Методы прогнозирования в строительстве

Плановая и практическая работа в фирме связана с необходимостью прогнозирования. Как и планирование, прогнозирование – это род предвидения, поскольку имеет дело с получением информации о будущем. Вместе с тем между планированием и прогнозированием существуют различия. Прогнозирование предполагает описание возможных или желательных аспектов, состояний, решений и проблем будущего. Планирование предполагает целеполагание, проектирование и основано на принятии решений о проблемах, выявленных на стадии прогнозирования, на учете всех критических аспектов будущего.

Таким образом, прогнозирование предшествует планированию и является его составной частью.

Научное познание и использование законов развития общества тесно связано с прогнозами. Прогноз в переводе с греческого означает «вперед, узнавание». Прогноз — это научно обоснованное суждение о возможных состояниях объекта в будущем, альтернативных путях и сроках их осу­ществления. Исследованием закономерностей разработки прогнозов занимается научная дисциплина прогностика. Процесс раз­работки прогноза называется прогнозированием.

3.2 Методы прогнозирования

Приступая к изучению экономических прогнозов, надо помнить, что экономику следует рассматривать как сто­имостное следствие жизнедеятельности общества, а объяс­нения тех или иных показателей и явлений, связанных с деятельностью общества, дают такие науки, как психоло­гия, социология, политика, технология и др. Поэтому эко­номические прогнозы, например прогноз спроса на отдель­ный товар, тесно связаны с иными прогнозами, в частности, демографическими, социально-медицинскими, потребитель­скими, учет которых, безусловно, повышает надежность экономического прогноза.

Методология предвидения включает совокупность принципов, методов и по­казателей, применяемых в процессе прогнозирования и пла­нирования. Рассмотрим подробнее методологию прогнози­рования.

Принцип прогнозирования характеризует основное ис­ходное положение или идею теории. К основным принци­пам прогнозирования относятся системность, согласованность, вариантность, непрерывность, верифицируемость, т. е. определение достоверности, и эффективность.

Системность в прогнозировании означает требование взаимоувязанное и соподчиненное объекта, фона и эле­ментов прогнозирования.

Согласованность в прогнозирова­нии означает необходимость согласования поисковых и нор­мативных прогнозов различной природы (признаков) и раз­личного срока упреждения времени.

Рекомендуемые материалы

Вариантность в прогнозировании означает требование разработки вариан­тов прогнозов, исходя из вариантов прогнозного фона.

Прин­цип непрерывности заставляет производить корректиров­ку прогноза по мере поступления новой информации об объекте прогнозирования.

Верифицируемостъ означает по­требность в достоверности, точности и обоснованности про­гноза.

Эффективность (или рентабельность) прогнозирова­ния определяет необходимость превышения экономическо­го эффекта от использования прогноза над затратами по его разработке.

Математические методы прогнозирования объемов продаж — Константин Воронцов

Виды прогнозов

Виды прогнозов можно классифицировать по нескольким признакам.

1) В зависимости от временного охвата (краткосрочные, среднесрочные, долгосрочные)

2) В связи с возможностью воздействия фирмы на свое будущее (пассивные и активные)

Пассивный прогноз исходит из того, что фирма в силу ряда причин (отсутствие необходимых средств, наличие благоприятных тенденций развития и т.д.) не намерена воздействовать на свою среду, и предполагает возможность самостоятельного, не зависимого от действия фирмы развития внешних процессов.

Активный прогноз предусматривает возможность активных действий фирмы по проектированию собственного будущего, ее реальное воздействие на внешнюю среду.

3) В зависимости от степени вероятности будущих событий (вариантные и инвариантные)

Если вероятность прогнозируемых событий велика или, другими словами, фирма рассчитывает на высокую степень определенности будущей среды, то прогноз включает в себя только один вариант развития, т.е. является инвариантным.

Настоящее Будущее

Вариантный прогноз основан на предположении о значительной неопределенности будущей среды и, следовательно, наличии нескольких вероятных вариантов развития.

Каждый из вариантов развития учитывает специфическое состояние будущей среды фирмы и, исходя из этого, определяет основные параметры данного бизнеса. Такого рода вариант будущего состояния фирмы называют сценарием.

4) По способу представления результатов (точечные и интервальные).

Точечный прогноз предполагает, что данный вариант включает единственное значение прогнозируемого показателя (н-р, через 6 месяцев цены на продукцию вырастут на 10%).

