для каких случаев используется метод экстраполяции переменных по огибающим кривым
Метод «огибающих кривых»
Прогнозирование на основе временных рядов состоит в том, что на основе историко-фактических данных строят кривую роста того или иного показателя, характеризующего развитие технической системы, и пытаются продолжать эту кривую «в будущее». Этот метод в сравнительно большей степени основан на фактических, объективных данных. Располагая точнейшими данными хотя бы и за сто лет, мы далеко не всегда можем экстраполировать развитие на 5-10 лет вперед: кривая иногда неожиданно уходит вверх, иногда столь же неожиданно идет вниз.
Таким образом, экстраполяционный прогноз по огибающим кривым является графоаналитическим методом и заключается в том, что получаемая в виде огибающей кривой общая тенденция (макропеременная) определяется на основе сглаживания отдельных кривых (микропеременных) эволюционного развития показателей различных классов объектов и распространяется на будущее.
Построение огибающей кривой основано на следующем нестрогом предположении: макропеременная по сравнению с микропеременными изменяется относительно плавно, непрерывно и медленно, не испытывая резких скачков.
Огибающая кривая получается при сглаживании ломаной линии, составленной из касательных к точкам частных кривых (рис. 6.2, 6.3).
Y Y
Рис. 6.2. Семейство частных кривых Рис. 6.3. Аппроксимация
и касательных к ним частных кривых функцией f(t)
Техника прогнозирования методом огибающих кривых предполагает объективный выбор показателя, комплексно характеризующего развитие всей технической или социально-экономической системы.
Прогнозирование параметра ui осуществляется путем подстановки времени прогноза tпрв прогнозную модель:
Существует множество видов пределов развития для системы: физические, технические, экономические, юридические и др. Однако реально непреодолимыми являются только физические пределы: скорость света, законы сохранения энергии и материи. Практически реальные системы упираются в физические пределы довольно редко. Большинство существующих пределов являются «плавающими» и изменяются в ходе развития надсистемы и подсистем. При этом изменения этих пределов могут дать новый импульс развития системам, находящимся на стабильном этапе.
Особо следует выделить ситуации «неограниченного или саморасширяющегося» ресурса, когда предел роста отсутствует вообще, или настолько далек, что его можно считать с практической точки зрения отсутствующим. В таких случаях и эволюция системы будет идти не по S-кривой, а по другим законам. Такая картина наблюдается, например, в области информатики, где скорость вычислений ускоренно возрастает, как за счет быстродействия процессоров, так и за счет новых алгоритмов обработки, параллельных вычислений, распределенных вычислений с использованием Интернет.
С практической точки зрения наибольший интерес могло бы представлять не только, а может даже и не столько определение нынешней стадии развития объекта, а предсказание, насколько он близок к переходу на следующий этап. Поиск таких признаков является актуальной, но пока нерешенной задачей. Возможными такими признаками могут быть предложены: «расщепление кривой», нарастание разброса величины главного параметра перед переходом от 2 этапа ко 3-му; приближение величины главного параметра изучаемого явления к физическому или достаточно «жесткому» техническому пределу перед переходом от 2 этапа ко 3-му; приближение величины главного параметра альтернативных, с точки зрения «компонентного подхода», и аналогичных, с точки зрения «функционального подхода», технических систем к главному параметру рассматриваемого объекта перед переходом от 3 этапа к 4-му.
, (6.34)
или ассиметричных кривых (кривых роста) (6.35):
, (6.35)
1. Концепция инвестиций (Николай Дмитриевич Кондратьев, Джей Форрестер и др.), согласно которой длинная волна определяется периодически происходящим накоплением, а затем обесцениванием капитальных благ длительного пользования.
2. Инновационная концепция (Йозеф Алоиз Шумпетер, Герхард Менш, Альфред Клайнкнехт, Джакоб Ван Дайн), согласно которой ключевую роль в образовании волны играют кластеры нововведений, создающие лидирующий сектор в экономике, расширение которого обуславливает соответствующий цикл экономической конъюнктуры.
