- •Предисловие
- •Введение
- •1. Роль и место прогнозирования при обосновании направления развития систем
- •1.1. Классификация методов прогнозирования
- •1.2. Краткая характеристика методов прогнозирования
- •1.3. Виды прогнозов. Основные термины и определения прогностики
- •2. Прогнозная экстраполяция. Оценка параметров прогнозных моделей методом наименьших квадратов. Точность и достоверность прогноза
- •2.1. Оценка параметров прогнозной модели методом наименьших квадратов
- •2.2. Точность и достоверность прогноза
- •3. Уравнения линеаризуемых трендов и трендов, сводящихся к модифицированной экспоненте
- •3.1. Парные регрессии, сводящиеся к линейному тренду
- •3.2. Парные регрессии, сводящиеся к модифицированной экспоненте
- •3.3. Выбор оптимального вида прогнозной модели
- •3.4. Проверка прогнозной модели на автокорреляцию ошибок
- •4. Многомерное параметрическое прогнозирование. Метод многомерной линейной экстраполяции
- •5. Метод экспоненциального сглаживания. Выбор постоянной сглаживания
- •5.1. Сущность метода экспоненциального сглаживания
- •5.2. Определение параметров прогнозной модели методом экспоненциального сглаживания
- •5.3. Выбор начальных условий и определение постоянной сглаживания
- •6. Вероятностные методы прогнозирования
- •6.1. Приложение теории суммирования случайного числа независимых случайных величин в задачах прогнозирования
- •6.2. Ориентированный процесс случайного блуждания как метод вероятностного моделирования
- •7. Математические модели процессов эволюционного развития техники
- •7.1. Математическое моделирование процессов развития техники
- •7.2. Прогнозная математическая модель динамики замещения
- •8. Экспертные методы прогнозирования. Морфологический анализ. Прогнозирование технического облика образца изделия
- •8.1. Морфологический анализ
- •8.2. Прогнозирование технического облика перспективного образца
- •8.3. Другие методы экспертного прогнозирования
- •3. Метод «мозговой атаки» («мозгового штурма»).
- •9. Методы выявления «сезонной» составляющей в рядах динамики
- •9.1. Выравнивание рядом Фурье
- •9.2. Измерение колеблемости в рядах динамики
- •9.3. Выявление и измерение сезонных колебаний
- •10. Зависимость средней ошибки прогноза от периода предыстории и величины прогнозируемого периода
- •10.1. Обоснование периода упреждения
- •Заключение
- •Библиографический список
- •Предметный указатель
- •Приложение 1 Приложение 2 Квантили распределения максимального относительного отклонения
- •Приложение 3 Квантили распределения величины
- •Приложение 4 Приложение 5
- •Приложение 6 Приложение 6
- •Приложение 7
- •191186, Санкт-Петербург, ул. Миллионная, 5
7.2. Прогнозная математическая модель динамики замещения
К числу вопросов, результаты исследования которых отражают тенденции развития техники, непосредственно относится прогнозирование скорости, с которой новые образцы техники будут вытеснять предшествующие образцы данного типа. Решение такой задачи представляет собой определение динамики замещения.
В данном случае объектом прогнозирования служит процесс внедрения новой техники, который может описываться изменением в течение времени отношения числа новых образцов (комплексов), в которых применяется новая техника, к суммарному числу образцов (комплексов), где они могут использоваться.
Пусть
– некоторая мера распространения новой
техники в момент времени
(объем распространения);
– верхняя граница
объема распространения новой техники
на момент времени
,
выраженная в тех же единицах, что и
.
При этом процесс
замещения нового оборудования в некоторый
момент времени
значения
;
при
;
,
при
.
Переменную
можно назвать кумулятивной, или
интегральной, функцией внедрения новой
техники, значение которой в начальный
момент времени
зависит от того, что считать за начало
внедрения: начало выпуска первых образцов
новой техники или начальное поступление
этих систем. В первом случае
,
в другом
.
Наиболее естественно первое предположение,
хотя в ряде моделей может оказаться
необходимым второе допущение.
В общем случае
границы области распространения новой
техники
изменяются с течением времени, причем
это изменение не имеет прямого отношения
к процессу внедрения как таковому: сфера
внедрения изменяется в соответствии с
изменением взглядов на применение
данного вида техники (задача о долевом
участии). Можно считать, что в начальный
момент времени значение
заметно выше нуля. Изменчивость во
времени границ области внедрения может
исказить характер собственно процесса
замещения, поэтому в ряде случаев вполне
вероятно считать эту величину неизменной.
