Моделирование и прогнозирование. Моделирование и прогнозирование при принятии решений. Коллективная генерация идей

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.)

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ СОЦИАЛЬНЫЙ УНИВЕРСИТЕТ

ВЫСШЕЕ ОБРАЗОВАНИЕ

В.М.САФРОНОВА

ПРОГНОЗИРОВАНИЕ И МОДЕЛИРОВАНИЕ

В СОЦИАЛЬНОЙ

Учебно-методическим объединением вузов России

по образованию в области социальной работы

в качестве учебного пособия для студентов

высших учебных заведений

УДК 303.733.4

Издание осуществлено в рамках Государственной программы научно-методического обеспечения специальности «Социальная работа»

Научный руководитель - В.И.Жуков

Рецензенты:

доктор исторических наук, профессор Л.Г.Захаров;

доктор исторических наук, профессор А.Н.Хорошилов

Сафронова В.М.

С 21 Прогнозирование и моделирование в социальной работе: Учеб. Пособие

для студ. высш. учеб, заведений - М.: Издательский центр «Академия»,

ISBN 5-7695-0834-5

В пособии рассматриваются базовые вопросы методологии, теории и организации научного прогнозирования и моделирования социальных процессов, различные виды и типы прогнозов и моделей. Особое внимание уделено формированию умений реализовать теоретико-методологические принципы прогнозирования и моделирования в социальной практике. В качестве иллюстраций к теоретическим положениям приводится обширный опытно-экспериментальный материал.

Книга может быть полезна научным и практическим работникам, а также всем интересующимся проблемами прогнозирования социальных процессов.

УДК 303.733.4

ISBN 5-7695-0834-5 © Сафронова В.М., 2002

© Издательский центр «Академия», 2002

Общественные преобразования последнего времени в нашей стране актуализировали проблему прогностических исследований и моделирования в социальной сфере.

Выход России из кризиса, обоснование стратегии социального развития, определение ближайших и дальнесрочных программ требуют инновационных действий и широкого современного мышления, основанного на интеграции наук. Прогнозирование и моделирование занимают здесь особо важное место как высокотехнологичные методы научного анализа и предвидения.

Сущность данного научного и учебного направления состоит в систематическом анализе социальных процессов через призму теоретико-методологических принципов для выявления проблем и тенденций общественного развития, определения путей решения социальных задач.

В современных условиях умение предвидеть и прогнозировать будущее, а следовательно, и влиять на социальные процессы становится также одним из самых ценных качеств молодого специалиста.

Вузовская система Российской Федерации ныне обретает и право и возможность преподавать социальное прогнозирование и моделирование как общепрофессиональную дисциплину для специалистов любого профиля. В Московском государственном социальном университете 10 лет назад впервые была создана кафедра «Социальное прогнозирование и моделирование» под руководством автора данного учебного пособия, которая выступает в роли научно-методического центра для создающихся в вузах РФ кафедр, читаемых учебных курсов, циклов лекций через систему факультативов, курсов подготовки, переподготовки и повышения квалификации кадров.

Процесс обучения строится по схеме: изучение теории -» анализ практики -> экспериментальная апробация -> внедрение. В тесном сотрудничестве с Министерством труда и социального развития (Департаментом анализа и прогнозирования социально-экономического развития РФ), с другими федеральными структурами сотрудники кафедры участвуют в федеральных исследовательских программах, что способствует и обогащению учебного процесса, и более глубокому изучению проблем в ходе социальных преобразований в обществе. Нередко разрабатываемые студентами и аспирантами прогнозы и модели становятся коммерческим продуктом и помогают выпускникам более активно адаптироваться к условиям рыночных отношений, повышают их конкурентоспособность и востребованность.

За теоретическую разработку нового научного направления кафедра имеет международный сертификат и удостоена первого места на вузовском научном конкурсе среди исследователей социальной практики.