Интервальный прогноз – такое предсказание будущего, в котором предлагается некоторый интервал, диапазон значений прогнозируемого показателя (н-р, через 6 месяцев цены на продукцию вырастут на 10-15%).

В прогнозировании большое значение имеет выбран­ный метод.

К наиболее распространенным методам прогнозирова­ния относятся: экспертные оценки, экстраполяция, нормативные расчеты, в том числе интерполяция, мате­матическое моделирование.

Методы прогнозирования деловой среды

Общие методы прогнозирования можно разделить на 4 основные группы:

§ Методы экспертных оценок

§ Методы экстраполяции трендов

§ Методы регрессионного анализа

§ Методы экономико-математического моделирования

Методы экстраполяции трендов и методы регрессионного анализа объединяют в общее понятие «методы анализа временных рядов » .

Методы регрессионного анализа и метод экономико-математического моделирования вместе составляют понятие «методы анализа причинных связей » .

Методы экспертных оценок

Метод экспертных оценок используется преимуще­ственно в долгосрочных прогнозах. Прогнозирование осу­ществляется на основе суждения эксперта (группы экспер­тов) относительно поставленной задачи. Экспертом высту­пает квалифицированный специалист по конкретной проблеме, который может сделать достоверный вывод об объекте прогнозирования. Метод экспертных оценок чаще используется в тех случаях, когда трудно количественно оценить прогнозный фон, и специалисты делают это на ос­нове своего понимания вопроса. По существу мнение спе­циалиста — это результат мысленного анализа и обобще­ния процессов, относящихся к прошлому, настоящему и будущему, на основании собственного опыта, квалифика­ции и интуиции.

Метод «интервью » предполагает беседу организатора прогнозной деятельности с прогнозистом-экспертом, в которой ставятся вопросы о будущем состоянии фирмы и ее среды.

Метод аналитических докладных записок означает самостоятельную работу эксперта над анализом деловой ситуации и возможных путей ее развития.

Метод «комиссий » может означать организацию «круглого стола » и других подобных мероприятий, в рамках которых происходит согласование мнений экспертов.

Для метода «мозговых атак » характерны коллективная генерация идей и творческое решение проблем. Мозговая атака представляет собой свободный процесс генерирования любых идей по избранной теме, которые спонтанно высказываются участниками встречи. Оптимальное число участников – 6-12 человек, желательно, чтобы это были люди, имеющие различные профессии и специализации.

Метод Дельфи (разработан экспертом исследовательской корпорации Олафом Хельмером). Суть метода состоит в проведении анкетных опросов специалистов выбранной области знаний. Полученные анкетные данные подвергаются статистической обработке, в результате которой формируется диапазон мнений экспертов, отражающий их коллективное мнение по избранной проблеме.

Обычно после первого опроса наблюдается значительный разброс мнений. Поэтому процедура осуществления метода Дельфи предполагает проведение еще 3-4 опросов, перед которыми каждого из экспертов знакомят с итогами предыдущего опроса, но не для того, чтобы оказать на него давление, а для того, чтобы эксперт мог получить дополнительную информацию о предмете опроса. Идеально опрос повторяется до совпадения мнений экспертов, реально – до получения наиболее узкого диапазона мнений.

Отдельно выделяют метод составления сценариев, который в последнее время получил наибольшую популярность.

СЦЕНАРИЙ – это описание (картина) будущего, составленное с учетом правдоподобных предположений. Прогноз обычно включает 3 сценария: оптимистический, пессимистический и наиболее вероятный, ожидаемый.

Пространство будущих возможностей

Текущая ситуация Прогнозируемый период

Сценарии разрабатываются для определения рамок будущего развития технологии, рыночных сегментов, стран или регионов и т.д.

Для сценария характерна некоторая недостоверность и повышенное количество ошибок из-за широкого временного охвата (это обычно долгосрочное прогнозирование). Определение количественных параметров затруднено, поэтому чаще используются качественные методы и интервальные прогнозы показателей.

Составление сценария обычно включает в себя несколько этапов.

Первый этап. Структурирование и формулировка вопроса.

Вопрос, выбранный для анализа, должен быть определен точно. Должна быть собрана и проанализирована базовая информация. Ставятся задачи и цели, согласовываются со всеми участниками проекта. Освещаются внутренние проблемы проекта.

Второй этап. Определение и группировка сфер влияния.

Выделить критические точки среды бизнеса и оценить их влияние на будущее организации.

Третий этап. Установление показателей будущего развития критически важных факторов среды организации.

