Методи прогнозування у наукових дослідженнях
Основні положення теорії прогнозування та застосування її методів для вирішення прикладних завдань. Оцінки меж інтервального прогнозу, довірча ймовірність та параметр нормального закону розподілу. Динаміка попиту протягом циклів витрати запасів.
Надіслати свою гарну роботу до бази знань просто. Використовуйте форму нижче
Студенти, аспіранти, молоді вчені, які використовують базу знань у своєму навчанні та роботі, будуть вам дуже вдячні.
Методи прогнозування у наукових дослідженнях
1. Основні положення теорії прогнозування
ймовірність прогнозування розподіл інтервальний
У постачальницькій, виробничій та транспортній сфері широко використовуються методи прогнозування, оскільки значення прогнозних оцінок розвитку аналізованих процесів чи явищ є основою прийняття управлінських рішень при оперативному, тактичному та стратегічному плануванні.
Очевидно також, що точність та надійність прогнозу визначає ефективність реалізації різних операцій та функцій - від оцінки ймовірності дефіциту продукції на складі до вибору стратегії розвитку фірми.
Різним аспектам теорії прогнозування присвячено значну кількість досліджень.
У більшості робіт з прогнозування прогноз визначається як ймовірнепростне науково обґрунтоване судження про перспективи, можливі стани того або іншого явища в майбутньому і (або) про альтернативні шляхи і терміни їх здійсненнявління.
Методологією прогнозування- область знань про методи, способи та системи прогнозування.
Метод прогнозування- спосіб дослідження об'єкта, спрямований нарозробку прогнозу.
Методика прогнозування- сукупність одного або кількох методів.
Система прогнозування- упорядкована сукупність методик та засобів реалізації.
аналіз об'єкта прогнозування;
методи прогнозування, що поділяються на математичні (формалізовані) та експертні (інтуїтивні);
При аналізі об'єктів прогнозування проводиться класифікація прогнозів, при цьому як основні ознаки вказуються слідующі:
масштабність, що відбиває кількість значних змінних описі об'єкта;
складність, що характеризує ступінь взаємозв'язку змінних;
детермінованість чи стохастичність змінних;
інформаційна забезпеченість періоду прогнозування
власне період прогнозування (короткостроковий прогноз - до року; середньостроковий - до років; довгостроковий - понад роки).
Математичні методи прогнозування поділяються на три группи:
1.Симплексні (прості) методиекстраполяції з часових рядів.
2.Статистичні методи, що включають кореляційний та регресійний аналіз та ін.
3.Комбіновані методи, що становлять синтез різних варіантів прогнозів.
При формуванні методики прогнозування доцільно розглядати прогноз у вузькому (прогнозу) і в широкому сенсі (прогнозу).
У вузькому значенні прогноз виконується за умови, що основні фактори, що визначають розвиток прогнозованого процесу чи явища, не зазнають суттєвих змін.
здійснюються із застосуванням симплексних чи статистичних методів на основітимчасових рядів;
число значних змінних включають від однієї до трьох властивостей, тобто. за масштабністю вони належать до сублокальних прогнозів;
при використанні одного параметра, наприклад часу, такі прогнози вважаються надпростими, при двох-трьох взаємопов'язаних параметрах - складними;
за рівнем інформаційної забезпеченості прогнози цього можуть бути віднесені до об'єктів з повним інформаційним забезпеченням.
Прогнозтипупередбачає, що вихідні дані для отримання оцінок визначаються з використанням випереджальних методів прогнозування: патентного, публікаційного та ін.
Як правило, прогнози типу використовуються для довгострокового прогнозування та розбиваються на два етапи:
перший – отримання прогнозних оцінок основних факторів;
другий - власне прогноз розвитку процесу чи явища.
Найбільшого поширення набули методи прогнозування типу.
Найчастіше для прогнозуваннятипу використовується метод екстраполяції.
У загальному випадку модель прогнозу включає три складові(рис.1.1) і записується у вигляді:
де – прогнозні значення тимчасового ряду;
- Середнє значення прогнозу (тренд);
- складова, що відбиває сезонні коливання (сезонна хвиля);
- Випадкова величина відхилення прогнозу.
Рис.1.1. Прогнозування на основі часових рядів: 1 - експериментальні дані на інтервалі спостереження (А); 2 – тренд; 3 - тренд та сезонна хвиля; 4 – значення точкового прогнозу на інтервалі попередження (В); 5 - інтервальний прогноз
При цьому може бути запропонована наступна послідовністьрозрета:
1.На основі значень часового ряду на передпрогнозному періоді (інтервалі спостереження) з використанням методу найменших квадратів визначаються коефіцієнти рівняння тренду, видом якого задаються.
Зазвичай для опису тренду використовуються поліноми різних порядків, експоненційні, статечні функції тощо.
2.Для дослідження сезонної хвилі значення тренду виключаються з вихідного часового ряду. За наявності сезонної хвилі визначають коефіцієнти рівняння, обраного апроксимації .
3.Випадкові величини відхилення визначаються після виключення з часового ряду значень тренду та сезонної хвилі на передпрогнозному періоді.
Як правило, для опису випадкової величини використовується нормальний закон розподілу.
4.Для підвищення точності прогнозу застосовуються різні методи (дисконтування, адаптація та ін.). Найбільшого поширення на практиці розрахунків отримав метод експоненційного згладжування, що дозволяє підвищити значимість останніх рівнів часового ряду проти початковими.
2. Застосування методів прогнозування на вирішення прикладних задач
Розглянемо застосування методів прогнозування з урахуванням даних витрати деталей складі. Утабл.2.1наведено три реалізації поточної витрати. Для кожної реалізації дано величини витрати за день та інтегральні характеристики, що є витратою деталей зі складу за відповідний цикл.