Усвоение данных в прогностических моделях

 

Содержание 

1. Основные  понятия……………………………………………………………………..3
2. Усвоение данных. Основные группы методов………………………………………4
3. Прогнозирование в экологии………………….……………………………………

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Основные  понятия 
 

     Прогностическая модель - научно обоснованное суждение о возможных состояниях объекта в будущем и (или) об альтернативных путях и сроках их достижения.

     Модель - это объект заместитель объекта-оригинала, инструмент для познания, который исследователь ставит между собой и объектом и с помощью которого изучает некоторые свойства оригинала. В качестве модели выступает другой материальный или мысленно представляемый объект, замещающий в процессе исследования объект-оригинал. Соответствие свойств модели исходному объекту характеризуется адекватностью. Процесс построения и исследования модели называется моделированием.

     В современной науке распространены модели в форме описания объекта (предмета, процесса или явления) на каком-либо формализованном языке, составленного с целью изучения его свойств. Такое описание особенно полезно в случаях, когда исследование самого объекта затруднено или физически невозможно.

     Прогноз - это научная модель будущего события, явлений и т.п.

     Прогноз - это расчет неизвестного показателя по заданным факторам на основании модели.

     Прогнозирование - разработка прогноза; в узком значении — специальное научное исследование конкретных перспектив развития какого-либо процесса.

     Прогнозы  делятся по срокам: краткосрочные, среднесрочные, долгосрочные.

     по  масштабу: личные, на уровне предприятия  (организации), местные, региональные, отраслевые, страновые, мировые (глобальные).

     Прогностика - научная дисциплина, изучающая общие принципы и методы прогнозирования развития объектов любой природы, закономерности процесса разработки прогнозов. Как наука прогностика сформировалась в 70 — 80 годы ХХ столетия. Кроме понятия «прогностика», в литературе используют термин футурология. Как любая наука прогностика имеет набор своих терминов, употребляемых для обозначения определенных понятий. Определения понятий прогностики были зафиксированы в 1978 году. 

     Достоверность прогноза - оценка вероятности осуществления прогноза для заданного доверительного интервала.

     Источник  ошибки прогноза - фактор, способный привести к появлению ошибки прогноза. Различают источники регулярных и нерегулярных ошибок.

     Верификация прогноза - оценка достоверности и точности или обоснованности прогноза. 

Усвоение  данных. Основные группы методов. 
 

     Усвоение данных (процесс понимания) – процесс присущий только человеку. Машина в свою очередь может лишь обрабатывать данные.

     А значит, что эффективность усвоения данных зависит от многих человеческих факторов: здоровья, настроя, мозговой активности.

     Известно  также, что играет роль фактор времени, чем больше времени есть для усвоения, тем усвоение эффективней.

     Эффективность усвоения также зависит от качества самой прогностической модели, насколько она сложна и масштабна, правильно сложена, от количества данных в ней.

     Человек может усваивать прогностическую  модель многими методами, в зависимости от темы прогностической модели и ее сложности.

     Весьма  важна проблема проверки адекватности модели, а также проблема отбора факторов. Априорный список факторов, оказывающих влияние на отклик, обычно весьма обширен, желательно его сократить, и крупное направление современных исследований посвящено методам отбора «информативного множества признаков».

       Весьма перспективным представляется регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет рационального объема выборки, а также регрессионный анализ нечетких данных.

     Многие  процессы изначально являются нелинейными, и не все физические процессы можно понять или представить в моделях. Например, широкое разнообразие возможного наличия воды в облаках и частиц льда необходимо значительно упростить в виде небольших кучевых облаков, которые могут быть источником ливневого дождя. Постоянные исследовательские усилия с использованием ожидаемых улучшений в компьютерной технологии и физических измерениях позволят улучшить эти приближения. И даже после этого все еще окажется невозможным представлять все атмосферные движения и процессы. Тем не менее, это помогает человеку при усваивании данных, ведь даже самая примитивная модель нелинейного процесса, дает основу визуальному представлению, и делает восприятие явления более эффективным.  

     К основным группам методов усвоения данных относятся:

     1. экспертные оценки;

     2. статистические методы;

     3. вариационные методы.

     1. Экспертные оценки.

     Экспертная  оценка — суждение эксперта или  экспертной группы относительно поставленной задачи прогноза. Предполагается, что ответы экспертов можно рассматривать как результаты измерений с ошибками, все они — независимые одинаково распределенные случайные элементы, вероятность принятия определенного значения убывает по мере удаления от некоторого центра — «истины», а общее число экспертов достаточно велико.

