Формализованные методы. Проект "Центр поддержки молодой семьи"

 
 
 

              Курсовая работа по дисциплине 

            “Социальное прогнозирование и  проектирование” 
 
 

Тема: «Формализованные методы. Проект «Центр поддержки  молодой семьи»» 

                                    

Учебная группа № 405 
 
 
 

      Выполнила студентка:

     Руководитель  курсовой работы:  
 
 

    Оценка  за выполнение:________________________________ 

      

                                        Москва 2011 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение.

      Современное развитие прогностики как науки  о предвидении будущего получило множественные направления, связанные с созданием, развитием и совершенствованием новых методов прогнозирования, адаптацией существующих методов к конкретным направлениям прикладных исследований, формированием комплексного подхода к информационному обеспечению процесса прогнозирования. Прогнозирование и планирование представляет собой сложный многоступенчатый и итеративный процесс, в ходе которого должен решаться обширный круг различных социально-экономических и научно-технических проблем, для чего необходимо использовать в сочетании самые разнообразные методы. В теории и практике плановой деятельности за прошедшие годы накоплен значительный набор различных методов разработки прогнозов и планов. По оценкам ученых, насчитывается свыше 150 различных методов прогнозирования; на практике же в качестве основных используется лишь 15—20. Развитие информатики и средств вычислительной техники создает возможность расширения круга используемых методов прогнозирования и планирования и их совершенствования.

      В данной курсовой работе рассматриваются  формализованные методы прогнозирования. Эти методы базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов. Целью курсовой работы является теоретическое изучение формализованных методов прогнозирования.

      Для реализации целей поставлены следующие  задачи:

1. обобщить особенности формализованных методов.
2. рассмотреть все формализованные методы, которые используются в прогнозировании.
3. рассмотреть методы экстраполяции, выявить преимущества и недостатки.
4. рассмотреть методы моделирования, подчеркнуть преимущества и недостатки.

      Теоретико-методологическую базу курсовой работы составили учебная литература, научные статьи в периодических журналах по исследуемой проблематике.

     Структура работы. Данная работа состоит из: введения, двух глав и заключения. В первой главе рассмотрены общетеоретические вопросы: основные понятия, сущность и применение формализованных методов. В второй главе рассмотрен проект «Центр поддержки молодой семьи». Также в состав работы входит содержание и список литературы. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

1. Формализованные методы прогнозирования.

 

    1.1. Сущность формализованных методов прогнозирования.

      К формализованным методам относятся  методы экстраполяции и методы моделирования. Эти методы базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов.

      Формализованные методы позволяют получать количественные показатели. При разработке таких прогнозов исходят из предложения об инерционности системы, т.е. предполагают, что в будущем система будет развиваться по тем же закономерностям, которые были у неё в прошлом и есть в настоящем. Недостатком формализованных методов является ограниченная глубина упреждения, находящаяся в пределах эволюционного цикла развития системы, за пределами которого на надёжность прогнозов падает. ¹

      К формализованным методам относятся  экстраполяционные и регрессивные методы, методы моделирования метод группового учёта аргументов (МГУА), факторный анализ и др.

      Экстраполяция относится к формализованным  методам прогнозирования, основой  которых является математическая теория, которая повышает достоверность, точность прогнозов, позволяет облегчить работу по обработке информации и результатов прогноза, значительно сокращает сроки его производства.

      Экстраполяция заключается в изучении сложившихся  в прошлом и настоящем устойчивых тенденций экономического развития и перенесении их на будущее. При простой экстраполяции действующие ранее факторы, обуславливающее исследуемую тенденцию в прошлом и настоящем, останутся неизменными и в будущем. Однако сохранение тенденции прошлого и настоящего неизменными для будущего чаще всего мало вероятно. И поэтому, хотя экстраполяция лежит в основе всякого прогноза, она способна давать эффект только в очень узком диапазоне не особенно сложного процесса.

      Следует различать формальную и прогнозную экстраполяцию.

      Формальная  базируется на предположении о сохранении  в будущем прошлых и настоящих  тенденций развития объекта. При  прогнозной – фактическое увязывается с гипотезами о динамике исследуемого объекта, т.е. следует исходить из необходимости учёта в перспективе альтернативных изменений самого объекта, его сущности.

      Основу  экстраполяционных методов прогнозирования  составляет изучение временных рядов, представляющих собой упорядоченные во времени наборы измерений тех или иных характеристик исследуемого объекта прогнозирования.

