A fost realizat un studiu al principalelor direcții și probleme de introducere a tehnologiilor moderne de informare și comunicare în activitățile practice ale organizațiilor. Sunt identificate probleme și direcții pentru crearea unui spațiu informațional unificat. A fost efectuată o analiză a condițiilor și premiselor pentru modelarea practică și au fost analizate caracteristicile construcției etapei a modelelor de prognoză a activităților organizațiilor. Se oferă o scurtă descriere a caracteristicilor utilizării diferitelor modele de prognoză și se pune accent pe importanța verificării adecvării modelelor de prognoză. A fost efectuată o revizuire a tehnologiilor moderne de informare și analitică pentru prognoza activităților organizațiilor. Sunt oferite recomandări pentru utilizarea în practică a rezultatelor prognozării indicatorilor cheie ai unei organizații.

tehnologii informaționale și analitice

modelarea activității

analiza adecvării modelului

prognozarea activităților organizației

1. Golichev V.D., Golicheva N.D., Gusarova O.M. și altele.Ținutul Smolensk și populația sa (Revista istorică și statistică în cifre și fapte). – Smolensk: Smolgortypography, 2013. – 152 p.

2. Gusarova O.M. Modelarea ca modalitate de planificare și gestionare a rezultatelor afacerii // Progrese în știința modernă. – 2014. – Nr. 11. – P. 88–92.

3. Gusarova O.M. Modelarea în luarea deciziilor de management // Știință și educație: probleme și perspective de dezvoltare: colecție de lucrări științifice bazate pe materialele Conferinței Științifice și Practice Internaționale. – Tambov: Ukom, 2014. – p. 41–42.

4. Gusarova O.M. Probleme de integrare a teoriei și practicii modelării rezultatelor afacerii // Economie și educație: provocări și căutare de soluții: colecție de lucrări științifice bazate pe materialele celei de-a II-a conferințe științifice și practice din întreaga Rusie (corespondență) (Iaroslavl, 15 aprilie, 2014) - Iaroslavl: Cancelar, 2014. - p. 78–82.

5. Gusarova O.M. Evaluarea relației dintre indicatorii regionali ai dezvoltării socio-economice (pe baza materialelor din Districtul Federal Central al Rusiei) // Probleme moderne ale științei și educației. –2013. – Nr 6. (Revista electronică).

6. Gusarova O.M., Zhuravleva M.A. Analiza și îmbunătățirea activităților societăților pe acțiuni // Tehnologii moderne intensive în știință. – 2014. – Nr. 7–3. – P. 10–12.

7. Gusarova O.M. Metode și modele de prognoză a activităților sistemelor corporative // ​​Probleme teoretice și aplicative ale educației și științei: culegere de lucrări științifice pe baza materialelor Conferinței Științifice și Practice Internaționale. – Tambov: Ukom, 2014. – p. 48–49.

8. Gusarova O.M. Tehnologii informatice pentru modelarea proceselor socio-economice // Creșterea economică și competitivitatea Rusiei: tendințe, probleme și priorități strategice: o colecție de articole științifice bazate pe materialele Conferinței științifice și practice internaționale. – M.: Unitate-Dana, 2012. – P. 102–104.

9. Gusarova O.M. Studiul calității modelelor pe termen scurt de prognoză a indicatorilor financiari și economici. – M.: 1999. – 198 p.

10. Orlova I.V., Turundaevsky V.B. Analiza statistică multivariată în studiul proceselor economice. Monografie. – M.: MESI, 2014. – P. 190.

În contextul introducerii sancțiunilor economice, o serie de întreprinderi rusești caută modalități eficiente de a asigura competitivitatea produselor lor și de a crește eficiența organizației. În condiții economice dificile, este necesar să se ia decizii folosind nu numai experiența practică în organizarea unei afaceri într-un anumit domeniu de activitate, ci și abordări moderne de planificare a activităților unei întreprinderi. Introducerea pe scară largă în practică a tehnologiilor informaționale și analitice pentru modelarea și prognoza indicatorilor cheie de afaceri face posibilă monitorizarea rapidă a rezultatelor afacerii și formularea strategiei de dezvoltare a unei organizații. Utilizarea tehnologiilor informaționale și analitice vă permite să creați sisteme integrate pentru gestionarea rezultatelor afacerii, să optimizați fluxurile materiale și financiare, să minimizați costurile activităților financiare și economice, să maximizați profiturile companiei și să rezolvați o serie de alte probleme.

