Основные модели управления. Процесс построения модели. Методы принятия решений: платежная матрица, "дерево решений". Методы прогнозирования управленческих решений. Разновидности прогнозов.

Решения являются одной из важнейших составных частей процесса управления. Весь процесс управления представляет собой непрерывную цепь решений разной сложности и важности, различающихся по своему характеру, продолжительности влияния, затрагиваемым уровням и выполняемым функциям.

Место решений и их использование в процессе управления определяются соответствием принятых решений целям функционирования организации, для которой они принимаются. Необходимо выделить также такую черту управленческого решения, как его директивность и обязательность, которая как бы автоматически порождает действие управляемой системы по осуществлению принимаемых директив, команд, предписаний.

Одним из характеристик управленческого решения служит определение системы средств осуществления намеченной задачи, лиц, ответственных за соответствующие действия, и сроков исполнения решений. И, наконец, необходимо упомянуть о таком свойстве решений, как наличие системы правил, определяющих порядок разработки, обсуждения, принятия, вступления в силу, внесения изменений и отмены.

Различают две группы методов выбора решений: методы нахождения решении путем формализации задачи и дальнейшего ее решения средствами математики и методы выбора решения, имеющие эвристическую оценку, т.е. такие методы выбора решения, которые базируются на интуитивно-логических заключениях.

Надо отметить, что по мере совершенствования формальных методов управления роль человека в принятии решений не только не уменьшается, но и возрастает, поскольку он высвобождается от выполнения работы формализуемых процедур.

При принятии решения очень важно обеспечить правильное сочетание формальных и неформальных методов, максимально использовать те возможности, которые несет с собой автоматизация процессов принятия решений, но и не следует переоценивать эти возможности.

Моделирование заключается в том, что создается модель, т.е. нечто похожее на реальную систему и сохраняющие существенные свойства ее как оригинала. Модели могут быть физическими, аналоговыми и математическими.

Физическая модель представляет то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы.

Аналоговая модель представляет собой исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит как таковой.

Математические модели характеризуют реальную систему символическими уравнениями или неравенствами. Универсальность математического языка делает математические модели наиболее удобным инструментом изучения объекта, его основных свойств.

Вторая часть модели - ее ограничение - представляет собой математическую запись условий, при которых осуществляется выбор решения.

После того как модель построена, начинается ее экономико- математический анализ, основной целью которого является нахождение оптимального решения.

Платежная матрица

По словам Н. Пола Лумбы: «Платеж представляет собой денежное вознаграждение или полезность, являющиеся следствием конкретной стратегии в сочетании с конкретными обстоятельствами. Если платежи представить в форме таблицы (или матрицы), мы получаем платежную матрицу» , как показано на 8.4, Слова «в сочетании с конкретными обстоятельствами» очень важны, чтобы понять, когда можно использовать платежную матрицу и оценить, когда решение, принятое на ее основе, скорее всего будет надежным. В самом общем виде матрица означает, что платеж зависит от определенных событий, которые фактически свершаются. Если такое событие или состояние природы не случается на деле, платеж неизбежно будет иным.

В целом платежная матрица полезна, когда:

1. Имеется разумно ограниченное число альтернатив или вариантов стратегии для выбора между ними.

2. То, что может случиться, с полной определенностью не известно.

3. Результаты принятого решения зависят от того, какая именно выбрана альтернатива и какие события в действительности имеют место.

Дерево решений

Еще один популярный метод науки управления, используемый для выбора наилучшего направления действий из имеющихся вариантов. «ДЕРЕВО РЕШЕНИЙ - это схематичное представление проб-лемы принятия решении» . Как и платежная матрица, дерево решении дает руководителю возможность «учесть различные направления действий, соотнести с ними финансовые результаты, скорректировать их в соответствии с приписанной им вероятностью, а затем сравнить альтернативы» . Концепция ожидаемого значения является неотъемлемой частью метода дерева решений.

Методом дерева решений можно пользоваться в ситуациях, подобных описанной выше, в связи с рассмотрением платежной матрицы. В этом случае предполагается, что данные о результатах, вероятности и т.п. не влияют на все последующие решения. Однако дерево решений можно построить под более сложную ситуацию, когда результаты одного решения влияют на последующие решения. Таким образом, дерево решений - это полезный инструмент для принятия последовательных решений.

Методы прогнозирования.

Метод прогнозирования – это способ исследования объекта прогнозирования, направленный на разработку прогноза. Совокупность специальных правил, приемов и методов составляет методику прогнозирования.

К наиболее распространенным методам прогнозирования относятся: экспертное прогнозирование, технологическое прогнозирование, нормативное прогнозирование, метод сценариев.

Рассмотрим подробнее каждый из этих методов.

1. Метод технологического прогнозирования.

Технологическое прогнозирование подразделяется на изыскательское (иногда его еще называют поисковым) и нормативное.

В основе изыскательского прогнозирования положена ориентация на представляющиеся возможности, установление тенденций развития ситуаций на основании при разработке прогноза информации.

Перемещение в пространстве технологий от технологий более низкого уровня к технологиям более высокого уровня относится к изыскательскому прогнозированию. Или иначе можно сказать, что потребности и цели должны соответствовать средствам и возможностям коммерческой организации.

2. Метод экспертного прогнозирования.

С помощью этого метода прогнозирования может быть решена большая часть проблем, возникающих при разработке прогнозов. В экспертном прогнозировании существует несколько основных этапов:

1.Подготовка к разработке прогноза;

2.Анализ ретроспективной информации, внутренних и внешних условий;

3.Определение наиболее вероятных вариантов развития внутренних и внешних условий;

4.Проведение экспертизы;

5.Разработка альтернативных вариантов;

7.Контроль хода реализации прогноза и корректировка прогноза;

3. Метод изыскательского прогнозирования.

Одним из основных методов, используемых в изыскательском прогнозировании, является экстраполяция временных рядов – статистических данных об интересующем нас объекте. Экстраполяционные методы основаны на предположении о том, что закон роста, имевший место в прошлом, сохранится и в будущем, с учетом поправок из-за возможного эффекта насыщения и стадий жизненного цикла объекта.

К числу кривых, достаточно точно отражающих изменение прогнозируемых параметров в ряде распространенных ситуаций, является экспонента, то есть функция вида:

где t-время,

a и b-параметры экспоненциальной кривой.

К числу наиболее известных экспоненциальных кривых, используемых при прогнозировании можно отнести кривую Перла, выведенную на основании обширных исследований в области роста организмов и популяций, и имеющую вид:

Y = L/(1+a*(e-bt),

где L -верхний предел переменной y.

Не менее распространена кривая Гомперца, выведенная на основании результатов исследований в области распределения дохода и уровня смертности (для страховых компаний), где k-также параметр экспоненты.

Кривые Перла и Гомперца использовались при прогнозе таких параметров, как возрастание коэффициента полезного действия паровых двигателей, рост эффективности радиостанций, рост тоннажа судов торгового флота и т.д.

4. Метод нормативного прогнозирования.

Нормативное прогнозирование представляет собой подход, к разработке прогноза исходя из целей и задач, которые ставит перед собой организация в прогнозируемом периоде. Основным методом, использующимся в нормативном прогнозировании, является метод горизонтальных матриц решений, когда производится определение первоочередности выполнения предлагаемых для достижения поставленных целей проектов.

Обычно используются двумерные и трехмерные матрицы. Наиболее часто горизонтальные матрицы решений используются для определения оптимального распределения ресурсов при заданных ограничениях. При этом в качестве ресурсов могут выступать денежные средства, рабочая сила, её качество и квалификация, оборудование, энергетические ресурсы и т.д.

5. Метод сценариев.

При разработке управленческих решений широкое распространение нашел метод сценариев, также дающий возможность оценить наиболее вероятный ход развития событий и возможные последствия принимаемых решений.

Разрабатываемые специалистами сценарии развития анализируемой ситуации позволяют с, тем или иным уровнем достоверности определить возможные тенденции развития, взаимосвязи между действующими факторами, сформировать картину возможных состояний, к которым может прийти ситуация под влиянием тех или иных воздействий.

Профессионально разработанные сценарии позволяют более полно и отчетливо определить перспективы развития ситуации, как при наличии различных управляющих воздействий, так и при их отсутствии.

Стратегическое управление.

Сущность стратегического управления, его задачи и принципы. Выработка цели и стратегии развития организации. Ранжирование целей. Классификации стратегий организаций. Стратегическое планирование. Анализ альтернатив и выбор стратегии организации. Методы планирования стратегических альтернатив. Особенности стратегического управления в США, Японии, Финляндии .

Стратегическое управление – это такое управление, которое опирается на человеческий потенциал как основу организации, ориентирует производственную деятельность на запросы потребителей, гибко реагирует и проводит своевременные изменения в организации, отвечающие вызову со стороны окружения и позволяющие добиваться конкурентных преимуществ, что в совокупности дает возможность организации выживать в долгосрочной перспективе, достигая при этом своих целей.

Объектами стратегического управления являются организации, стратегические хозяйственные подразделения и функциональные зоны организации.

Предметом стратегического управления являются:

Проблемы, которые прямо связанны с генеральными целями организации.

Проблемы и решения, связанные с каким-либо элементом организации, если этот элемент необходим для достижения целей, но в настоящее время отсутствует или имеется в недостаточном объеме.

Проблемы, связанные с внешними факторами, которые являются неконтролируемыми.

«Проблемы стратегического управления чаще всего возникают в результате действия многочисленных внешних факторов. Поэтому, чтобы не ошибиться в выборе стратегии, важно определить, какие экономические, политические, научно-технические, социальные и другие факторы оказывают влияние на будущее организации.»