     Многочисленны примеры ситуаций, связанных с  социальными, технологическими, экономическими, политическими, экологическими и другими  рисками. Именно в таких ситуациях обычно и необходимо прогнозирование. Известны различные виды критериев, используемых в теории принятия решений в условиях неопределенности (риска). Из-за противоречивости решений, получаемых по различным критериям, очевидна необходимость применения оценок экспертов.

     В конкретных задачах прогнозирования  необходимо провести классификацию  рисков, поставить задачу оценивания конкретного риска, провести структуризацию риска, в частности, построить деревья  причин (в другой терминологии, деревья  отказов) и деревья последствий (деревья событий). Центральной задачей является построение групповых и обобщенных показателей, например, показателей конкурентоспособности и качества. Риски необходимо учитывать при прогнозировании экономических последствий принимаемых решений, поведения потребителей и конкурентного окружения, внешнеэкономических условий и макроэкономического развития России, экологического состояния окружающей среды, безопасности технологий, экологической опасности промышленных и иных объектов.

     Экспертное  оценивание предполагает создание разума, обладающего большими способностями  по сравнению с возможностями  отдельного человека. Источником сверхвозможностей  мультиразума является поиск слабых ассоциаций и предположений, основанных на опыте отдельного специалиста. Экспертный подход обладает большими возможностями по решению задач, не поддающихся решению обычным аналитическим способом. Перед началом экспертного исследования необходимо четко определить его цель, (проблему), и сформулировать соответствующий вопрос для экспертов. Оценить согласованность мнений экспертов. При отсутствии значимой согласованности экспертов необходимо выявить причины несогласованности (наличие групп) и признать отсутствие согласованного мнения (ничтожные результаты).

     Наиболее  известные методы экспертных оценок: метод Дельфи, мозговой штурм и метод анализа иерархий. Каждому методу соответствуют свои сроки проведения и потребность в экспертах.

     2. Статистические методы.

     К основным задачам статистических методов относятся разработка, изучение на основе объективных данных; развитие теории и практики других методов усвоения данных; комбинированных методов.

     Статистические  методы — методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.

     Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.

     Статистический анализ включает выявление вариации, взаимосвязей, отыскание закономерностей динамики.

     Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени  специфичности методов, сопряженной  с погруженностью в конкретные проблемы):

а) разработка и исследование методов общего назначения, без учета специфики области применения;

б) разработка и исследование статистических моделей  реальных явлений и процессов  в соответствии с потребностями той или иной области деятельности;

в) применение статистических методов и моделей  для статистического анализа  конкретных данных.

     Теория  статистических методов нацелена на решение реальных задач. Поэтому  в ней постоянно возникают  новые постановки математических задач  анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими средствами, то есть путем доказательства теорем. Большую роль играет методологическая составляющая — как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента. Актуальной является задача анализа истории статистических методов с целью выявления тенденций развития и применения их для прогнозирования. 
 
 

Прогнозирование в экологии 
 

     Излагаются  результаты работ по развитию теоретических  основ, математических моделей и  методов для решения задач  природоохранного направления. Для  этого класса задач существенны  вопросы количественных оценок экологических рисков и последствий естественных и антропогенных воздействий на атмосферу с выявлением климатически обусловленных предпосылок возникновения областей повышенного риска/уязвимости.

     Исследования  выполняются с помощью комплекса моделей гидротермодинамики атмосферы различных пространственно-временных масштабов и моделей типа конвекции - диффузии - реакции, описывающих процессы переноса и трансформации газо-аэрозольных примесей.

     Методика  природоохранного прогнозирования  базируется на вариационных принципах для построения численных моделей и организации методов прямого и обратного моделирования. Алгоритмы теории чувствительности применяются для оценок вариаций целевых функционалов, описывающих в обобщенном виде отклик на возмущения, вносимые в климато-экологическую систему. В таких алгоритмах участвуют решения прямых и сопряженных задач, порождаемых вариационным принципом для этих функционалов.

     Специальная технология разработана для решения  прямых и обратных задач с усвоением  данных мониторинга в режиме реального времени.

     Проблема  риска антропогенных воздействий  для каждого объекта рассматривается  в двух аспектах: с одной стороны  объекты выступают как источники  возмущений, а с другой – как  рецепторы «чужих» воздействий. В первом случае основной вопрос состоит в поиске «областей- источников», представляющих повышенную опасность для окружающих территорий, а во втором – в выявлении «областей – рецепторов», имеющих повышенную уязвимость вследствие особенностей климато-географических условий.

     Для формирования прогнозов регионального  масштаба с учетом изменчивости глобальных процессов предложен новый тип  моделей с направляющими фазовыми пространствами, которые в свою очередь  строятся по информативным базисам  глобального масштаба. Взаимодействие региональной модели с направляющими пространствами также осуществляется с помощью методов вариационного усвоения данных.