Быстрый поиск

Реферат: Теория экономического прогнозирования

Важное значение имеет определение состояния и возможных сроков завершения работ, характеризуемых коэффициентами состояния разработки и сроков. В основу их расчета положена следующая классификация этапов разработки:

• производственная готовность - это этап разработки, когда требования, предъявляемые к изделию, могут быть удовлетворены имеющимися техническими возможностями промышленности;

• техническое проектирование соответствует случаю, когда проблема технически решена, доказана возможность изготовления изделия на имеющемся оборудовании;

• перспективная разработка отражает этап, когда доказана принципиальная возможность создания изделия и изготавливается опытный образец;

• поисковая разработка - соответствует этапу, когда проводятся работы для доказательства возможности технического решения проблемы и удовлетворения условиям эксплуатации, проверяются в лабораторных условиях возможные конструктивные решения;

• теоретические исследования являются начальным этапом разработки.

Рис. 2.9. Этапы разработки

Условные обозначения:

3-1 - производственная готовность; 1-2 - техническое проектирование; 2-3 -перспективная разработка; 3-4 - поисковая разработка; 4-5 - теоретические исследования.

Определение состояния, возможных сроков реализации разработок, а также необходимых затрат производится экспертами. Эти данные используются, прежде всего, для исключения из рассмотрения тех задач, которые близки к завершению, т.е. находящихся на стадии технического проектирования или производственной готовности.

Материалы экспертных оценок служат для построения характеристики изменения денежных затрат по этапам цикла разработки (рис. 2.9.).

Общая площадь под рассматриваемой кривой соответствует суммарным расходам и может быть разделена на две части: завершенную часть (без штриховки) и часть, подлежащую разработке (заштрихованная площадка). Отношение предстоящих затрат к суммарным расходам представляет собой коэффициент состояния разработки.

При разработке подсистем (задач), входящих в «дерево целей», принимаются во внимание возможности частичного использования результатов разработок одних подсистем для других, характеризуемые коэффициентами взаимной полезности. Эти коэффициенты экспертно оцениваются специалистами и выражают относительное снижение затрат времени и других ресурсов.

Принципы, заложенные в систему ПАТТЕРН, позволяют осуществить прогноз и провести анализ в любой области деятельности. Рассматриваемая система позволяет: выбрать объект прогноза; выявить внутренние закономерности его развития; написать сценарий; сформулировать задачи и главную цель прогноза; провести анализ иерархии и декомпозицию целей; понять внутреннюю и внешнюю структуры объекта прогнозирования; провести анкетирование экспертов; выполнить математическую обработку данных анкетирования; количественно оценить структуры; верифицировать результаты; разработать алгоритм распределения ресурсов; провести распределение ресурсов; оценить распределение ресурсов.

Сравнение методов прогнозного графа и метода ПАТТЕРН показывает, что основное преимущество последнего состоит в наличии механизма реализации прогноза.

Метод ПАТТЕРН можно назвать комбинацией методов прогнозирования и стратегического планирования.

3. ПРОВЕРКА АДЕКВАТНОСТИ И СРЕДСТВА ВЕРИФИКАЦИИ ПРОГНОЗНЫХ МОДЕЛЕЙ

Для обеспечения точности и достоверности результатов прогнозирования необходима проверка адекватности или верификация прогнозной модели.

Проверка адекватности модели выполняется с использованием формальных статистических критериев. Однако такая проверка возможна при наличии надежных статистических параметров как оригинала (объекта прогнозирования), так и модели. Если по каким-то причинам такие оценки отсутствуют, то осуществляют сравнение отдельных свойств оригинала и модели. При этом первоначально должна проверяться истинность реализуемых функций, затем истинность структуры и, наконец, истинность достигаемых при этом значений параметров. Для этого помимо модели необходимо иметь функционирующий оригинал, то есть проводить сопровождающее моделирование.

Таблица 3.1. Методы верификации прогнозных моделей

Метод верификации	Технология верификаци
Прямая верификация	Разработка модели того же объекта с использованием иного метода прогнозирования
Косвенная верификация	Сопоставление результатов, полученных с использованием данной модели, с данными, полученными из других источников
Консеквентная верификация	Верификация результатов моделирования путем аналитического или логического выведения прогноза из ранее полученных прогнозов
Верификация оппонентом	Верификация путем опровержения критических замечаний оппонента по прогнозу
Верификация экспертом	Сравнение результатов прогноза с мнением эксперта
Инверсная верификация	Проверка адекватности прогнозной модели и объекта в ретроспективном периоде
Частичная целевая верификация	Построение условных подмоделей, эквивалентных полной модели, в типовых для проектируемой системы ситуациях
Структурная верификация	Сопоставление структур без экспериментальной проверки сопоставления в целом

Верификация модели - оценка ее функциональной полноты, точности и достоверности с использованием всей доступной информации в тех случаях, когда проверка адекватности по тем или иным причинам невозможна.

В прогнозировании чаще используют верификацию, так как в большинстве случаев реальный объект отсутствует или разрабатываются новые (еще не существующие) функции объекта прогнозирования. В таблице 3.1 представлены наиболее часто используемые методы верификации.

В прогнозировании случай совершенного прогноза достигается крайне редко, поэтому проблема верификации прогнозной модели является одной из важнейших в прогностике. Степень совершенства прогнозов выражают через различные измерители точности прогнозирования. Точность точечного прогноза в момент f, определяется разностью между прогнозом Р, и фактическим значением Fh прогнозируемого показателя в этот момент времени. Отдельный точечный прогноз не определяет точность конкретной процедуры прогнозирования в целом, то есть потребуется некоторая выборка {(Pj, fj)}, на основе которой рассчитывается значение некоторого измерителя точности прогнозирования.

Важность проблемы точности прогнозирования определяет важность анализа различных ее измерителей. В настоящее время нет достаточно полного исследования всевозможных критериев точности, что затрудняет оценивание возможностей различных моделей и опыта их применения в прикладных работах по прогнозированию конкретных процессов [10].

Для измерения точности прогнозирования можно использовать любой коэффициент парной корреляции между последовательностями прогнозных и фактических значений. Классический критерий точности прогнозирования - коэффициент корреляции Пирсона.

Максимальное значение r = 1 достигается при наличии линейной связи

(3.1)

между Р и F, т.е. когда существуют такие а0 и а/>0, что Р = oq + at F.

Однако при а0 £ 0 и а, = 1 прогноз не будет совершенным, хотя корреляция полная и положительная; только при Р = F коэффициент корреляции может характеризовать совершенный прогноз.

Коэффициент ранговой корреляции Спирмэна также может быть использован в качестве измерителя точности прогнозирования. Для этого вычисляются ранги {x} и {у} элементов соответствующих последовательностей {PJ и {Ft}. Очевидно, что

(3.2)

Если несколько элементов из Pi или Ft имеют одинаковые ранги, то им определяется ранг, равный среднему арифметическому значений мест элементов в данной ранжировке. В этом случае последнее соотношение останется верным. Вычисляются корректирующие множители для связей соответственно для последовательностей xi и уi :

(3.3)