого - либо события путем выявления преобладающего суждения экспертов по этому вопросу.

Дельфийский метод включает:

- постановку серии вопросов (с помощью специальных анкет), ответы на которые должны содержать соответствующую характеристику предмета;

- многоуровневую процедуру опроса экспертов;

- взаимное ознакомление всех опрашиваемых специалистов-экспертов после каждого тура с информацией, полученной на основании обработки результатов предыдущего тура;

- получение от экспертов, чьи мнения резко отличаются от мнения большинства, объяснения причин этих отклонений;

- последовательную статистическую обработку ответов экспертов с целью нахождения среднестатистической характеристики.

В качестве основных характеристик результатов опроса используют: математическое ожидание (т.е. в простейшем случае – среднее значение) и дисперсию (характеристику разброса) полученных ответов, а также значение и квартилей. Все эти величины представляют собой конкретный срок (год) свершения события. Границы квартилей представляют собой два значения изменяемой величины, определяющие диапазон, в который попали 50 % голосов всего коллектива экспертов. Это будут соответственно достаточно «оптимистичные» сроки реализации прогнозируемого технического события. При этом мнения остальных 50 % экспертов делятся поровну: 25 % голосов лежат выше наибольшего срока этого диапазона и 25 % - ниже. На очередном туре опроса экспертам сообщают границы квартиле и предлагают тем, чье мнение не попало в средний 50 % - ый диапазон, либо изменить его, либо представить обоснование особого мнения. Эти результаты и обоснования и выносят на следующий тур.

Дельфийский метод, разработанный в 1964 г. специалистами американской фирмы «Ренд корпорейшн» Г. Гордоном и О. Хелиером, может быть использован для оценки приоритетности научных направлений и технического уровня разработок при долгосрочном прогнозировании науки и техники. К недостаткам метода следует отнести «осреднение» оценок экспертов, а также организационную сложность и длительность проведения многотурового опроса.

Морфологический анализ – метод поискового прогнозирования, основанный на построении матрицы характеристик объекта прогнозирования и их возможных значений с последующим перебором и оценкой вариантов сочетаний этих значений (показателей технического уровня).

Важнейший принцип морфологического анализа, проводимого с целью прогнозной оценки развития какого-либо объекта, состоит в рассмотрении и систематизации информации по всем без исключения возможным аспектам изучаемой проблемы. Этот принцип реализуется в общем случае на основе построения так называемого «морфологического ящика» (многомерной матрицы), потенциально содержащего все возможные решения.

Процедура прогнозирования на основе морфологического анализа состоит в том «предсказании» вероятных характеристик объектов, которые пока еще не созданы, а в перспективе могут появиться.

Роль эксперта заключается в оценке технического уровня каждого из выбранных вариантов разработок, причем целесообразность реализации и перспективность каждого варианта должны оцениваться с учетом затрат. Метод морфологического анализа дает новую информацию об исследуемом объекте с оценкой всех возможных альтернатив его развития или свойств принципиально новой технической разработки.

Синоптический метод поискового прогнозирования основан на анализе экспертами результатов прогнозов, полученных различными методами, с учетом различных факторов прогнозного фонда и т.д., и завершается синтезом этих результатов. Так, могут быть использованы результаты прогнозирования технического уровня разрабатываемой продукции на основе использования регрессионной модели принципа прогнозирования по опережающей отрасли, с учетом прогнозных социологических данных о потребности в этой продукции, полученных методом «интервью», и т.д. Синтез полученных прогнозных результатов представляет собой комбинацию некоторого множества перспективных оценок (полученных разными авторами, различными методами и в разное время), составленную на основе анализа достоверности и надежности используемой информации.

«Генерация идей» - метод коллективной экспертизы, основанный на стимулировании творческой деятельности экспертов

путем совместного обсуждения конкретной проблемы и регламентированный следующими правилами:

а) запрещается оценка (критика) выдвигаемых идей;

б) ограничивается время одного выступления;

в) допускается многократное выступление одного участника;

г) приоритет выступления имеет эксперт, развивающий предыдущую идею;

д) обязательно фиксируются все высказанные идеи, оценка выдвинутых идей осуществляется на последующих этапах.

Таблица 3.1

Морфологическая карта

Собственный или посторонний химический агент Создание тяги за счет внутренних или внешних источников Регулирование тяги за счет собственных или посторонних источников или его отсутствия Внутреннее или внешнее регулирование тяги Продолжение табл. 3.1. Позитивные или негативные двигатели Способ преобразования химической энергии в механическую Способность двигателя работать в без воздушном пространстве, в воздухе, в воде и в земле Двигатели с поступательным, колебательным движением или без движущихся частей Двигатели на газовом, жидком, твердом топливе Двигатели непрерывного, прерывного действия Самовоспламеняющиеся и несамовоспламеняющиеся виды топлива

Деструктивная отнесенная оценка – это модификация метода коллективной «генерации идей», реализуемая посредством двух разнесенных по времени сессий, первая из которых полностью подчиняется правилам коллективной «генерации идей», а правила второй сессии предписывают критику идей, высказанных на первой сессии. Кроме того, разработана методика «управляемой генерации идей», представляющая собой «генерацию идей» с использованием целенаправленного интеллектуального воздействия (усиливающего или подавляющего) на процесс интеллектуального эксперимента. С целью более направленного развития дискуссии в группу экспертов привлекаются специалисты, осуществляющие постоянное корректирующее влияние на процесс. Вероятно, такой способ проведения «мозговой атаки», когда несколько участников имеют определенные «роли», содержит уже элементы «деловой игры». Результаты проведения классической и модифицированной «генерации идей» могут быть изложены в виде докладной записки по альтернативным вариантам разработок новой высококачественной продукции, концептуальной модели развития новых направлений и видов техники.

Метод ПИГ – метод поискового прогнозирования на основе индивидуальной экспертной оценки, в котором выявление этой оценки осуществляется с помощью определенной программы (программированное управление), включающей обращение к памяти человека или запоминающему устройству ЭВМ. Использование памяти в качестве «банка данных», а также итеративная обработка результатов экспертных оценок являются переходной ступенью к «проигрыванию» различных вариантов развития прогнозируемого объекта путем проведения «человеко-машинного» эксперимента в диалоговом режиме работы с ЭВМ.

Этап поискового прогнозирования должен завершаться оценкой затрат и ресурсов для реализации полученных прогнозных вариантов, т.е. этапов нормативного прогнозирования.