Основная цель данного пособия - не только познакомить студентов с основами научного прогнозирования и моделирования социальных процессов, различными видами и типами прогнозов и моделей, но и рассмотреть ряд актуальных теоретических и практических задач. Часть из них предполагает выявление роли прогнозирования и моделирования в обосновании концептуальных подходов к перспективам общественного развития и вооружить всех интересующихся методологией прогностических исследований по выявлению тенденций, «поля возможностей» в общественных преобразованиях, оптимальных путей в достижении социального результата в соответствии с поставленными целями.

Вторая часть задач дает знания в области разработки прогнозов и моделей, формирует умение реализовать теоретико-методологические принципы прогнозирования и моделирования в социальной практике, способствует овладению навыками разработки, экспериментальной апробации и внедрения наиболее современных технологий моделирования и прогнозирования.

Решение этих задач направлено на формирование прогностической культуры кадров как непременного и важного условия повышения эффективности их деятельности, обеспечения конкурентоспособности специалистов любого профиля, любого уровня.

Методика изложения материала построена по принципу «обретение через упрощение». Разделы книги обозначают границы концептуального характера: методологии, технологии, методики, сценарно-игровое моделирование. Вместе с тем каждая глава и подразделы, параграфы включают конкретный и наглядный материал, имеющий прикладное значение для самого широкого круга читателей, в том числе практических социальных работников.

Список литературы для углубленного изучения и словарь основных терминов повышают практическую значимость издания. В качестве иллюстраций приводится большой опытно-экспериментальный материал.

В приложениях сосредоточен вспомогательный и учебно-методический материал.

При анализе проблем социально-экономического развития РФ использованы материалы Министерства труда и социального развития (Департамент анализа и прогнозирования социально-экономического развития РФ) по разработке прогноза на период до 2004 г.

Некоторые технологии моделирования и прогнозирования со-циоэкологических проблем являются результатом исследований А. С. Госпорьян, в течение нескольких лет занимающейся разработкой этой темы.

Использование в учебном пособии отдельных положений научных исследований А. В. Марковой обогатило содержание учебного пособия актуальным информационно-аналитическим материалом федерального уровня.

В третьем разделе пособия в развитии основных положений системно-функционального подхода использованы фрагменты исследований научной школы под руководством автора «XXI век: прогнозы и модели».

При анализе демографических процессов использованы различные технологические подходы моделирования и прогнозирования, применяемые другими исследователями (Т. В. Кузьминова, А.И.Пантелеев, Е.А.Назарова), что дает возможность читателям сравнить существующие методы, определить собственное отношение к ним.

Все присланные замечания и предложения будут автором с благодарностью приняты и учтены.

Раздел I

ОСНОВЫ ПРОГНОЗИРОВАНИЯ И

МОДЕЛИРОВАНИЯ

Методологические аспекты прогнозирования

и моделирования социальных процессов

Отличительной чертой современного мира, несмотря на предпринимаемые меры и усилия, является его разбалансированность, нарастание экономических, политических, религиозных, социальных катаклизмов. Международная общественность, государства мира пришли к выводу, что существующая парадигма развития цивилизации является ущербной, гибельной для будущего, человечество нуждается в смене концептуального подхода. Но для того чтобы решить, какую, наиболее гуманную, модель развития выбрать, необходимо увидеть некую общую картину технологических трансформаций, движущих сил, культурных последствий. По-прежнему больше вопросов, чем ответов и на самую актуальную проблему: что представляет собой информационное общество, которому якобы нет альтернатив? И которое, казалось, призвано разрешить самые острые социальные вопросы.

Да, это глобальные проблемы (в том числе и международный терроризм), исследование которых является предметом междисциплинарных и международных научных изысканий, но без их прогнозного видения и осмысления бесперспективна самая энергичная практическая деятельность в любой стране, в самых различных аспектах социальной сферы, на всех уровнях управления.

Для российского общества, переживающего острый социально-экономический и духовно-нравственный кризис, обеспечение эффективности управления социальными процессами, необходимость выработки прогнозного видения развития, перспектив - стало одной из актуальных задач в области как теоретических исследований, так и научного обоснования социальной практики и одним из важнейших условий выживания, восстановления и развития.