Введем новую переменную, которая обозначает относительное внедрение новой техники в момент времени :
.
При
динамические характеристики
совпадают с аналогичными характеристиками
.
Можно считать, что относительная
интегральная функция внедрения
– монотонно возрастающая функция
времени, изменяющаяся в интервале [0,
1]:
;
.
Без существенных искажений реального процесса внедрения можно считать функцию непрерывной и дифференцируемой. Тогда дифференциальная функция внедрения
и дифференциальная относительная функция внедрения
всюду положительные, причем, как правило, к концу периода внедрения их значение монотонно убывает:
при
.
Поскольку процесс внедрения имеет верхний предел и есть процесс насыщения потребностей, то целесообразно ввести еще одну переменную, характеризующую скорость приближения процесса к концу – интенсивность внедрения. Эта переменная определяет темп приближения процесса распространения нового к уровню полного насыщения в нем. Она определяется следующим образом:
или
.
Функция насыщения
или
играет в моделировании динамики
замещения центральную роль, так как она
определяет конкретный вид функции
или
.
Несколько изменив последнее выражение, получим
.
Проинтегрировав это уравнение при ранее введенных допущениях, получим
при
и
при
,
так как
.
Интенсивность замещения (функция насыщения) в общем случае может зависеть от самых различных экономических факторов, включая факторы, связанные с уровнем эффективности новой техники и относительным объемом капиталовложений на ее внедрение.
Поэтому функцию
можно записать в следующем виде:
,
где
– множество экзогенных факторов,
определяющих конкретный процесс
замещения.
Дальнейший анализ динамики процесса замещения состоит в спецификации вида функции , которую можно проводить исходя из эмпирических зависимостей и теоретических содержательных соображений.
Идентификацию этой функции можно провести, учитывая ее линейное приближение относительно :
,
где
– уровень насыщения при
,
– скорость роста
функции.
Здесь предполагается, что и не зависят от t, но могут зависеть от экзогенных переменных .
Интегрирование дифференциального уравнения
дает следующую интегральную функцию замещения при :
.
(7.1)
Приняв
или
,
можно получить два еще более простых
варианта модели, которые чаще всего
используются для описания динамики
замещения.
При имеем
,
,
(7.2)
где
,
то есть получаем для интегральной
функции логистическую кривую. В данном
случае в начальный момент времени
,
что вполне объяснимо с содержательной
точки зрения.
При
выражение (7.1) будет иметь вид
,
(7.3)
то есть процесс замещения следует функции экспоненциального распределения вероятностей.
Из соотношений
(7.1) – (7.3) можно получить также аналитические
выражения
и
как функции времени.
Например, для имеем
при
;
при
;
при
.
Графически функции
(7.1) – (7.3) имеют вид s-образных
кривых, что вполне согласуется с
подавляющим большинством наблюдаемых
данных. При этом интегральные функции
замещения имеют точки перегиба
,
в которых скорость внедрения новой
техники имеет максимальное значение.
Для функции (7.1) имеем
;
,
для логистической кривой (7.2)
;
;
;
.
s-образный вид кривых позволяет аппроксимировать массив данных, характеризующий реальный процесс распространения новой техники во времени с помощью различных известных функций распределения вероятностей.
Так, например, обобщив функцию насыщения в выражении (7.3) в виде
,
получим интегральную функцию насыщения в виде распределения Вейбулла:
,
которое имеет также точку перегиба
.
Можно использовать и другие вероятностные распределения или иные аналитические зависимости, выражающие процессы с насыщением, имеющие горизонтальные асимптоты. Выбор модели можно осуществить с помощью регрессионного анализа и на основе содержательных соображений.
В качестве иллюстрации анализа динамики замещения используем относительное количество поступающих на рынок новых образцов оружия военной техники (обозначенное на рис. 7.2 ступенчатой линией) на период с 1980 по 2000 г. (всего рассматривалось 156 новых образцов). В данном случае процесс замещения с достаточной точностью аппроксимируется s-образной функцией вида
.
После определения параметров модели получаем зависимость
,
позволяющую (см. рис. 7.2) прогнозировать динамику замещения, высокая сходимость s-образной кривой с фактическими результатами свидетельствует о том, что предлагаемая модель пригодна для практического использования.
m(t),%
t,
год |
|
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
60
40
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1990
1995
2000
2005
2010
