Алгоритм пророчества Формулы грядущего

Вопросами прогнозирования в нашей стране занимаются давно и на самом серьезном уровне. Вот что пишет по этому поводу И.В.Бестужев-Лада. [Рабочая книга по прогнозированию, отв. редактор д-р ист. наук И.В.Бестужев-Лада, М., «Мысль», 1982].

«В дополнение к нескольким десяткам секторов и отделов по различным аспектам научного прогнозирования, которые были созданы в исследовательских институтах Академии наук СССР и других ведомств после XXIII съезда КПСС на протяжении 1967-1968 гг., появились несколько сот подобных научных коллективов, в состав которых входят несколько тысяч профессиональных прогнозистов (практических разработчиков прогнозов) и прогностиков (теоретиков прогнозирования).

...Издано около двухсот монографий, обобщающих опыт работы, и сборников статей по теоретическим вопросам прогнозирования. ...насчитывается свыше 150 методов прогнозирования».

Познакомимся с этими методами и с их классификацией, предложенной тем же автором. Прежде всего, он делит все методы по степени формализации на интуитивные (экспертные) и формализованные (фактографические).

К формализованным методам относятся:

1. экстраполяционные

• наименьших квадратов

• экспоненциального сглаживания

• вероятностного моделирования

• адаптивного сглаживания

2. системно-структурные

• функционально-иерархического моделирования

• морфологического анализа

• матричный

• сетевого моделирования

• структурной аналогии

3. ассоциативные

• имитационного моделирования

• историко-логического анализа

4. методы опережающей информации

• анализа потоков публикаций

• оценки значимости изобретений

• анализа патентной информации

Одним из наиболее распространенных методов является метод наименьших квадратов (МНК). Сущность метода состоит в максимальной подгонке подбираемой кривой к набору известных точек исходного временного ряда и предположении, что процесс и в дальнейшем будет развиваться по этой кривой.

 

где y _i – расчетные значения исходного ряда;

y_i – фактические значения исходного ряда;

n – число наблюдений...

Но в действительности реальность часто разочаровывает прогнозистов, и в целях усовершенствования подхода предложено считать, что будущее поведение процесса значительно в большей степени определяется поздними точками, чем ранними. Для учета этого обстоятельства в вышеприведенную формулу вводят коэффициенты дисконтирования (уменьшения ценности более ранней информации) b_i<1.       

«Коэффициенты b_i – предписывает методика – могут задаваться заранее в числовой форме или в виде функциональной зависимости таким образом, чтобы по мере продвижения в прошлое веса убывали, например, b_i=aⁱ, где a<1. К сожалению, формальных процедур выбора параметра не разработано, и он выбирается исследователем произвольно».

Вот так. Для тех, кто не совсем забыл школьную арифметику – задачка: с точностью до какого знака нужно измерять исходную информацию, если коэффициенты к ней подбираются "с потолка"?

Другие математические методы грешат тем же. Не вдаваясь в их суть, приведу их характеристики. «Важную роль в методе экспоненциального сглаживания играет выбор оптимального параметра сглаживания a, так как именно он определяет оценки коэффициентов модели, а, следовательно, и результаты прогноза».

И так со всеми методами. Чем выше требуется точность результата, тем больше нужно вносить в методику субъективности. Но самое смешное, что формулы при этом усложняются!

Однако все наши переживания по поводу точности этих методов покажутся излишними, когда мы познакомимся с оценкой дальности прогнозирования. Для этого И.В.Бестужев-Лада с соавторами используют показатель, предложенный В.Белоконем – t: t=Dt/t_x, где дельта Dt – абсолютное время упреждения; t_x – величина эволюционного цикла объекта прогнозирования.

«Формализованные методы прогнозирования – считают авторы – являются действенными, если величина глубины упреждения укладывается в рамки эволюционного цикла (t<<1). При возникновении в рамках прогнозного периода "скачка" в развитии объекта прогнозирования (t»1) необходимо использовать интуитивные методы, как для определения силы "скачка", так и для оценки времени его осуществления. В этом случае формализованные методы применяются для оценки эволюционных участков развития до и после скачка».

Другими словами – все "формализованные методы" прогнозируют изменение системы в случае, если система не меняется. И, чем больше система меняется, тем больше в методику нужно вносить субъективности, усложняя при этом формулы. Если же система меняется существенно, то формулы следует вовсе выкинуть и использовать чисто субъективный подход. Если еще короче – формализованные методы не являются методами прогнозирования. А использование сложных математических формул, оперирующих данными неизвестной точности, тем более данными, значение которых измерить невозможно вовсе, является шарлатанством.