Ныне перед учеными и практиками встает необходимость осознать возможности влияния человека на развитие общества, мира в целом; уточнить соотношение объективных процессов, с одной стороны, человеческого воздействия на них - с другой. От этого зависит и концептуальное видение будущего, его прогнозирование: или это лишь обозначение развивающихся тенденций и предполагаемый на их основе прогноз, или это прогноз с учетом возможностей и необходимости влияния человека на обозначившиеся тенденции развития в соответствии с современными представлениями и убеждениями.

Время позволяет ответить на многие вопросы, опираясь на достижения науки, и вселяет определенный оптимизм во взгляды на будущее. Однако все более очевидным становится осознание все новых и новых ограничений, что, в свою очередь, также является достижением науки и свидетельствует о сложных противоречиях.

В связи с этим мы в дальнейшем и рассмотрим вопросы: Все ли можно спрогнозировать? С какой степенью достоверности? Одинаковы ли подходы к прогнозированию глобальных и локальных систем и ситуаций? Какие процессы и явления мы можем отнести к линейной динамике, а следовательно, и с большей степенью достоверности осуществить прогноз, выявить тенденции и предложить пути решения? А какие - к нелинейной динамике, в связи с чем возрастает роль случайных факторов? И как, каким образом это будет отражаться на социальной практике?

Это широкий круг вопросов теории и методологии.

Методология правомерно рассматривается как общая система принципов и регулятивов человеческой деятельности - процессов познания и философского обоснования способов и приемов организации всего многообразия видов человеческой деятельности - и как учение об этой системе. Ее основой является диалектика, выполняющая эвристическую, аксиологическую, мировоззренческую и ориентирующую функции. Методологический аспект объективно присущ, в принципе, любой деятельности, руководству, управлению, социальной работе в силу органической и многоплановой взаимосвязи различных сфер общественной жизни, а также непрерывного усиления взаимодействия между ними.

Предлагаемая нами концепция прогнозирования и моделирования (социальных процессов базируется на двух основных методологических принципах. Первый из них - признание объективного характера социальных процессов. Второй принцип состоит в признании превалирующей роли в социальном развитии субъективного фактора, т.е. разумной целенаправленной деятельности людей, опирающейся на накопленный научный потенциал и определенные нравственно-этические и моральные ценности, а в связи с этим - и их способности выбирать, определять ориентиры общественного развития и пути достижения обозначенных целей.

Сегодня как никогда необходим интегрированный системный анализ общественного развития, позволяющий увидеть и проследить тенденции, ход и динамику социальных процессов, попытаться при этом отделить реальные события от субъективных реакций, эмоций, намерений, предположений. Важнейшая сторона этой проблемы - выявить роль и значение лидеров в политике и социальной жизни, понимание ими глубины социальных процессов и своих возможностей влиять на ход событий; исследовать идеалы, средства, с помощью которых они предполагают достижение социальных результатов.

Все попытки осознать, понять мир лишь через собственный опыт, на уровне повседневной практики - бесперспективны, а если речь идет о государственном управлении, то пагубны для страны, так как у внешнего мира («видимого») есть и другая, скрытая от нас сторона, нуждающаяся в глубоком научном анализе, прогнозировании социальных процессов, базирующемся на учете многих факторов и предполагающем определенный уровень философской, интеллектуальной, методологической культуры.

Необходимо учитывать всю совокупность ближайших и отдаленных последствий принимаемых решений, причем не только в данной исследуемой области, но и в смежных областях; иначе, когда речь идет о социальных процессах, могут, в результате вмешательства в них, возникать такие негативные явления, своего рода цепная реакция, которые отрицательно скажутся на положении дел как в других сферах жизни общества, так и на обществе в целом.

Для того чтобы заглядывать в будущее, необходимо также знать прошлое. Отсутствие объективного анализа прошлого влечет за собой и неверное толкование настоящего, и неспособность «заглянуть» в будущее, а тем более предвидеть его. Прошлое, настоящее, будущее органично взаимосвязаны: нельзя во имя будущего отвергать все, что не только предопределяет его, но и обеспечивает его устойчивость и надежность.