3. Теория капиталистический кризисов (Жорж Мандель, Карл Маркс), в соответствии с которой тенденция нормы прибыли к понижению вызывает кризис, преодолеваемый благодаря экзогенным по отношению к экономике факторам, что повышает на некоторое время норму прибыли и создает условия для нового длительного подъема экономической конъюнктуры.
Методы научно-технического прогнозирования.
Разнообразие видов научно-технических прогнозов и задач, решаемых с их помощью в системе управления наукой и техникой, требует применения различных систем и методов построений самих прогнозов. Каждый прогноз возникает в результате многоступенчатого процесса получения необходимой информации, ее переработки с помощью специальных приемов и оценки достоверности полученных результатов. Собственно совокупность этих трех элементов и характеризует собой конкретный метод разработки научно-технического прогноза. От того, какие конкретные данные необходимы для разработки прогноза, зависят выбор носителей информации, способ ее получения, последовательность и содержание выполнения специальных расчетов с целью объективной оценки перспектив развития исследуемого объекта.
Современная отечественная и зарубежная практика насчитывает более 130 различных методов разработки прогнозов. Все многообразие методических приемов научно-технического прогнозирования условно можно свести к трем важнейшим группам: прогнозирование на основе экстраполяции, экспертные методы прогнозирования и методы моделирования.
При прогнозировании науки и техники наиболее часто применяются методы экстраполяции. Их сущность состоит в том, что, анализируя изменение отдельных параметров разрабатываемой техники в прошлом и исследуя факторы, обусловливающие эти изменения, можно сделать выводы о закономерностях развития и путях совершенствования техники в будущем. В научно-техническом прогнозировании принято выделять два вида задач, решаемых методами экстраполяции: задачи динамического и статического анализа.
В динамической задаче главным и единственным фактором развития выступает фактор времени. В этом случае прогноз развития научного направления или вида техники составляется на основе тщательного анализа временных рядов, отражающих изменение того или иного прогнозируемого параметра во времени. Например, анализируется изменение во времени таких параметров, как мощность, скорость, надежность, разрешающая способность, весогабаритные характеристики и пр.
Динамическая задача прогнозирования предполагает наличие поступательных эволюционных процессов в развитии прогнозируемых процессов с однонаправленным изменением основных параметров. В этом случае прогноз изменения параметров объекта в будущем строится по аналогии с ретроспективной параметров выступают как функции этой переменной. Однако состояние науки и техники и соответствующее изменение прогнозируемых параметров зависят от того, какие факторы, в каком направлении и с какой интенсивностью влияли на их развитие. Изменение параметра во времени выступает как результат действия многих факторов. Поэтому крайне важно в процессе разработки прогноза исследовать зависимости главных прогнозируемых параметров от факторов, влияющих на их развитие. В этой связи и возникает, как правило, вторая задача — экстраполирование тенденций.
Прогнозирование параметров по факторам, влияющим на их развитие, осуществляется на основе методов корреляционного и регрессионного анализа.
Типичным примером экстраполяции параметров проектируемой техники методами корреляционного и регрессионного анализа является прогнозирование значений трудоемкости разработки машин и агрегатов по совокупности конструктивных, технологических и эксплуатационных факторов.
Экстраполяция тенденций предполагает сходство условий, функций и принципов действия прогнозируемых объектов в прошлом и будущем. Быстрая смена, изменение принципов действия создаваемой техники оказывают большое влияние на качество экстраполяционных прогнозов. Для прогнозирования быстро эволюционирующих процессов и объектов применяется метод экстраполяции переменных по огибающим кривым; Содержание этого метода заключается в построении огибающей кривой, приближенно отражающей общую тенденцию изменения прогнозируемого параметра по данным, характерным для различных поколений объектов одного функционального назначения. Прогнозирование по огибающей кривой сводится к экстраполяции точечных или интервальных значений параметра на тот или иной период.