Сущность стратегического управления заключается в ответе на 3 важных вопроса:

В каком положении предприятие находится в настоящее время?

В каком положении оно хотело бы находиться через 3, 5, 10 месяцев?

Каким способом достичь желаемого результата?

Для решения первого вопроса необходима информационная основа с соответствующими данными для анализа прошлых, настоящих и будущих ситуаций. Второй вопрос отражает такую важную особенность для стратегического управления, как его ориентация на будущее. Необходимо определить к чему стремиться, какие ставить цели. Третий вопрос связан с реализацией выбранной стратегии, в ходе которой может происходить корректировка двух предыдущих этапов. Важнейшими составляющими данного этапа являются имеющиеся или доступные ресурсы, система управления, организационная структура и персонал, который будет реализовывать данную стратегию.

Таким образом, сущность стратегического управления состоит в формировании и реализации стратегии развития организации на основе непрерывного контроля и оценки происходящих изменений в ее деятельности с целью поддержания способности к выживанию и эффективному функционированию в условиях нестабильной внешней среды.

Стратегическое управление на предприятии выражается в следующих пяти функциях:

Планирование стратегии.

Организация выполнения стратегических планов.

Координация действий по реализации стратегических задач.

Мотивация на достижение стратегических результатов.

Контроль за процессом выполнения стратегии.

Планирование стратегии предполагает выполнение таких подфункций, как прогнозирование, разработка стратегии и бюджетирование.

Прогнозирование предшествует собственно составлению стратегических планов.

Выбор стратегии развития

На основе имеющейся базы стратегических данных, прогнозов и допущений, фирма приступает к выбору стратегических альтернатив своего развития.

Существует четыре вида альтернатив:

Ограниченный рост;

Сокращение;

Сочетание трех предыдущих альтернатив в различных пропорциях.

Стратегия роста предполагает ежегодный рост основных показателей организации, ее чаще всего применяют предприятия в динамично развивающихся отраслях народного хозяйства, с быстро меняющимися технологиями, а также предприятия, стремящиеся к диверсификации (широкому проникновению в новые сферы деятельности). Бывает, что фирмы не выдерживают быстрый и краткосрочный рост, и разоряются, поэтому большинство фирм придерживаются стратегии ограниченного роста, расширяя свою деятельность с учетом реальных возможностей достигнутого уровня и внешних усилий. Это наименее рискованный способ действия.

Стратегическое сокращение выражается в том, что результаты работ фирмы в планируемом периоде предполагаются ниже чем в предыдущем периоде. Данная стратегия применяется, когда речь идет о коренной перестройке организации.

И если недальновидные руководители пытаются перестроить деятельность организации, сохраняя прежний рост, то результаты, как правило, отрицательные.

Сокращение осуществляется разными путями:

Полная ликвидация фирмы и создание на ее месте новой;

Избавление от лишних элементов;

Сужение масштабов фирмы, ее деятельности с одновременной переориентацией (данную стратегию избирают фирмы, если дела идут плохо или необходимо сокрыть доходы).

Сочетание трех типов стратегии практикуют фирмы, действующие одновременно в разных отраслях с весьма различными технологическими и экономическими условиями.

Успешная реализация стратегии требует надежных обратных связей и соответствующих инструментов. Один из инструментов, это тактика, когда формы и методы действий, ориентированы на достижение ближайших целей. Ее разрабатывают на уровне среднего звена руководства, и на короткий срок. Для достижения стратегических и тактических целей руководство фирмы разрабатывает текущую политику, которая включает в себя дискриминацию при поступлении на работу, увеличение прибыли за счет завышения цен, использование низких цен для вытеснения конкурентов и т.д.

Роль ориентира в организации целей и задач фирмы выполняют правила, которые предписывают строго регламентированные действия в определенных ситуациях, исключая свободу выбора. Правила, выполняемые в строгой последовательности, называются процедурами. Процедуры применяются в стандартных ситуациях, что позволяет экономить средства.

Таким образом, стратегия, тактика, прогнозы, правила, процедуры и допущения представляют собой базу, на основе которой может осуществляться процесс планирования.

Сравнительная таблица

Название инструмента	Сфера применения	Реализуемые модели		Готовность к эксплуатации
	широкого назначения		базовые знания статистики
Statistica, SPSS, E-views	исследовательская			коробочный продукт
Matlab			специальное математическое образование	требуется программирование
SAP APO	бизнес-прогнозирование	алгоритмические
ForecastPro, ForecastX	бизнес-прогнозирование	алгоритмические	не требуются глубокие знания	коробочный продукт
Logility	бизнес-прогнозирование		не требуются глубокие знания	требуется значительная доработка (под бизнес-процессы)
ForecastPro SDK	бизнес-прогнозирование	алгоритмические
		имитационные

Успешность прогнозирования

·

·

·

Основные направления и методы прогнозирования

К основным методам прогнозирования относятся:

Статистические методы

• Статистика - отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных. Статистика как наука включает разделы: теоретическая статистика (общая теория статистики), прикладная статистика, математическая статистика, экономическая статистика, эконометрика, правовая статистика, демография, медицинская статистика, технометрика, хемометрика,биометрика
, наукометрика, иные отраслевые статистики и др.

Экспертные методы

• Область применения. Экономическая конъюнктура. Решение проблем научно-технического прогресса. Развитие объектов большой сложности.
• Для объекта, развитие которого не поддается предметному описанию, математической формализации. В условиях отсутствия достоверной статистики относительно объекта управления. В условиях большой неопределенности. При отсутствии ЭВМ. В экстремальных ситуациях.
• Особенности применения. По экспертным оценкам 7-9 специалистов. Выработка коллективного мнения группы экспертов. Требуется много времени для опроса и обработки данных.

Экспертное оценивание - процедура получения оценки проблемы на основе группового мнения специалистов (экспертов). Совместное мнение обладает большей точностью, чем индивидуальное мнение каждого из специалистов. Данный метод можно рекомендовать для получения качественных оценок, ранжирования – например, для сравнения нескольких проектов по их степени соответствия заданному критерию.

Экспертное оценивание предполагает создание разума, обладающего большими способностями по сравнению с возможностями отдельного человека. Источником сверхвозможностей мультиразума является поиск слабых ассоциаций и предположений, основанных на опыте отдельного специалиста. Экспертный подход обладает большими возможностями по решению задач, не поддающихся решению обычным аналитическим способом:

Выбор лучшего варианта решения среди имеющихся.

Прогнозирование развития процесса.

Поиска возможного решения сложных задач.

Коллективная генерация идей

• Область применения. Получение блока идей по прогнозированию и принятию решений.
• Предназначение, решаемые задачи. Определение всего возможного круга вариантов развития управляемого объекта. Определение альтернативного круга факторов, воздействующих на объект прогноза. Получение сценария развития объекта управления
• Особенности применения. Синтез объекта прогноза, мультифакторный анализ событий со стороны определяющих это событие факторов.

Морфологический анализ

• Область применения. При малом объеме информации об изучаемой проблеме для получения систематизирования по всем возможным ее решениям.
• Предназначение, решаемые задачи. Прогнозирование возможного исхода фундаментальных исследований. При открытии новых рынков, формировании новых потребностей.
• Особенности применения. Структурные взаимосвязи между объектами, явлениями и концепциями. Всеобщность предполагает использование полной совокупности знаний об объекте. Необходимое требование - полное отсутствие предварительных суждений. Содержит этапы: формулирование проблемы; анализ параметров; построение «морфологического ящика», содержащего все решения; изучение всех решений.

Прогнозирование по аналогии

• Область применения. Разрешение ситуаций, привычных для лиц, принимающих решения.
• Предназначение, решаемые задачи. Решение ситуационных управленческих задач.
• Особенности применения. Использование метода при наличии аналогов объектов, процессов. Применение метода требует специальных навыков.

Исследование операций

Исследование операций (ИО) (англ. Operations Research (OR)) - дисциплина, занимающаяся разработкой и применением методов нахождения оптимальных решений на основе математического моделирования, статистического моделирования и различных эвристических подходов в различных областях человеческой деятельности. Иногда используется обозначение математические методы исследования операций. Можно выделить некоторые примеры задач, с которыми ИО приходится сталкиваться:

Задача о ранце,

Задача коммивояжёра,

Транспортная задача,

Задача об упаковке в контейнеры,

Задачи диспетчеризации такие как Open Shop Scheduling Problem, Flow Shop Scheduling Problem, Job Shop Scheduling Problem и т. д.

Характерной особенностью исследования операций есть системный подход к поставленной проблеме и анализ. Системный подход является главным методологическим принципом исследования операций. Он заключается в следующем. Любая задача, которая решается, должна рассматриваться с точки зрения влияния на критерии функционирования системы в целом. Для исследования операций характерно то, что при решении каждой проблемы могут возникать новые задачи. Важной особенностью исследования операций есть стремление найти оптимальное решение поставленной задачи (принцип «оптимальности»). Однако на практике такое решение найти невозможно по таким причинам: 1) отсутствие методов, дающих возможность найти глобально оптимальное решение задачи; 2) ограниченность существующих ресурсов (к примеру, ограниченность машинного времени ЭВМ), что делает невозможным реализацию точных методов оптимизации. В таких случаях ограничиваются поиском не оптимальных, а достаточно хороших, с точки зрения практики, решений. Приходится искать компромисс между эффективностью решений и затратами на их поиск. Исследование операций дает инструмент для поиска таких компромиссов.

