Интуитивные методы прогнозирования

Рассматриваемые здесь методы прогнозирования называют интуитивными или эвристическими, по­скольку их суть заключается в построении рациональной процедуры интуитивно-логического анализа в сочета­нии с количественными методами оценки и обработки результатов этого анализа. Носителями базовой исход­ной информации здесь являются люди, называемые экспертами. Поэтому данная группа методов именуется также экспертными, хотя в ней часто выделяют конкретный метод, который называют методом экспертных оценок.

Недостаточная полнота информации об исследуемом объекте, невозможность формализованного пред­ставления причинно-следственных связей, множество возможных вариантов решения - эти условия определяют первостепенное значение интуитивных методов в области прогнозирования инноваций.

При использовании интуитивных методов, вне зависимости от их особенностей, существуют типовые этапы разработки и решения задач:

♦ организация процедуры экспертизы;

♦ подбор экспертов;

♦ проведение экспертного опроса;

♦ обработка результатов опроса.

Организация процедуры экспертного опроса

Для эффективного решения проблемы важна рациональная организация проведения экспертами анализа проблемы с количественной оценкой их суждений и математико-статистической обработкой получаемых ре­зультатов. Итоговое мнение экспертов принимается в качестве решения проблемы.

Общая схема организации процедуры прогнозирования на основе экспертного опроса выглядит следую­щим образом (рис. 2.2.1).

Рис. 2.2.1. Организационная схема экспертного опроса

В данной схеме присутствуют 4 группы:

Руководитель группы прогноза

Это высококвалифицированный специалист в области методов планирования и прогнозирования и в об­ласти методов экспертного прогнозирования, ориентирующийся в исследуемой проблемной области. Он разра­батывает общий план проведения опроса и руководит группой 2.

Организационная группа

Она состоит из специалистов по проведению экспертного опроса (2-5 человек). Ее назначение заключа­ется в разработке вопросов экспертам и анализа данных после обработки их группой 4.

Эксперты

Это специалисты в исследуемой проблемной области (20-100 человек). В соответствии с планом разра­ботки прогноза они занимаются выдвижением идей (предложений) по решению проблемы, ранжированием идей, оцениванием сроков свершения событий и т.д.

Группа обработки данных

Она занимается математической обработкой полученных результатов с помощью ЭВМ и предваритель­ным анализом обработанных данных.

В зависимости от сложности решаемой проблемы общее количество участников опроса может достигать 120-150 человек.

В процессе прогнозирования эксперты выполняют аналитическую работу по выявлению и обоснованию технико-экономических решений. В связи с этим все многообразие решаемых ими задач может быть сведено к двум типам:

1. Выявление, формулирование и структуризация проблемы. Эта задача может включать в себя следующее:

♦ определение возможных событий и явлений;

♦ формирование дерева целей;

♦ формулирование вариантов решения проблемы;

♦ установление перечня признаков и показателей, характеризующих содержание проблемы;

♦ раскрытие свойств и условий развития объектов прогнозирования.

2. Оценка количественных характеристик, связанных с решением проблемы, например:

♦ оценка вероятности свершения событий;

♦ установление коэффициентов относительной важности элементов дерева целей;

♦ проведение ранжирования факторов, идей;

♦ определение абсолютных значений показателей, связанных с развитием объекта прогнозирования.

Формирование группы экспертов

Подбор участников экспертизы является достаточно сложной задачей, качество решения которой зависит от многих факторов (в том числе и субъективных), таких, например, как:

♦ личные качества руководителя экспертного опроса;

♦ предельно допустимый уровень финансовых затрат на проведение экспертизы;

♦ сложность и новизна решаемой проблемы.

В теории экспертного прогнозирования разработан ряд формальных приемов, способствующих более ка­чественному решению этого вопроса. Ниже мы рассмотрим некоторые из них.

Процедура формирования экспертной группы состоит из следующих шагов:

1. Составление списка возможных кандидатур.

2. Оценивание каждого кандидата, как источника достоверных знаний в исследуемой области.