Procesele de informatizare ale societății moderne și procesele strâns legate de introducerea tehnologiilor informației și comunicațiilor în toate domeniile de afaceri sunt caracterizate prin răspândirea masivă a tehnologiilor informaționale și analitice pentru analiza activităților organizațiilor în diverse sfere și forme de proprietate. Tehnologiile informaționale moderne fac posibilă automatizarea unui număr dintre următoarele domenii: cercetarea proprietăților unui sistem (obiect), monitorizarea dinamicii de dezvoltare a indicatorilor cheie ai tuturor domeniilor de afaceri, optimizarea parametrilor sistemului de operare, crearea de sisteme integrate pentru monitorizarea și gestionarea sistemului, planificarea și prognozarea perspectivelor de dezvoltare a organizației.

Scopul strategic al introducerii tehnologiilor informației și comunicațiilor în toate sferele de activitate ale societății moderne este crearea unui spațiu informațional unificat menit să rezolve o gamă largă de probleme legate de accesul la baze de date unificate, furnizarea promptă a raportării statistice și crearea de sisteme integrate de monitorizare pentru diverse domenii de activitate. Toate acestea contribuie la crearea unor oportunități fundamental noi pentru dezvoltarea activității creative cognitive umane: cercetare, organizațională și managerială, expert, antreprenorial etc. Crearea unui spațiu informațional unificat ajută la creșterea eficienței și calității monitorizării activităților organizațiilor, la intensificarea cercetării științifice în diverse domenii, la reducerea timpului de procesare și furnizare a informațiilor, la eficiența și eficacitatea managementului sistemului, la integrarea sistemului național. sistemul informațional în sistemele internaționale de acces la resursele informaționale din domeniul științei, culturii și afacerilor și în alte domenii de activitate.

Introducerea tehnologiilor informației și comunicațiilor în activitățile practice ale organizațiilor este caracterizată de o serie de domenii și probleme:

● dotarea tehnică a organizaţiilor cu tehnologii informaţionale şi comunicaţionale presupune accesul la software modern şi este limitată de factori organizatorici şi economici. Astfel, accesul la „informatizarea mică” este în unele cazuri ineficient, iar accesul la „mare” este costisitor și nu oferă o rentabilitate rapidă.

● Formarea specialiștilor în domeniul tehnologiilor informației și comunicațiilor, în special în domeniul tehnologiilor de rețea, ar trebui să devină o sarcină prioritară, a cărei soluție determină eficacitatea activităților organizației în această direcție. Un specialist IT înalt calificat poate uneori să finalizeze munca unui întreg departament al unei organizații. În acest sens, este necesară introducerea din ce în ce mai mult a disciplinelor legate de tehnologia informației în activitățile organizațiilor educaționale și creșterea orientării lor practice. Sistemul modern de învățământ ar trebui să se concentreze pe fundamentalizarea educației la toate nivelurile, utilizarea pe scară largă a metodelor și tehnologiilor de educație inovatoare, îmbunătățirea calității și accesibilității educației prin dezvoltarea unui sistem de învățământ la distanță și dotarea procesului educațional cu informații moderne și tehnologii de comunicare.

● Crearea bazelor de date de informații pentru toate domeniile activităților unei organizații necesită un efort, dar reprezintă o verigă importantă în integrarea tehnologiilor informaționale ale unei organizații într-un singur spațiu informațional.

Unul dintre domeniile actuale de introducere a tehnologiilor informaționale și analitice în activitățile practice ale organizațiilor este monitorizarea operațională a indicatorilor cheie de afaceri și prognozarea opțiunilor alternative pentru dezvoltarea companiei. În general, putem distinge următoarea succesiune de etape în prezicerea dezvoltării unui sistem de cercetare (obiect).

● Stabilirea scopurilor și obiectivelor studiului determină orientări strategice și direcții tactice în studiul sistemului, care pot fi clarificate și precizate în timpul procesului de cercetare.

● Formularea unui model conceptual al unui sistem presupune examinarea sistemului pentru a-i identifica proprietăţile, dinamica şi relaţiile cu factorii mediului extern şi intern. Culegerea de informații statistice despre caracteristicile sistemului presupune formularea în continuare a unui model descriptiv verbal al sistemului, supus clarificării și formalizării. Formularea unui model conceptual al unui sistem presupune o listă de întrebări de bază formulate în termenii unui anumit domeniu de cercetare, care îndeplinesc obiectivele studiului, și un set de ipoteze privind proprietățile și caracteristicile obiectului de modelare.

