Методы прогнозирования принятия решений

    • прогноз организационно-технического уровня производства по

    стадиям жизненного цикла продукции;

    • оптимизация прогнозных показателей  качества по критерию

    максимального полезного эффекта при  минимальных совокупных

    затратах за жизненный цикл продукции;

    • обоснование экономической  целесообразности разработки но-

    вой или повышения качества и эффективности выпускаемой про-

    дукции исходя из наличных ресурсов и приоритетов.

    Под полезным эффектом от эксплуатации или потребления про-

    дукции понимается выполняемая ею работа или отдача за срок ее

    службы. При определении полезного эффекта продукцию можно

    разделить на:

    • промышленную , полезный эффект от которой характеризует-

    ся отдачей (сырье, материалы, смазочные материалы, топливо, зна-

    чительное количество предметов народного потребления, пище-

    вые продукты и т. д.);

    • промышленную, полезный эффект от которой выражается вы-

    полненной работой в единицу времени (станки, подъемно-транс-

    портные средства, полиграфическое  оборудование, нефтеаппара-

    тура  и т. п.).

    При определении полезного эффекта  следует брать только ту

часть работы, результаты которой получает потребитель, исключая

при этом его  потери. Например, для нефтеаппаратуры полезным

эффектом  является количество конечной продукции, произведен-

ной аппаратом  за нормативный  срок службы.

    К основным принципам научно-технического прогнозирования

относятся системность, комплексность, непрерывность, вариант-

ность, адекватность и оптимальность. Принцип системности тре-

бует взаимоувязанности и соподчиненности прогнозов развития

объектов  прогнозирования и прогностического фона. Принцип не-

прерывности требует корректировки прогноза по мере поступления

новых данных об объекте прогнозирования или о прогнозном фоне.

    Корректировка прогнозов  должна носить дискретный характер,

причем  оптимальные сроки  обновления прогнозов могут быть вы-

явлены  только по результатам  практического использования (ори-

ентировочно два раза в пять лет), т. е. результаты реализации про-

гнозов , данные по уточнению потребностей , изменению тенден-

ций развития объекта или прогнозного фона должны периодически

поступать к разработчику прогноза.

    Принцип адекватности прогноза объективным закономерностям

Характеризует не только процесс выявления, но и оценку устойчивых тенденций и взаимосвязей в развитии производства и создании

теоретического  аналога реальных экономических процессов с их

полной  и точной имитацией. Реализация принципа адекватности

предполагает  учет вероятностного характера реальных процессов

господствующих  тенденций и  оценку вероятности реализации вы-

явленной тенденции. В результате оптимизации прогнозных значений полезного эффекта и затрат по критерию максимизации экономического эффекта из множества альтернативных вариантов должен быть выбран наилучший.

    Основными источниками исходной информации для прогнозирования являются:

    • статистическая, финансово- бухгалтерская и оперативная от-

    четность  предприятий и  организаций;

 • научно-техническая  документация по результатам выполнения НИОКР (включая обзоры, проспекты, каталоги и другую информацию по развитию науки и техники в стране и за рубежом);

    • патентно - лицензионная документация.

    Учитывая  значительное дублирование информации, используемой при прогнозировании и планировании повышения качества и

эффективности продукции, при проведении НИР и ОКР, разработке системы норм и нормативов, целесообразно использовать для

этих  целей единые базы данных, формируемые по принадлежности

к объектам прогнозирования и планирования. В этом случае проблему информационного обеспечения научно-технического прогнозирования следует решать комплексно с развитием системы автоматизированного управления.

    Использование информационной базы АСУ для решения задач

научно-технического прогнозирования в значительной мере снижает объем затрат труда на сбор и подготовку исходных данных,

позволяет сконцентрировать усилия прогнозистов на содержательной части этого процесса.

    По  назначению и характеру  функционирования информация

делится на научно-техническую и технико- экономическую (исход-

ную), справочно-нормативную, информацию прогнозной ситуации

и обратной связи. Исходная информация включает данные, используемые в процессе выбора метода прогнозирования, создания методик и справочно-нормативных материалов. От полноты и достоверности этой информации зависит научная обоснованность при-

меняемых  методов прогнозирования, обоснованность и точность

прогнозов. Объем и состав справочно-нормативной информации зависит от степени дифференциации прогнозных расчетов.