Определить возможное состояние сфер влияния, в будущем исходя из намеченных фирмой целей. Показатели не должны быть чрезмерно благополучными. Можно включать несколько альтернативных показателей.

Четвертый этап. Формирование и отбор согласующихся наборов предположений.

Возможное развитие сфер влияния определяется исходя из сегодняшнего состояния и всевозможных изменений. Различные альтернативные предположения комбинируются в наборы (обычно при помощи компьютерных программ). Отбирают обычно три набора, исходя из сочетаемости предположений, наличия большого числа значимых переменных, высокой вероятности событий.

Пятый этап. Составление намеченных показателей будущего состояния сфер влияния с предположениями об их развитии. Сопоставление результатов 3 и 4 этапов. Повышенные или заниженные показатели корректируются при помощи данных полученных на 4 этапе. Для большей точности прогноза сокращают интервал между настоящим и конечным моментами прогнозирования путем разбивки его на несколько этапов.

Шестой этап. Введение в анализ разрушительных событий.

Разрушительное событие – это внезапно случившийся инцидент, который не был ранее спрогнозирован и может изменить направление развития. Могут иметь отрицательный и положительный характер. Из всех выделяют те, которые могут оказать наиболее сильное воздействие.

Седьмой этап. Установление последствий.

Сопоставляются стратегические проблемы фирмы и выбранные варианты развития среды. Определяются характер и степень воздействия вариантов развития на стратегические области действий фирмы.

Восьмой этап. Принятие мер.

Не относится к анализу и составлению сценариев, но естественно вытекает из предыдущих этапов.

Методы экстраполяции трендов

Экстраполяция — это метод, при котором прогнози­руемые показатели рассчитываются как продолжение ди­намического ряда на будущее по выявленной закономерно­сти развития. По сути, экстраполяция является переносом закономерностей и тенденций прошлого на будущее на ос­нове взаимосвязей показателей одного ряда. Метод позво­ляет найти уровень ряда за его пределами, в будущем. Эк­страполяция эффективна для краткосрочных прогнозов, если данные динамического ряда выражены ярко и устойчиво.

Если предполагается сохранение прошлых и настоящих тенденций развития на будущее, то говорят о формальной экстраполяции. Если же фактичес­кое развитие увязывается с гипотезами о динамике про­цесса развития с учетом физической и логической сущнос­ти, то говорят о прогнозной экстраполяции. Прогнозная экстраполяция может быть в виде тренда, огибающих кри­вых, корреляционных и регрессионных зависимостей, мо­жет быть основана на факторном анализе и др. Экстраполя­ция сложного порядка может перерасти в моделирование.

Для такого вида экстраполяции, как тренд, характер­но нахождение плавной линии, отражающей, закономерно­сти развития во времени. Тренд обычно применяется как основная составляющая прогнозируемого временного ряда, на которую накладываются другие составляющие, напри­мер сезонные колебания. Экстраполяция на основе тренда включает:

1. сбор информации эмпирического ряда показателя за прошлые периоды;

2. выбор оптимального вида функции, описывающей указанный ряд с учетом его сглаживания и выравни­вания;

3. расчет параметров выбранной экстраполяционной функции;

4. расчет прогноза на будущее по выбранной функции.

При оценке параметров зависимостей используются метод наименьших квадратов, метод скользящего среднего и метод экспоненциального сглаживания.

Модель тренда может различаться по виду: может быть линейной, степенной (экспоненциальной), логарифмической, параболической, логистической.

Экспоненциальная (степенная) Y=a x

Метод наименьших квадратов

Состоит в отыскании параметров модели тренда, которые минимизируют ее отклонение от точек исходного временного ряда.

(9.1)

y – показатель, который экстраполируется;

a – параметр, характеризующий влияние факторов;

b – параметр, характеризующий влияние вспомогательных факторов.

Метод скользящего среднего

Исходит из предположения, что следующий во времени показатель по своей величине равен средней, рассчитанной за последние три месяца. Скользящие средние значения сглаживают не только случайные колебания, но и сезонные изменения при условии, что длина цикла равна числу усредненных наблюдений.

Метод экспоненциального сглаживания

Представляет прогноз показателя на будущий период в виде суммы фактического показателя за данный период и прогноза на данный период, взвешенных при помощи специальных коэффициентов.

(9.2)

— прогноз продаж на месяц t+1;

— продажи в месяц t (фактические данные);

— прогноз продаж на месяц t;

а — специальный коэффициент, определяемый статистическим путем.