3. Установление оптимальной численности группы экспертов.

4. Отбор экспертов, включаемых в группу.

На первом шаге важную роль играет характер самой проблемы, которую надо решить. Если проблема отно­сится к определенной области знания и не отличается высокой степенью новизны (например, оценка производствен­ных возможностей отрасли или предприятия), то в список кандидатур целесообразно включать специалистов только из этой области. В противном случае, может оказаться полезным привлечь экспертов из других сфер деятельности.

На втором шаге осуществляется оценка отдельных сторон личности каждого кандидата из списка воз­можных кандидатур.

Поскольку цель экспертного опроса - получение информации для построения достоверного прогноза, то оцениванию подлежат те качества кандидата, которые влияют на достоверность прогноза.

Чаще всего выделяют следующие качества:

♦ уровень компетентности;

♦ уровень общей эрудиции;

♦ отношение к экспертизе;

♦ подверженность влиянию авторитетов;

♦ способность к творческому мышлению;

♦ умение работать в коллективе.

Эти и другие свойства эксперта в комплексе дают оценку его качества, как источника достоверной ин­формации.

В зависимости от решаемой задачи, одни стороны личности эксперта имеют большую ценность, чем дру­гие. Поэтому для получения комплексной оценки кандидата в эксперты, важно присвоить веса значимости от­дельным его качествам.

Существует множество подходов к этому вопросу, и разработано множество методик для определения весов значимости. Например, для оценки компетентности эксперта чаще всего используют метод самооценки и метод круговой оценки экспертами друг друга. В первом случае эксперт заполняет на себя анкету или тест. Во втором случае каждый эксперт тем или иным способом оценивает уровень компетентности других экспертов.

При оценке отдельных свойств эксперта может использоваться, например, такая информация, как - коли­чество научных публикаций, количество ссылок на них, данные об участии в других экспертных опросах, должность, ученая степень, возраст, стаж работы и пр.

На третьем шаге формирования экспертной группы определяется оптимальная численность этой груп­пы. При этом могут использоваться методы математической статистики и другие формальные подходы. Осно­вой для решения здесь служит следующая информация:

♦ требуемый уровень достоверности (надежности) прогноза, т.е. уровень доверительной вероятности;

♦ комплексная оценка «качества» каждого кандидата в эксперты;

♦ предельно-допустимый уровень финансовых затрат.

Четвертый шаг формирования экспертной группы тесно связан с предыдущим. Зачастую, он выполня­ется параллельно с ним. Процедура окончательного отбора кандидатов в эксперты должна сформировать такую группу, которая обеспечит нужную достоверность прогнозной информации, не превысив лимита финансовых средств, выделенных на проведение опроса.

Проведение экспертного опроса

Важное место в методах групповых экспертных оценок занимает проведение экспертного опроса. Опрос представляет собой заслушивание и фиксацию в содержательной и количественной форме суждений экспертов по рассматриваемой проблеме.

Основными видами опросов являются:

♦ анкетирование;

♦ интервьюирование;

♦ мозговой штурм;

♦ дискуссия.

Анкетирование представляет собой опрос экспертов в письменной форме с помощью анкет, содержащих ряд вопросов.

Вопросы классифицируются по типу:

♦ открытые;

♦ с веером ответов.

Открытые вопросы предполагают ответ в произвольной форме и применяются в случае недостаточной определенности проблемы. Вопросы с веером ответов — это такие вопросы, которые ориентируют эксперта на выбор одного или нескольких вариантов из заданного перечня ответов. Они используются при объективном наличии нескольких четко определенных вариантов ответов.

Каждая анкета начинается с обращения, в котором:

♦ разъясняются цели и задачи экспертизы;

♦ предоставляется необходимая исходная информация;

♦ дается инструкция по заполнению анкеты.

Интервьюирование — это устный опрос эксперта, проводимый в форме беседы (интервью) на основе за­ранее разработанных вопросов. Отличительной особенностью интервью является возможность быстрого полу­чения от эксперта необходимой информации путем задания основных и дополнительных (уточняющих) вопро­сов в зависимости от содержания ответов эксперта.