В частности, многие возникшие в ходе нынешнего реформирования российского общества проблемы нельзя рассматривать в плане непременной замены «старых форм» более совершенными, «новыми» - как движение вперед. Ведь общество оказалось отброшенным на полвека назад, большинство населения находится за чертой бедности. Обозначилась и тенденция к духовной деградации общества. Именно эти проблемы и должны стать главными, на научное и практическое конструктивное их решение следует направить усилия.

Прогностика как система научных знаний о будущем тесным образом связана и взаимодействует с историей и математикой, философией и социологией, психологией и правоведением.

Прогнозирование - это социальная теория познания. Она находится в специфическом взаимодействии с целым рядом теоретических доктрин, концепций, систем, которые в той или иной мере рассматривают в качестве основного объекта будущее, осуществляют на разных уровнях - теоретическом, психолого-интуитивном, практическом - исследование проблем близкого и далекого будущего, пытаются проникнуть в незнаемое.

Прогнозирование лишь в том и только в том случае плодотворно, когда оно базируется на научных системах познания, позволяющих предвидеть ход процессов, социальных явлений, тенденций развития и социальные последствия предпринимаемых практических мер.

Широко используемое в политических целях прогнозирование зачастую носит предвзятый оценочный характер; истина здесь приносится в жертву провозглашаемым политическим воззрениям и концепциям. Тем самым в значительной мере дискредитируется и сама возможность успешного научного прогноза.

Следует учитывать также, что для успешного прогнозирования и моделирования социальных процессов необходим определенный уровень теоретического мышления, культуры мышления. Иначе невозможно правильно выстроить логику практических действий, смоделировать варианты развития социальных ситуаций, спрогнозировать тенденции их развития, учесть все возможные последствия совершаемых действий для той или иной подсистемы социальной сферы и для общества в целом.

Рассмотрение проблемы начнем с основных понятий курса: «прогностика», «прогноз», «прогнозирование», принципы «социального прогнозирования», «прогнозирование в социальной практике» и др.

Прогностика - наука о системе нашего мышления о будущем, о способах и методах исследования будущего. Методология прогностических исследований опирается на наиболее ценные теоретические достижения многих наук: исторических, математических, философии, социологии. Прогнозирование - это метод научного исследования, ставящий своей целью предусмотреть возможные варианты тех процессов и явлений, которые выбраны в качестве предмета анализа.

В основе методологии прогнозного исследования лежит принцип целостного, системного, комплексного рассмотрения объекта, учет его иерархической соподчиненности, его взаимосвязей как по вертикали (по уровню), так и по горизонтали (со смежными областями), зависимость от внешних факторов и внутренних изменений.

Не менее важным принципом является четкое определение статуса, особенностей объекта прогнозных исследований, предварительный теоретический анализ его сущности на основе имеющегося уровня научных знаний, что позволит на всех этапах исследования придерживаться единообразия в категориально-понятийном аппарате и терминологии, а в процессе обобщения результатов добиваться максимально возможной объективности, достоверности и точности.

Практическое назначение прогнозирования - подготовка обоснованных предложений, проектов, программ, рекомендаций и оценок о том:

В каком направлении желательно развитие объектов в исследуемой области (социальная защита, культура, здравоохранение, образование, молодежные проблемы, духовно-нравственные процессы и др.);

Как действительно может протекать развитие;

Каков механизм преодоления негативных тенденций.

В обобщенном плане можно говорить о двух типах задач: определение и мотивирование цели развития; определение средств, способов, путей достижения целей.

Полный цикл прогнозного исследования включает в себя: изучение проблемной ситуации в теории и на практике; анализ предпрогнозного и прогнозного фона; определение цели и задач; выдвижение гипотез; выбор методов и приемов исследования, обладающих необходимым прогностическим потенциалом; проведение опытно-экспериментальной проверки гипотез и верификации результатов исследования; формулирование выводов и предложений.

Прогноз есть многовариантная гипотеза о возможных результатах и путях развития исследуемого объекта (сферы, отрасли, вида деятельности и т. д.).

