121. Характеристика формализованных методов прогнозирования.

Формализованные методы базируются на использовании фактографической информации (описательна, необобщенная информация для дальнейшего анализа).

Используются в следующих случаях: если есть ретроспективная информация, то есть существует статистика; когда количество факторов и их сила будет такой же, как и в прошлом (факторы влияют на объект), тенденция развития такая же.

Суть: на основе объективных данных, глубины имеющихся данных, описывается развитие на основе математического аппарата.

Глубина – частота имеющихся данных. Необходимо убедиться в гладкости тенденции.

Результат использования может быть двояким: не только для составления прогнозов, но и для накапливания первичной информации об объекте.

«+» :

1 возможность анализа прогнозирования при отсутствии ретроспективной информации

2 позволяет прогнозировать при высокой вероятности возникновения качественных скачков в развитии объекта

«-» :

1 сложность процедуры сбора и обработки информации

2 индивидуальный субъективизм экспертов

3 дискретность прогноза

Достоинства:

1. Простота в применении. Наличие готовых алгоритмов.

2. Объективность (не достоверность), доверие

3. Динамика. Формализованные методы позволяют определить динамику развития на любое будущее время.

Недостатки:

1. Формализованные методы можно применять, только если мы знаем предысторию развития исследования объекта.

2. Не могут учесть скачкообразные изменения, ведущие к скачкообразным изменениям в количестве.

Формализованные методы:

            1) Экстраполяция

                        а) Метод наименьших квадратов  

б) Метод экспоненциального сглаживания

                        в) Метод адаптированного сглаживания

2) Системено-структурные методы

                        а) Морфологический анализ

                        б) Матричный метод

                        в) Метод сетевого моделирования

                        г) Метод структурной аналогии

            3) Ассоциативные

                        а) Вероятностное моделирование

                        б) Имитационное моделирование

                        в) Историко-логическое моделирование (анализ)

            4) Опережающей информации

                        а) Анализ потоков публикаций

                        б) Метод анализа патентной информации

                        в) Метод значимости открытий и изобретений

1. Экстраполяционные – методы прогнозирования, основанные на математической экстраполяции, при которых выбор аппроксимирующей функции осуществляется с учетом условий ограничения и развития объекта прогнозирования (методы экстраполяции  основаны  на  статистическом  наблюдении динамики  определенного  показателя,  определении  тенденции  (трения)   его развития  и  продолжении  этой  тенденции  для  будущего  периода).

2. Системно-структурные – методы, основанные на выявлении структурной взаимосвязи и анализу выявленных взаимосвязей.

3. Ассоциативные – методы ассоциации, основанные на установлении зависимости, внутренней логики развития природных объектов (живых и общественных явлений), и затем модель переносится на объект прогнозирования.

4. Методы опережающей информации – информация опережает практику.

1.1. метод наименьших квадратов (статистический метод определения параметров генеральной совокупности путем минимизации критериев суммы квадратов отклонений между фактическими и расчетными данными);

1.2. метод экспоненциального сглаживания (предназначен для прогнозирования динамики показателей, заданных в виде динамических рядов, путем экстраполяции тенденций (трендов), выявленных по данным прошлых лет. Метод экспоненциального сглаживания является развитием трендовых методов и базируется на построении уравнений тренда с коэффициентами, меняющимися на горизонте прогнозирования);

2.1. морфологический анализ (основан на выявлении структуры объекта прогнозирования и последующей оценке элементов структуры; это метод прогнозирования, основанный на построении матрицы характеристик объекта прогнозирования и их возможных значений с последующим перебором и оценкой вариантов сочетании этих значений);

2.2. матричный метод (основан на оценке фактов, описывающих объект; Метод прогнозирования, основанный на использовании матриц, отражающих значения (веса) вершин граф-модели объекта прогнозирования, с последующим преобразованием матриц и оперированием с ними);

2.3. метод сетевого моделирования (осуществляется на событийном уровне; определяются, какие действия происходят в системе, какие состояние предшествовали этим действиям и какие состояния примет система после выполнения действия. Выполнения событийной модели описывает поведение системы. Анализ результатов выполнения может сказать о том, в каких состояниях пребывала или не пребывала система, какие состояния в принципе не достижимы. Пример – сетевые графики);

2.4. метод структурной аналогии (пример: установление цены на товар. Суть данного метода заключается в том, что при установлении цены нового товара определяют структурную формулу цены по его аналогу. Для этого используют фактические или статистические данные о доле основных элементов в цене или себестоимости аналогичного товара. Если возможно точно определить для нового товара один из элементов цены, например материальные затраты по рабочим чертежам, нормы расхода и т.п., то, перенося структуру аналога на новый товар, можно рассчитать ориентировочную цену);

3.2. метод имитационного моделирования – основано на сочетании формализованных методов и экспертных оценок; связывают результативный признак с различными изменениями факторов; цель – отследить влияние факторов, но и силу их воздействия на результирующий признак

3.3. метод историко-логического анализа (Метод прогнозирования, основанный на системе структурно-временных карт и (или) построении тезаурусов с последующим анализом изменений их структур);