      Большую группу формализованных методов  прогнозирования составляют методы моделирования. Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений. Для реализации экономико-математических моделей применяются экономико-математические методы.

      В практике прогнозирования и планирования широко используются также метод  экономического (системного) анализа, нормативный и балансовый методы.² Для разработки целевых комплексных программ используется программно-целевой метод (ПЦМ) в сочетании с другими методами. Следует отметить, что представленный перечень методов и их групп не является исчерпывающим. Рассмотрим методы, получившие широкое распространение в мировой практике.

        Содержание методов моделирования  состоит в конструировании модели на основе предварительного изучения объекта и выделения его существенных характеристик, в экспериментальном и теоретическом анализе модели, сопоставлении результатов с данными объекта, корректировке модели. 

      В прогностике выделяют различные  виды моделей : оптимизационные, статические (с учётом фактора времени) и динамические, факторные, структурные, комбинированные и другие.

      В зависимости от уровня агрегирования  один и тот же тип моделей может быть применён к различным экономическим объектам. Отсюда выделяют модели: макроэкономические, межотраслевые, межрайонные, отраслевые, региональные. 

      1.2. Методы прогнозной экстраполяции.

      Экстраполяция - это метод научного исследования, который основан на распространении  прошлых и настоящих тенденций, закономерностей, связей на будущее развитие объекта прогнозирования. Методы экстраполяции наиболее распространенные в группе формализованных. Цель методов экстраполяции – показать, к какому состоянию в будущем может прийти объект, если его развитие будет осуществляться с той же скоростью или ускорением, что и в прошлом. Методы экстраполяции достаточно широко применяются на практике, так как они просты, дешевы, и не требуют для расчетов большой статистической базы. Использование методов экстраполяции предполагает два допущения:

      а) основные факторы, тенденции прошлого сохранят свое проявление в будущем;

      б) исследуемое явление развивается  по плавной траектории, которую можно  выразить, описать математически.

      Построенные с помощью методов экстраполяции  прогнозы нельзя рассматривать как конечный этап прогнозирования, ибо полученный показатель следует оценить с помощью экспертов и в случае необходимости скорректировать, если экономические, политические и другие условия в стране (городе) меняются.

      Процедура экстраполяции - это чисто механический прием, следовательно, большое значение здесь имеет расчет доверительного интервала, т.е. диапазона отклонения полученной прогнозной оценки. Доверительный интервал рассчитывается двумя способами: формальным и неформальным. Формальный основан на применении специальных математических формул, а неформальный – на использовании экспертных оценок, заключений.

      Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди  всей совокупности методов прогнозирования. К ним относятся: метод наименьших квадратов, метод экспоненциального сглаживания, метод скользящей средней.

      Метод подбора функций – один из распространённых методов экстраполяции. Главным этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Для этого проводятся предварительная обработка и преобразование исходных данных с целью облегчения выбора вида тренда путём сглаживания и выравнивания временного ряда. Задача выбора функции заключается в подборе по фактическим данным (xi,yi) формы зависимости (линии) так, чтобы отклонения данных исходного ряда yi  от соответствующих расчётных `yi, находящихся на линии, были наименьшими. После чего можно продолжить эту линию и получить прогноз.³

      Классический  метод наименьших квадратов предполагает равноценность исходной информации в модели. В реальной практике будущее поведение процесса  значительно в большей степени определяется поздними наблюдениями, чем ранними. Уменьшение ценности более ранней информации (дисконтирование) можно учесть путём, например, введения в модель некоторых весов.

                                  S=Sbi(`Уi –Уi )2 ®  min (i=1,n)

      Форма представления коэффициента может  быть различной: числовая форма, функциональная зависимость, но таким образом, чтобы  по мере продвижения в прошлое веса убывали. Для этого используются различные модификации метода наименьших квадратов. Метод наименьших квадратов основан на выявлении параметров модели, которые минимизируют суммы квадратических отклонений между наблюдаемыми величинами и расчетными. Модель, описывающая тренд, в каждом конкретном случае подбирается в соответствии с рядом статистических критериев. На практике наибольшее распространение получили такие функции, как линейная, квадратическая, экспоненциальная, степенная, показательная.

      Преимущества  метода наименьших квадратов заключаются  в том, что он прост в применении и реализуется на ЭВМ.

      К недостаткам метода можно отнести  жесткую фиксацию тренда моделью, небольшой  период упреждения, сложность подбора  уравнения регрессии, который осуществляется с помощью использования типовых компьютерных программ, например Excel.