Мозговой штурм представляет собой групповое обсуждение с целью получения новых идей, вариантов решения проблемы.

Характерной чертой этого вида экспертизы является категорический запрет взаимных критических вы­сказываний. Это делается с целью поддержания активности и творческой фантазии экспертов. В каждом высту­плении эксперты должны стремиться высказать как можно больше новых идей или дополнять и углублять ранее выдвинутые идеи.

Для проведения мозгового штурма назначается ведущий, основной задачей которого является организа­ция активного обсуждения проблемы. Выступления экспертов фиксируются и подвергаются анализу, который заключается в группировке высказанных идей по различным признакам, оценке их относительной важности и реалистичности.

Дискуссия представляет собой открытое коллективное обсуждение проблемы, основной задачей которого является всесторонний анализ всех факторов и условий решения проблемы, оценка положительных и отрица­тельных последствий предлагаемых решений. В отличие от мозгового штурма, в ходе дискуссии допускается критика.

Рассмотренные виды опроса дополняют друг друга и эффективно могут быть использованы лишь в сис­теме. Для формулирования и структуризации проблемы (объекта) и выявления альтернатив ее решения наибо­лее оправдано применение коллективных методов. Оценку альтернатив целесообразно проводить с использова­нием индивидуальных методов.

Исходя из характера решаемой задачи, эксперты используют различные виды количественных оценок. Все они могут быть разбиты на три группы в зависимости от системы измерения (шкалы):

♦ писала порядка;

♦ шкала интервалов;

♦ абсолютная шкала.

Шкала порядка применяется для упорядочивания объектов по одному или нескольким признакам (свой­ствам). Числа в шкале порядка отражают только порядок следования объектов в зависимости от степени прояв­ления в них одного или нескольких признаков и не дают возможности сказать насколько один объект предпоч­тительнее другого. Примерами шкалы порядка являются ранги, баллы, {да, нет}.

Ранжирование объектов представляет собой процедуру упорядочения объектов путем назначения им рангов. Наиболее предпочтительному объекту присваивают ранг, равный единице, второму по предпочтению объекту - ранг, равный двум. Для объектов, имеющих равную предпочтительность, назначают одинаковые ран­ги, равные среднему арифметическому значений соответствующей последовательности рангов. Такие ранги называют связными, они могут быть дробными числами.

Шкала интервалов используется не только для определения порядка следования объектов, но и для измерения величины различия между признаками объектов. Интервальная шкала может иметь произволь­ные точки отсчета и масштаб (шкала [0; 1], шкала [0; 100%]). Она может быть либо непрерывной, либо дискретной.

Интервальная шкала часто применяется для оценки относительной важности (полезности) объектов. При этом специалистам необходимо указать для каждого объекта оценки точку на числовой оси, например, на от­резке [0; 1]. Причем, объектам с равной предпочтительностью назначается одно и то же число.

Абсолютная шкала используется для измерения величины признака объекта. Она является частным слу­чаем интервальной шкалы, для которой принимается нулевая точка отсчета и единый масштаб. При этом суще­ствует только одно отображение признака объекта на числовую ось. Эта шкала используется для определения абсолютных значений технико-экономических и научно-технических показателей развития социально- экономических систем. Оценки этого вида всегда имеют ясный физический смысл (руб., кг, км, и др.).

Математико-статистическая обработка результатов экспертного опроса

В процессе решения тех или иных задач эксперты дают количественные оценки различным характери­стикам исследуемого объекта. Эти оценки можно считать случайными величинами, поскольку они зависят от таких «случайных» факторов как интуиция и опыт эксперта.

Данное положение делает обоснованным применение методов математической статистики для обработки экспертных оценок. Результатом такой обработки является некая коллективная оценка в виде определенного набора статистических характеристик, на основе которых в дальнейшем строят прогноз.