● Formalizarea unui model verbal-descriptiv presupune construirea unui model matematic si determinarea numerica a parametrilor acestuia. Un punct important în acest sens este alegerea corectă a metodelor de determinare a parametrilor unui model matematic. Fiecare sistem este caracterizat de propriile caracteristici de dezvoltare, iar astfel de caracteristici ale modelului cum ar fi adecvarea, adică, depind în mare măsură de alegerea metodei pentru determinarea numerică a parametrilor modelului. conformitatea modelului formalizat cu trăsăturile proceselor reale care caracterizează dinamica sistemului de cercetare. În funcție de specificul sistemului de cercetare, pot fi selectate preliminar diverse clase de modele de prognoză, de exemplu, curbe de creștere care caracterizează dinamica sistemului în timp, modele econometrice care stabilesc și evaluează relația dintre diversele caracteristici interne ale sistemului și o serie de factori externi, tipuri de modele adaptive utilizate pentru sistemele foarte dinamice cu fluctuații sezoniere și ciclice, de la cele mai simple la modele autoregresive cu reziduuri autocorelate și heteroschedastice.

● Obținerea și interpretarea rezultatelor modelării implică verificarea unui număr de proprietăți ale modelului matematic, în special verificarea adecvării și acurateței modelului. Adecvarea modelului caracterizează gradul de apropiere a caracteristicilor modelului construit de caracteristicile și proprietățile obiectului (sistemului) real. Dintr-o serie de motive, cum ar fi o serie de ipoteze care au loc în timpul modelării, imposibilitatea luării în considerare a multor factori care determină dinamica dezvoltării obiectului de studiu, o serie de erori tehnice în etapa de formalizare. modelul și o serie de alte puncte duc în mod natural la diferențe între caracteristicile modelului și ale obiectului real. Este important ca aceste diferențe să nu fie fundamentale și să se încadreze în anumite limite (abateri). Mărimea abaterilor admise este determinată de caracteristicile dinamicii sistemului de cercetare, de perioada de analiză a caracteristicilor sistemului, precum și de scopul cercetării. Indicatorii acurateței modelului, cum ar fi abaterea standard a unui număr de reziduuri, eroarea medie de aproximare și eroarea relativă medie, caracterizează gradul de aproximare a datelor simulate la observațiile reale obținute ca urmare a colectării informațiilor statistice. În această etapă, se realizează perfecţionarea şi selecţia finală a modelului utilizat în viitor pentru a construi o prognoză. În acest caz, se efectuează o verificare extinsă a adecvării modelului, incluzând, pe lângă testarea ipotezelor despre îndeplinirea unui număr de proprietăți statistice ale componentei reziduale, cum ar fi independența, aleatorietatea, egalitatea așteptărilor matematice ale reziduurile la zero, îndeplinirea legii distribuției normale, evaluarea unui număr de caracteristici ale modelului precum coeficientul de determinare, caracterizarea proporției de variație a caracteristicii studiate sub influența factorilor externi și interni, coeficientul lui Fisher, care evaluează semnificația statistică a modelului rezultat. Pe baza rezultatelor comparării caracteristicilor de adecvare și acuratețe, se face alegerea finală a modelului de prognoză.

● Construirea de prognoze folosind un model formalizat și utilizarea rezultatelor modelării în managementul sistemului presupune obținerea de prognoze punctuale care caracterizează perspectivele de dezvoltare a sistemului de cercetare. Pe lângă acestea, pot fi construite prognoze de interval, care poartă o probabilitate mai mare de a obține intervale în care caracteristicile sistemului pot fluctua. Trebuie remarcat faptul că prognoza este de natură probabilistică și va fi de încredere numai dacă în perioada de pregătire funcționează aceleași modele de dezvoltare ca cele care au avut loc în etapa de cercetare a sistemului.

Utilizarea rezultatelor prognozării în luarea deciziilor manageriale este un proces creativ și necesită nu numai cunoștințe teoretice într-un anumit domeniu, ci și experiență practică în lucrul cu sistemul de cercetare. În prezent, cercetarea științifică a înregistrat progrese mari în dezvoltarea tehnologiilor informaționale și analitice pentru prognozarea activităților organizațiilor. De exemplu, sunt cunoscute tehnologiile de prognoză a rețelelor neuronale, logica fuzzy, o serie de programe multifuncționale specializate de analiză și prognoză, cum ar fi Statistica, SPSS, Stadia, VSTAT, Project Exspert și o serie de alte produse software. Pentru monitorizarea operațională și prognoza rezultatelor funcționării sistemului, precum și în scopuri educaționale, poate fi utilizat și pachetul MS Excel, care implementează analiza tendințelor și regresiei și, de asemenea, permite, pe baza unui procesor de foi de calcul, calcularea unui număr suplimentar de sistem. caracteristici.

Pe baza rezultatelor unui studiu al unui sistem de management (obiect) folosind tehnologii informaționale și de prognoză analitică, se pot formula recomandări pentru îmbunătățirea activităților organizației (sistemului), de exemplu, concentrându-se pe atingerea anumitor valori ale indicatorilor cheie de performanță care implementează strategia de dezvoltare a organizației, optimizează fluxurile de numerar, dezvoltă noi domenii de activitate promițătoare. Utilizarea tehnologiilor informaționale și analitice moderne pentru modelare și prognoză va contribui la îmbunătățirea eficienței operaționale în lumina implementării strategiei și tacticii de dezvoltare a organizației.

Link bibliografic

Salaeva Inga, Kostyunina Daria

Lucrarea de cercetare prezintă o imagine istorică și de diagnosticare a calității prognozei moderne și dezvăluie tehnologia de prognoză folosind Excel. Raportul cercetării este prezentat în dosarul atașat. Produsul activităților proiectului - pe portalul școlii

Descarca:

Previzualizare:

Conferință internațională deschisă de cercetare pentru liceu și studenți „Educație. Știința. Profesie"

Secțiune

Tehnologia de informație

Subiect

Tehnologia informatică și prognoza

Kostyunina Daria

Salaeva Inga

Instituție educațională

Instituția de învățământ municipală Gimnaziul nr. 39 „Clasic”

Consilier stiintific:

Osipova Svetlana Leonidovna, profesor de informatică de cea mai înaltă categorie

Otradny

Formularea problemei.Prognoza vânzărilor sezoniere de înghețată.

Datele inițiale.Volumul vânzărilor de produse pe sezon.

Algoritm de rezolvare.

1. Prezentați datele vânzărilor de înghețată pe sezon sub formă de tabel.
2. Tendința este determinată, cea mai bună aproximare a datelor reale (în această problemă aceasta este o tendință polinomială)

Concluzii.

Modelul polinomial descrie dependența mai fiabil, deoarece coeficientul său de determinare R 2 mai aproape de 1. Cu cât R este mai aproape 2 la unitate, cu atât modelul este construit cu mai mult succes.

Modelul rezultat prezice bine vânzările sezoniere de înghețată. Însă este greu de prezis vânzările în sezoanele următoare, deoarece la extrapolare, nu este recomandat să pleci departe de zona experimentală. Cu toate acestea, este posibil să observați că vânzările de înghețată de vară (mai ales în iunie și iulie) vor fi mari.

1. Calculul corelațiilor

Dependența dintre cantități, fiecare dintre acestea fiind supusă unei dispersări complet incontrolabile, sunt numite dependențe de corelație.

Sarcină:

Formularea problemei. Să se determine dependența performanței academice a elevilor de liceu de doi factori: dotarea bibliotecii școlare cu manuale și dotarea cu calculatoare la școală.

Datele inițiale.Rezultate din măsurarea ambilor factori în 11 școli diferite.

Algoritm de rezolvare.

1. Prezentați datele obținute sub forma unui tabel.
2. Calculați coeficientul folosind formula de corelare. ÎN excela există o funcție pentru asta CORREL , care face parte din grup functii statistice.

Concluzii.

S-au obținut coeficienți de corelație liniară pentru ambele dependențe. După cum se poate observa din tabel, corelația dintre furnizarea de manuale și performanța academică este mai puternică decât corelația dintre suportul computerizat și performanța academică. Putem concluziona că cartea rămâne încă o sursă de cunoștințe mai semnificativă decât computerul.

1. Planificare optimă

Obiectele planificării pot fi o varietate de sisteme: activitățile unei întreprinderi individuale, o industrie sau agricultură, o regiune și, în sfârșit, un stat. Ar putea fi, de asemenea, o stare de sănătate sau o condiție meteorologică. Formularea problemei de planificare este următoarea:

1. Există câțiva indicatori planificați: x, y și altele;
2. Există câteva resurse: R1, R2 și altele, prin care aceste obiective pot fi atinse.Aceste resurse sunt aproape întotdeauna limitate;
3. există un anumit scop strategic în funcţie de valori X y și alți indicatori planificați pe care ar trebui să se orienteze planificarea.

Este necesar să se determine valoarea indicatorilor planificați, ținând cont de resursele limitate, sub rezerva atingerii obiectivului strategic. Acesta va fi planul optim.

concluzii

Prognoza este o parte integrantă a oricărui domeniu al vieții, cum ar fi managementul sau economia, matematica sau meteorologia.

În timp ce lucram la proiect, am aflat că prognoza de înaltă calitate a diferitelor procese ale activității umane nu este posibilă fără tehnologiile informatice moderne. În acest scop, am studiat capabilitățile procesorului de foi de calcul MS Excel de a crea modele computerizate utilizate în prognoză. Multe funcții umane în management, planificare și prognoză pot fi transferate pe un computer.

Subiectul 3.1. Tehnologii inteligente în prognoză

Acum managementul strategic este o componentă dominantă a dezvoltării de succes a unei organizații pe termen lung. La elaborarea unei strategii și, ulterior, pentru implementarea cu succes a schimbărilor strategice, managerul trebuie să efectueze o analiză amănunțită a mediului intern și extern al organizației, în special a diverșilor indicatori micro și macroeconomici, a aspectelor socio-economice, politice și juridice ale organizației. dezvoltarea statului şi a societăţii într-o perioadă dată.

Problema obținerii de informații analitice, pe baza cărora sunt prognozați parametrii dezvoltării unei organizații și se elaborează o strategie într-un mediu extern în continuă schimbare, devine extrem de relevantă și, în multe cazuri, decisivă. Această problemă devine deosebit de relevantă în condițiile moderne de informatizare a societății, când există atât de multă informație și este atât de diversă atât ca conținut, cât și sub aspect empiric, încât obținerea informațiilor necesare pare a fi extrem de complexă și necesită costuri colosale de muncă ale angajaților. timpul de lucru.

Pentru a obține informații analitice și a prezice dezvoltarea mediului intern și extern, organizațiile folosesc în prezent tehnologii informaționale bazate pe tehnici de extragere a cunoștințelor despre obiectele de analiză din corpul general de informații.

Astăzi există două tipuri principale de tehnologii informaționale:

1. tehnologii informaționale tradiționale (clasice);

2. tehnologii informaționale netradiționale (se mai numesc și tehnologii inteligente).

Tehnologiile informaționale tradiționale se bazează pe metode formale de extragere a cunoștințelor și pe algoritmi formali de prognoză (metode de regresie, metode statistice și econometrice, metode Box-Jenkins, ARIMA, ARMA).

Cu toate acestea, tehnologiile informaționale tradiționale sunt eficiente mai ales la nivel operațional și, într-o măsură mai mică, la niveluri de management tactic, unde, de regulă, informațiile analizate sunt un set ordonat de date relativ ușor de formalizat, a căror cantitate este mică. . La nivelul managementului strategic, un manager sau un grup de experți, care poate include manageri de top, planificatori, economiști și angajați ai departamentului de dezvoltare, de regulă, se ocupă deja cu o cantitate imensă de informații din domenii complet diferite, care există în diferite forme. De exemplu, un manager simte intuitiv consecințele unei schimbări a cursului politic în regiune, un tehnolog - parametrii procesului de producție, un planificator - dependența indicatorilor unul față de celălalt. Aceștia sunt doar câțiva factori. Dar problema este că există atât de mulți factori și informații care influențează producția, încât în ​​practica reală mulți factori sunt aruncați. Acest lucru duce inevitabil la inexactități și erori, determinând traiectoria strategiei să devieze de la cea mai scurtă distanță. Acest lucru, la rândul său, duce la creșterea costurilor și la scăderea rezultatelor financiare. Astfel, luarea în considerare adecvată a celui mai mare număr de factori și informații poate oferi organizației un efect economic semnificativ.

Doar în cazurile de informații dificil de formalizat, date empirice insuficiente, un număr mare de variabile cu incertitudine și procese multifactoriale care apar într-un mediu extern în continuă schimbare, se folosesc tehnologii informaționale inteligente, care se bazează pe conceptul de intelectualizare a proceselor de analiză. si prognoza.

Intelectualizarea înseamnă transferul de organizare umană și tehnici de gândire în domeniul tehnic.

Se poate spune că tehnologiile inteligente sunt superioare tehnologiilor software și hardware tradiționale în cazul acelor sarcini în care o persoană cu gândirea sa dezvoltată caracteristică este superioară acestora.

În prezent, există patru tipuri principale de tehnologii informaționale inteligente:

1. Sisteme expert (logica fuzzy).

2. Algoritmi genetici.

3. Dinamica neliniară (teoria haosului).

4. Rețele neuronale artificiale.

Sistemele experte bazate pe logica fuzzy folosesc modele intuitiv-empirice ale funcționării unei organizații, compilate de un expert sau un grup de experți sub forma unor reguli de inferență logică condiționată precum „Dacă, atunci”. și formează o bază de cunoștințe pe baza căreia sistemul ia cutare sau cutare decizie. De exemplu, în condiții de incertitudine a informațiilor despre cantitatea de produse produse, recomandați managerului, pe baza datelor privind condițiile pieței și a regulilor de retragere introduse, să producă un volum mai mare de produse. Dezavantajele semnificative ale unor astfel de sisteme sunt: ​​caracterul subiectiv al regulilor stabilite de expert și marea dificultate de a schimba regulile de inferență logică condiționată atunci când mediul extern se modifică.

Tehnologiile informaționale inteligente bazate pe algoritmi genetici și principii de selecție se adaptează mai bine la condițiile de mediu în schimbare, dar procesul de creare a acestora este extrem de complex, iar în condițiile reale de funcționare ale unei întreprinderi este problematic să găsești un specialist în acest domeniu, care se aplică în egală măsură. la dinamica neliniară complexă.

Tehnologia optimă de inteligență artificială destinată utilizării în procesul de dezvoltare și implementare a strategiei unei organizații este rețelele neuronale artificiale, deoarece, în principiu, nu au nevoie să construiască un model, ci să-l construiască singure doar pe baza informațiilor furnizate. De aceea, rețelele neuronale sunt deja instrumente indispensabile pentru managementul eficient al unei organizații, unde este necesară rezolvarea unor probleme greu de formalizat în condiții de incertitudine semnificativă în procesele care au loc.

Să ne uităm la tehnologiile inteligente mai detaliat.

Sistem expert

Implementarea sistemelor expert este cel mai adesea prezentată sub formă de programe de calculator care imită procesele de gândire ale unui expert într-un domeniu specific. Exemplele de sisteme expert includ atât deciziile de afaceri, cât și sarcinile profesionale, de la diagnosticare medicală la explorarea petrolului și configurarea sistemelor informatice27.

Sistemele experte se bazează pe experimente de laborator care determină ce va face un expert într-o situație dată și apoi înregistrează aceste cunoștințe ca un set de reguli. Sistemele expert separă metodele de procesare a informațiilor de informațiile în sine, permițând dezvoltatorilor de software să creeze programe care procesează informații în mai multe moduri diferite, ceea ce este util pentru multe tipuri de probleme.

Trimiteți-vă munca bună în baza de cunoștințe este simplu. Utilizați formularul de mai jos

Studenții, studenții absolvenți, tinerii oameni de știință care folosesc baza de cunoștințe în studiile și munca lor vă vor fi foarte recunoscători.

Documente similare

Fundamentele teoretice ale prognozei și principalele sale metode, etape și tipuri de prognoze. Metode de prognoză a mediului de afaceri. Analiza utilizării practice a metodei arborelui de decizie în luarea deciziilor de management folosind exemplul companiei Chita-Spetsstroy.

lucru curs, adăugat 05/05/2011


Esența previziunii economice, caracteristicile principalelor forme de previziune. Prevederea condițiilor interne și externe de activitate. Tipuri de prognoze și tehnologie de prognoză. Metode de prognoză: expert, statistic, combinat.

lucrare de curs, adăugată 22.12.2009


Acuratețe în luarea deciziilor. Fundamente ale prognozei, analizei statistice și de regresie folosind software folosind exemplul vânzărilor de combustibil la o benzinărie automată. Prognoza tendințelor și prognozarea folosind metoda autoregresiunii.

lucrare curs, adăugată 06.04.2015


Metode de prognoză în elaborarea deciziilor de management. Rolul prognozei în procesele regionale de management socio-economic. Modalități de îmbunătățire a activităților de planificare și prognoză în gestionarea dezvoltării durabile a regiunii.

lucrare curs, adăugată 04.10.2014


Procesul de management al întreprinderii este elaborarea deciziilor de management bazate pe o analiză a situației. Metode de prognoză într-o organizație: obiective, fezabilitate de aplicare, rezultate. Evaluări experți în luarea deciziilor de planificare, extrapolarea tendințelor.

lucrare de curs, adăugată 03.02.2012


Evoluția, conceptul și esența previziunii și planificării activităților întreprinderii. Structura previziunii economice. Caracteristici distinctive ale metodei scenariului, precum și metode tehnologice, experte, de sondaj și de prognoză de reglementare.

rezumat, adăugat 15.04.2011


Esența și clasificarea riscurilor. Tehnici de elaborare și selectare a deciziilor de management în condiții de risc. Principalele caracteristici ale unei companii de turism. Risc la luarea deciziilor de management în compania de turism SRL „Olga Romanova Travel Company”.

lucrare curs, adăugată 21.01.2014


Prognoza în activitățile de inovare, clasificarea previziunilor după timp și scară de acțiune. Prognoza furnizarea de inovații, consecințele lor sociale și de mediu. Determinarea și evaluarea potențialului inovator al proiectului și a parametrilor acestuia.

lucrare de curs, adăugată 24.07.2009

• Tutorial

Fac prognoză în serii cronologice de peste 5 ani. Anul trecut mi-am susținut disertația pe tema „ Model de prognoză a seriilor temporale folosind eșantionarea cu similaritate maximă„Cu toate acestea, după apărare, au mai rămas destul de multe întrebări. Iată una dintre ele - clasificarea generală a metodelor şi modelelor de prognoză.

De obicei, atât în ​​lucrările domestice, cât și în limba engleză, autorii nu pun problema clasificării metodelor și modelelor de prognoză, ci pur și simplu le enumeră. Dar mi se pare că astăzi această zonă a crescut și s-a extins atât de mult încât, chiar dacă este cea mai generală, este necesară clasificarea. Mai jos este propria mea versiune a clasificării generale.

Care este diferența dintre o metodă de prognoză și un model de prognoză?

Metoda de prognoză reprezintă o secvenţă de acţiuni care trebuie efectuate pentru a obţine un model de prognoză. Prin analogie cu gătitul, o metodă este o succesiune de acțiuni în funcție de care se prepară un fel de mâncare - adică se face o prognoză.

Model de prognoză există o reprezentare funcţională care descrie adecvat procesul studiat şi stă la baza obţinerii valorilor sale viitoare. În aceeași analogie culinară, modelul are o listă de ingrediente și proporțiile acestora necesare pentru felul nostru de mâncare - prognoza.

Combinația de metodă și model formează o rețetă completă!

În prezent, se obișnuiește să se folosească abrevieri în limba engleză pentru denumirile atât ale modelelor, cât și ale metodelor. De exemplu, există un model celebru de prognoză a mediei mobile integrate autoregresive, ținând cont de un factor extern (media mobilă integrată de regresie automată extinsă, ARIMAX). Acest model și metoda corespunzătoare se numesc de obicei ARIMAX, iar uneori modelul Box-Jenkins (metoda) după autori.

Mai întâi clasificăm metodele

Dacă te uiți cu atenție, devine rapid clar că conceptul „ metoda de prognoză„este mult mai larg decât conceptul” model de prognoză" În acest sens, în prima etapă a clasificării, metodele sunt de obicei împărțite în două grupe: intuitive și formalizate.

Dacă ne amintim de analogia noastră culinară, atunci toate rețetele pot fi împărțite în formalizate, adică notate după cantitatea de ingrediente și metoda de preparare, și intuitive, adică nu notate nicăieri și obținute din experiența bucătarului. Când nu folosim o rețetă? Când felul de mâncare este foarte simplu: prăjiți cartofi sau gătiți găluște, nu este nevoie de o rețetă. Când altfel nu folosim o rețetă? Când vrem să inventăm ceva nou!

Metode intuitive de prognoză se ocupă de judecățile și evaluările experților. Astăzi ele sunt adesea folosite în marketing, economie și politică, deoarece sistemul al cărui comportament trebuie prezis fie este foarte complex și nu poate fi descris matematic, fie este foarte simplu și nu are nevoie de o astfel de descriere. Detalii despre acest tip de metode pot fi găsite în.

Metode formalizate— metode de prognoză descrise în literatură, în urma cărora se construiesc modele de prognoză, adică se determină o relație matematică care să permită să se calculeze valoarea viitoare a procesului, adică să se facă o prognoză.

În opinia mea, această clasificare generală a metodelor de prognoză poate fi completată.

În continuare vom face o clasificare generală a modelelor

Aici este necesar să trecem la clasificarea modelelor de prognoză. În prima etapă, modelele ar trebui împărțite în două grupe: modele de domeniu și modele de serie de timp.

Modele de domenii- astfel de modele matematice de prognoză, pentru construcția cărora se folosesc legile domeniului de studiu. De exemplu, modelul utilizat pentru a face prognozele meteo conține ecuații ale dinamicii fluidelor și termodinamicii. Prognoza dezvoltării populației se face folosind un model construit pe o ecuație diferențială. Prognoza nivelului de zahăr din sânge la o persoană cu diabet se face pe baza unui sistem de ecuații diferențiale. Pe scurt, astfel de modele folosesc dependențe specifice unui domeniu specific. Acest tip de model se caracterizează printr-o abordare individuală a dezvoltării.

Modele de serie de timp— modele matematice de prognoză care urmăresc să găsească dependența valorii viitoare de trecut în cadrul procesului însuși și să calculeze o prognoză pe baza acestei dependențe. Aceste modele sunt universale pentru diverse domenii, adică aspectul lor general nu se schimbă în funcție de natura seriei temporale. Putem folosi rețele neuronale pentru a prezice temperatura aerului și apoi folosim un model similar pe rețelele neuronale pentru a prognoza indici bursieri. Sunt modele generalizate, precum apa clocotita, in care daca arunci un produs se va gati, indiferent de natura lui.

Clasificarea modelelor serii de timp

Mi se pare că nu se poate realiza o clasificare generală a modelelor de domenii: câte domenii sunt, atâtea modele! Cu toate acestea, modelele serii de timp se pretează cu ușurință la o simplă împărțire. Modelele serii temporale pot fi împărțite în două grupe: statistice și structurale.

ÎN modele statistice dependenţa valorii viitoare de trecut este dată sub forma unei ecuaţii. Acestea includ:

1. modele de regresie (regresie liniară, regresie neliniară);
2. modele autoregresive (ARIMAX, GARCH, ARDLM);
3. model de netezire exponențială;
4. model de eșantionare cu similaritate maximă;
5. etc.

ÎN modele structurale dependența valorii viitoare de trecut este specificată sub forma unei anumite structuri și reguli de tranziție de-a lungul acesteia. Acestea includ:

1. modele de rețele neuronale;
2. modele bazate pe lanțuri Markov;
3. modele bazate pe arbori de clasificare și regresie;
4. etc.

Pentru ambele grupuri am indicat principalele, adică cele mai comune și detaliate modele de prognoză. Cu toate acestea, astăzi există deja un număr imens de modele de prognoză în serie de timp și pentru realizarea previziunilor, de exemplu, au început să fie utilizate modele SVM (mașină vectorială suport), modele GA (algoritm genetic) și multe altele.

Clasificare generala

Astfel am obtinut urmatoarele clasificarea modelelor şi metodelor de prognoză.

1. Tihonov E.E. Prognoza in conditiile pietei. Nevinnomyssk, 2006. 221 p.
2. Armstrong J.S. Forecasting for Marketing // Metode cantitative în marketing. Londra: International Thompson Business Press, 1999. pp. 92 – 119.
3. Jingfei Yang M. Sc. Sistemul de energie Prognoza sarcinii pe termen scurt: teză de doctorat. Germania, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universitat, 2006. 139 p.

UPD. 15.11.2016.
Domnilor, s-a ajuns la punctul de nebunie! Recent, mi s-a trimis un articol pentru revizuire pentru publicația VAK cu un link către această intrare. Vă rugăm să rețineți că nici la diplome, nici la articole, cu atât mai puțin la disertații Nu poți face link la blog! Dacă vrei un link, folosește-l pe acesta: Chuchueva I.A. MODEL DE PROGNOSTICĂ SERIE DE TRON PRIN EȘANȚIONARE MAXIMĂ DE SIMILITATE, teză... Doctorat. acestea. Științe / Universitatea Tehnică de Stat din Moscova numită după. N.E. Bauman. Moscova, 2012.

Etichete: Adăugați etichete