Тема 1. Основы теории принятия решений, прогнозирования и исследования операций

Дисциплина «Методы принятия управленческих решений»

Тема 4. Целочисленное программирование как инструмент принятия управленческих решений

1. Сущность и методы целочисленного программирования.

2. Практические приложения целочисленного программирования.

Задача ЛП, в которой часть переменных или все переменные принимают только целые значения, называется задачей линейного целочисленного программирования.

Для решения задачи ЦП разработаны специальные методы, основными из которых являются метод отсечения (метод Гомори) и метод ветвей и границ.

Метод отсечения сначала предусматривает решение исходной задачи симплекс-методом без учета целочисленности. Если полученное решение нецелочисленно, то вводится добавочное ограничение, геометрически представляющее собой гиперплоскость, которая отсекает часть плоскости исходной задачи вместе с полученным оптимальным нецелочисленным решением. При введение дополнительного ограничения (а все ограничения в данной задаче представлены в виде равенств) оптимальное нецелочисленное решение находится вне области допустимых решений. Затем задачи ЦП уже с (n+1) ограничением вновь решается симплекс-методом и находится оптимальное решение для новой области допустимых решений. Если это решение опять не является целочисленным, то процедура повторяется. Таким образом, отличительная особенность метода отсечений – рост числа ограничителей и сужение области допустимых решений задачи на каждом последующем шаге.

Метод ветвей и границ применяется для решения полностью целочисленных и смешанных задач ЦП. На первом шаге решается задача без учета целочисленности. Допустим, что получено решение х₀ и f(х₀)=z₀. Если в этом решении некоторые переменные имеют дробные значения, то z₀ является верхней границей z=f(x*). На втором шаге производится ветвление по одной из целочисленных переменных, имеющих дробное значение в оптимальном плане x₀. Пусть целочисленная переменная принесла дробное значение b_k. Тогда допустимое множество решений разбирается на два подмножества, в одном из которых

x_k ≤ │ b_k│ (19)

в другом

x_k ≥ │ b_k│ + 1 (20)

Исходная задача разбивается на 2 новые. Допустимые области решений задач 1 и 2, вместе взятые, содержат все допустимые решения целочисленной задачи. Если в оптимальных решениях новых задач целочисленные переменные опять приняли дробные значения, то происходит дальнейшее ветвление задачи. Процесс ветвления и решения задачи продолжается до тех пор, пока не будет получено оптимальное целочисленное решение х* одной из задач. Если такое решение получено, то все вершины задачи ЛП, в которых значения целевой функции z = f(x*) отбрасываются, и в дальнейшем ветвлении участвуют только вершины, значения целевой функции в которых больше z. Процесс разбиения продолжается до тех пор, пока каждое подмножество не будет представлять собой точку допустимого множества. Ветвление какой-либо задачи заканчивается, если выполняется одно из трех следующих условий.

1. Решение недопустимое.

2. Решение целочисленное и допустимое.

3. Добавление последующих ограничений не может улучшить значения целевой функции (ЦФ).

В целях ускорения сходимости процесса при выборе точки ветвления используются следующие правила:

1) выбирается задача, соответствующая наилучшим значениям ЦФ

2) выбирается задача ЛП, решавшаяся последней

3) выбирается целочисленная переменная, имеющая дробную часть, близкую к ½.

2. Примеры задач ЦП – найти число бревен, распиливаемых каждым способом, с тем чтобы заготовки любого вида (длиной 1, 2 и 0, 9 м и числом не менее 50 и 81 шт. соответственно) было получено из наименьшего числа бревен; транспортная задача; задача коммивояжера – коммивояжеру нужно побывать в каждом из n городов, начиная и заканчивая свой маршрут городом 1. Он не имеет права дважды заезжать ни в один из городов – оптимизационная задача заключается в отыскании кратчайшего пути; распределение капиталовложений (бинарное решение – принцип выбор – «да-нет»).

Тема 10. Принятие управленческих решений в условиях многокритериальности

1. Источники многокритериальности и многокритериальные задачи.