ИО тесно связано с наукой управления (англ. Management Science), системным анализом, математическим программированием, теорией игр, теорией оптимальных решений, эвристическими подходами, метаэвристическими подходами и методами искусственного интеллекта, такими как теория удовлетворения ограничений и нейронные сети.

Под операциями обычно понимают целенаправленные управляемые процессы. Природа их может быть различной - это могут быть военные действия, производственные процессы, коммерческие мероприятия, административные решения, и т.д., и т.п., и пр., пр… Что интересно -операции эти (совершенно несхожие по своей природе) могут быть описаны одними и теми же математическими моделями (!), более того, анализ этих моделей позволяет лучше понять суть того или иного явления и даже предсказать его дальнейшее развитие.

Базисный метод исследования операций являет собой системный анализ операций, а также объективную сравнительную оценку потенциальных результатов этих действий.

Так, например, увеличение производства продукции на заводе предполагает одновременное и взаимосвязанное решение большого количества отдельных проблем:

реконструкция предприятия;

заказ оборудования, сырья и материалов;

подготовка рынка сбыта;

оптимизация технологии;

изменение системы оперативно-производственного планирования и диспетчирования;

организационная перестройка и т.д.

При анализе потенциальных результатов принимаемых решений необходимо учитывать такие составляющие, как неопределенность, случайность и риск. Решением подобных задач занимаются специалисты области экономики, математики, статистики, инженерии, социологии, психологии и др.

Таким образом, среди специфических особенностей исследования операций, можно выделить междисциплинарный характер.

ИО используют в основном крупные западные компании в решении задач планирования производства (контроллинга

Логистики, маркетинга) и прочих сложных задач. Применение ИО в экономике позволяет понизить затраты или, по другому сформулировав, повысить продуктивность предприятия (иногда в несколько раз!). ИО активно используют армии и правительства многих развитых стран для решения комплексных задач снабжения армий, продвижения армий, развития новых видов вооружений, развития стратегий войн, развития межгосударственных торговых механизмов, прогнозирования развития (например, климата) и т. д. Решение комплексных задач повышенной важности производится методами ИО на суперкомпьютерах, но разработки ведутся на простых ПК. Применять методы ИО можно и на малых предприятиях, используя ПК.

Исследование операций реализуется, главным образом, с целью дать предварительное количественное обоснование применяемых решений, так как они являются комплексными, предполагающими большие затраты. Решения осуществляются различными способами или так называемыми стратегиями/альтернативами. Операционные исследования обеспечивают также сравенние возможных вариантов организации операции, позволяют дать оценку возможному влиянию на результат частных факторов, выявить уязвимые области, то есть те составляющие системы, неправильное функционирование которых способно оказать непосредственно негативное влияние на успех операции и т.п.

Из обозначенного выше очевидным представляется базис задач исследования операций, который выражен в поиске путей оптимального использования имеющихся ресурсов для достижения определенной цели.

Рис. 1. Виды или приемы моделирования.

К материальным относятся такие способы моделирования, при которых исследование ведется на основе модели, воспроизводящей основные геометрические, физические, динамические и функциональные характеристики изучаемого объекта.

От предметного моделирования принципиально отличается идеальное моделирование, которое основано не на материальной аналогии объекта и модели, а на аналогии идеальной, мыслимой. Идеальное моделирование носит теоретический характер.

Физическим принято называть моделирование, при котором реальному объекту противопоставляется его увеличенная или уменьшенная копия, допускающая исследование (как правило в лабораторных условиях) с помощью последующего перенесения свойств изучаемых процессов и явлений с модели на объект на основе теории подобия.

Пример физических модели:планетарий в астрономии.

Аналоговое моделирование основано на аналогии процессов и явлений, имеющих различную физическую природу, но одинаково описываемых формально (одними и теми же математическими уравнениями, логическими схемами и т.п.) Наиболее простой пример – изучение механических колебаний с помощью электрической схемы, описываемой теми же дифференциальными уравнениями. Здесь неоценимую услугу принес изобретенный в 50-х годах прошлого века осциллограф.

Под интуитивным понимается моделирование, основанное на интуитивном представлении об объекте исследования, не поддающемся формализации либо не нуждающемся в ней. В этом смысле, например, жизненный опыт каждого человека может считаться его интуитивной моделью окружающего мира.

Знаковым называется моделирование, использующее в качестве моделей знаковые преобразования какого-либо вида: схемы, графики, чертежи, формулы, наборы символов и т. д., а также совокупность законов, по которым можно оперировать с выбранными знаковыми образованиями и их элементами.

Игровые модели

Деловая игра – имитационная модель, состоящая из последовательности ряда взаимосвязанных реальных ситуаций и символических действий участников, определённых целями и заданными правилами игры. Деловые игры используются в основном для обработки и принятия решений.

Основные направления и методы прогнозирования и моделирования в управлении

Ме́неджмент (от англ. management, от гл. англ. manage, из итал. maneggiare - обращаться с инструментом, от лат. manus - рука) - функция организации, которая заключается в согласовании усилий группы людей для достижения поставленных целей при действенном и эффективном использовании имеющихся ресурсов.

Управление (философия) - деятельность субъекта по изменению объекта для достижения некоторой цели. Управление (в организации) - синоним понятия менеджмент. А именно процессы планирования, контроля над исполнением, оптимизации, организации процессов, в том числе возможного изменения структуры, мотивации исполнителей. Часто говорят, что управление это функция организации (учреждения).

Прогноз (от греч. πρόγνωσις - предвидение, предсказание) - предсказание будущего с помощью научных методов или сам результат предсказания.

Прогноз - это научная модель будущего события, явлений и т.п.).

Прогнозирование, разработка прогноза; в узком значении - специальное научное исследование конкретных перспектив развития какого-либо процесса.

Прогнозирование объединяет единая цель: определение характера протекания процесса в будущем. Множество методов решения задачи прогнозирования имеет одну общую идею: обнаружение связей между прошлым и будущим, между информацией о процессе в контролируемый период времени и характером протекания процесса в дальнейшем. От того, насколько точно описаны исследуемые связи, будет зависеть точность прогнозирования.

Прогнозирование - один из важнейших видов деятельности человека на сегодняшний день. Ещё в древние времена прогнозы позволяли людям рассчитывать периоды засух, даты солнечных и лунных затмений и многих других явлений.
С появлением вычислительной техники прогнозирование получило мощнейший толчок развития. Одним из первых применений вычислительных машин был расчёт баллистической траектории снарядов, то есть, фактически, прогноз точки падения снаряда на землю. Такой вид прогноза называется статическим прогнозом.

Существуют две основные категории прогнозов: статические и динамические. Ключевое отличие состоит в том, что динамические прогнозы предоставляют информацию о поведении исследуемого объекта на протяжении какого-либо значительного интервала времени. В свою очередь, статические прогнозы отражают состояние исследуемого объекта лишь в единственный момент времени и, как правило, в таких прогнозах фактор времени, в котором объект претерпевает изменения, играет незначительную роль.
На сегодняшний день существует большое количество инструментов, позволяющих строить прогнозы. Все они могут быть подвергнуты классификации по многим признакам:

Сравнительная таблица

Название инструмента	Сфера применения	Реализуемые модели	Требуемая подготовка пользователя	Готовность к эксплуатации
Microsoft Excel, OpenOffice.org	широкого назначения	алгоритмические, регрессионные	базовые знания статистики	требуется значительная доработка (реализация моделей)
Statistica, SPSS, E-views	исследовательская	широкий спектр регрессионных, нейросетевые	специальное математическое образование	коробочный продукт
Matlab	исследовательская, разработка приложений	алгоритмические, регрессионные, нейросетевые	специальное математическое образование	требуется программирование
SAP APO	бизнес-прогнозирование	алгоритмические	не требуются глубокие знания	требуется значительная доработка (под бизнес-процессы)
ForecastPro, ForecastX	бизнес-прогнозирование	алгоритмические	не требуются глубокие знания	коробочный продукт
Logility	бизнес-прогнозирование	алгоритмические, нейросетевые	не требуются глубокие знания	требуется значительная доработка (под бизнес-процессы)
ForecastPro SDK	бизнес-прогнозирование	алгоритмические	требуются базовые знания статистики	требуется программирование (интеграция с ПО)
iLog, AnyLogic, iThink, Matlab Simulink, GPSS	разработка приложений, моделирование	имитационные	требуется специальное математическое образование	требуется программирование (под специфику области)

Успешность прогнозирования зависит от таких условий: объема и качества информации о прогнозируемом процессе, объекте управления; правильности формулирования задачи прогнозирования и обоснованности выбора способа ее решения; наличия необходимых вычислительных средств и вычислительного аппарата в соответствии с выбранным методом. Из-за отсутствия этих условий прогнозирование может стать невозможным. Важнейшее из них - формулирование задачи, поскольку она определяет требования к объему и качеству информации, математический аппарат и точность прогноза. Информация о прогнозируемом объекте (процессе) черпается из результатов контроля деятельности, статистики.

Современные технологии прогнозирования основаны на использовании различных математических теорий: функциональный анализ, теория рядов, теория экстраполяции и интерполяции, теория вероятности, математическая статистика, теория случайных функций и случайных процессов, корреляционный анализ, теория распознавания образов. Чтобы обосновать выбор того или иного средства прогнозирования, необходимо иметь возможность количественно оценить его качество.

Источниками информации для прогнозов являются вербальные и письменные тексты, получаемые в процессе коммуникаций между людьми или в открытой печати. Для добывания необходимой информации отдельными структурами частного бизнеса организуется промышленный шпионаж. Информацию из открытой печати получают, используя приемы: структурно-морфологический; определения публичной активности; выявления групп патентных документов; анализа показателей; терминологического и лексического анализа.

