- •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
1.1. Классификация методов прогнозирования
В соответствии со сборником рекомендуемых терминов «Прогностика. Терминология», изданным Комитетом научно-технической терминологии при Академии наук, все методы прогнозирования делятся на два больших класса: фактографические и экспертные. При этом в качестве классификационного признака принят источник информации. Следовательно, фактографические методы прогнозирования базируются на использовании источников фактографической информации, экспертные – на экспертной информации.
Экспертные методы прогнозирования применяются тогда, когда объект прогнозирования либо слишком прост, либо настолько сложен, что аналитически учесть влияние многих факторов практически невозможно. В этих случаях прибегают к опросу экспертов. Полученные индивидуальные и коллективные экспертные оценки используют как конечные прогнозы или в качестве исходных данных в комплексных методиках прогнозирования.
В зависимости от общих принципов действия экспертные методы подразделяют на две группы: индивидуальные и коллективные.
В группу индивидуальных экспертных методов (признак классификации – способ получения прогнозной информации) включают: метод индивидуальной экспертной оценки, метод интервью, метод психоинтеллектуальной генерации идей, метод построения прогнозного сценария, морфологический анализ, аналитические докладные записки и так далее.
Коллективные экспертные методы уже можно отнести к комплексным системам (методикам) прогнозирования (обычно неполным), поскольку в последних сочетаются индивидуальные экспертные оценки и статистические методы обработки этих оценок. Так как статистические методы применяются во вспомогательных процедурах выработки прогнозной информации, целесообразнее отнести экспертные методы прогнозирования к сингулярным (частным) методам.
К группе коллективных экспертных методов относят: метод коллективной экспертной оценки, метод экспертных комиссий, метод «Дельфи», метод коллективной генерации идей (метод «мозговой атаки»), метод деструктивной отнесенной оценки и так далее.
При использовании фактографических методов прогнозирования можно идти двумя путями. Первый путь – попытаться вскрыть причинно-следственный механизм, то есть найти факторы, определяющие поведение прогнозируемого показателя, прогноз по которым либо известен, либо его нетрудно найти. Этот путь приводит к математическому моделированию, построению модели объекта. Второй путь – не вдаваясь в механику движения, попытаться предсказать будущее положение, экстраполируя временно ряд показателя изолированно. Именно эти пути являются основанием для разделения фактографических методов на две группы: методы моделирования и методы экстраполяции тенденций.
Следует отметить, что в ряде публикаций оговаривается один недостаток такого разделения, заключающийся в том, что моделирование неправомерно противопоставлять методам экстраполяции. Действительно, экстраполяция тенденций как обязательное условие предполагает построение адекватной математической модели. Однако при простой экстраполяции эта модель строится в системе координат «прогнозируемый параметр – время», в то время как моделирование представляет собой создание некоторой логической или информационной конструкции, адекватной прогнозируемому объекту. При этом построенная модель учитывает наличие сложных связей между параметрами объекта.
Методы моделирования подразделяются по видам моделей:
на информационные модели,
математические модели,
логические модели-образы.
Так, например, информационные модели составляют основу патентного метода прогнозирования, цитатно-индексного метода, публикационного метода прогнозирования, опережающего метода прогнозирования, метода сканирования научного задела и тому подобные. Математические модели представлены в методе игрового моделирования, сетевом методе, матричном методе прогнозирования, методе математической аналогии, в оптимизации параметрических рядов. Логические модели-образы используются в методе исторической аналогии, историко-логическом методе, методе имитационного моделирования: методах, основанных на теории распознавания образов и других.
В группу методов экстраполяции тенденций включают прогнозную экстраполяцию (интерполяцию), экспоненциальное и адаптивное сглаживание, методы вероятностного моделирования, корреляционные и регрессивные методы, экстраполяцию по огибающим кривым и тому подобные.
Необходимо отметить, что представленный перечень методов и их групп не является исчерпывающим. Нижние группы классификации открыты для внесения новых элементов, которые могут появиться в процессе дальнейшего развития инструментария прогностики. Некоторые не названные здесь методы являются или разновидностью включенных в схему методов, или дальнейшей их конкретизацией.