2. Выбор решений в условиях многокритериальности.

1. Вопрос об однокритериальности или многокритериальности управленческих задач является дискуссионным. В специальной литературе иногда говорят о методах преодоления многокритериальности. Ф.Б. Филинов (профессор НИУ «ГУ-ВШЭ») считает, что какого-либо формального математического метода «преодоления» многокритериальности не может быть в принципе, а задача принятия решения в условиях рыночной экономики является многокритериальной. К источникам многокритериальности относятся необходимость использования наряду с критериями предпочтительности критерии допустимости, соблюдения определенных пропорций с учетом интересов основных заинтересованных групп, стратегических и текущих интересов предприятия (организации), несводимости в единый критериальный показатель экономических, социальных и экологических показателей.

Задача многокритериальной оптимизации – задача с несколькими критериями, которые с разных сторон характеризуют различные решения. Чаще всего заранее выделено направление улучшения каждого критерия, например, его увеличение, но одновременное увеличение всех критериев практически всегда невозможны.

Примеры многокритериальных задач – определение долей предприятия на разных рынках (его сегментах), многокритериальная задача о назначениях (распределении работ, должностей между сотрудниками) исходя из системы критериев, задача устранения (снижения) дефицита сотрудников определенной группы персонала и т.д.

2. Основные методы решения многокритериальных задач:

- лексикографической метод и его модификации;

- метод Парето;

- метод замещений;

- метод аналитической иерархии (основанный на теории нечетких множеств) и его модификации;

- метод последовательных уступок;

- метод главного критерия;

- метод агрегированного критерия («обобщенного показателя»).

Дисциплина «Методы принятия управленческих решений»

Тема 1. Основы теории принятия решений, прогнозирования и исследования операций

1. Основные понятия и принципы принятия решений.

2. Эволюция и современный этап развития теории принятия решений.

3. Классификация методов принятия управленческих решений. Границы применения количественного анализа.

4. Исследование операций как инструмент принятия управленческих решений.

5. Методология моделирования «Задача – модель – метод – условия применимости».

6. Сущность, классификация прогнозов, информационная база, инструментарий и этапы прогнозирования в организации (на предприятии).

1. Принятие решений – основа любого управления. Управление – целенаправленное воздействие на определенный объект или процесс для перевода его в определенное (новое) состояние или поддержание в установившемся состоянии. Управленческое решение – основная форма воздействия (формами воздействия также являются восприятие руководителя подчиненными, реакции на образ и поведение руководителя на подсознательном уровне). Именно принятие управленческих решений превращает наемного сотрудника в менеджера.

Существует расширенное и узкое понимание процесса принятия решений. В расширенном понимании принятие решений отождествляется со всем процессом управления. По мнению Э.В. Минько (профессор Санкт-Петербургского государственного университета аэрокосмического приборостроения) такой подход противоречит в некоторой степени логическому представлению о том, что конечным результатом процесса является решение. В узком понимании, встречающемся в первую очередь в литературе формально-математического направления, принятие решений трактуется как выбор наилучшего решения из множества возможных вариантов в условиях многовариантности и многофакторности управленческих задач.

Следует заметить, что расширенная и узкая трактовка принятия управленческих решений не противоречат друг другу. Решение может трактоваться как результат выбора, и такая трактовка предопределяет узкое понимание принятия решений. Управленческое решение может трактоваться как выбор альтернативного варианта (комбинации совместных вариантов) устранения проблемы функционирования или развития организации, осуществленный руководителем (специалистом) в рамках его должностных полномочий и согласованные с этим выбором действия, позволяющие эффективно достигать целей управления объектом. Управленческое решение включает в себя не только выбранную альтернативу (комбинацию совместных альтернатив). Но и соответствующий выбору курс действий. В этом смысле решение и действие неразделимы. В то же время на практике осуществляются действия, не адекватные принятым решениям в силу недостаточной квалификации исполнителей, их активного или пассивного сопротивления принятым решениям, появления непредвиденных обстоятельств, на которые имеется реакция исполнителей в форме действий (бездействия), но которые никак не учтены в системе управленческих решений. Именно этим моменты предопределяют большую масштабность процесса управления по сравнению с процессом принятия решений, а не то обстоятельство, что решение – продукт управленческого труда. В тоже время процесс управления заведомо неэффективен, если его основу не составляет процесс принятия решений. Широкая трактовка принятия решений как процесса включает в себя подготовку решения (разработку вариантов или их предварительный отбор), выбор и реализацию принятого решения в соответствии с разработанным и/или скорректированным планом мероприятий. Такая трактовка предполагает и наличие достаточной степени принятия решения исполнителями (т.е. согласия исполнителей с решением).