В прогнозировании методы экстраполяции трендов дополняются методами корреляции трендов, в рамках которых исследуется взаимосвязь между различными тенденциями. Корреляционный анализ может исследовать взаимосвязь между двумя показателями (парная корреляция) или между многими показателями (множественная корреляция).

Методы регрессионного анализа

Регрессионный анализ исследует зависимость определенной величины от другой величины или нескольких других величин. Регрессионный анализ применяется преимущественно в среднесрочном прогнозировании, а также в долгосрочном прогнозировании. Средне- и долгосрочный периоды дают возможность установления изменений в среде бизнеса и учета влияний этих изменений на исследуемый показатель.

Для осуществления регрессионного анализа необходимо:

— наличие ежегодных данных по исследуемым показателям,

— наличие одноразовых прогнозов, т.е. таких прогнозов, которые не поправляются с поступлением новых данных.

Регрессионный анализ обычно проводится для объектов, имеющих сложную, многофакторную природу, таких как, объем инвестиций, прибыль, объемы продаж и др.

При нормативном методе прогнозирования определя­ются пути и сроки достижения возможных состояний явле­ния, принимаемых в качестве цели. Речь идет о прогнози­ровании достижения желательных состояний явления на основе заранее заданных норм, идеалов, стимулов и целей. Такой прогноз отвечает на вопрос: какими путями можно достичь желаемого? Нормативный метод чаще применяется для программ­ных или целевых прогнозов. Используются как количествен­ное выражение норматива, так и определенная шкала воз­можностей оценочной функции

В случае использования количественного выражения, например физиологических и рациональных норм потреб­ления отдельных продовольственных и непродовольствен­ных товаров, разработанных специалистами для различных групп населения, можно определить уровень потребления этих товаров на годы, предшествующие достижению ука­занной нормы. Такие расчеты называют интерполяцией.

Интерполяция — это способ вычисления показателей, недо­стающих в динамическом ряду явления, на основе установ­ленной взаимосвязи. Принимая фактическое значение по­казателя и значение его нормативов за крайние члены ди­намического ряда, можно определить величины значений внутри этого ряда. Поэтому интерполяцию считают норма­тивным методом. Ранее приведенная формула (4), исполь­зуемая в экстраполяции, может применяться в интерполя­ции, где уп будет характеризовать уже не фактические данные, а норматив показателя.

В случае использования в нормативном методе шкалы (поля, спектра) возможностей оценочной функции, т. е. фун­кции распределения предпочтительности, указывают при­мерно следующую градацию: нежелательно — менее же­лательно — более желательно — наиболее желательно — оптимально (норматив).

Нормативный метод прогнозирования помогает выра­ботать рекомендации по повышению уровня объективнос­ти, следовательно, эффективности решений.

Моделирование, пожалуй, самый сложный метод про­гнозирования. Математическое моделирование означает опи­сание экономического явления посредством математичес­ких формул, уравнений и неравенств. Математической ап­парат должен достаточно точно отражать прогнозный фон, хотя полностью отразить всю глубину и сложность прогно­зируемого объекта довольно трудно. Термин «модель» об­разован от латинского слова modelus, что означает «мера». Поэтому моделирование правильнее было бы считать не методом прогнозирования, а методом изучения аналогично­го явления на модели.

В широком смысле моделями называются заместители объекта исследования, находящиеся с ним в таком сход­стве, которое позволяет получить новое знание об объек­те. Модель следует рассматривать как математическое опи­сание объекта. В этом случае модель определяется как яв­ление (предмет, установка), которое находиться в некотором соответствии с изучаемым объектом и может его замещать в процессе исследования, представляя информацию об объекте.

При более узком понимании модели она рассматрива­ется как объект прогнозирования, ее исследование позво­ляет получить информацию о возможных состояниях объек­та в будущем и путях достижения этих состояний. В этом случае целью прогнозной модели является получение ин­формации не об объекте вообще, а только о его будущих состояниях. Тогда при построении модели бывает невозмож­но провести прямую проверку ее соответствия объекту, так как модель представляет собой только его будущее состояние, а сам объект в настоящее время может отсут­ствовать или иметь иное существование.

Модели могут быть материальными и идеальными.

В экономике используются идеальные модели. Наиболее совершенной идеальной моделью количественного описания социально-экономического (экономического) явления является математическая модель, использующая числа, формулы, уравнения, алгоритмы или графическое представление. С помощью экономических моделей определяют:

— зависимость между различными экономическими по­казателями;

— различного рода ограничения, накладываемые на по­казатели;

— критерии, позволяющие оптимизировать процесс.

Содержательное описание объекта может быть пред­ставлено в виде его формализованной схемы, которая ука­зывает, какие параметры и исходную информацию нужно собрать, чтобы вычислить искомые величины. Математичес­кая модель в отличие от формализованной схемы содержит конкретные числовые данные, характеризующие объект Разработка математической модели во многом зависит от представления прогнозиста о сущности моделируемого про­цесса. На основе своих представлений он выдвигает рабочую гипотезу, с помощью которой создается аналитическая за­пись модели в виде формул, уравнений и неравенств. В ре­зультате решения системы уравнений получают конкретные параметры функции, которыми описывается изменение ис­комых переменных величин во времени.

Порядок и последовательность работы как элемент организации прогнозирования определяется в зависимости от применяемого метода прогнозирования. Обычно эта ра­бота выполняется в несколько этапов.

1-й этап — прогнозная ретроспекция, т. е. установле­ние объекта прогнозирования и прогнозного фона. Работа на первом этапе выполняется в такой последовательности:

— формирование описания объекта в прошлом, что включает предпрогнозный анализ объекта, оценку его параметров, их значимости и взаимных связей,

— определение и оценка источников информации, по­рядка и организации работы с ними, сбор и разме­щение ретроспективной информации;

— постановка задач исследования.

Выполняя задачи прогнозной ретроспекции, прогнозис­ты исследуют историю развития объекта и прогнозного фона с целью получения их систематизированного описания.

2-й этап — прогнозный диагноз, в ходе которого ис­следуется систематизированное описание объекта прогно­зирования и прогнозного фона с целью выявления тенден­ций их развития и выбора моделей и методов прогнозиро­вания. Работа выполняется в такой последовательности:

— разработка модели объекта прогноза, в том числе формализованное описание объекта, проверка сте­пени адекватности модели объекту;

— выбор методов прогнозирования (основного и вспо­могательных), разработка алгоритма и рабочих про­грамм.

3-й этап — протекция, т. е. процесс обширной разра­ботки прогноза, в том числе: 1) расчет прогнозируемых па­раметров на заданный период упреждения; 2) синтез от­дельных составляющих прогноза.

4-й этап — оценка прогноза, в том числе его верифи­кация, т. е. определение степени достоверности, точности и обоснованности.

В ходе проспекции и оценки на основании предыдущих этапов решаются задачи прогноза и его оценка.

Указанная этапность является примерной и зависит от основного метода прогнозирования.

Результаты прогноза оформляются в виде справки, док­лада или иного материала и представляются заказчику.

В прогнозировании может быть указана величина отклонения прогноза от действительного состояния объекта, которая называется ошибкой прогноза, которая рассчитывается по формуле:

; ; . (9.3)

Источники ошибок в прогнозировании

Основными источниками могут быть:

1. Простое перенесение (экстраполяция) данных из прошлого в будущее (например, отсутствие у фирмы иных вариантов прогноза, кроме 10% роста продаж).

2. Невозможность точно определить вероятность события и его воздействия на исследуемый объект.

3. Непредвиденные трудности (разрушительные события), влияющие на осуществление плана, например, внезапное увольнение начальника отдела сбыта.

Ошибки первой категории могут быть сужены путем применения методов регрессионного анализа, криволинейного сглаживания и других техник.

Ошибки второй категории частично могут быть преодолены при помощи метода Дельфи, сценариев, моделей, анализа модели жизненного цикла.

В целом точность прогнозирования повышается по мере накопления опыта прогнозирования и отработки его методов.

Объекты прогнозирования

«18 Приложения» — тут тоже много полезного для Вас.

Изучение общества как социального организма, его состояний и процессов, тенденций и перспектив развития является очень важной частью экономического развития страны. Для прогнозов характерны следующие группы показателей:

— прогнозирование социально-экономических показателей (население, денежные доходы населения, уровень жизни населения);

— прогнозирование спроса (эластичный или неэластичный спрос, вкус, число покупателей, цены, потребительские ожидания);

— прогнозирование сбыта (продаж) продукции (состояние рабочей силы и ее квалификация, тенденции данного товарного рынка, конкурентов);

— прогнозирование инвестиций (поток денежной наличности, нормы рентабельности капитала);

Источник: studizba.com

Обзор статьи

Прогнозирование продолжительности строительства на основе измерения энтропии актуального графика работ

Страницы:

Аннотация:

Большинство современных методик прогноза продолжительности строительства базируется на использовании статистического моделирования календарного плана работ, что требует как обоснования принимаемых законов распределения случайных продолжительностей работ, так и планирования определенной организационно-технологической последовательности выполнения работ. Полное обоснование всех параметров календарного графика строительства приводит к информационной сложности при использовании современных моделей прогнозирования продолжительности строительства. Для преодоления информационной сложности прогнозных моделей предлагается использовать феноменологический подход, который связан с определением энтропии актуального графика строительства, что позволяет использовать минимум информации о плановом и актуализированном графиках строительства.

Источник: vestnik.spbgasu.ru

XI Международная студенческая научная конференция Студенческий научный форум — 2019

МЕТОДЫ ПРОГНОЗИРОВАНИЯ, ИСПОЛЬЗУЕМЫЕ ПРИ РАЗРАБОТКЕ СТРАТЕГИЙ РАЗВИТИЯ СТРОИТЕЛЬНОЙ ОТРАСЛИ

Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке «Файлы работы» в формате PDF

В настоящее время ни одна сфера жизни общества не может обойтись без прогнозов как средства познания будущего. Социально-экономическое прогнозирование является одним из решающих научных факторов формирования стратегии и тактики общественного развития. Органической частью планирования является составление прогнозов, показывающих возможные направления будущего развития хозяйственной структуры, рассматриваемой в тесном взаимодействии с окружающей средой [ 5 ] .

Под прогнозом понимается система научно обоснованных представлений о возможных состояниях объекта в будущем, об альтернативных путях его развития. Прогноз выражает предвидение на уровне конкретно-прикладной теории, в то же время прогноз неоднозначен и носит вероятностный и многовариантный характер. Процесс разработки прогноза называется прогнозированием [ 4 ] .

Под методами прогнозирования следует понимать совокупность приемов и способов мышления, позволяющих на основе анализа ретроспективных данных, экзогенных (внешних) и эндогенных (внутренних) связей объекта прогнозирования, а также их измерений в рамках рассматриваемого явления или процесса вывести суждения определенной достоверности относительно его (объекта) будущего развития.

В настоящее время, по оценкам отечественных и зарубежных ученых, насчитывается свыше 150 различных методов прогнозирования. Однако на практике используется в качестве основных 15-20. Многие из этих методов относятся скорее к отдельным приемам и процедурам, учитывающим нюансы объекта прогнозирования. Другие представляют собой набор отдельных приемов, отличающихся от базовых или друг от друга количеством частных приемов и последовательностью их применения.

В существующих источниках представлены различные классификационные принципы методов прогнозирования. Одним из наиболее важных классификационных признаков методов прогнозирования является степень формализации, которая достаточно полно охватывает прогностические методы. Вторым классификационным признаком можно назвать общий принцип действия методов прогнозирования, третьим – способ получения прогнозной информации.

Научно обоснованная классификация дает возможность увеличить число приемов (модификаций) на нижних уровнях классификации, куда могут быть внесены новые элементы. По степени формализации (по первому классификационному признаку) методы экономического прогнозирования можно разделить на интуитивные и формализованны.

Интуитивные методы прогнозирования используются в тех случаях, когда невозможно учесть влияние многих факторов из-за значительной сложности объекта прогнозирования. В этом случае используются оценки экспертов. При этом различают индивидуальные и коллективные экспертные оценки [ 3 ] .

В состав индивидуальных экспертных оценок входят: метод «интервью», при котором осуществляется непосредственный контакт эксперта со специалистом по схеме «вопрос-ответ»; аналитический метод, при котором осуществляется логический анализ какой-либо прогнозируемой ситуации, составляются аналитические докладные записки; метод написания сценария, который основан на определении логики процесса или явления во времени при различных

Методы коллективных экспертных оценок включают в себя метод «комиссий», «коллективной генерации идей» («мозговая атака»), метод «Дельфи», матричный метод. Эта группа методов основана на том, что при коллективном мышлении, во-первых, выше точность результата во-вторых, при обработке индивидуальных независимых оценок, выносимых экспертами, по меньшей мере могут возникнуть продуктивные идеи.

В группу формализованных методов входят две подгруппы: экстраполяции и моделирования. К первой подгруппе относятся методы: наименьших квадратов, экспоненциального сглаживания, скользящих средних. Ко второй – структурное, сетевое и матричное моделирование.

