Системный подход к прогнозированию в задачах управления

Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики.

 

     Факультет Компьютерных Технологий и Управления

Кафедра Безопасных Информационных Технологий

 

Дисциплина

«Теория систем и системный анализ»

 

РЕФЕРАТ

«Системный подход к прогнозированию в задачах управления»

 

 

 

 

 

 

Выполнил       :

Неручев Владимир

группа 1132

 

 

 

 

Санкт-Петербург

2014

 

      Содержание.

 

Введение…………………………………………………………………..2

 

Глава 1. Теоретические основы прогнозирования в принятии управленческих решений……………………………………………………….3

1.   Определение прогнозирования……………………………3
2.   Методы прогнозирования…………………………………5

А) Экстраполяционный метод……………………………...6

Б) Модельный подход к прогнозированию………………..8

3. Выбор метода прогнозирования………………………….11
4. Типы прогнозов и этапы прогнозирования………………12
5. Управление процессом прогнозирования………………..16

 

Глава 2. Анализ применения экстраполяционного метода прогнозирования в задачах управления запасами…………………………….18

1. Характеристика планирования и управления запасам. ….18
2. Математический аппарат прогнозирования управления запасами…………………………………………………………………...21

 

Заключение………………………………………………………………..25

Список используемой литературы………………………………………27

 

 

 

 

 

 

 

Введение

 

Формирование рыночных механизмов в России в последнее время связано с целым рядом трудностей. Меняются организационные формы функционирования предприятий различных отраслей, усложняются экономические и социальные связи и отношения. Поэтому в деятельности менеджеров упор приходится делать не на стандартные решения, а на способность достаточно оперативно и правильно изменять хозяйственную ситуацию и искать подход, являющийся оптимальным в конкретных условиях прогнозирование управленческий решение

Основой для такого подхода в принятии управленческих решений является экономическое прогнозирование, призванное выявить общие перспективы и эволюции, тенденции организационно-структурного развития, обеспечить сбалансированность краткосрочных и долгосрочных программ. При этом важно суметь обнаружить всю совокупность факторов и причин, определяющих функционирование и развитие исследуемой хозяйственной структуры.

К настоящему времени проведено достаточно много исследований и получены впечатляющие практические решения проблемы прогнозирования в науке, технике, экономике, демографии и других областях. Внимание к этой проблеме обусловлено в том числе масштабами современной экономики, потребностями производства, динамикой развития общества, необходимостью совершенствования планирования на всех уровнях управления, а также накопленным опытом.

Прогнозирование - один из решающих элементов эффективной организации управления отдельными хозяйствующими субъектами и экономическими сообществами вследствие того, что качество принимаемых решений в большой степени определяется качеством прогнозирования их последствий. Поэтому решения, принимаемые сегодня, должны опираться на достоверные оценки возможного развития изучаемых явлений и событий в будущем.

Таким образом, в настоящее время ни одна сфера жизни общества не может обойтись без прогнозов как средства познания будущего. Прогнозирование является одним из решающих научных факторов формирования стратегии и тактики развития производственного потенциала предприятия.

 

Глава 1. Теоретические основы прогнозирования в принятии управленческих решений

 

1. Определение прогнозирования

Слово «прогноз» происходит от греческого слова «prognosis»

(предвидение, предсказание  о развитии чего-либо, основанное  на 

определенных данных). Прогнозирование широко используется во

многих областях человеческой деятельности, особенно актуально

прогнозирование в задачах управления.

Процесс разработки прогнозов называется прогнозированием.

Под методами прогнозирования подразумевают совокупность

приемов мышления, способов, позволяющих на основе анализа

информации о прогнозном объекте вынести относительно

достоверное суждение о его будущем развитии. Тип применяемого

метода зависит от типа объекта. Существует большое количество

классификаций видов прогнозов по различным классификационным

признакам.

Прогнозирование означает предсказание состояния какого-либо

объекта, процесса или явления в будущем. Фактически любое

моделирование дает прогноз, т. е. отвечает на вопрос: «Что будет

если...?», но здесь мы ограничимся прогнозированием в более узком

смысле. Различают такие виды прогнозов, как прогноз погоды,

предсказание хода болезни, научно-технический прогноз, прогноз

экономический и т. д. В данной контексте мы будем в основном говорить

о прогнозе, который тесно связано с планированием

и управлением.

Задачу прогнозирования в самом общем виде можно поставить

следующим образом. Имеется некоторый прогнозируемый показатель

Р. Необходимо определить значение Ps этого показателя в некоторый

заданный момент времени в будущем s.

Анализируется временной ряд значений прогнозируемого показателя,

устанавливается закономерность изменения показателя во времени, а

затем эта закономерность экстраполируется на будущие моменты

времени. Однако такой подход не всегда дает удовлетворительный

прогноз, поскольку основан на учете только части причин, по

которым происходит изменение прогнозируемого показателя. Для

повышения точности прогноза необходимо провести системный

анализ: определить факторы, действующие в объекте исследования, и

оценить их влияние на прогнозируемый показатель. На основании

результатов анализа можно выбирать методы прогнозирования, в

наибольшей степени пригодные для решения конкретной задачи.

Основу прогнозирования составляют либо причинно-

следственные связи между прогнозируемым показателем и

факторами, на него влияющими, либо инерционные свойства объекта

(в этом случае «причиной»  является время).

Основой любого прогнозирования является гипотеза об

инерционности объекта. Причем инерционность можно рассматривать

не только временную (в последующие моменты времени прогнозируемый показатель будет изменяться в том же направлении,  что и сейчас), но и более широко — инерционность функциональную.