Экстраполяция тенденций относится к количественным методам прогнозирования. Для прогнозирования же качественных характеристик, а также объектов, развитие которых не поддается формализации и статистическому моделированию, широко используются методы экспертных оценок. Суть экспертных методов научно-технического прогнозирования состоит в том, что на основ априорных оценок квалифицированного специалиста или группы специалисте: делается заключение о путях развития науки и техники, перспективных направлениях научных исследований и разработок. В зависимости от формы работ с экспертами различают индивидуальные и коллективные методы экспертиз.
Индивидуальные методы экспертизы предусматривают персональную работу с каждым экспертом и получение частного, предварительно не согласованного с другими мнениями, заключения эксперта. Форма получения экспертных оценок может быть различной. Нередко опрос при индивидуальной экспертиз проводится методом интервью при непосредственном взаимодействии с экспертом. При этом эксперт руководствуется в основном лишь априорными представлениями о прогнозируемом объекте. Чаще же всего эксперты опрашиваются заочно путем заблаговременной пересылки им подготовленных анкет (аналитические экспертные оценки). В этом случае индивидуальные экспертные оценки носят аналитический характер, так как эксперт имеет возможность получить проанализировать всю необходимую информацию об опыте развития и взаимосвязях прогнозируемого объекта. Однако и здесь оценка эксперта выступает большинстве случаев как продукт его интуитивного мышления.
Индивидуальные экспертные оценки редко используются как самостоятельный метод для разработки прогноза. В целях повышения обоснованности прогнозных высказываний индивидуальные оценки нескольких экспертов чаи всего сопоставляются и объединяются между собой, образуя коллективную экспертную оценку. Методы, предусматривающие такое объединение и сопоставление частных оценок, принято называть коллективной или групповой экспертизой. Как правило, ее применение сопровождается повышением точности и глубины разрабатываемых прогнозов. В то же время на групповом мнении нередко отражается коллективная односторонность суждений, обусловленная общностью культуры, традиций, влиянием главенствующего направления развитии техники и т. п. Поэтому коллективное мнение экспертов может носить компромиссный характер в ущерб получению ценного оригинального решения.
Одним из наиболее перспективных подходов к разработке прогнозов считается моделирование процессов развития науки и техники, т. е. определение перспектив изменения техники на основе адекватных моделей ее развития. По характеру используемых моделей различаются логические, информационные и математические модели прогнозирования.
Логическое моделирование включает тщательное изучение внутренней логики развития прогнозируемого объекта и разработку на этой основе соответствующих исторических моделей (образцов). Исторические аналогии используются затем при решении конкретных ситуаций и задач развития прогнозируемого объекта.
Практический интерес представляют методы построения различных информационных моделей. Так, например, статистический анализ числа научных публикаций, научных журналов, частоты использования печатных работ и т. п. дает возможность судить о темпах и характере развития научных дисциплин, тех или иных видов техники. В настоящее время разработаны и используются методы научно-технического прогнозирования, основанные на анализе информационных массивов, содержащихся в заявках на изобретения и выданных патентных документах. Отдельные подходы предусматривают комплексную оценку инженерно-технической значимости и экономической целесообразности использования анализируемых патентов и определение перспективности различных технических решений. Во многих странах использование патентной информации определяет техническую политику фирм и объединений.
Математические модели прогнозирования представляют собой наиболее универсальные и достаточно строгие методы анализа тенденций развития техники. Они позволяют дать количественное описание динамики развития
Экстраполяция тенденций по огибающим кривым
Экстраполяция по сути – очень ограниченный метод. т.к. может использоваться только на эволюционных участках, развития процесса. Когда революция, скачкообразное изменения, стандартные методы экстраполяции применить невозможно. Метод прогнозирования по огибающим кривым направлен на преодоление ограниченности экстраполяции, путем перехода на более высокий уровень агрегирования тенденций процесса. Это позволяет решить наиболее трудные задачи научно технического прогнозирования
— определение пределов развития процесса
Этот метод обеспечивает прогнозирование на длительные периоды времени. Основная идея этого метода заключается в объединении частных тенденций, составляющих процесс в одну общую. Можно отметить, что при разработке долгосрочных прогнозов, характер и степень агрегированности должен повышаться с увеличением времени упреждения.
