- •Этажи сильного мышления
- •Экраны сильного мышления
- •Горизонты сильного мышления
- •Законы развития систем Развёртывание-свёртывание
- •Закон повышения динамичности и управляемости
- •Закон s-образного развития или кривая жизни системы
- •Вытеснение сложности в надсистему
- •Закономерности развития самоорганизующихся систем "Анархия - мать порядка"
- •Случайность и необходимость
- •Системность и энтропия
- •Информация, энтропия и направленность эволюции
- •Путь в грядущее
- •Синергетические эффекты
- •Воля рока
- •Кому писаны законы
- •Эволюция мировоззрения
- •Религиозное мировоззрение
- •Философское мировоззрение
- •Научное мировоззрение
- •Рецидивы религиозного мировоззрения
- •Сказка о потерянном времени
- •Как опровергнуть теорию
- •Алгоритм пророчества Формулы грядущего
- •Слово токсикоманам.
- •Слово дилетантам
- •Этажи ясновидения
- •Капитал грядущего строя
- •Даешь человеческий фактор
- •«Заройте ваши денежки...»
- •Потерянный строй
- •«Высшая и последняя стадия...»
- •Фоторобот грядущего
- •Поиск подозреваемого
- •Время Рузвельта
- •Кризис бесхозяйственности
- •Постбеспечное общество
- •Опять за свое
- •Смысл образования
- •Домашнее задание
- •Вырождаться или деградировать?
- •Сменим социальную сегрегацию биологической?
- •Отдохнем от эволюции?
- •Заключение
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:
экстраполяционные
наименьших квадратов
экспоненциального сглаживания
вероятностного моделирования
адаптивного сглаживания
системно-структурные
функционально-иерархического моделирования
морфологического анализа
матричный
сетевого моделирования
структурной аналогии
ассоциативные
имитационного моделирования
историко-логического анализа
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;
yi – 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) bi<1.
«Коэффициенты bi – предписывает методика – могут задаваться заранее в числовой форме или в виде функциональной зависимости таким образом, чтобы по мере продвижения в прошлое веса убывали, например, bi=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/tx, где дельта Dt – абсолютное время упреждения; tx – 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.