Например, при разработке прогноза деятельности социальных служб на уровне местного самоуправления по обеспечению адресной социальной защиты населения в качестве основных гипотез могут выступать:

а) экстенсивное развитие социальной инфраструктуры и соответствующее увеличение штатных социальных работников, имеющих данную профессиональную подготовку. Это наиболее вероятный путь обеспечения адресной социальной защиты населения;

б) создание необходимых условий для самообеспечения тех нуждающихся в социальной защите, которые имеют необходимый творческий и физический потенциал. Это может способствовать изменению динамики перехода данной категории граждан из нуждающихся на уровень социальной достаточности.

Целью прогноза является стремление дать ответы на круг вопросов, составляющих сущность проблемы.

Социальное прогнозирование («социальный» от лат. «общественный, связанный с обществом, с общественными отношениями») - прогнозирование всего общественного, всего связанного с обществом, с общественными отношениями, в центре чего находится человек.

Зарубежный опыт (в частности, США) свидетельствует, что прогнозирование социальных систем занимает ведущее место (53 %) среди других областей исследования.

По временным параметрам соотношение исследований в процентах таково: на 5- 10 лет - 52%; на 5 -25 лет - 64%; на 10 - 25 и более лет- 26%.

В зависимости от периода времени, на который составляется прогноз, прогнозы бывают:

краткосрочные (с периодом упреждения от 1 месяца до 1 года);

среднесрочные (от 1 года до 5 лет);

долгосрочные (от 5 лет до 15 лет);

дальнесрочные (свыше 15 лет).

Сам процесс прогнозирования предполагает:

Проведение краткого ретроспективного анализа прогнозируемого объекта;

Описание современного состояния объекта (сравнительный анализ наблюдаемых тенденций в отечественном и зарубежном опыте);

Выявление проблем:

уже решенных, но их внедрение и реализация только начинаются;

тех проблем, которые решены, но не нашли практического использования;

оценки экспертов по ведущим научным исследованиям в данной области.

Прогнозное исследование может опираться на целый ряд методов. Так, например, в прогнозном исследовании проблем образования для того, чтобы выявить тенденции, используются различные методы: математического моделирования, метод Дельфи, метод «наивной экстраполяции» и т.д.

Ввиду многофакторности и исключительной сложности объекта исследования прогностические рекомендации носят вариантный характер. Стратегия образования учитывает различные сценарии развития общества в целом.

Поэтому при прогнозном исследовании образования в основу берется принцип вариативности, многокритериальности оценки стратегических решений, используются различные технологии организационных форм на конкурсной основе, допускающей альтернативное видение возникающих проблем и путей их преодоления. В данном случае особую значимость имеет общественная экспертиза.

Сущность этих исследований в наиболее общем виде состоит в том, чтобы предвидеть:

"социально-экономические и научно-технические условия, в которых будет развиваться система образования в будущем;

Изменяющуюся роль и место человеческой личности в общественном прогрессе;

Динамику развития образовательных запросов населения, престижность соответствующих профессий и специальностей;

Исследование межнациональных конфликтов может быть осуществлено также с помощью целого ряда методов прогнозирования: широкое использование аналитических методов и ЭВМ, применение имитационного проигрывания моделей, глубокая ретроспекция и предпрогнозный фон, использование сценариев для вероятного представления прогнозной информации.

При проведении любого прогностического исследования учитываются и тщательно разрабатываются методологические и организационные характеристики, а также специфические особенности прогноза и рекомендации по заимствованию его положительных черт.

Каждое из положений можно конкретизировать. Методологические аспекты включают в себя, например, использование системного подхода, анализ проблемы на базе ретроспективного исследования исторических аналогий.