К основным понятиям, связанным с принятием решений, относятся цель, задача принятия решений, проблема, ситуация, проблемная ситуация, предпочтение, допустимые, эффективные и оптимальные решения.

Цель – идеальное представление желаемого, возможного и необходимого состояния системы или результата деятельности. Задача принятия решений состоит в определении наилучшего (оптимального) или предпочтительного способа действий для достижения поставленной цели. Проблема расхождения между фактическим (будущим) и желаемым состоянием объекта. Условия, с которыми всегда связана проблема, обобщенно называют ситуацией. Совокупность проблемы и ситуации образует проблемную ситуацию.

Предпочтение – интегральная оценка качества решений, основанная на объективном анализе и субъективном понимании лицом, принимающий решение ценности, эффективности решений.

Решение называется допустимым, если оно удовлетворяет заданным ограничениям, эффективным, если в данной ситуации не существует более предпочтительного решения, и оптимальным, если оно обеспечивает экстремум целевой функции (формализованной функции цели) выбранного критерия и удовлетворяет принципу группового согласования. Оптимальные решения могут приниматься только в условиях определенности. Понятие эффективного управленческого решения может быть развернуто как решение, соответствующее ситуации, обладающее потенциалом эффективности с позиции реализации интересов собственников и других заинтересованных групп, приемлемым уровнем ожидаемой реализуемости. Реализуемость управленческого решения – количественно-качественная оценка шанса решения быть реализованным с учетом внешних и внутренних факторов непосредственного воздействия.

Для обеспечения эффективности управленческих решений в различных ситуациях необходимо соблюдение системы принципов принятия решений:

1. Принцип единоначалия – единоначалие принятие решения при его высоком качестве, недостаточном уровне «зрелости» (квалификации и мотивированности) исполнителей.

2. Принцип единогласия – безоговорочная поддержка выдвигаемого варианта решения. Имеет место лишь в экстремальных ситуациях, а также при отсутствии «коалиций» в противоборствующих группах.

3. Принцип большинства. Используется тогда, когда в процессе принятия управленческих решений соперничают разные мнения (индивидуальные и групповые). Обычно прибегают к голосованию (простое или квалификационное большинство).

4. Принцип консенсуса. Предусматривает согласование всех спорных вопросов и различных мнений в процессе выработки управленческих решений. Достигается путем взаимных консультаций, обсуждений, многоплановых согласований между отдельными работниками и группами, а также путем применения различных методов активизации интуиции специалистов.

5. Принцип альтернативности – разработка решения не должна ограничиваться одним вариантом.

6. Принцип сбалансированного учета форм экономической ответственности лиц, принимающих решения: эффекта, ущерба, упущенной выгоды.

7. Принцип учета реализуемости управленческих решений при окончательной оценке их экономической эффективности.

8. Принцип двухмерного измерения экономической и социальной эффективности решений: экономическая эффективность рассматривается как социальная, а социальная как экономическая.

9. Принцип устойчивости и гибкости управленческих решений. Гибкость решения – степень соответствия решения меняющимся требованиям макроокружения, деловой контактной среды и внутренней среды организации. Управленческое решение является устойчивым, если оно предусматривает различные варианты действий в зависимости от важнейших условий, при обосновании решения осуществляется резервирование ресурсов, механизм реализации решения включает в себя развитие общего или частного потенциалов организации (маркетингового, инновационного, финансового, кадрового) или потенциала структурного подразделения.

10. Принцип прогрессивности решений (соответствия и превосходство решений над отечественными и зарубежными аналогами).

11. Принцип отсутствия искусственной усложненности решений.

12. Принцип прозрачности решений - т.е. их концептуального единства, очевидности принципов обоснования и достоверности использованной информации и выполненных расчетов (логических выводов).

13. Принцип рационального сочетания труда лиц, подготавливающих и принимающих решения.

14. Принцип гибкого использования наиболее рациональных форм разработки решения: индивидуальных, групповых, коллективных, коллегиальных, целевых межфункциональных групп.

15. Принцип иерархичности – формулировка проблем, разработка и выбор решения должны концентрироваться на том уровне иерархии, где для этого имеется необходимая информация.

2. Теория принятия управленческих решений - быстро развивающаяся наука, имеющая свою историю. Математические методы в экономике начали использоваться в XVIII в. (французский экономист Ф. Кенэ). В конце XIX века были разработаны и начали использоваться статистические методы, которые составили предпосылки к возникновению новой науки – эконометрии (приложение математического анализа и математической статистики к изучению количественной стороны экономических явлений). В середине 30-х гг. американским математиком Дж. фон Нейманом была сконструирована одна из первых макроэкономических моделей экономической динамики. Данная модель – одна из первых моделей математического программирования. Математическое программирование – направление прикладной математики по решению задач получения оптимума (максимума или минимума) некоторой функции, которая является целью рассматриваемой задачи (поэтому она называется целевой функцией), при наличии ограничений на переменные. Термин «программирование» здесь употребляется не в смысле программирования на ЭВМ, хотя решение задач математического программирования невозможно без ЭВМ, а ввиду получения наилучшего (оптимального) плана или программы работы конкретного экономического объекта.

В середине 40-х гг. XX века бурно развивается теория игр, основателей которой считают Дж. фон Неймана. Теория игр была впервые систематизированно изложена Дж. фон Нейманом и О. Моргенштерном в 1944 г. в монографии «Теория игр и экономическое поведение».

В 1948 г. возникает новая наука – кибернетика. Основатель кибернетики – Норберт Винер. Кибернетика – наука об общих закономерностях процессов управления в разных системах: биологических, экономических, технических. Одно из направлений кибернетики, объектом которой являются экономические системы, получило название экономической кибернетики.

В конце 30-х – начале 40-х гг. XX века в США зарождается исследование операций (первоначальное приложение – военные операции), позволяющие формализовать задачу и за ограниченное число итераций найти наилучшее решение, обеспечивающее экстремум критерия эффективности. К представителям направления «исследование операций» следует отнести и ряд отечественных ученых – Л.В. Канторовича, В.С. Немчинова, Н.Л. Федоренко, С.С. Шаталина. В 60-е годы XX века в СССР осуществляется процесс совершенствования моделей и использования соответствующего математического аппарата: переход от статических моделей к динамическим; от жестко детерминированных к стохастическим моделям, которые учитывают случайность и неопределенность; создание методов стохастического (имитационного) моделирования новых алгоритмов для ЭВМ, которые позволяли решать задачи большой размерности. В 70-90-х годах экономико-математическое моделирование стало признанным средством анализа экономических проблем. В отечественной практике в 70-х годах появляются автоматизированные системы управления (АСУ), предназначенные для оптимизации сплошными производственными процессами и экономическими системами. В конце 80-х в передовых корпорациях формируется риск-менеджмент (управление рисками на основе их учета, анализа и оценки и определения целесообразности мер по предупреждению и снижению рисков).

В настоящее время при принятии решений прежде всего опираются на системный подход. Речь идет о том, что надо рассматривать проблему в целом, а не «выдергивать» для обсуждения какую-нибудь одну черту, хотя и важную. «Так при массовом жилищном строительстве можно выдернуть» черту – стоимость квадратного метра в доме. Тогда наиболее дешевые дома – пятиэтажки. Если взглянуть системно, учесть стоимость транспортных и инженерных коммуникаций (подводящих энергию, воду, тепло и др.), то оптимальное решение уже другое – девятиэтажные дома. Системный подход имеет 6 аспектов: элементный, структурный, функциональный, интегративный, коммуникативный, исторический. Эти аспекты системного подхода изолированно или в сочетании порождают другие подходы к принятию управленческих решений. Так, функциональному аспекту соответствует не только функциональный подход, но и процессный. Комбинирование элементного интегративного, коммуникативного и исторического аспектов дает появление ситуативного подхода, а также ресурсно-целевого. Ресурсно-целевой подход означает необходимость одновременного учета (в статике и динамике) состава и существенных характеристик целей организации с одной стороны, и количества и качества ресурсов – с другой. Автор ресурсно-целевого подхода – профессор кафедры менеджмента Ивановского госуниверситета - А.С. Лифшиц.

Современный арсенал методов принятия решений разнообразен. При этом необходимо учитывать трудности использования экономико-математических методов и моделей на практике: сложность моделирования экономических процессов и явлений с учетом отношений между людьми, индивидуальных особенностей принятия решений; необходимость «встраивания» математических моделей в существующую систему управления; трудности проверки при решении новых социально-экономических задач. К средствам преодоления этих трудностей можно отнести:

1. Имитационное моделирование, дающее возможность руководителю, принимающему решения, с помощью персонального компьютера (ПК) включиться в процесс построения экономико-математической модели с принятием предпочтительного решения на ее основе (главный принцип имитационного моделирования: «Что будет, если…»).

2. Системный анализ, учитывающих все существующие элементы и их взаимосвязи, изучающий отдельные устойчивые объекты как структурных частей более общих систем, выявляющий роль каждого из них в функционировании экономического процесса в целом.

3. Программно-целевой метод планирования, основанный на формировании целей и подцелей экономического развития, на которые нужно направить наибольшие силы и средства, и разработке программ их достижения.

4. Использование в необходимых случаях квалифицированных и согласованных экспертных оценок.

5. Применение синтетических методов – например, метода анализа иерархий, представляющий собой комбинацию методов «дерева целей», экономико-расчетного, экспертных оценок, матричного.

3. Существует несколько классификаций методов принятия решений. Так, И.С. Вентцель различает методы, решающие задачу нахождения элементов при заданных в детерминированном виде условиях, которые обратили бы целевую функцию в экстремум. Такие задачи получили название вариационных. Эти задачи в простых случаях решаются на основе предельного анализа. В более сложных случаях – большое число аргументов, ограничения в виде неравенств, производные не во всех точках могут быть найдены (прерывные функции) задачи данной (первой) группы описываются и решаются методами математического программирования. Для второй группы задач характерно то, что в них помимо присущих первой группе задач фактором (детерминированных постоянных и искомых неизвестных, набор допустимых значений которых составляет решение задачи), учитываются также случайные факторы, определенным образом заданные или неизвестные. При этом различают две подгруппы задач. В задачах первой подгруппы случайные факторы (величины или функции) имеют законы распределения. Во второй подгруппе случайные факторы не могут быть описаны с помощью статистических методов, поскольку параметры законов распределения случайных факторов неизвестны или эти законы не существуют (случайные факторы не обладают свойством статистической устойчивости). Эта подгруппа задач решается путем многократной замены случайных факторов случайными наборами детерминированных факторов.

Для третьей группы задач в отличии от второй группы учитываются неопределенные (случайные) факторы, зависящие не от объективных обстоятельств, а связанные с сознательным воздействием извне. Эта группа задач, называемых задачами в конфликтных ситуациях, решается с помощью теории игр. Непременным условием решения задач методом теории игр является противоречивость противоборствующих сторон.

