- •Предисловие
- •Тема 1 возникновение науки об управлении
- •Тема 1. Возникновение науки об управлении 13
- •Принципы управления организацией Файоля
- •Коммуникация
- •Системный подход
- •Тема 1 человек, организация, решение
- •Тема 2 принятие решений и менеджмент
- •3. Организация-община.
- •Тема 4 использование моделей процесса принятия решений
- •Тема 5 основные управленческие функции в организации
- •Тема 6 проблемы и их решение: экономико-математическая модель
- •Тема 1 основные этапы разработки управленческих решений
- •Тема 2 подготовка к разработке управленческого решения
- •1. Получение информации о ситуации
- •2. Определение целей
- •3. Разработка оценочной системы
- •4. Анализ ситуации
- •5. Диагностика ситуации
- •6. Разработка прогноза развития ситуации
- •Тема 3 разработка управленческого решения
- •9. Разработка сценариев развития ситуации
- •10. Экспертная оценка основных вариантов управляющих воздействий
- •Тема 4 принятие решения, реализация, анализ результата
- •11. Коллективная экспертная оценка
- •12. Принятие решения ллр
- •13. Разработка плана действий
- •14. Контроль реализации плана
- •15. Анализ результатов развития ситуации после управленческих воздействий
- •Тема 2 миссия организации, виды и свойства целей, деревья целей
- •Системность
- •Согласованность
- •Литература
- •Тема 3. Оценка степени достижения цели, метод блок-схем 105
- •Тема 1 искусство и наука прогнозирования
- •1. На стадии подготовки к разработке прогноза должны быть решены следующие задачи:
- •2. При анализе ретроспективной информации об объекте протезирования предполагается четкое разделение количественной и качественной информации.
- •4. На этом этапе разработки прогноза предполагается наиболее активная работа экспертов по определению и оценке ключевых событий, наступление которых ожидается в прогнозируемом промежутке времени.
- •7. После того как прогноз подготовлен и представлен руковод-ству организации заказчику и т. Д., наступает новый этап работы с подготовленным материалом.
- •Тема 4 изыскательское прогнозирование
- •Тема 5 нормативное прогнозирование
- •Литература
- •Тема 3 оценочные системы
- •Тема 4 обобщенные критерии
- •Тема 5 шкалы
- •Тема 6 количественные и качественные экспертные оценки
- •1. Непосредственная количественная оценка
- •Тема 6. Количественные и качественные экспертные оценки 157
- •2. Метод средней точки
- •3. Метод Черчмена — Акофа
- •4. Метод лотерей
- •I. Экспертная классификация
- •2. Метод парных сравнений
- •3. Ранжирование альтернативных вариантов
- •4. Метод векторов предпочтений
- •5. Дискретные экспертные кривые
- •Литература
- •Контрольные вопросы
7. После того как прогноз подготовлен и представлен руковод-ству организации заказчику и т. Д., наступает новый этап работы с подготовленным материалом.
Дело в том, что жизнь не стоит на месте. Ситуация, а вместе с ней и прогнозируемый объект со временем изменяются, и иногда существенно.
Прогноз же разрабатывается, как правило, в предположении выполнения определенных условий.
Вариантная разработка прогноза также предполагает разработку прогноза при различных альтернативных вариантах условий и предположений. А они могут изменяться.
События, вчера казавшиеся маловероятными, сегодня происходят, а казавшиеся наиболее вероятными не происходят вовсе.
Базируясь на устаревшем, не учитывающем реалии действительного развития событий прогнозе, трудно принять эффективное управленческое решение.
Поэтому неотъемлемой частью современной технологии прогнозирования является периодически осуществляемый (в зависимости от происходящих изменений) мониторинг хода реализации прогнозированного развития событий.
Мониторинг позволяет своевременно выявлять значительные отклонения в ходе развития событий.
Если они могут оказать принципиальное влияние на дальнейший ход событий в части, касающейся принятия важных стратегических решений, то прогноз должен быть подвергнут корректировке.
Так, скажем, появление телевидения не могло не повлиять на дальнейшее развитие средств массовой информации и прогнозы их развития.
Необходимо отчетливо понимать, что прогнозы ценны не сами по себе, как возможность профессионального предсказания ожидаемого хода развития событий в той или иной области человеческой деятельности, а в большей степени как необходимый и очень существенный элемент разработки важных управленческих решений.
Поэтому при выявившихся значительных отклонениях в ходе развития событий в прогнозируемой области деятельности, особенно в случае активного прогноза, в уже разработанный прогноз должны вноситься соответствующие коррективы.
Коррективы могут быть различного уровня значимости, сложности, трудоемкости и т. д. Если они не очень значительны, то эта проблема может решаться на уровне аналитической группы, сопровождавшей разработку прогноза.