Создаваемые коллективом ученых МГСУ и практиками социальной работы базовые экспериментальные модели социальной защиты населения в условиях перехода общества к рыночным отношениям - один из локальных подходов научно-исследовательской и практико-внедренческой деятельности этого направления в моделировании и прогнозировании. В качестве примера может быть: системное моделирование социальной защиты населения в отдельно взятых регионах, в частности в Юго-Западном округе Москвы - в микрорайоне Раменки с населением 54 тыс. человек, в Ханты-Мансийском автономном округе с населением 1,5 млн человек, в Астрахани и других регионах. Созданию базовых моделей и разработке прогнозов предшествует гипотеза о возможности использования экспериментально проверенных моделей, их широкая экспертная оценка и апробация.

Основные задачи, логика анализа ситуации и разработки прогнозов в социальных процессах в регионах состоят в следующем:

Способствовать оптимальному функционированию государственных структур;

Выработать прогнозное обеспечение управленческих решений в области социальной защиты населения;

Упреждать возникновение неблагоприятных событий и процессов;

Исследовать в развитии социальные последствия перехода к рынку семей разного типа (молодой, многодетной, полной, неполной, беженцев, военнослужащих, престарелых), способствовать развитию позитивных изменений;

Разработать сценарии и модели развития таких семей и рекомендации правительству России и администрациям субъектов Федерации по их социальной защите и поддержке;

Провести прогнозные исследования социально-демографического состава молодежи, социальных проблем подростков, социально-экономического положения работающей молодежи, межнациональных отношений в молодежной среде и выработать практические рекомендации по социальной защите молодежи;

Исследовать социальные последствия приватизации (в регионах Москвы, в ряде других городов России), разработать на этой основе прогнозы и рекомендации.

Неотъемлемой составной частью прогнозирования являются его организационные моменты, такие как:

Создание временного творческого коллектива (ВТК) и определение функций его и каждого члена в отдельности;

Определение методов, объектов исследования;

Разработка методики прогнозирования;

Определение методов исследования ЭВМ, социологические исследования.

Каждое прогнозное исследование имеет свои специфические характерные особенности.

К характерным особенностям могут относиться: наличие большого массива фактографического материала; формы представления исходной информации; использование набора сценариев перед прогнозированием; четкое наглядное представление прогнозной информации; широкое применение моделирования и возможности использования исходной модели при оценках в управленческой деятельности.

Вопросы и задания для самопроверки

1. В чем состоят сущность, содержание и особенности прогностики как науки? Каковы ее роль и место в системе других наук?

2. Назовите основные принципы «социального прогнозирования».

3. Раскройте содержание базовых категорий предмета: «прогнозирование», «методология прогнозирования», «прогноз».

4. Определите круг социальных явлений, нуждающихся в долгосрочных прогнозах, и дайте свое обоснование.

Литература

Хуков В. И. Россия: состояние, перспективы, противоречия.- М., 1995.

Загладин В., Фролов И. Глобальное прогнозирование современности: Научный и социальный аспекты. - М., 1981.

Капица С. П., Курдюмов С. П., Малинецкий Г. Г. Синергетика и прогнозы будущего. - М., 1997.

Сафронова В. М. О тенденциях социального развития в XXI веке: Через призму прогноза: Сб. публичных лекций. - М., 2001.

Социальное прогнозирование и моделирование / Под ред. В.М.Саф-роновой: Учебное пособие. - М., 1995.

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.

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.

Опыт государственного регулирования различных отраслей народного хозяйства (в том числе и социальной сферы) свидетельствует о том, что оно должно основываться на системном научном планировании и прогнозировании, которое позволяет на базе полученной информации о прошлом и настоящем состоянии экономики предположить альтернативные пути ее развития в предстоящем периоде.

Развитие методологии прогнозирования происходило в процессе систематизированного научно обоснованного планирования и прогнозирования развития отрасли. Методология моделирования и прогнозирования позволяет на основе анализа ретроспективных данных, экзогенных и эндогенных связей страсли вывести суждения определенной достоверности относительно ее будущего развития.

В настоящее время выделяют методы экспертного оценивания, логические методы моделирования и прогнозирования, методы межотраслевого баланса, математические, эконометрические и имитационные методы моделирования.