Формальная суть метода – он построен на построении огибающей, которая дает возможность выявить общую тенденцию развития прогнозируемой переменной, а также оценить возможные пределы ее развития и характер приближения к этим пределам.
Рассмотрим чисто формальную математическую постановку задачи.
Пусть задано некоторое число p экспериментальных точек, это множество точек можно разделить на ряд подмножеств, по некоторому параметру С. В качестве этого параметра С принимают некоторое обобщенное понятие параметр, что не сводится только к числовой величине, а поэтому может быть и некоторой неколичественной характеристикой (тип устройства, принцип действия, элементная база и т.д.). В общем случайный параметр С может быть сложным и представить собой некоторый вектор С = |С1,С2,….Ск|
Пусть, указанные подмножества точек образуют на координатной плоскости некоторое семейство кривых, которые называют семейством кривых по параметру С.
В случае, если параметр С является непрерывной величиной, то огибающую можно определить как кривую в каждой своей точке, имеющий общую касательную к одной из семейства кривых. В случае, если С имеет дискретный характер изменения, то дать строгое определение огибающей невозможно и также невозможно ее однозначно провести. Для целей прогнозирования под огибающей понимают наиболее гладкую из всех возможных кривых, касающуюся всех или большинства кривых семейства.
В настоящее время известна постановка задачи построения огибающей к семейству кривых в приближенном варианте, также как это определено и для экстраполяции динамических рядов (метод наименьших квадратов). В качестве основного метода построения огибающих кривых используется приближенный графо-аналитический метод. Он реализуется следующим образом: определенные тем или иным путем апрокимирующие кривые для множества точек семейства Р1, Р2…, Рм изображается на координатной плоскости, после этого проводится гладкая кривая близкая к понятию огибающей, которое мы дали выше. В данном случае это лишь весьма приближенная кривая к данному понятию. Это связанно с тем, что может касаться лишь части кривых семейства, от некоторых находящихся на небольшом расстоянии, а некоторые пересекать, По виду полученной приближенной огибающей определяется характер зависимости и число параметров м в ее описании. Затем выбирают М точек на этой кривой и измеряют их координатs/ На основании этих пар координат составляют систему м уравнения с м неизвестными, решая которую определяют значение периметров приближенной огибающей кривой. В области экономики значительное место в экстраполяции по огибающим занимает логистическая или S-образная кривая, она привлекательная тем, что отражает различных значений последовательность этапов, которая типична для большинства процессов развития.
по характеру изменения огибающей кривой
можно определить технологический разрыв
кривая жизненного цикла
Определение технических разрывов, точнее их параметров играет существенную роль в планировании капитальных вложений. Только точно угаданные параметры технических разрывов обеспечат конкурентные преимущества на рынке.
МЕТОДЫ НАУЧНО-ТЕХНИЧЕСКОГО ПРОГНОЗИРОВАНИЯ.
Разнообразие видов научно-технических прогнозов и задач, решаемых с их помощью в системе управления наукой и техникой, требует применения различных систем и методов построения самих прогнозов. Каждый прогноз возникает в результате многоступенчатого процесса получения необходимой информации, ее переработки с помощью специальных приемов и оценки достоверности полученных результатов. Собственно совокупность этих трех элементов и характеризует собой конкретный метод разработки научно-технического прогноза. От того, какие конкретные данные необходимы для разработки прогноза, зависит выбор носителей информации, способ ее получения, последовательность и содержание выполнения специальных расчетов с целью объективной оценки перспектив развития исследуемого объекта.
Современная отечественная и зарубежная практика насчитывает более 130 различных методов разработки прогнозов. Все многообразие методических приемов научно-технического прогнозирования условно можно свести к трем важнейшим группам:
· прогнозирование на основе экстраполяций;
· экспертные методы прогнозирования;
Методы экстраполяции.Их сущность состоит в том, что, анализируя изменение отдельных параметров разрабатываемой техники в прошлом и исследуя факторы, обуславливающие эти изменения, можно сделать выводы о закономерностях развития и путях совершенствования техники в будущем. В научно-техническом прогнозировании принято выделять два вида задач, решаемых методами экстраполяции: задачи динамического и статистического анализа.
В динамической задаче главным и единственным фактором развития выступает фактор времени. В этом случае прогноз развития научного направления или вида техники составляется на основе тщательного анализа временных рядов, отражающих изменение того или иного прогнозируемого параметра во времени.
Динамическая задача прогнозирования предполагает наличие поступательных эволюционных процессов в развитии прогнозируемых процессов с однонаправленным изменением основных параметров. В этом случае прогноз изменения параметров объекта в будущем строится по аналогии с ретроспективной практикой его развития.
Прогнозирование параметров по факторам, влияющих на их развитие, осуществляется на основе методов корреляционного и регрессионного анализа (например, прогнозирование трудоемкости разработки машин и агрегатов по совокупности конструктивных, технологических и эксплуатационных факторов).
Для прогнозирования быстро эволюционизирующих процессов и объектов применяется метод экстраполяции переменных по огибающим кривым. Содержание этого метода заключается в построении огибающей кривой, приближенно отражающей общую тенденцию изменения прогнозируемого параметра по данным, характерным для различных поколений объектов одного функционального назначения. Прогнозирование по огибающей кривой сводится к экстраполяции точечных или интервальных значений параметра на тот или иной период.
Экспертные методы.Суть экспертных методов научно-технического прогнозирования состоит в том, что на основе априорных оценок квалифицированного специалиста или группы специалистов делается заключение о путях развития науки и техники, перспективных направлениях научных исследований и разработок. В зависимости от формы работы различают индивидуальные (метод интервью, метод морфологического анализа) и коллективные методы экспертизы (метод комиссий, метод мозговой атаки, метод Дельфи и др.).
Нормативные методы.При таком подходе перспективы развития науки и техники определяются исходя из конкретных целей. В этом случае задача прогноза состоит в том, чтобы сформировать структуру взаимосвязанных элементов, обеспечивающих безусловное и наиболее рациональное достижение установленной цели. Структура взаимосвязанных элементов образует иерархическую систему, графическое изображение которой называют «дерево целей».
Методы моделирования –определение перспектив изменения техники на основе адекватных моделей ее развития. По характеру используемых моделей различают логические, информационные и математические модели прогнозирования.
Логические моделирование включает тщательное изучение внутренней логики развития прогнозируемого объекта и разработку на этой основе соответствующих исторических моделей (образцов).
Практический интерес представляют методы построения различных информационных моделей. Так, например, статистический анализ числа научных публикаций, научных журналов, частоты использования печатных работ и т.п. дает возможность судить о темпах и характере развития научных дисциплин, тех или иных видов техники. Во многих странах использование патентной информации определяет техническую политику фирм и объединений.
Математические модели прогнозирования представляют собой наиболее универсальные и достаточно строгие методы анализа тенденций развития техники. Они позволяют дать количественное описание динамики развития реальных объектов прогнозирования, изучить характер и направления влияния на их изменение различных факторов. Для моделирования процессов научно-технического развития особенно часто используются методы статистического анализа, исследование производных функций, динамическое программирование.
Информационная база прогнозирования включает данные о структуре и объемах спроса на инновационный продукт или разработки организации, сведения о ранее законченных работах, детальные данные о состоянии отечественных разработок в исследуемой области, сведения о зарубежных достижениях, патентную информацию и сведения о конъюнктуре внешнего рынка и т.п.
Организационное обеспечение системы прогнозов на инновационных предприятиях предусматривает создание специальных служб, осуществляющих сбор и систематизацию научно-технической информации, разработку прогнозов развития науки и техники, размножение результатов прогнозирования и обеспечение использования их в процессе формирования технических планов.