В этом случае функциональная зависимость прогнозируемого

показателя от факторов, на него влияющих (в частном случае это

может быть и время), известная на некотором интервале изменения

этих факторов, продолжается и за пределами интервала.

Примеры:

1. Последние несколько  дней температура воздуха падала 

ежедневно на 1 °С. Можно предположить, что эта тенденция

сохранится и ближайшие дни.

2. Цепа на сахар последние  месяцы росла в среднем на 3 %.

Можно прогнозировать сохранение этой тенденции и в последующие

месяцы.

3. Пусть зависимость спроса  на некоторый товар Сп от  его цены 

Ц при изменении цены от 10 до 14 р. описывается моделью вида:

    Сп=1,3+4,7/(Ц+8,2)

Можно предполагать, что при ценах, меньших 10 р. или

больших 14 р., эта зависимость сохранится.

На инерционности построен метод научного исследования -

экстраполяция (от лат. extra сверх и polio - приглаживаю, выправляю).

Экстраполяция - это распространение результатов, полученных

из наблюдений над одной частью явления, на другую его часть.

Экстраполяция закономерностей - это перенос закономерностей,

выявленных на одном материале и одном классе задач, на другой

материал и другой класс задач.

С математической точки зрения: Экстраполяция - это приближенное определение значений функции F(x) в точках х, лежащих вне отрезка [х0, хn], по ее значениями в точках х0 < х1 < ... <хn.

 

1.2 Методы прогнозирования

Теперь перечислим некоторые основные методы прогнозирования, а также приведем характеристику методов прогнозирования, использующих системный анализ:

1. Метод эвристического прогнозирования
2. Морфологический анализ
3. Прогнозирование по аналогии
4. Экстраполяционный метод (Системный анализ)
5. Модельный метод (Системный анализ)
6. Экспертный метод

Методы, применяющиеся при системном анализе, мною выбраны условно, как наиболее подходящие для удобства рассмотрения поставленной цели прогнозирования, как некоторой системы и описания математических моделей. Не исключено использование системного подхода и в других методах прогнозирования.

А) Экстраполяционный метод.

Этот подход заключается в установлении закономерности

изменения прогнозируемого показателя за предыдущие моменты

времени с последующей экстраполяцией этой закономерности на

последующие моменты времени. При экстраполяционном подходе

единственной причиной изменения прогнозируемого показателя

считается время. Для определения закономерности изменения

прогнозируемого показателя Р во времени (другими словами, модели

Р = F(t)) необходимо знать значения прогнозируемого показателя в

предыдущие моменты времени. Прогнозирование в этом случае

заключается в установлении закономерности изменения

прогнозируемого показателя за предыдущие моменты времени с

последующей экстраполяцией этой закономерности на следующие

моменты времени. Таким образом, этот подход пригоден только для

прогнозирования динамических процессов. Из-за простоты и

наглядности это самый распространенный подход при

количественном прогнозировании в экономике, которая по своей сути

представляет собой совокупность динамических процессов.

Тенденции развития экономических показателей.

Статистическое описание движения экономических явлений

осуществляется с помощью динамических (временных) рядов.

Поведение динамического ряда, характеризующего развитие

экономического явления, традиционно рассматривают как сумму

четырех компонент, которые непосредственно не могут быть

измерены (ненаблюдаемые компоненты): вековой уровень (или

тренд), циклическая составляющая, сезонная составляющая и

случайные колебания.

При анализе динамических рядов наибольший интерес вызывает

тенденция развития изучаемой системы. Понятие тенденции развития

не имеет достаточно четкого определения - под ней понимают

некоторое общее направление развития, долговременную эволюцию.

Обычно тенденцию развития стремятся представить в виде более или

менее гладкой траектории, которую можно формализовать в виде

некоторой функции от времени. Такую функцию называют трендом,

он описывает фактическую, усредненную для периода наблюдения

тенденцию изучаемого процесса во времени.

Наиболее распространенным и простым путем выявления

тренда является сглаживание, в частности, скользящим средним. К

недостатку скользящих средних можно отнести то, что зачастую они

сглаживают (читай, уничтожают) важные мелкие волны и изгибы в

тренде!

Изобразив в осях координат «прогнозируемый показатель -

время» временной ряд значений Р, после сглаживания можно

графически решить задачу прогнозирования путем продолжения

выявленной тенденции развития для последующих моментов времени.

Функции, описывающие закономерности развития явления во

времени, полученные путем аналитического выравнивания

динамических рядов, получили название кривые роста. Вопрос о

выборе типа кривой является основным; ошибка этого этапа более

значима по своим последствиям, чем ошибка в оценивании

параметров. Многолетние исследования временных рядов в

экономике, социологии, политике, демографии и других экономико-

общественных науках позволили выявить ряд наиболее

распространенных кривых роста, описывающих соответствующие

явления в этих науках.

Наиболее часто применяют такие простые функции, как:

1) многочлены (полиномы) вплоть до n-ой степени;

2) различного рода экспоненты;

3) логистические кривые.

Обоснованием применения полиномов при выборе структуры

модели может быть теорема Вейерштрасса, из которой следует, что

любую непрерывную функцию на заданном отрезке можно сколь

угодно точно описать многочленом.

Экспоненциальные кривые роста хорошо описывают процессы,

имеющие так называемый лавинообразный характер, а именно, когда

прирост зависит в основном от уже достигнутого уровня.

Если же на процесс все время воздействует ограничивающий

фактор, то хорошее описание этого процесса можно получить с

помощью модифицированной экспоненты. Если же ограничивающий

фактор начинает влиять только после некоторого момента времени

(точка перегиба), то наилучшее  приближение дают S-образные 

кривые, которые описывают два встречных лавинообразных