Экспертные методы базируются на информации, которую поставляют специалисты-эксперты в процессе систематизированных процедур выявления и обобщения мнения. Экспертные методы прогнозирования хорошо себя зарекомендовали в случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования, при наличии высокой степени неопределенности информации, имеющейся в прогностической базе, или вовсе при отсутствии информации об объекте прогнозирования.

К экспертным методам можно отнести методы круглого стола или комиссий, коллективной генерации идей, или мозгового штурма, Дельфи, экспертно-классификационный метод и некоторые другие.

Основные недостатки, присущие методам экспертной оценки :

Трудоемкость организации экспертиз;
- расплывчатость суждений в связи с боязнью ответственности за них;
- влияние межличностных отношений;
- уступчивость явному или скрытому давлению руководства;
- стремление упрощения сложных многокритериальных задач;
- недостаточное ориентирование в смежных областях;
- неспособность предугадать сходящиеся (пересекающиеся) пути развития и (или) изменения в конкурирующих системах;
- трудность представления оценок в отвечающем задаче виде;
- экстраполирование опыта прошлого без всестороннего учета наметившихся и ожидаемых изменений;
- невозможность построить целостную модель проблемы, структура и причинно-следственные связи модели при данном подходе также не выявляются.

Коллективные экспертные оценки являются современными научными методами и широко используются в прогнозировании. Естественной областью их применения является прогноз социально-экономического развития отрасли. В условиях неопределенности и нестабильности развития социально-экономической системы России методы экспертных оценок приобретают большое значение.

Среди логических методов наибольшее распространение получили два метода: метод исторических аналогий и метод разработки сценариев.

Метод исторических аналогий эффективен при определении путей развития на основе построения аналогии с образцами, уже имевшими место в истории. Этот метод вряд ли стоит применять в условиях нестабильной экономической ситуации.

Метод разработки сценариев развития , который объединяет качественные и количественные подходы в настоящее время может эффективно использоваться.

Сценарий - это модель будущего, в которой описывается возможный ход событий с указанием вероятностей их реализации . В сценарии определяются основные факторы, которые должны быть приняты во внимание, и указывается, каким образом эти факторы могут повлиять на предполагаемые события.

Как правило, составляется несколько альтернативных вариантов сценариев. Наиболее вероятный вариант сценария рассматривается в качестве базового, на основе которого принимаются решения.

Использование метода сценарного анализа в чистом виде, без компьютерного анализа, имеет один очень большой недостаток - результаты тех или иных предложенных сценариев развития прогнозируются и оцениваются экспертом, основываясь на своем понимании проблемы и возможностях оценить влияние предложенного хода события на конечный результат, а это не добавляет доверия этому методу.

Поэтому перспективным развитием этого метода в последнее время становится его использование в сочетании с такими методами как математическое и имитационное моделирование, что позволяет оценить результат предложенной последовательности действий и событий с помощью соответствующих моделей.

Наиболее простым видом среди математических моделей прогнозирования являются трендовые модели, в которых подбирается аппроксимирующая функция исходя из лучшего совпадения с имеющимися данными. Трендовая модель - это математическая модель, описывающая изменение прогнозируемого или анализируемого показателя только в зависимости от времени .

Однако этот подход не учитывает возможных изменений причинно-следственных связей между параметрами модели. Поэтому он может применяться только для прогнозирования на сравнительно небольшой срок, на протяжении которого можно предполагать постоянство сложившихся условий хозяйственного развития.

Основными недостатками трендовых моделей являются :

Допущение о том, что взаимосвязи, обнаруженные на исторических данных, будут сохранены в будущем, в ряде случаев являются ошибочными;
- не выявляют структурных сдвигов в развитии отрасли;
- возникают проблемы с содержательной интерпретацией результатов;
- короткий период прогнозирования;
- невозможно использовать на малых выборках и на разреженных данных.

Одним из важнейших инструментов анализа и прогноза социально-экономических систем является метод эконометрического моделирования , который наиболее эффективен в случае систем с устойчивыми, стабильными тенденциями развития. В общем случае эконометрическая модель представляет собой систему регрессионных уравнений и тождеств.