      Информацию прогнозной ситуации образуют данные, характеризующие цели прогноза и условия, в которых будет протекать развитие прогнозируемого объекта. Состав этой информации и ее объем

также зависят от принятых методов прогнозирования, от степени

дифференциации  и требуемой точности прогнозных расчетов. Информацию обратной связи составляют данные проведенных научно-технических прогнозов, данные об отклонениях фактического состояния объекта прогнозирования от прогнозных величин, а также

об отклонениях  фактического состояния прогнозного фона от показателей, принятых при прогнозировании. Информация обратной

связи позволяет оценить фактическую достоверность прогноза качества справочно-нормативных материалов и выявить причины отклонений.

    В литературе приводятся различные классификации методов прогнозирования. Практическое применение того или иного метода прогнозирования определяется такими факторами, как объект прогноза,

его точность, наличие исходной информации, квалификация прогнозиста и др.

К методам  прогнозирования  принятия решений  относят:

• Нормативный
• Экспериментальный
• Параметрический
• Экстраполяция
• Индексный
• Экспертный
• Метод сценариев
• Функциональный
• Комбинированный

1.3 Разновидности методов  прогнозирования  управленческих решений  и их описание.

    1.Методы экстраполяции .На практике на ранних стадиях разработки объекта часто ограничено число известных параметров будущего объекта и показателей

организационно-технического уровня производства у изготовителя

и потребителя  объекта. В этих условиях рекомендуется применять более простые, но и менее  точные методы прогнозирования —методы

экстраполяции, основанные на прогнозировании поведения  или

    развития  объектов в будущем по тенденциям его поведения в прошлом. Применение методов экстраполяции, как правило, не требует моделирования частных параметров объекта и показателей организационно-технического уровня производства.

    Наиболее  распространенными являются методы экстраполяции

по математическим моделям и графический (от руки, на глазок). Оба метода требуют наличия информации о прогнозируемом параметре объекта за период в два и более раза больше прогнозируемого периода. Для учета изменений качества объекта в прогнозируемом периоде и организационно-технического уровня производства у изготовителя и потребителя объекта применяются корректирующие коэффициенты.

    2.Параметрические методы. На стадиях разработки технического задания и технического проекта по объекту массового производства отсутствуют сведения по каждой детали и сборочной единице. Объекты еще не прошли опытно-промышленных испытаний. Поэтому на этих стадиях нет возможности выполнить детальные расчеты затрат на освоение, изготовление, обращение, эксплуатацию и ремонт проектируемых объектов. А по продукции единичного и мелкосерийного производства нецелесообразно применять описанные выше точные методы прогнозирования. В этих случаях рекомендуется применять параметрические методы прогнозирования полезного эффекта и затрат, основанные на установлении зависимостей между параметрами объекта

и организационно-технического уровня производства, с одной стороны, и полезным эффектом или элементом затрат — с другой.

Параметрические методы прогнозирования подразделяются на

два вида: по удельным показателям и по уравнениям регрессии. Для

установления  уравнений регрессии необходимо, чтобы количество

статистических данных было не менее чем в три раза больше числа

факторов . По объектам, не отвечающим этим требованиям, полезный эффект или затраты рекомендуется определять по удельным показателям. 

    3.Экспертные методы. Ранее мы рассмотрели методы прогнозирования полезного эффекта и элементов затрат по объектам, которые характеризуются одной главной функцией, либо по объектам, по которым имеется

достаточное количество статистических данных (в три раза больше

числа показателей объекта). По объектам, не отвечающим этим требованиям, рекомендуется использовать экспертные методы.

Например, приборы, выпускаемые приборостроительными заводами, с одной стороны, характеризуются несколькими главными функциями и параметрами (число измеряемых величин, пределы точности и число измерений в единицу времени, срок службы, надежность работы), а с другой стороны — эти приборы выпускаются, как правило, только одним заводом и по ним не имеется достаточного количества статистических данных для применения математических методов прогнозирования. Также отсутствует достаточное количество статистических данных по уникальным, сложным машинам единичного производства.

    Сущность  экспертных методов прогнозирования заключается в

Выработке коллективного мнения группы специалистов в данной

области. Существует несколько различных  методов экспертной оцен-

ки развития объекта в будущем. Рассмотрим здесь только один метод — метод баллов, который можно применять для прогнозирования как полезного эффекта объекта, так и элементов затрат. Сначала формируется экспертная группа из специалистов в данной области, численность которой должна быть не менее 9 чел. Для повышения однородности состава группы путем анонимного анкетирования можно сделать отсев специалистов, которые, по мнению большинства, не совсем компетентны в данной области. Затем коллективно устанавливаются или выбираются несколько важнейших параметров (3—5) объекта, влияющих на полезный эффект, и элементы