Если коррективы более существенны, то может потребоваться дополнительное привлечение отдельных экспертов» а в особо важных случаях при наличии значительных изменений — дополнительная работа экспертной комиссии с возможным изменением ее состава.
Последнее необходимо в особенности в тех случаях, когда для корректировки прогноза требуется привлечение специалистов другой профессиональной ориентации.
Дадим краткую характеристику основных методов изыскательского и нормативного прогнозирования.
Тема 4 изыскательское прогнозирование
Одним из основных методов, используемых в изыскательском прогнозировании, является экстраполяция временных рядов — статистических данных об интересующем нас объекте.
В основе экстраполяционных методов — предположение о том, что закон роста, имевший место в прошлом, сохранится и в будущем.
При этом, естественно, должны быть сделаны соответствующие поправки с учетом возможного эффекта насыщения и стадий жизненного цикла объекта.
К числу кривых, достаточно адекватно отражающих изменение прогнозируемых параметров в ряде распространенных ситуаций, относится экспонента, т. е. функция вида:
где / — время, а и Ь — параметры экспоненциальной кривой.
К числу наиболее известных экспоненциальных кривых, используемых при прогнозировании [б], можно отнести кривую Перла, выведенную на основании обширных исследований в области роста организмов и популяций и имеющую вид:
где L — верхний предел переменной у.
Не менее распространена кривая Гомперца, выведенная на основании результатов исследований в области распределение дохода и уровня смертности (для страховых компаний), имеющая вид:
где k — также параметр экспоненты.
Кривые Перла и Гомперца использовались при прогнозе таких параметров, как возрастание коэффициента полезного действия паровых двигателей, рост эффективности радиостанций, тоннажа судов торгового флота и т. д.
Как кривая Перла, так и кривая Гомперца могут быть отнесены к классу так называемых S-образных кривых. Для таких кривых характерен экспоненциальный или близкий к экспоненциальному рост на начальной стадии, а затем при приближении к точке насыщения они принимают более пологий вид.
Многие из упомянутых процессов могут быть описаны с помощью соответствующих дифференциальных уравнений, решением которых и являются рассмотренные нами кривые Перла и Гомперца (см., например, [II, 6]).
В качестве примера можно привести дифференциальное уравнение, описывающее приращение объема информации (знания) / в зависимости от числа исследователей N, среднего коэффициента продуктивности одного исследователя q в единицу времени /и с — постоянного коэффициента, характеризующего динамику изменения объема информации.
Оно имеет следующий вид:
Интегрируя это дифференциальное уравнение, получаем формулу для объема информации:
В общем виде динамика изменения прогнозируемых показателей и параметров во времени может быть представлена в виде [6]:
где y(t) — функция-тренд, описывающая тенденцию изменения параметра,
e(t) — случайная функция, характеризующая отклонения прогнозируемой переменной от тренда.
При экстраполяции используются регрессионные и феноменологические модели.
Регрессионные модели строятся на базе сложившихся закономерностей развития событий с использованием специальных методов подбора вида экстраполирующей функции и определения значений ее параметров.
В частности, для определения параметров экстраполирующей функции может быть использован метод наименьших квадратов.
Предполагая использование той или иной модели экстраполирования, того или иного закона распределения, можно определить доверительные интервалы, характеризующие надежность прогнозных оценок.
Регрессионные модели обладают и определенными недостатками. В частности, есть проблемы с корректным определением периода прогнозирования, вида экстраполяционной кривой, а самое главное — далеко не всегда в будущем сохраняются закономерности, имевшие место в прошлом.
Феноменологические модели строятся исходя из условий максимального приближения к тренду процесса, с учетом его особенностей и ограничений и принятых гипотез о его будущем развитии [8].
При многофакторном прогнозе в феноменологических моделях можно присваивать большие коэффициенты весомости факторам, которые оказывали большее влияние на развитие событий в прошлом.
Если при прогнозировании рассматривается ретроспективный период, состоящий из нескольких отрезков времени, то в зависимости от характера прогнозируемых событий можно большую весомость придавать значениям прогнозируемых показателей, менее удаленным от момента прогнозирования по шкале времени, и т. д.
Может быть, например, учтен и тот факт, что нередко при прогнозировании оценки экспертов относительно близкого будущего могут отличаться излишним оптимизмом, а оценки относительно более отдаленного будущего — излишним пессимизмом. Может дополнительно учитываться характер корреляции между событиями.
Если в прогнозируемом процессе может участвовать несколько различных технологий, каждая из которых представлена соответствующей кривой, то в качестве результирующей экспертной кривой может быть использована огибающая частных кривых, соответствующих отдельным технологиям.