интересно
Предыдущая | Содержание | Следующая

Статистическое прогнозирование

Процедура статистического прогнозирования включает следующие этапы: выбор типа функции (прямая, экспоненциальная или 5-образ-ная); расчет параметров уравнения по методу наименьших квадратов; экстраполяция тенденций.

предпочтительнее для описания функциональных характеристик, равномерно развивающихся во времени.

Если ограничивающий фактор начинает влиять только после некоторого момента (точки перегиба), то наилучшее приближение дают S-образные кривые (Перла, Гомперца и Айзенсона).

Здесь L — верхний предел переменной у, определенный для конкретного технологического решения физическими ограничениями; параметр а определяет место кривой на временной оси; параметр Ъ — крутизну срединной части. Переменная у изменяется от 0 при £ = - до L при t = +. Кривая симметрична относительно точки перегиба. Параметры аиб определяются по методу наименьших квадратов из выражения:

ЗначенияКтносящиеся ко временйцолучают из

имеющихся данных о прошлом развитии. Кривая Гомперца (рис. 15.3)имеетвид:

Параметры k и Ъ определяются по методу наименьших квадратов из выражения:

Значения56,тносящиеся ко времени L, получают из

имеющихся данных о прошлом развитии.

Модель Айзенсона предполагает, что значение функциональной технологической характеристики пропорционально состоянию знания (информации). При этом приращение информации во времени зависит от числа исследователей и распознанного верхнего предела роста. Предполагается, что фактор коммуникации между учеными зависит исключительно от количества ученых.

Без распознанного предела и коммуникационных факторов состояние знания может быть выражено как:

где / — информация (состояние знания), q — средний коэффициент продуктивности одного исследователя в единицу времени, NQ —число исследователей, занятых в момент времени t= О, с — постоянный коэффициент (угловой коэффициент прямой на логарифмическом графике), Т— оцениваемый временной интервал.

Для приближения к верхнему пределу I вводится корректирующий фактор (1 — I/L):

что приводит к 5-образной кривой для состояния знания:

Фактор коммуникации между учеными основан на допущении, что каждая связь между N исследователями — при максимальном числе связей N(N— l)/2 — вызывает столь же продуктивный вклад, как и вклад каждого ученого в отдельности. Тогда уравнение приобретает вид:

Приращение информации и состояние знания растут по экспоненциальному закону, но с удвоенным показателем при е.

Кривая роста функциональных характеристик устройства в конечном счете стремится к некоторому верхнему пределу. Однако на этом развитие не заканчивается. Та же функция может выполняться другим механизмом, который достигает более высокого уровня функциональных характеристик.

Таким образом, при подходе, который ограничивается прогнозированием развития одного технологического решения, невозможно выйти за пределы, присущие данному устройству, и потому недооценивается будущий рост.

Прогноз конкретных технических областей (уровня функциональных характеристик, достигаемых серией нововведений) осуществляется экстраполяцией по огибающей кривой, которая принимает форму 5-образной кривой, описанной вокруг малых S-образных кривых.

Более глубокое изучение технологий еще на ранней стадии их развития может привести к раннему распознаванию перспективной технологии.

Рисунок 15.4 иллюстрирует как возможные выгоды, так и возникающие опасности. Компания, использующая технологию Т{, может получить значительные преимущества, если своевременно распознает и начнет разрабатывать технологию 72 задолго до того, как возможности Г, начнут сходить на нет. С другой стороны, прямое сравнение тенденций Г, и Т2 в момент £, может привести к ложным долгосрочным выводам, если оно будет производиться без учета огибающей кривой.

15.3. Сценарное прогнозирование

Сценарное прогнозирование используется с целью выявления общего результата влияния отдельных прогнозов. Сценарий объединяет отдельные прогнозы в единое целое, показывает совместное воздействие отдельных прогнозов и позволяет проверить внутреннюю согласованность прогнозов.

Процедура сценарного прогнозирования включает следующие шаги: попарное сравнение прогнозов, заполнение матрицы взаимодействия событий, моделирование ситуации, составление окончательного прогноза.

В табл. 15.1 анализируются действия четырех событий— С., С„С~ С,которые произойдут в соответствующие годы с заданной вероятностью. Элементы матрицы отражают характер, силу и запаздывание воздействия одного события на другое. Над диагональю показаны результаты воздействия наступившего события (указанного в строке); под диагональю — взаимодействие в случае, если раннего события (указанного в столбце) не было.

Если событие С, произошло, тогда вероятность наступления события Сг увеличивается на 30% и это воздействие сказывается немедленно. Если Сх не произошло, то вероятность события С2 понижается на 10% без запаздывания. Реализация С, сразу ускоряет появление событий С3 на 5 лет и Ci на 8 лет, в противном случае замедляет их наступление на 5 лет.

После заполнения и проверки матрицы можно составлять объединенный прогноз (сценарий). Один из способов его создания заключается в проигрывании ситуации появления или не появления отдельных событий исходя из их вероятности. Если событие происходит, то нужно сделать соответствующие записи в над диагональных клетках матрицы, скорректировав вероятности и даты последующих событий, и т. д.

В итоге получается полный набор прогнозов, внутренне взаимосвязанных и описывающих один из возможных вариантов будущего.

Рассмотрим вариант сценария, в котором события С2 и С4 происходят, а события С{ и С3 не происходят. Вследствие не наступления события С, вероятность С2 уменьшается до 50 — 10 = 40%, событие С.} откладывается до 2010 + 5=2015 г., а событие С4 - до 2015 + 5 = 2020 г. При наступлении события С2 вероятность С3увеличивается до 30 + 20 -50%, вероятность Ct — до 40 + 5 = 45%, даты обоих событий остаются прежними (2015 и 2020 гг.). Под воздействием не наступления события С вероятность С.

уменьшается до 45 — 5 = 40%, датой его остается 2020 г. Событие С, совершается.

Всего в матрице содержится 16 различных сценариев. Проигрывая ситуацию много раз, можно получить оценку вероятности каждого сценария (разделив число появления данного сценария на общее число вариантов) и пересмотреть оценки вероятности каждого события (разделив число наступления данного события в сценарии на общее число вариантов), а также выделить критические события, наличие или отсутствие которых существенно влияет на результат.

Разновидностью развития частных сценариев является их согласование — формирование набора сценариев в шести областях; демографии, психологии, социологии, технологии, политике и экономике, согласованных путем итерации.