Интерес представляет классификация экономико-математических моделей О.Е. Лугинина и В. Н. Фомишина. Признаки классификации – назначение; степень вероятности; способ описания; способ учета изменения процесса во времени; точность математического отображения рассматриваемых явлений. По назначению модели целесообразно разбить на имитационные; балансовые; сетевые; оптимизационные. По степени вероятности модели подразделяются на 3 класса: аналитические, в которых показатели списываются математическими формулами; эконометрические (стохастические), которые предназначены для анализа и прогнозирования рассматриваемых экономических явлений в условиях неопределенности исходных данных и реализуются методами математической статистики; смешанные. По способу учета изменения процесса во времени модели подразделяются на 3 класса: статические, в которых предусматривается, что входные параметры не изменяются во времени; многошаговые, в которых время протекания процесса делится на «шаги» (интервалы) и в рамах одного шага рассматривается статическим; динамические, где учитывается непрерывное изменение времени. По точности математического отображения рассматриваемых явлений модели делятся на две группы: линейные, зависимости в которых имеют переменные первой степени и не включают их обратных величин и произведение переменных; нелинейные.

А.И. Орлов различает простые методы принятия решений, т.е. не требующие применения развитого математического аппарата (матричный-табличный метод, экономические расчеты, дерево решений); оптимизационные методы (в т.ч. теория графов); вероятностно-статистические методы (в т.ч. метод Монте-Карло), экспертные методы принятия решений.

Несмотря на развитие экономико-математических методов, следует понимать границы применимости количественного анализа. Решение принимает не модель, а руководитель. Менеджмент не может быть предельно формализован, т.к. он не только наука, но и искусство в условиях неопределенности и сильной вариации управленческих способностей. Иррациональные привычки и традиции также не формализуются. Прикладная математика не может диагностировать причины проблем; разрабатывать альтернативные варианты решений исходя из выявленных причин проблемной ситуации; определять негативные и позитивные критические факторы реализации или решения (устранения) проблемной ситуации; проверять альтернативные варианты на совместимость и комбинировать совместимые альтернативные варианты; учитывать качественные (непосредственно не измеряемые) факторы при принятии решения; определять формирующиеся точки перелома (момент изменения тенденции); регулировать уровень реализуемости управленческих решений исходя из ограниченной рациональности (личностно ограниченное рациональное решение, организационно ограниченные рациональные решения) или стремления сохранить или усилить власть руководителя (политическое решение).

4. В объективно существующих условиях многовариантности осуществлять обоснование и принятие управленческих решений можно несколькими, существенно различающимися по эффективности способами:

· традиционным, т.е. на основе накопленного опыта и сложившихся традиций, не приводивший ранее к серьезных ошибкам;

· на основе квалификации и здравого смысла, что позволяет принимать не самые худшие решения;

· на основе формализации решаемой задачи с использованием современных критериев и ограничений, позволяющих находить наилучшие решения.

Разнонаправленное влияние различных факторов на критерий эффективности, любых целенаправленных действий предопределяет существование наилучшего оптимального способа действий, обеспечивающего экстремальность показателя эффективности. Экономический оптимум – совокупность наиболее благоприятных условий развития экономической системы при заданной цели и ограничениях возможных состояниях системы. Поиск оптимума есть поиск наилучших параметров развития системы, поддающейся количественному описанию, и параметров, обеспечивающей достижений заданной в экстремальном виде цели.

Исследование операций – динамично развивающаяся отрасль прикладной математики, которую можно определить как теорию принятия оптимальных решений на основе применения количественных математических методов в сочетании с искусством человека ставить перед собой задачи и принимать обоснованные решения.

Предметов исследования операций являются практически все области созидательной деятельности человека, прежде всего, системы управления и оптимального распределения ресурсов, а также планирования боевых операций.

Операцией называется любое управленческое мероприятие (или система действий), направленное на достижение цели. Примеры операций – транспортировка материальных ресурсов, раскрой материалов, расстановка рабочих по рабочим местам, замена оборудования, выборочный контроль качества продукции, создание сети временных торговых точек, массовое медицинское обследование группы населения и т.д.

Результат операции зависит от способа ее проведения, иначе от выбора некоторых параметров. Всякий определенный выбор параметров называется решением. Оптимальными считают те решения, которые по тем или иным соображениям предпочтительнее других (в условиях неопределенности можно говорить лишь об условной оптимальности).