Для прогнозирования в практической деятельности применяются различные количественные и качественные методы.

· (структурированные) Количественные методы (приемы) базируются на информации, которую можно получить, зная тенденции изменения параметров или имея статистически достоверные зависимости, характеризующие производственную деятельность объекта управления. Примеры этих методов анализ временных рядов, каузальное (причинно-следственное) моделирование.

· (неструктурированные) Качественные методы основаны на экспертных оценках специалистов в области принимаемых решений, например методы экспертных оценок, мнение жюри (усреднение мнений экспертов в релевантных сферах), модели ожидания потребителя (опрос клиентов).

· (слабо структурированные) Смешанные методы содержат качественные и количественные элементы с доминированием, как правило, качественных и неопределённых составляющих.

(Для прогнозирования преступности в зависимости от конкретных условий используются самые разнообразные методы, как общенаучные, так и частнонаучные. Наибольшее распространение получили такие методы, как метод экстраполяции, моделирования, экспертных оценок; сравнительные методы и методы социального экспериментировани.)

Рассмотрим различные методы моделирования, прогнозирования и планирования в целом. В настоящее время, по оценкам ученых , насчитывается около 150 различных методов моделирования и прогнозирования, однако на практике наиболее часто используется только 15-20 основных (рис. 1.3.1). Дадим краткие характеристики главным методам. Основная идея метода экспертных оценок заключается в том, что интуитивно-логическое мышление отдельных экспертов в рамках специальных процедур сочетается с количественными методами оценки и обработки получаемых результатов.

Экстраполяционные методы прогнозирования предполагают прогнозирование одно- и многомерных рядов. Сущность методов экстраполяции заключается в изучении и переносе на будущее сложившихся тенденций развития системы. С целью прогнозирования одно- и многомерных рядов также применяются и некоторые статистические методы исследования, в основе которых лежит предположение о том, что уровни временного ряда состоят из суммы нескольких компонент, отражающих закономерность или случайность развития .

Среди экономико-математических методов можно выделить метод межотраслевого баланса, корреляционно-регрессионный метод, различные методы оптимизации (например, симплекс-метод). Отметим, что эконометрические модели имеют ряд преимуществ по сравнению с моделями межотраслевого баланса. В частности, эконометрические модели требуют небольших затрат времени на подготовку данных, для них характерна возможность отражать различные аспекты функционирования экономики, сравнительно несложные формальные методы .

Сущность метода экономического анализа заключается в том, что экономическое явление или процесс разделяются на части, далее выявляются взаимосвязи этих частей друг с другом, оценивается влияние выявленных взаимодействий на процесс в целом.

Сущность балансового метода заключается в увязке потребностей административно-территориальной единицы в различных видах продукции, ресурсов с производственными возможностями административно-территориальной единицы, источниками ресурсов и т.п.

Нормативный метод, скорее, относится к методам планирования и связан с использованием при составлении плана или прогноза различных норм или нормативов.

Отметим, что в разных источниках сущность и название методов моделирования и прогнозирования может быть отражена по-раз-

Рис. 1.3.1. Система моделей и методов прогнозирования ному. Например, в говорится о существовании генетического и нормативного прогнозирования. Целью генетического прогнозирования является нахождение наиболее вероятных пропорций и темпов развития промышленности, в то время как целью нормативного прогнозирования является нахождение путей и сроков достижения выдвинутых целей.

Методы моделирования и прогнозирования могут использоваться в различных случаях. Например, при прогнозировании данных городского бюджета, построении среднесрочных прогнозов бюджетных поступлений большинство стран и большая часть территорий пользуются эконометрическими моделями .

Поскольку в работе рассматриваются возможности прогнозирования на средне- и долгосрочный период, специфика применения этих методов может быть иной. Чем больше период прогнозирования, чем меньшее значение приобретают количественные прогнозы и тем большее значение приобретают качественные прогнозы. По причине недостаточного количества накопленных статистических данных, отражающих функционирование российских регионов в рыночных условиях, достаточно трудно разработать хороший количественный прогноз на 10-15 лет вперед.

Курсовой проект

По предмету: «Моделирование производственных и экономических процессов»

На тему: «Статистическое моделирование и прогнозирование»

Выполнил обучающийся

гр. № программист

Проверила преподаватель:

ВВЕДЕНИЕ

I. ОСНОВНЫЕ ПОНЯТИЯ ТЕОРИИ МОДЕЛИРОВАНИЯ ЭКОНОМИЧЕСКИХ СИСТЕМ И ПРОЦЕССОВ

1Классификационные признаки моделирования

1.2 Эффективность моделирования систем

II. статистическое моделирование и прогнозирование

2.1 Сущность статистического моделирования

2. Сущность статистического прогнозирования

ПРАКТИЧЕСКАЯ ЧАСТЬ

3.1 Постановка задачи

3.2 Решение задачи

ЗАКЛЮЧЕНИЕ

ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ

В практике моделирования систем наиболее часто приходится иметь дело с объектами, которые в процессе своего функционирования содержат элементы стохастичности или подвергаются стохастическим воздействиям внешней среды. Поэтому основным методом получения результатов с помощью имитационных моделей таких стохастических систем является метод статистического моделирования на ЭВМ, использующий в качестве теоретической базы предельные теоремы теории вероятностей.

На этапе исследования и проектирования систем при построении и реализации машинных моделей (аналитических и имитационных) широко используется метод статистических испытаний (Монте-Карло), который базируется на использовании случайных чисел, т. е. возможных значений некоторой случайной величины с заданным распределением вероятностей. Большинство экономико-математических моделей характеризуются статическим подходом к изучению экономики, когда ее состояние изучается на заданный момент времени. Под статической экономической системой понимается такая система, координаты которой на изучаемом отрезке времени могут рассматриваться как постоянные. Соответственно, при формулировке статической экономико-математической модели предполагается, что все зависимостиотносятся к одному моменту времени, а моделируемая система неизменна во времени. При этом полностью игнорируются возможные (а подчас даже неизбежные) изменения, поскольку их учет не требуется для достижения цели моделирования. Кроме того, предполагается, что все интересующие процессы, происходящие в системе, не требуют при своем описании развертывания во времени, т. к. могут быть с достаточной степенью точности охарактеризованы независящими от времени величинами, как известными, так и неизвестными. Поэтому в статической модели время не вводится явно. Статические модели характеризуют моделируемую систему на какойлибо фиксированный момент времени. Такой момент может представлять целый временной интервал, как правило, в качестве его конечной, средней или начальной точки, в течение которого система предполагается неизменной.

В статических моделях можно выделить группу макроэкономических моделей. К ним относятся модели народно-хозяйственного уровня, которые предназначены для описания больших секторов экономики или экономики страны в целом. Целью макроэкономического моделирования является изучение экономических законов, связывающих наиболее важные и содержательные показатели. В целом, разработанные к настоящему времени математические модели народного хозяйства можно условно разбить на две большие группы:

модели экономического роста (часто это динамические модели);

межотраслевые балансовые модели.

Модели 1-й группы оперируют крупноагрегированными показателями (валовой общественный продукт, национальный доход, объем основных фондов, фонд накопления, фонд потребления). Эти модели предназначены для изучения основных тенденций развития экономики в течение продолжительных периодов времени (порядка нескольких десятилетий). Эти модели часто представляются производственными функциями.

.Основные понятия теории моделирования экономических систем и процессов

1.1Классификационные признаки моделирования

Моделирование (в широком смысле) является основным методом исследований во всех областях знаний и научно обоснованным методом оценок характеристик сложных систем, используемым для принятия решений в различных сферах инженерной деятельности. Существующие и проектируемые системы можно эффективно исследовать с помощью математических моделей (аналитических и имитационных), реализуемых на современных ЭВМ, которые в этом случае выступают в качестве инструмента экспериментатора с моделью системы.

В основе моделирования лежит теория подобия, которая утверждает, что абсолютное подобие может иметь место лишь при замене одного объекта другим точно таким же. При моделировании абсолютное подобие не имеет места и стремятся к тому, чтобы модель достаточно хорошо отображала исследуемую сторону функционирования объекта.

Целевое назначение моделирования на этапе внедрения и эксплуатация сложных систем - это проигрывание возможных ситуаций для принятия обоснованных и перспективных решений по управлению объектом. В качестве одного из первых признаков классификации видов моделирования можно выбрать степень полноты модели и разделить модели в соответствии с этим признаком на:

·полные,

·неполные

·приближенные.

В основе полного моделирования лежит полное подобие, которое проявляется как во времени, так и в пространстве.

Для неполного моделирования характерно неполное подобие модели изучаемому объекту.

В зависимости от характера изучаемых процессов в системе S все виды моделирования могут быть разделены:

·детерминированные;

·стохастические;

·статические и динамические;

·дискретные;

·непрерывные;

·дискретно-непрерывные.

Детерминированное моделирование отображает детерминированные процессы, т.е. процессы, в которых предполагается отсутствие всяких случайных воздействий.

Cтохастическое моделирование отображает вероятностные процессы и события. В этом случае анализируется ряд реализаций случайного процесса, и оцениваются средние характеристики, т. е. набор однородных реализаций.

Статическое моделирование служит для описания поведения объекта в какой-либо момент времени, а динамическое моделирование отражает поведение объекта во времени.

Дискретное моделирование служит для описания процессов, которые предполагаются дискретными, соответственно непрерывное моделирование позволяет отразить непрерывные процессы в системах, а дискретно-непрерывное моделирование используется для случаев, когда хотят выделить наличие как дискретных, так и непрерывных процессов.