Современные методы социально-эконометрического прогноза позволяют построить развернутую систему структурных уравнений и рассмотреть их в целом как модель социально-экономической системы. Однако, являясь удобным инструментом прогнозирования, эконометрические модели не способствуют повышению точности прогнозирования поворотных точек развития. Они более пригодны для экстраполяции сложившихся тенденций развития, чем для распознавания изменения в них.

Другим важным недостатком прогнозирования на базе эконометрических моделей является высокая стоимость таких исследований, требующих использования банков данных, ЭВМ, квалифицированных специалистов по разработке и эксплуатации этих моделей. Помимо трендовых и регрессионных моделей в методе эконометрического моделирования используют факторные и структурные модели.

Бюджетное моделирование социальной сферы предусматривает получение обоснованных прогнозных оценок, характеризующих соответствующие уровни, динамику, структуру и взаимосвязи бюджетных доходов и расходов между собою и с общими показателями бюджета.
Основные проблемы бюджетного моделирования - отсутствие полной и достоверной статистической информации, характеризующей реальное состояние отраслей социальной сферы, а также низкий уровень анализа и прогнозирования зависимостей между объемами выделяемых бюджетных средств и динамикой развития отраслей социальной сферы, неполнота оценок последствий и упущенных выгод в связи с урезанным подходом к развитию социальной сферы.

Сложные системы, к которым относятся системы социальной сферы, характеризуются наличием огромного количества цепей обратной связи, положительных и отрицательных, между влияющими друг на друга элементами систем. Каждое данное состояние какого-либо элемента определяется практически всей историей существования системы, всем множеством взаимных связей других элементов, влияющих на состояние этого элемента.

Изменение состояний происходит не непосредственно под влиянием одного или нескольких процессов, не тотчас же, а с некоторой отсрочкой. Эти обстоятельства не позволяют применить для исследования хорошо развитый аналитический аппарат современной математики, который более приспособлен для исследования именно линейных зависимостей, присущих простым системам.

Поэтому на первый план выходит динамическое компьютерное моделирование , предполагающее автоматизацию процесса на базе современных информационных технологий. Имитационное моделирование является одним из наиболее мощных инструментов, используемых для анализа и синтеза сложных систем. В последнее время оно получило широкое распространение при создании систем устойчивого социально-экономического развития регионов, городов и целых отраслей народного хозяйства.

Имитационные модели могут учитывать и неформализованные связи и характеристики прогнозируемой системы, поэтому они способны наиболее адекватно отобразить ее развитие. Однако именно описание таких неформализованных характеристик и представляет основную трудность при построении имитационных моделей.

Основной проблемой для успешного построения динамической модели является задача адекватного определения сущности узловых элементов системы, важнейших характеристик и параметров их динамики, а также установления между ними связей, влияющих на динамику развития процесса.

В имитационном моделировании выделяют несколько методологических подходов к описанию сложных систем :

Моделирование динамических систем;
- дискретно-событийное моделирование;
- системная динамика;
- агентное моделирование и др.

Анализируя традиционные методы прогнозирования и моделирования сложных социально-экономических систем, можно сказать, что существующая практика прогнозно-аналитической деятельности не позволяет получить сбалансированный прогноз по всему множеству социальных решений и экономических показателей. Те или иные методы применимы при определенных условиях и имеют как достоинства, так и недостатки.

Таким образом, прогнозирование и последующее планирование с точки зрения управления означает комплекс работ, подготавливающих принятие управленческих решений, связанных с будущими событиями.

Речь идет о выверке поставленных целей и разработке комплекса мероприятий, необходимых для их достижения в рамках доступных возможностей и действующих ограничений. Планирование, таким образом, представляет собой систематическое формирование будущего системы на определенный период времени.

Итак, при моделировании и прогнозировании таких сложных процессов, которые наблюдаются в современных отраслях народного хозяйства, наиболее эффективны комбинированные методы на основе интеграции метода имитационного моделирования , как системообразующего метода принятия решений при исследовании социально-экономических систем, а также традиционных методов прогнозирования .