Наиболее полной характеристикой случайной величины является закон распределения вероятностей ее значений. Как правило, считают, что экспертные оценки должны подчиняться нормальному закону распределе­ния. Основными параметрами закона распределения случайной величины являются ее математическое ожида­ние и дисперсия. Зная закон распределения случайной величины, можно построить прогноз ее значения. Про­гноз, в данном случае, — это интервал значений, соответствующий приемлемой вероятности. Этот интервал на­зывают доверительным интервалом (ΔХ_дов), а приемлемую для заказчика прогноза вероятность — доверительной вероятностью (Р_дов)- Часто вместо доверительной вероятности Р_дов используют понятие «уровень значимости» (α), причем α = 1- Р_дов.

На практике чаще всего неизвестны закон распределения случайной величины и его характеристики. Имеется лишь ограниченное число наблюдений (n) за случайной величиной х:{х₁, x₂,…,x_n}. Перед исследовате­лем встает задача определения закона распределения и его основных характеристик на основании данной сово­купности наблюдений.

Существуют множество довольно сложных методов проверки гипотез о законах распределения, в частно­сти - о нормальном законе. Простейшим подходом к решению этой задачи является построение гистограммы распределения и визуальный анализ ее формы.

Следующим шагом, после принятия гипотезы о нормальном распределении величины х, является нахож­дение основных характеристик распределения: математического ожидания, среднеквадратического отклонения и (при необходимости) коэффициента вариации.

, (2.2.1)

Где S – среднеквадратическое отклонение экспертных оценок;

Х_ср – математическое ожидание (среднее значение) экспертной оценки;

T_α – значение t-критерия Стьюдента, выбранное из соответствующей таблицы для доверительной вероятности Р_дов (уровни значимости α) и числа степеней свободы v=n-1

n – количество экспертов, участвующих в опросе.

Математическое ожидание характеризует интегральную групповую оценку значимости соответствующе­го качества.

Среднеквадратическое отклонение (дисперсия) и коэффициент вариации показывают соответственно аб­солютный и относительный уровень вариации экспертных оценок и характеризуют степень согласованности мнений экспертов. Чем они меньше, тем большая наблюдается согласованность.

Среди методов интуитивного прогнозирования можно выделить некоторые наиболее универсальные процедуры, которые достаточно часто используют для решения определенного круга задач. К ним относятся - метод «Дельфи», методы структурного анализа, метод прогнозных сценариев.

Метод экспертных оценок «Дельфи» предназначен в основном для установления вероятных сроков свершения событий^[52].

Методы структурного анализа применяются для прогнозирования сложных объектов. Наиболее распро­страненные из них: метод дерева целей и метод морфологического анализа.

Метод дерева целей основан на поэтапном расчленении исследуемой проблемы на элементы (структура: цели, средства, ресурсы):

♦ конкретизация целей;

♦ поиск средств достижения целей;

♦ определение коэффициентов важности мероприятий.

Для лучшего понимания содержания структурного анализа необходимо знакомство с теорией графов. Напомним, что структура, называемая деревом, представляет собой связный граф, в котором отсутствуют цик­лы. Дерево целей — это такой граф-дерево, который отражает отношения иерархии между его вершинами. Вер­шины дерева целей - это цели, подцели, этапы, мероприятия, ресурсы и т.д. В прогнозировании широко исполь­зуется дерево целей, вершины которого ранжированы, т.е. каждая вершина оценивается определенным коэффи­циентом важности.

На рис. 2.2.2 показан пример такого дерева, в кружках-вершинах которого проставлены коэффициенты важности.

Рис. 2.2.2. Общий вид дерева целей с ранжированными вершинами

1-й уровень отражает генеральную цель деятельности. Его коэффициент важности K₁ = 1.

На 2-м уровне генеральная цель разбивается на подцели с коэффициентами важности: К₂₁ - 0,4 и К₂₂ - 0,6.

Подцели 2-го уровня в свою очередь дробятся на подцели 3-го уровня, и т.д. На каждом уровне сумма ко­эффициентов важности всех вершин этого уровня должна быть равна единице.