В зависимости от формы представления объекта (системы S) можно выделить мысленное и реальное моделирование.

Мысленное моделирование часто является единственным способом моделирования объектов, которые либо практически нереализуемы в заданном интервале времени, либо существуют вне условий, возможных для их физического создания. Например, на базе мысленного моделирования могут быть проанализированы многие ситуации микромира, которые не поддаются физическому эксперименту.

Мысленное моделирование может быть реализовано в виде:

·наглядного;

·символического;

·математического.

При наглядном моделировании на базе представлений человека о реальных объектах создаются различные наглядные модели, отображающие явления и процессы, протекающие в объекте.

) В основу гипотетического моделирования исследователем закладывается некоторая гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следстненных связях между входом и выходом изучаемого объекта. Гипотетическое моделирование используется, когда знаний об объекте недостаточно для построения формальных моделей.

) Аналоговое моделирование основывается на применении аналогий различных уровней. Наивысшим уровнем является полная аналогия, имеющая место только для достаточно простых объектов. С усложнением объекта используют аналогии последующих уровней, когда аналоговая модель отображает несколько либо только одну сторону функционирования объекта.

) Существенное место при мысленном наглядном моделировании занимает макетирование. Мысленный макет может применяться в случаях, когда протекающие в реальном объекте процессы не поддаются физическому моделированию, либо может предшествовать проведению других видов моделирования.

В основе построения мысленных макетов также лежат аналогии, однако обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте. Если ввести условное обозначение отдельных понятий, т. е. знаки, а также определенные операции между этими знаками, то можно реализовать знаковое моделирование и с помощью знаков отображать набор понятий - составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта.

В основе языкового моделирования лежит некоторый тезаурус. Последний образуется из набора входящих понятий, причем этот набор должен быть фиксированным. Следует отметить, что между тезаурусом и обычным словарем имеются принципиальные различия.

Тезаурус - словарь, который очищен от неоднозначности, т. е. в нем каждому слову может соответствовать лишь единственное понятие, хотя в обычном словаре одному слову могут соответствовать несколько понятий.

Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает основные свойства его отношений с помощью определенной системы знаков или символов.

Математическое моделирование. Для исследования характеристик процесса функционирования любой системы S математическими методами, включая и машинные, должна быть проведена формализация этого процесса, т. е. построена математическая модель.

Под математическим моделированием будем понимать процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получать характеристики рассматриваемого реального объекта. Вид математической модели зависит как от природы реального объекта, так и задач исследования объекта и требуемой достоверности и точности решения этой задачи. Любая математическая модель, как и всякая другая, описывает реальный объект лишь с некоторой степенью приближения к действительности. Математическое моделирование для исследования характеристик процесса функционирования систем можно разделить на:

·аналитическое,

·имитационное,

·комбинированное.

Для аналитического моделирования характерно то, что процессы функционирования элементов системы записываются в виде некоторых функциональных соотношений или логических условий. Аналитическая модель может быть исследована следующими методами:

а) аналитическим, когда стремятся получить в общем виде явные зависимости для искомых характеристик;

б) численным, когда, не умея решать уравнений в общем виде, стремятся получить числовые результаты при конкретных начальных данных;

2 Эффективность моделирования систем

Обеспечение требуемых показателей качества функционирования больших систем, связанное с необходимостью изучения протекания стохастических процессов в исследуемых и проектируемых системах S, позволяет проводить комплекс теоретических и экспериментальных исследований, взаимно дополняющих друг друга.

Эффективность экспериментальных исследований сложных систем оказывается крайне низкой, поскольку проведение натурных экспериментов с реальной системой либо требует больших материальных затрат и значительного времени, либо вообще практически невозможно. Эффективность теоретических исследований с практической точки зрения в полной мере проявляется лишь тогда, когда их результаты с требуемой степенью точности и достоверности могут быть представлены в виде аналитических соотношений или моделирующих алгоритмов, пригодных для получения соответствующих характеристик процесса функционирования исследуемых систем.

Обычно модель строится по иерархическому принципу, когда последовательно анализируются отдельные стороны функционирования объекта и при перемещении центра внимания исследователя рассмотренные ранее подсистемы переходят во внешнюю среду. Иерархическая структура моделей может раскрывать и ту последовательность, в которой изучается реальный объект, а именно последовательность перехода от структурного (топологического) уровня к функциональному (алгоритмическому) и от функционального к параметрическому.

Результат моделирования в значительной степени зависит от адекватности исходной концептуальной (описательной) модели, от полученной степени подобия описания реального объекта, числа реализаций модели и многих других факторов. В ряде случаев сложность объекта не позволяет не только построить математическую модель объекта, но и дать достаточно близкое кибернетическое описание, и перспективным здесь является выделение наиболее трудно поддающейся математическому описанию части объекта и включение этой реальной части физического объекта в имитационную модель. Тогда модель реализуется, с одной стороны, на базе средств вычислительной техники, а с другой - имеется реальная часть объекта. Это значительно расширяет возможности и повышает достоверность результатов моделирования.

Имитационная система реализуется на ЭВМ и позволяет исследовать имитационную модель М, задаваемую в виде определенной совокупности отдельных блочных моделей и связей между ними в их взаимодействии в пространстве и времени при реализации какого-либо процесса. Можно выделить три основные группы блоков:

1.блоки, характеризующие моделируемый процесс функционирования системы S;

2.блоки, отображающие внешнюю среду Е и ее воздействие на реализуемый процесс;

.блоки, играющие служебную вспомогательную роль, обеспечивая взаимодействие первых двух, а также выполняющие дополнительные функции по получению и обработке результатов моделирования.

Кроме того, имитационная система характеризуется набором переменных, с помощью которых удается управлять изучаемым процессом, и набором начальных условий, когда можно изменять условия проведения машинного эксперимента.

Таким образом, имитационная система есть средство проведения машинного эксперимента, причем эксперимент может ставиться многократно, заранее планироваться, могут определяться условия его проведения. Необходимо при этом выбрать методику оценки адекватности получаемых результатов и автоматизировать как процессы получения, так и процессы обработки результатов в ходе машинного эксперимента.

При имитационном моделировании, так же как и при любом другом методе анализа и синтеза системы S, весьма существен вопрос его эффективности. Эффективность имитационного моделирования может оцениваться рядом критериев, в том числе точностью и достоверностью результатов моделирования, временем построения и работы с моделью М, затратами машинных ресурсов (времени и памяти), стоимостью разработки и эксплуатации модели.

Характеризуя проблему моделирования в целом, необходимо учитывать, что от постановки задачи моделирования до интерпретации полученных результатов существует большая группа сложных научно-технических проблем, к основным из которые можно отнести следующие: идентификацию реальных объектов, выбор вида моделей, построение моделей и их машинную реализацию, взаимодействие исследователя с моделью в ходе машинного эксперимента, проверку правильности полученных в ходе моделирования результатов, выявление основных закономерностей, исследованных в процессе моделирования. В зависимости от объекта моделирования и вида используемой модели эти проблемы могут иметь разную значимость.

II Статистическое моделирование и прогнозирование

1 Сущность статистического моделирования

Статистическое моделирование представляет собой метод получения с помощью ЭВМ статистических данных о процессах, происходящих в моделируемой системе. Для получения представляющих интерес оценок характеристик моделируемой системы с учетом воздействий внешней среды статистические данные обрабатываются и классифицируются с использованием методов математической статистики.

Статистическое моделирование - численный метод решения математических задач, при котором искомые величины представляют вероятностными характеристиками какого-либо случайного явления, это явление моделируется, после чего нужные характеристики приближённо определяют путём статистической обработки «наблюдений» модели.

Статистическое моделирование - молодое и перспективное научное направление, получившее развитие в середине двадцатого века в связи с ростом возможностей вычислительной техники. Рассматриваемое научное направление имеет массу приложений в разных областях знания (биология, химия, физика, экономика и др.), что делает его изучение особенно актуальным.

Сущность метода статистического моделирования сводится к построению для процесса функционирования исследуемой системы некоторого моделирующего алгоритма, имитирующего поведение и взаимодействие элементов системы с учетом случайных входных воздействий и воздействий внешней среды, и реализации этого алгоритма с использованием программно-технических средств.

Различают две области применения метода:

) для изучения стохастических систем;

) для решения детерминированных задач.

Основной идеей, которая используется для решения детерминированных задач методом статистического моделирования, является замена детерминированной задачи эквивалентной схемой некоторой стохастической системы, выходные характеристики последней совпадают с результатом решения детерминированной задачи. Естественно, что при такой замене вместо точного решения задачи получается приближенное решение и погрешность уменьшается с увеличением числа испытаний (реализаций моделирующего алгоритма).

В результате статистического моделирования системы получается серия частных значений искомых величин или функций, статистическая обработка которых позволяет получить сведения о поведении реального объекта или процесса в произвольные моменты времени. Если количество реализаций достаточно велико, то полученные результаты моделирования системы приобретают статистическую устойчивость и с достаточной точностью могут быть приняты в качестве оценок искомых характеристик процесса функционирования системы.

Теоретической основой метода статистического моделирования систем на ЭВМ являются предельные теоремы теории вероятностей.

Множества случайных явлений (событий, величин) подчиняются определенным закономерностям, позволяющим не только прогнозировать их поведение, но и количественно оценить некоторые средние их характеристики, проявляющие определенную устойчивость. Характерные закономерности наблюдаются также в распределениях случайных величин, которые образуются при сложении множества воздействий.

Принципиальное значение предельных теорем состоит в том, что они гарантируют высокое качество статистических оценок при весьма большом числе испытаний (реализаций). Практически приемлемые при статистическом моделировании количественные оценки характеристик систем часто могут быть получены уже при сравнительно небольших (при использовании ЭВМ). Статистическое моделирование систем на ЭВМ требует формирования значений случайных величин, что реализуется с помощью датчиков (генераторов) случайных чисел.

При использовании статистического моделирования независимо от природы объекта исследования (будет ли он детерминированным или стохастическим) необходимо предварительно построить стохастическую систему, выходные характеристики которой позволяют оценить искомые.

Моделирование многофункциональное исследование, применяющееся для определения или уточнения характеристик существующих или вновь конструируемых объектов. Его основной научной задачей является воспроизводство модели на основании ее сходства с существующим объектом. Модель должна иметь сходство с оригиналом, но не быть его полным аналогом (это основное условие), так как в этом случае моделирование теряет смысл. Основное отличие модели от оригинала - способность к гибкому прогнозному изменению, не влияющему на исходные данные модели.

Необходимо учитывать, что моделирование всегда применяется вместе с другими общенаучными и специальными методами, на основе междисциплинарного подхода, особенно когда оно используется для исследования глобальных проблем, отличающихся многоплановостью, т.е. охватывающих, по существу, всю жизнедеятельность человека. Моделирование в таких случаях является многомодульным построением. Оно сохраняет свои сущностные характеристики при моделировании и более «узких» проблем социальной сферы: демографической ситуации в условиях рыночных отношений (в отдельных конкретных регионах); динамики занятости; состояния образования, здравоохранения, сферы услуг, рынка жилья и т.д. - так как эти проблемы, в сущности, представляют собой сложные социальные компоненты.

Цель моделирования - воспроизвести данные, оценивающие натуральные нагрузки, ход работы объекта, а также исследовать его внутренние процессы. Потребность в моделировании возникает в том случае, когда исследование непосредственно самого объекта невозможно, затруднительно, слишком дорого или требует слишком длительного времени- это как раз и относится к социальным объектам, представленным отдельными людьми, социальными группами, обществом в целом.

Модели, если отвлечься от областей, сфер их применения, бывают трех типов: познавательные, прагматические и инструментальные.

Познавательная модель - форма организации и представления знаний, средство соединения новых и старых знаний. Познавательная модель, как правило, подгоняется под реальность и является теоретической моделью.

Прагматическая модель - средство организации практических действий, рабочего представления целей системы для ее управления. Реальность в них подгоняется под некоторую прагматическую модель. Это, как правило, прикладные модели.

Инструментальная модель - средство построения, исследования и/или использования прагматических и/или познавательных моделей.

Познавательные отражают существующие, а прагматические - хоть и не существующие, но желаемые и, возможно, исполнимые отношения и связи.

По уровню, "глубине" моделирования модели бывают:

·эмпирические - на основе эмпирических фактов, зависимостей;

·теоретические - на основе математических описаний;

·смешанные, полуэмпирические - на основе эмпирических зависимостей и математических описаний.

Функции моделирования:

)углубление познания существующих систем и объектов;

)определение основных параметров, путей последующего их применения;

)проведение сравнительного анализа оригинала и модели, определение качественных характеристик.

Моделирование выполняет также важные эвристические функции: определяет негативные тенденции, определяет позитивные пути решения проблем, предлагает альтернативные варианты.

Моделирование должно соответствовать определенным требованиям:

Быть наиболее простым, наиболее удобным, давать информацию про объект, способствовать усовершенствованию самого объекта.

Способствовать определению или облегчению характеристик объекта, рационализации способов построения, управления или познания его.

2 Сущность статистического прогнозирования

В процессе реформирования экономики все в большей степени возрастает спрос на прогнозные исследования социально-экономических процессов на различных уровнях управления и принятия решений. Правильный выбор решения находится в прямой зависимости от качества его обоснования. Прогнозирование является одной из функций управления, наряду с анализом, организацией, планированием, мотивацией и т.д. Активными потребителями прогнозных разработок являются миллионы агентов рынка, домашние хозяйства, органы государственного и территориального управления. В демократическом обществе необходимо представлять альтернативные варианты развития общества, возможности, существующие у каждого участника рыночных отношений.

К настоящему времени накоплен достаточный опыт и набор инструментов как для долгосрочного, так и краткосрочного прогнозирования. Прогнозирование - это научно-обоснованное предсказание наиболее вероятного состояния, тенденций и особенностей развития управляемого объекта в перспективном периоде на основе выявления и правильной оценки устойчивых связей и зависимостей между прошлым, настоящим и будущим. Отличительная особенность прогнозирования состоит в том, что оно обосновывает возникновение таких процессов и форм материальной и духовной жизни общества, которые в данный момент недоступны непосредственному восприятию, а также проверке на практике.

Прогнозирование позволяет раскрыть устойчивые тенденции, или, наоборот, существенные изменения в социально-экономических процессах, оценить их вероятность для будущего планового периода, выявить возможные альтернативные варианты, накопить научный и эмпирический материал для обоснованного выбора той или иной концепции развития или планового решения.

Таким образом, прогнозирование является специальным научным исследованием перспектив развития явлений.

Прогнозирование не сводится к попыткам предугадать детали будущего, хотя в некоторых случаях это существенно. Исследователь исходит в данном случае из диалектической детерминации явлений будущего, из понимания того, что необходимость пробивает себе дорогу через преодоление случайности, что к явлениям будущего нужен вероятностный подход с учетом широкого набора возможных вариантов. Только при таком подходе прогнозирование может быть эффективно использовано для выбора наиболее вероятного или наиболее желательного, оптимального варианта при обосновании цели, плана, программы, проекта, вообще, решения.

Прогнозы должны предшествовать планам, содержать оценку хода последствий выполнения (или невыполнения) планов, охватывать все, что не поддается планированию, решению. Они могут охватывать в принципе любой отрезок времени. Прогноз и план отличаются способами оперирования информацией о будущем. Вероятностное описание возможного или желательного - это прогноз.

Обоснованное решение относительно мероприятий по достижению возможного, желательного - это план. Прогноз и план могут разрабатываться независимо друг от друга. Но чтобы план был эффективным, оптимальным, ему должен предшествовать прогноз, по возможности непрерывный,

позволяющий обосновать данный и последующие планы.

Одним из важных направлений прогнозирования общественного развития является социально экономическое прогнозирование - научная дисциплина, имеющая своим объектом социально-экономическую систему, а предметом - познание возможных состояний функционирующих объектов в будущем, исследование закономерностей и способов разработки экономических прогнозов.

Социально-экономическое прогнозирование основывается на достижениях науки в области познания закономерностей развития общества, выяснения тенденций социально-экономического и технологического прогресса.

Прогнозирование тесно связано со статистикой и во многом базируется на статистических данных и методах исследования массовых явлений.

Основным критерием типологии прогнозов является функциональный, с точки зрения которого прогнозы делятся на два основных типа: поисковые и целевые прогнозы.

Нормативный прогноз - определение путей и сроков достижения возможных состояний явления, принимаемых в качестве цели. Такой прогноз отвечает на вопрос: какими путями достичь желаемого?

Поисковый прогноз строится на определенной шкале (поле, спектре) возможностей, на которой затем устанавливается степень вероятности прогнозируемого явления. При нормативном прогнозировании происходит такое же распределение вероятностей, но уже в обратном порядке: от заданного состояния к наблюдаемым тенденциям.

По масштабу прогнозирования выделяют: макроэкономические (национальной экономики) и структурные (межотраслевые, межсекторальные, межрегиональные прогнозы, прогнозы развития отдельных комплексов, секторов и регионов, прогнозы хозяйствующих субъектов, а также отдельных производств и продуктов. Отметим, что объекты макроэкономики более устойчивы и инерционны в своем развитии по сравнению с объектами микроэкономики.

3 Методы статистического моделирования

Моделирование является логико-математическим отображением структуры и процесса функционирования планируемого объекта с целью проведения с помощью данной модели эксперимента. Сущность моделирования заключается в создании такого аналога изучаемых объектов, в котором отражены все их важнейшие с точки зрения цели исследования свойства и опущены второстепенные, малосущественные черты.

Новые методы широко применяются в планировании, как правило, крупными компаниями. Они основаны на использовании экономико-математических моделей. Чтобы правильно применять эти методы в планировании, менеджеры, плановые работники должны знать области их использования и ограничения на различных этапах планирования при решении конкретных задач.

Методы моделирования включают следующие модели:

Матричные модели. К ним относятся:

а) статические модели межотраслевого баланса. Предназначены для проведения прогнозных макроэкономических расчетов на краткосрочный период (год, квартал, месяц).

б) динамические модели межотраслевого баланса. Предназначены для расчетов развития экономики на долгосрочную перспективу, отражают процесс воспроизводства в динамике, обеспечивают увязку прогноза производства продукции (услуг) с инвестициями .

Модели оптимального планирования. Базируются на экономико-математических моделях, которые состоят из целевой функции и системы ограничений.

Целевая функция описывает цель оптимизации и представляет собой зависимость показателя, по которому ведется оптимизация, от независимых переменных.

На макроуровне критерием оптимальности является максимум валового национального продукта. На микроуровне - максимум прибыли, минимум затрат, максимум выпуска продукции (услуг) и др Система ограничений отражает объективные экономические связи и зависимости и представляет собой систем)" равенств и неравенств.

Экономико-статистические модели. Различают:

а) однофакторные, позволяют учитывать воздействие одного фактора на уровень прогнозируемого показателя;

б) многофакторные, позволяют одновременно учитывать воздействие нескольких факторов на уровень прогнозируемого показателя. Используются при прогнозировании спроса на продукцию, себестоимости, цен, прибыли и других показателей.

в) эконометрические модели, служит для описания сложных социально-экономических процессов (ВНП, доходы населения, потребление товаров и услуг и др.). 3 Имитационные модели. Суть состоит в создании модели реальной хозяйственной ситуации и манипулирование ею при различных параметрах управляемых переменных в целях обоснования развития объекта прогнозирования или планирования.

Применяются для распределения капвложений в условиях возможного риска, и других случаях.

Наиболее известны модели Джея Форрестера «Индустриальная динамика», которая охватывает весь производственно-хозяйственный процесс и модель Монте-Карло - используют при моделировании любого процесса.

Модели принятия решений. Основываются на теории игр. Применяются в условиях неопределенности или ситуациях, когда интересы сторон не совпадают. Каждая из сторон выбирает такую стратегию действий, которая с их точки зрения обеспечивает наибольший выигрыш или наименьший проигрыш. Причем каждой из сторон ясно, что результат зависит не только от своих действий, но и от действий конкурентов.

Модели сетевого планирования. В основу положено построение сетевого графика с изображение комплекса взаимосвязанных работ и последовательность проводимых этапов, необходимых для достижения заранее поставленной цели.

Применяются с целью сокращения сроков выполнения сложных проектов и других работ. Примером сетевых моделей планирования является метод ПЕРТ-время, ПЕРТ-затраты.

При статистическом моделировании систем одним из основных вопросов является учет стохастических воздействий. Количество случайных чисел, используемых для получения статистически устойчивой оценки характеристики процесса функционирования системы S при реализации моделирующего алгоритма на ЭВМ, колеблется в достаточно широких пределах в зависимости от класса объекта моделирования, вида оцениваемых характеристик, необходимой точности и достоверности результатов моделирования. Для метода статистического моделирования на ЭВМ характерно, что большое число операций, а соответственно и большая доля машинного времени расходуются на действия со случайными числами. Кроме того, результаты статистического моделирования существенно зависят от качества исходных (базовых) последовательностей случайных чисел. Поэтому наличие простых и экономичных способов формирования, последовательностей случайных чисел требуемого качества во многом определяет возможность практического использования машинного моделирования систем.

2.4 Методы статистического прогнозирования

По оценкам некоторых ученых насчитывается более 150 методов прогнозирования. Базовых методов гораздо меньше, многие из "методов" скорее относятся к отдельным способам и процедурам прогнозирования, либо представляют собой набор отдельных приемов, отличающихся от базовых методов количеством частных приемов и последовательностью их применения.

Под методом прогнозирования понимается совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерения в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно будущего развития объекта. По степени формализации методы экономического прогнозирования можно подразделить на интуитивные и формализованные.

Интуитивные методы базируются на интуитивно-логическом мышлении. Они используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования или объект слишком прост и не требует проведения трудоемких расчетов. Такие методы целесообразно использовать и в других случаях в сочетании с формализованными методами для повышения точности прогнозов.

Среди интуитивных методов широкое распространение получили методы экспертных оценок. Они используются как в нашей стране, так и за рубежом для получения прогнозных оценок развития производства, научно-технического прогресса, эффективности использования ресурсов и т.п.

Применяются также методы исторических аналогий и прогнозирования по образцу. Здесь имеет место своеобразная экстраполяция. Техника прогнозирования состоит в анализе высокоразвитой системы (страны, региона, отрасли) одного и того же приближенного уровня, который теперь имеется в менее развитой аналогичной системе, и на основании истории развития изучаемого процесса в высокоразвитой системе строится прогноз для менее развитой системы. Практика свидетельствует, что такие аналогии можно использовать при определении путей развития новых отраслей и видов техники (производство ЭВМ, телевизоров и т.п.), структуры производства, потребления и т.д. Естественно, что полученный таким образом "образец" - лишь начальный пункт прогнозирования. К окончательному выводу можно прийти, лишь исследуя внутренние условия и закономерности развития.

К формализованным методам относятся методы экстраполяции и методы моделирования. Они базируются на математической теории.

Среди методов экстраполяции широкое распространение получил метод подбора функций, основанный на методе наименьших квадратов (МНК). В современных условиях все большее значение стали придавать модификациям МНК: методу экспоненциального сглаживания с регулируемым трендом и методу адаптивного сглаживания.

Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений. Для реализации экономико-математических моделей применяются экономико-математические методы.

В практике прогнозирования и планирования широко используются -также метод экономического (системного) анализа, нормативный и балансовый методы. Для разработки целевых комплексных программ используется программно-целевой метод (ПЦМ) в сочетании с другими методами. Следует отметить, что представленный перечень методов и их групп не является исчерпывающим. Рассмотрим методы, получившие широкое распространение в мировой практике.

Методы экспертных оценок

Основная идея прогнозирования на основе экспертных оценок заключается в построении рациональной процедуры интуитивно-логического мышления человека в сочетании с количественными методами оценки и обработки получаемых результатов.

Сущность методов экспертных оценок заключается в том, что в основу прогноза закладывается мнение специалиста или коллектива специалистов, основанное на профессиональном, научном и практическом опыте. Различают индивидуальные и коллективные экспертные оценки.

Различают формальную и прогнозную экстраполяцию. Формальная базируется на предположении о сохранении в будущем прошлых и настоящих тенденций развития объекта прогноза; при прогнозной фактическое развитие увязывается с гипотезами о динамике исследуемого процесса с учетом" изменений влияния различных факторов в перспективе. Следует отметить, что методы экстраполяции необходимо применять на начальном этапе прогнозирования для выявления тенденций изменения показателей.

3. ПРАКТИЧЕСКАЯ ЧАСТЬ

3.1 Постановка задачи

статистический моделирование прогнозирование

Используя балансовый метод планирования и модель Леонтьева, построить баланс производства и распределения продукции предприятий.

Промышленная группа предприятий (холдинг) выпускает продукцию трех видов, при этом каждое из трех предприятий группы специализируется на выпуске одного вида: первое предприятие специализируется на выпуске продукции первого вида; второе предприятие - продукции второго вида; третье предприятие - продукции третьего вида. Часть выпускаемой продукции потребляется предприятиями холдинга (идет на внутренне потребление), остальная часть поставляется за его пределы (внешним потребителям, является конечным продуктом). Специалистами управляющей компании получены экономические оценки aij (i=1,2,3; j=1,2,3) элементов технологической матрицы А (норм расхода, коэффициентов прямых материальных затрат) и элементов yi вектора конечной продукции Y.

Требуется:

.Проверить продуктивность технологической матрицы А=(aij) (матрицы коэффициентов прямых материальных затрат).

2.Построить баланс (заполнить таблицу) производства и распределения продукции предприятий холдинга.

Предприятие (виды продукции)Коэффициенты прямых затрат aijКонечный продукт Y12310,20,3012020,30,10,225030,100,3180

3.2 Решение задачи

1) Проверить продуктивность технологической матрицы A=(аij) (матрицы коэффициентов прямых материальных затрат).

1. Для решения данной экономической задачи будет выбрана среда табличного процессора MS Excel.

Приложение 1 (рис. 1.1)

2. Найдем разность между единичной матрицей Е и матрицей А.

Для этого воспользуемся правилом вычитания матриц одинаковой размерности.

0,8-0,3-0,1E-A-0,30,9-0,2-0,100,7

1.3. Найдем обратную матрицу. Воспользуемся встроенными функциями MS Excel (математические, обратная матрица)

Приложение 1 (рис. 1.2)

1.4. Чтобы определить Валовую продукцию (матрицу), надо матрицу = умножить на Конечный продукт (матрицу). Воспользуемся опять встроенными функциями MS Excel (математические, умножение матриц).

Приложение 1 (рис. 1.3)

1.5. Матрица (матрица коэффициентов прямых материальных затрат) продуктивна, т.к. существует неотрицательный вектор.

2) Построить баланс (заполнить таблицу) производства и распределения продукции предприятий холдинга.

1. Для распределения продукции предприятий холдинга необходимо найти

Приложение 1 (рис. 1.4)

2.2. Построим межотраслевой баланс производства.

Приложение 1 (рис. 1.5)

Условно чистая продукция - это разность между валовым продуктом и суммой продуктов, которые потребляет каждая отрасль.

) Матрица (матрица коэффициентов прямых материальных затрат) продуктивна, т.к. существует неотрицательный вектор.

Приложение 1 (рис. 1.6)

ЗАКЛЮЧЕНИЕ

К статическим моделям относится большинство задач линейного программирования (максимизации выпуска в заданном ассортименте, задача о диете, об оптимальных назначениях, раскроя материалов и многие другие).

В случае использования производительных функций экономика рассматривается как «черный ящик», структура которого неизвестна. Отсюда следует, что в этой модели экономика выступает в качестве целостной неструктурированной единицы, на входе которой ресурсы, а на выходе, как результат функционирования - валовой выпуск или валовой внутренний продукт. Ресурсы рассматриваются как аргументы, а валовой выпуск или валовой внутренний продукт - как функция.

При создании модели процесса или объекта приходится рассматривать все компоненты с той или иной степенью детализации. Излишняя детализация при этом отнюдь не способствует более точному и адекватному анализу экономического явления, а только делает модель более громоздкой и затрудняет получение решения. Следовательно, степень детализации описания экономического явления, отраженного в модели, должна быть необходимой и достаточной для адекватного отражения действительности и соответствовать поставленным целям моделирования. Наиболее часто приходится осуществлять переход к более крупным компонентам и единицам. Например, при моделировании работы предприятия целесообразно рассматривать в качестве производственных подразделений цеха, а не производственные участки, а при моделировании цеха - участки, а не рабочие места. Поэтому одним из принципов, которого следует придерживаться, является представление описания компонентов модели с одинаковой степенью детализации. С другой стороны, вся информация, представляющая интерес с точки зрения цели моделирования, должна быть представлена с максимальной степенью детализации - это принцип целевого представления информации. Эти два принципа вместе определяют общую суть необходимой и достаточной степени детализации описаний экономических объектов в модели в соответствии с поставленными целями и задачами моделирования.

В статических моделях можно выделить группу макроэкономических моделей. К ним относятся модели народно-хозяйственного уровня, которые предназначены для описания больших секторов экономики или экономики страны в целом.

Большинство экономико-математических моделей являются статическими. Эта точка зрения настолько укоренилась в сознании большинства экономистов, что практически всегда модель считается статической, а если это не так, то только тогда указывается, что модель является динамической. В самом деле, к статическим моделям естественно приводят самые разнообразные задачи экономического анализа и планирования, которые допускают постановку проблемы при жестко фиксированной структуре моделируемой системы. Поскольку статические модели в формализованном виде не содержат фактора времени, они всегда проще, чем динамические модели тех же экономических систем, с той или иной степенью полноты учитывающих этот фактор. Поэтому для экономико-математического моделирования типична ситуация, когда сначала разрабатываются статические модели, а затем они усложняются введением фактора времени, т. е. преобразуются в динамические. В частности, статическими первоначально были модели межотраслевого баланса, разнообразные модели, сводимые к транспортной задаче и распределительной задаче линейного программирования, к задачам о потоках в сетях и т. д. Впоследствии для всех этих моделей были разработаны динамические аналоги и обобщения. Однако усложнение далеко не всегда оказывается продуктивным даже в тех случаях, когда динамический аспект моделируемой системы небезразличен для цели моделирования.

Соответственно, при формулировке статической экономико-математической модели предполагается, что все зависимостиотносятся к одному моменту времени, а моделируемая система неизменна во времени. При этом полностью игнорируются возможные (а подчас даже неизбежные) изменения, поскольку их учет не требуется для достижения цели моделирования. Кроме того, предполагается, что все интересующие процессы, происходящие в системе, не требуют при своем описании развертывания во времени, т. к. могут быть с достаточной степенью точности охарактеризованы независящими от времени величинами, как известными, так и неизвестными. Поэтому в статической модели время не вводится явно. Статические модели характеризуют моделируемую систему на какойлибо фиксированный момент времени. Такой момент может представлять целый временной интервал, как правило, в качестве его конечной, средней или начальной точки, в течение которого система предполагается неизменной.

Под статической экономической системой понимается такая система, координаты которой на изучаемом отрезке времени могут рассматриваться как постоянные.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Основные

1.Акулич И.Л. Математическое программирование впримерах и задачах. - М.: Высшая школа, 1986 г.

2.Власов М.П., Шимко П.Д. Моделирование экономичексих процессов. - Ростов-на -Дону, Феникс - 2005 (электронный учебник)

3.Яворский В.В., Амиров А.Ж. экономическая информатика и информационные системы (лабораторный практикум) - Астана, Фолиант, 2008 г.

4.Симонович С.В. Информатика, Питер, 2003 г.

5.Воробьев Н.Н. Теория игр для экономистов - кибернетиков. - М.: Наука, 1985 (электронный учебник)

6.Алесинская Т.В. Экономико-математические методы и модели. - Таган Рог, 2002 (электронный учебник)

7.Гершгорн А.С. Математическое программирование и его применение в экономических расчетах. -М. Экономика, 1968 г.

Дополнительно

1.Дарбинян М.М. Товарные запасы в торговле и их оптимизация. - М. Экономика, 1978 г.

2.Джонстон Д.Ж. Экономические методы. - М.: Финансы и статистика, 1960 г.

3.Епишин Ю.Г. Экономико-математические методы и планировании потребительской кооперации. - М.: Экономика, 1975 г.

4.Житников С.А., Биржанова З.Н., Аширбекова Б.М. Экономико-математические методы и модели: Учебное пособие. - Караганда, издательство КЭУ, 1998 г.

5.Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике. - М.: ДИС, 1997 г.

6.Иванилов Ю.П., Лотов А.В. Математические методы в экономике. - М.: Наука, 1979 г.

7.Калинина В.Н., Панкин А.В. Математическая статистика. М.: 1998 г.

8.Колемаев В.А. Математическая экономика. М., 1998 г.

9.Кремер Н.Ш., Путко Б.А., Тришин И.М., Фридман М.Н. Исследование операции в экономике. Учебное пособие - М.: Банки и биржи, ЮНИТИ, 1997 г

10.Спирин А.А:, Фомин Г.П. Экономико-математические методы и модели в торговле. - М.: Экономика, 1998 г.

.#"justify">Приложение 1

Исходные данные

Определение валовой продукции (матрица)

Распределение продукции предприятий холдинга

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

Прогнозирование при принятии решений

Неопределенность внешней среды ставит организацию в такие условия, что при принятии решений прогнозирование становится необходимым.

Определение 1

Прогнозирование – это разработка прогнозов (научно обоснованных суждений о будущих состояниях исследуемого объекта, об альтернативах развития, сроках жизни и т.д.).

Прогнозирование при принятии решений означает оценку перспектив развития ситуации, которые могут сложиться после реализации решения. Прогнозирование основывается на анализе текущей ситуации в организации и во внешней среде. Цель прогнозирования – определить тенденции, которые воздействуют на организацию и рынок. В зависимости от области рассмотрения прогнозирование делят на следующие типы:

• экономическое (описывают общее состояние экономики на определенный период);
• технологическое (описывают будущие технологии, нововведения с точки зрения эффективности, трудоемкости, экономичности и т.д.);
• конкурентное (описывают стратегию поведения конкурентов на рынке, их долю рынка, уровень продаж, новые товары и т.д.);
• о состоянии товарного рынка (описывают положение на рынке с точки зрения влияния политики, экономики, экологии, уровня дохода потребителей, демографии и т.д.);
• социальное (описывает отношение потребителей к организации, товару).

Определение 2

Источники для составления прогнозов – это информация, полученная из бухгалтерской отчетности, статистические данные, оперативные данные, научно-техническая документация, лицензии, патенты, внешние источники информации (СМИ, интернет).

Основные этапы прогнозирования представлены на схеме.

Рисунок 1.

Существует много типов прогнозирования, все существующие методы принято делить на три группы :

• количественные;
• качественные;
• неформальные.

Рисунок 2.

Количественные методы включают:

• математические методы (экстраполяция, анализ временных рядов, анализ динамических рядов),
• причинно-следственное моделирование.

Качественные методы используются, когда нет полной информации о ситуации. Основа данной группы методов – экспертные оценки . Сюда включают:

• эвристические, экспертные методы;
• прогнозирование по аналогии;
• логическое прогнозирование;
• функционально-логическое прогнозирование.

Экспертные методы применяются во всех категориях менеджмента. Эксперты являются профессионалами в какой-либо области и оценивают ситуацию на основе своего опыта и интуиции.

Прогнозирование по аналогии используется очень часто. Если есть аналогия между текущей ситуацией и предыдущей, можно предсказать, как будет развиваться текущая ситуация.

Неформальные методы прогнозирования основаны на информации, которая собирается разными путями: вербальной, письменной, полученной в результате шпионажа.

Моделирование в ходе принятия решений

Моделирование ситуаций – широко используемый метод, помогающий принимать управленческие решения. Моделирование подразумевает исследование проблемы с помощью построения модели, изучения ее свойств и поведения. После всестороннего анализа модели полученные сведения переносятся на реальную ситуацию. Модель является абстрактным объектом, который приводят в соответствие с исследуемой ситуацией.

При принятии решений используют следующие типы моделирования :

• концептуальное (модели – это схемы, которые отражают представления о том, какие переменные в ситуации наиболее существенны для принятия решения и как они взаимодействуют, какие между ними связи);
• математическое (ситуация представляется в виде формулы, набора математических символов и выражений; такие модели удобны для количественного анализа, они показывают влияние элементов внутри ситуации на конечное решение);
• имитационное (с помощью компьютера воспроизводят алгоритм работы сложных систем или объектов во времени, имитируется их поведение, составные элементы; при этом сохраняется структура объекта, последовательность процессов также соблюдается).

Построение любой модели включает в себя несколько этапов:

1. Описание объекта. Это предварительное описание, которое максимально приближено к реальным параметрам. Данный этап – основа для последующих описаний.
2. Формализация объекта. На основе описания выделяются наиболее важные характеристики объекта, которые влияют на его работу. Затем определяют управляемые параметры и те, которые не поддаются контролю. Выделяют систему ограничений, строится схема или математическая функция. Таким образом словесное описание заменяется абстрактным (формальным) и упорядоченным. 3. Проверка адекватности. Проводятся расчеты, по их результатам принимают решение о применении модели на практике, либо о корректировке модели.
3. Корректировка. Сведения об объекте уточняют, корректируют параметры абстрактной модели. Затем снова проводится оценка адекватности.
4. Оптимизация. При соблюдении параметров адекватности модель стараются упростить. Таким образом можно получить более простую модель, но работающую по тем же принципам. Меняется форма модели, но не содержание. Основные показатели для оптимизации: затраты ресурсов, время на исследование, время для принятия решения с помощью модели.

Похожие статьи