Основной задачей исследования операций является предварительное количественное обоснование оптимальных решений. Само принятие решений выходит за рамки исследования операций и относится к компетенции ответственного лица или группы лиц, которые могут учитывать и другие соображения, отличные от математически обоснованных. В ряде задач исследования операций оптимальным является решение, при которым выбранный критерий эффективности принимает максимальное или минимальное значение. В других – это вовсе необязательно. Так, в задаче создания сети временных торговых точек оптимальным можно считать такое количество точек и персонала в них, при которой среднее время обслуживания покупателей не превысит, например, 5 минут. А длина очереди в среднем в любом момент окажется не более 3 человек.

В прикладных задачах исследования операций могут использоваться достижения из любой области математики. Однако существует особый класс методов, специально разработанных для решения этих задач. Общим свойством, характерным для методов исследования операций, является реализация последовательности действий на получение обоснованного решения. Эти действия в сфере экономики и управления приобретают форму экономико-математических моделей.

5. Математическая модель – описание исследуемого явления или процесса с помощью абстрактных математических соотношений.

Разработка и применение экономико-математической модели состоит из нескольких этапов.

Этап 1 – постановка задачи.

Этап 2 – выбор и обоснование критерия и системы ограничений, определяющих область допустимых решений.

Этап 3 – решение задачи на основе адекватных методов (метода) исследования операций.

Этап 4 – внедрение результатов операционного исследования и совершенствование модели.

Этап 5 – интерпретация результатов, обоснование и принятие решения.

6. Стало аксиомой утверждение, что успех в бизнесе базируется на способности к точному прогнозированию. Прогноз – вероятностное научно обоснованное суждение о перспективах, возможных состояниях того или иного явления в будущем и (или) об альтернативных путях и сроках их осуществления.

Прогнозы подразделяются на пассивные (абстрагирование от возможных решений и действий), нормативные (определение путей и сроков достижения цели). Признак классификации – назначение прогноза. По способу представления результата прогнозы подразделяются на интервальные и точные. По периоду упреждения различаются оперативные, кратко-, средне-, долго- и дальнесрочные (сверхдолгосрочные) прогнозы.

В основе прогнозирования лежат 3 взаимо-дополняющих источника информации о будущем:

· оценка перспектив развития на основе опыта, по аналогии с достаточно хорошо известными сходными явлениями и процессами;

· условное продолжение в будущее (экстраполяция) тенденций, закономерности развития которых в прошлом и настоящем достаточно хороши известны;

· модель будущего состояния того или иного явления или процесса, построенная сообразно ожидаемым или желательным изменениям ряда условий, перспективы развития которых достаточно хорошо известны.

В соответствии с этим существует 3 взаимосвязанных и дополняющих друг друга способа разработки прогноза – анкетирование; интерполирование и экстраполирование; моделирование.

Общая логическая последовательность основных операций разработки прогноза включает следующие основные этапы:

1. Предпрогнозная ориентация.

2. Построение исходной модели прогнозируемого объекта.

3. Сбор данных прогнозного фона (совокупности внешних по отношению к объекту прогнозирования условий, существенных для решения задачи прогноза).

4. Построение динамических рядов показателей.

5. Построение серии гипотетических (предварительных) поисковых моделей прогностического объекта методами поискового анализа профильных и фоновых показателей с конкретизацией оптимистического, пессимистического и наиболее вероятного (реалистического) значений.

6. Построение серии гипотетических нормативных моделей прогнозируемого объекта методами нормативного анализа с конкретизацией значений абсолютного (не ограниченного рамками прогнозного фона) и относительно, привязанного к этим рамкам оптимума по заранее определенным критериям и ограничениям.

7. Оценка точности и достоверности, а также обоснованности (верификация) прогноза – уточнение гипотетических моделей, обычно методами опроса экспертов.

Эффективность прогнозов не может сводиться только к оценке степени их точности, достоверности, периода упреждения; не менее важно знать, насколько тот или иной прогноз содействует повышению эффективности разрабатываемых на его основе решений.

12 3 4 5 6 7 8 Следующая ⇒