Перечислим основные правила построения дерева целей:

Построение дерева целей осуществляется сверху вниз, начиная с формулирования генеральной цели (1-й уровень), исходя из анализа общих целей страны, отрасли, предприятия и т.д.

Детализация генеральной цели на подцели должна осуществляться с такой степенью, чтобы для подцелей нижнего уровня было возможно определение мероприятий по их достижению.

Дерево целей может иметь различное количество уровней по отдельным ветвям. В дереве целей не долж­но быть нескольких одинаковых целей. Цели должны быть понятными, реальными и функциональными. По каждой цели должна быть определена полная группа подцелей, обеспечивающих ее достижение. Подцели одно­го уровня должны быть однородными, т.е. сопоставимыми между собой и более конкретными по отношению к цели. В дереве целей не должно быть альтернатив, т.е. подцели нижнего уровня обязательны для достижения цели, к которой они относятся. В дереве целей не должно быть перекрестных связей между целями, т.е. каждая цель может быть связана только с одной вышестоящей целью. Для каждой цели, начиная с генеральной, должна быть сформирована система показателей, характеризующих степень ее достижения. Показатели по каждой вет­ви дерева целей должны быть взаимоувязаны. Метод построения дерева целей был использован при разработке системы «Паттерн».

Разработчики данной системы (американская военная фирма «Хониуэлл») поставили задачу связать раз­витие систем оружия с национальными интересами США и определить коэффициенты относительной важности каждой системы оружия. В соответствии с этим «дерево целей» представляет собой структуру, при которой ин­тересы страны связаны с задачами и средствами их технического обеспечения, как причина и следствие. Общая схема элементов системы «Паттерн» показана на рис. 2.2.3.

Рис. 2.2.3. Общая схема элементов системы «Паттерн»

Основными элементами системы являются сценарии развития систем вооружения, перспективы развития науки и техники. На основании этих документов эксперты строили дерево целей, определяли коэффициенты относительной важности проблем, задач и т. д., коэффициенты состояния разработки и сроков, коэффициенты взаимной полезности.

Общая схема дерева целей по методу «Паттерн» представлена в таблице 2.2.2. Она включает восемь уровней.

Еще одним методом структуризации является метод морфологического анализа. Автор метода - австрий­ский ученый Ф. Цвикки (опубликовал работы по морфологическому анализу в 1957 и 1969 гг.).

Термин «морфология» относится к исследованию формы и структуры объекта. Сущность метода морфо­логического анализа состоит в разбиении проблемы на части, которые можно в определенной степени считать независимыми друг от друга. Каждая часть проблемы может иметь несколько решений. Общее решение полу­чаем комбинацией решений частей.

Принципиальное количество решений определяется по формуле:

, (2.2.2)

где N_i – количество решений i -части проблемы,

М – количество частей, на которые разбита проблема.

Поскольку отдельные части проблемы лишь относительно независимы друг от друга, то в действитель­ности количество осуществимых вариантов меньше N. Поэтому на следующем этапе применения данного метода определяют осуществимые решения.

Таблица 2.2.2.

Структура дерева целей в системе «Паттерн»

Осуществимые решения исследуются и выбираются наилучшие из них.

Пример применения этого метода для конструирования летательных аппаратов приведен в таблице 2.2.3.

Таблица 2.2.3.

Всего вариантов N=N₁×N₂×N₃×N₄=4×5×4×4=320.

Из них практически осуществимы — M<N.

После исследбвания осуществимых вариантов было выбрано несколько наиболее перспективных конст­рукций, например:

Вариант P₁₂P₂₅P₃₂P₄₂ → «Боинг-707» (кружки).

Вариант P₁₁P₂₁P₃₂P₄₄ → спутник системы «Шаттл» (квадратики).

Методы структурного анализа дополняют друг друга.

Одна и та же проблема во многих случаях может быть решена и с помощью метода дерева целей и с по-,

мощью метода морфологического анализа. Нижние элементы дерева целей будут соответствовать вариантам комплектов матрицы морфологического анализа.