Рассмотренные классы интуитивных и формализованных методов схожи по своему составу с экспертными и фактографическими методами. Фактографические методы основаны на фактически имеющейся информации об объекте прогнозирования и его прошлом развитии, экспертные базируются на информации, полученной по оценкам специалистов-экспертов.

В класс экспертных методов прогнозирования входит метод эвристического прогнозирования (эвристика – наука, изучающая продуктивно творческое мышление). Это аналитический метод, суть которого заключается в построении и последующем усечении «дерева поиска» экспертной оценки с использованием какой-либо эвристики. При этом методе осуществляется специализированная обработка прогнозных экспертных оценок, получаемых путем систематизированного опроса высококвалифицированных специалистов. Он применяется для разработки прогнозов научно-технических проблем и объектов, анализ развития которых либо полностью, либо частично не поддается формализации.

Конструктивная классификация позволяет наглядно изобразить совокупность методов прогнозирования в виде иерархического дерева и охарактеризовать каждый уровень своим классификационным признаком.

На первом уровне все методы по признаку «информационное основание метода» делятся на три класса: фактографические, комбинированные и экс-

Фактографические базируются на фактической информации об объекте прогнозирования и его прошлом развитии. В экспертных методах используется информация, которую доставляют специалисты-эксперты в процессе систематизированных процедур выявления и обобщения их мнений. В свою очередь, классы экспертных и фактографических методов подразделяются на подклассы по методам обработки информации.

Экспертные методы разделяются на два подкласса. Прямые экспертные оценки строятся по принципу получения и обработки независимого обобщенного мнения коллектива экспертов (или одного из них) при отсутствии воздействия на мнение каждого эксперта мнения другого эксперта и всего коллектива. Экспертные оценки с обратной связью в том или ином виде реализуют принцип обратной связи на основе воздействия на оценку экспертной группы (одного эксперта) мнениями, полученными ранее от этой группы (или от одного из экспертов) [ 1 ] .

Класс фактографических методов объединяет следующие три подкласса: методы аналогий, опережающие и статистические методы.

Методы аналогий направлены на выявление сходства в закономерностях развития различных процессов. К ним относятся методы математических и исторических аналогий. Методы математических аналогий в качестве аналога для объекта используют объекты другой физической природы, других областей науки и техники, имеющие математическое описание процесса развития, совпадающие с объектом прогнозирования.

Опережающие методы прогнозирования основаны на определенных принципах специальной обработки научно-технической информации, учитывающих ее свойство опережать прогресс науки и техники. К ним относятся методы исследования динамики научно-технической информации, использующие построение динамических рядов на базе различных видов такой информации анализа и прогнозирования на этой основе развития соответствующего объекта (например, метод огибающих). К опережающим методам можно отнести также методы исследования и оценки уровня техники, основанные на использовании специальных методов анализа количественной и качественной научно-технической информации для определения характеристик уровня качества существующей и проектируемой техники.

Статистические методы представляют собой совокупность методов обработки количественной информации об объекте прогнозирования, объединенной по принципу выявления содержащихся в ней математических закономерностей изменения характеристик данного объекта с целью получения прогнозных моделей [ 6 ] .

Таким образом, методы прогнозирования – это способы, приемы, с помощью которых обеспечивается разработка и обоснование планов и прогнозов. Современные условия хозяйствования требуют максимального расширения сферы и совершенствования методов прогнозирования. Чем выше качество прогнозов, тем более весомым будет их вклад в общественное развитие [ 2 ] .

1. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. – М.: Статистика, 1980. – 263 с.

2. Курс лекций по социально-экономическому прогнозированию. – Ростов н/Д: РГСУ. 2000. – 125 с.

3. Математическое моделирование экономических процессов / Под ред. Е.Г. Белоусова, Ю.Н. Черёмных, Х. Кёрта, К. Отто. – М., 1990. – 232 с.

4. Прогнозирование и планирование экономики: Уч. пособие / под общ. ред. В.И. Боресевича, Г.А. Кандауровой. – Мн.: Экоперспектива, 2001. – 380 с.

5. Статистическое моделирование и прогнозирование: Учебное пособие / Под ред. А.Г. Гранберга. − М.: Финансы и статистика, 1990.

6. Экономико-математические методы в планировании многоотраслевых комплексов и отраслей / Под ред. Б.Б. Розин, Б.П. Суворов, В.Д. Маршак. – Новосиб.1988. – 413 с.

Источник: scienceforum.ru

Методы прогнозирования в строительстве

Прогнозирование деятельности строительного сектора относится к одномерным задачам предсказания, которые решаются по известным параметрам в данный момент и с учетом предыстории изменения объекта в ретроспективе. В связи с этим при прогнозировании производства продукции, так же, как при прогнозировании любого объекта, исходят из определенных начальных данных: величины прогнозируемого показателя в последние годы, предшествующие прогнозируемому периоду, анализа поведения показателей за прошлый период, то есть анализа темпов роста за ряд лет.

Предложенная нами методика прогнозирования на среднесрочный период основывается на экстраполяции сложившихся, прошлых тенденций на будущие периоды. Методика состоит из ряда последовательных этапов:

1. Графическое изучение ряда показателей;

2. Расчет характеристик вариации изучаемых рядов динамики (среднее значение ряда динамики, коэффициент вариации (V), среднее квадратическое отклонение, мax значение, мin значение);

3. Подбор вида функции, описывающей тенденцию этих показателей, осуществляется чаще всего эмпирически, путём построения ряда функции и сравнения их между собой по величине коэффициента детерминации R 2 .

4. Расчет прогнозных значений по выбранным функциям.

Нами проведено выравнивание статистических рядов объемов подрядных работ, выполненных собственными силами конкретной строительной организации и производительности труда в ценах 1984 г с тем, чтобы подобрать соответствующий тип кривой для описания закона распределения ряда динамики.

Средний уровень ряда динамики объема подрядных работ за период времени 1993-2003 годах составил 75248,4 тыс. руб., то есть в среднем за год в рассматриваемый период времени объем подрядных работ, выполненных собственными силами, составлял 75,2 млн. руб. (аналогично производительность труда ежегодно составляла 15616,9 руб.). (табл. 1).

Таблица 1. Характеристика вариации рядов динамики

Среднее значение ряда динамики

Коэффициент вариации (V)

Среднее квадратическое отклонение

Объем подрядных работ, тыс. руб.

Производительность труда, руб.

Коэффициент вариации для первого ряда составляет 12,21%. Это означает, что отдельные показатели динамического ряда объема работ отклоняются в ту или иную сторону в среднем на 12,21%, для второго ряда (производительности труда) на 1,73%. При указанных средних значениях временных рядов, характеризующих деятельность строительной организации, минимальное значение объема выполненных работ составляет 29800 тыс. руб., а максимальное — 119360 тыс. руб., а по производительности труда — от 14049 до 17589 руб.

Среднеквадратическое отклонение, которое является обобщающей статистической характеристикой вариации исследуемых значений, равно 9184,72 тыс. руб. и 270,84 руб. и представляет собой среднюю величину отклонений вариантов ряда от среднего уровня в ту или иную сторону. Такая вариация в рядах динамики дает основание для создания параметрических моделей объема выполненных работ и производительности труда в строительной организации.

Мы утверждаем, что приращение ряда динамики в последующие единицы времени (каждый год) есть величина постоянная. Согласно гипотезе затухающих кривых с ростом абсолютной величины показателей деятельности строительной организации годовые темпы роста ее будут снижаться, а функция подчиняется гиперболическому закону.

С этой гипотезой сходна теория сатурации, т. е. насыщения, согласно которой при наличии логических пределов роста или реально ограничивающих его значений, темпы роста снижаются, асимптотически приближаясь к этим пределам. Аппроксимирующая функция в этом случае подчиняется «логистическому» закону. При такой установке аппроксимирующая функция будет подчиняться квадратичному или экспоненциальному закону. На основании сказанного нами использованы линейная зависимость, параболическая, экспоненциальная и степенная зависимость.

В исследовании нами получены четыре гипотезы развития показателей деятельности строительной организации, выбор которых оправдан следующими соображениями. Каждый гипотетический вариант изменения объема подрядных работ и производительности труда в конкретной организации строительного сектора характеризует одну из возможных траекторий ее развития. Их совокупность представляет множество траекторий: от пессимистических до оптимистических.

Для окончательного выбора уравнения тренда необходимо логически обосновать, какую форму связи выбрать для построения модели. Известно, что экспоненциальная форма связи характеризует изменение показателя при постоянно возрастающих темпах прироста, чего нельзя сказать о динамике исследуемых показателей. Так, например, в определенные периоды времени имело место падение объема подрядных работ и производительности труда.

Таблица 2. Параметризованные уравнения тренда и значения коэффициента детерминации

Источник: fundamental-research.ru