Эксперты должны определить метод, походящий в каждом отдельном случае. Следует иметь в виду, что морфологические модели сложно использовать для получения коэффициентов относительной важности элемен­тов, которые необходимы для эффективного использования ресурсов.

Методы структуризации улучшают качество планово-управленческих решений, принимаемых по разно­образным вопросам, поскольку их применение способствует конкретизации целей деятельности предприятий, отраслей и др. объектов планово-прогнозной деятельности.

Можно выделить следующие направления применения метода структуризации в прогнозировании:

♦ для ранжирования и определения приоритетности порядка и сроков разработки, внедрения, использо­вания отдельных проектов, программ, мероприятий;

♦ для выбора наилучших мероприятий с точки зрения обеспечения поставленных задач;

♦ для построения организационных структур планирования и управления различными экономическими объектами;

♦ в программно-целевом планировании для выявления проблем, решать которые целесообразно путем разработки комплексных программ.

Использование метода структуризации помогает при составлении планов сконцентрировать ресурсы на выполнении мероприятий, самых эффективных для достижения поставленных целей.

Особенностью методов структурного анализа является то, что они статичны и не подходят для изучения объектов с изменяющейся конфигурацией, а также для исследования процессов, включающих пространствен­ные, временные или логические последовательности этапов событий.

Метод прогнозных сценариев используют для прогнозирования развития процессов особой сложности, в отношении которых еще не сформировано единое представление ни о структуре, ни о закономерностях, ни о направлении развития. Он объединяет количественный и качественный подходы к прогнозированию.

Сценарий — модель будущего, в которой описывается возможный ход событий с указанием вероятностей их реализации.

В отличие от структурных методов здесь исследуется развитие процессов во времени и пространстве. В отличие от дерева целей сценарий включает альтернативные варианты.

Группа экспертов формируется из специалистов различного профиля, включая не только экспертов по проблеме, но и специалистов - системщиков, аналитиков, математиков.

Сценарий экономического прогноза — это документ аналитико-описательного характера, в котором отра­жается логическая последовательность этапов развития объекта.

При разработке сценария необходимо оценить следующие аспекты, связанные с объектом прогнозирования:

♦ Цель развития объекта (процесса) и ключевые моменты.

♦ Внутренние факторы, их взаимосвязь и влияние на ход развития объекта.

♦ Внешние факторы и их взаимосвязь с внутренними факторами.

♦ Тенденции развития отдельных элементов объекта.

♦ Проблемные ситуации.

♦ Степень управляемости объектом.

Сценарий должен по возможности охватывать все возможные варианты внешних условий, которые могут возникнуть в процессе развития объекта прогнозирования, а также различные варианты принимаемых решений.

При этом каждому варианту внешних условий ставится в соответствие вероятность его реализации. Но, по­скольку число вариантов, в сущности, бесконечно, то при разработке сценариев используют определенные обобщения и упрощения.

Если элементы сценария представляют собой альтернативные событийные ситуации, типа: «доступность того или иного вида финансирования», «использование того или иного вида материала, оборудования...» и т.п., то число вариантов здесь объективно конечно и определяется количеством альтернатив.

Если речь идет об оценке затрат и результатов (например, о предполагаемом объеме выручки), то эле­ментами сценария могут быть диапазоны значений параметра. Здесь количество вариантов субъективно конеч­но, т.е. определяется выбором количества диапазонов.

При небольшом количестве параметров для разработки сценариев целесообразно построить дерево ре­шений. Его узлы соответствуют ключевым событиям, а стрелки - принятым решениям. Каждому узлу соответ­ствуют определенные значения параметров объекта, вероятность события и оценка результата.

При большом количестве значимых параметров и большом количестве событий, число сценариев может быть слишком велико, а их анализ слишком трудоемок. Обычно на практике разрабатывают не больше 5-10 сценариев. Иногда ограничиваются тремя вариантами: оптимистический; нормальный; пессимистический.

Поиск по сайту: