Выравнивание 167 Выбор математической модели прогнозирования 179 [c.424]
Методический подход при долгосрочном прогнозировании имеет специфические особенности, обусловленные характером развития процесса формирования потребности народного хозяйства в массовых светлых нефтепродуктах. Это относится прежде всего к выбору факторов, учитываемых в экономико-математической модели прогнозирования потребности. При долгосрочном прогнозировании необходимо учитывать такие факторы, как возможные изменения в составе энергоносителей, т.е. замену дизельных и карбюраторных двигателей электрическими или какими-либо другими. Необходимо предусмотреть, также существенные изменения в структуре народного хозяйства, т. е. возникновение или развитие энергоемких отраслей, использующих в качестве топлива автобензин и дизельное топливо. [c.35]
Для более углубленного анализа собранной информации используют математические модели реально существующих в экономике систем и процессов. К настоящему времени в сфере маркетинга применяются различные модели, например модель ценообразования, модель рекламной кампании, модель поведения тех или иных потребителей при выборе товаров, модель прогнозирования сбыта новых товаров, которые помогают достичь целей маркетингового исследования. [c.50]
Основной метод исследования операций - изучение математических моделей операций. Сущность оперативного подхода заключается в следующем определение и математическая формулировка цели операции, критерия оптимальности (показателя качества процесса) и ограничений построение математической модели операции, выражающей эффективность исследуемой системы как функцию множества переменных, из которых, по крайней мере, хотя бы одна поддается управлению определение (а в случае необходимости прогнозирование) входной информации выбор метода оптимизации с помощью методов математического программирования нахождение оптимального решения проверка полученной модели путем сравнения с оригиналом операции и в случае необходимости корректировка модели и ее решения. [c.307]
Методические приемы и выбор формы экономико-математической связи исследуемого показателя с факторами, существенно влияющими на его уровень и динамику, в значительной степени обусловлены условиями формирования себестоимости добычи нефти. Поэтому в работе особое внимание уделено формированию производственных затрат на различных стадиях разработки месторождения. Большое место занимают экономико-статистический анализ себестоимости добычи нефти, оценка производственно-хозяйственной деятельности предприятия, планирование и прогнозирование себестоимости добычи нефти, экономико-математические модели этого показателя для решения практических задач. [c.3]
В процессе концептуализации модели, когда речь идет лишь о качественном описании системы, некоторые переменные могут быть пропущены и возникнуть лишь позже, при построении математической модели. Это, однако, не относится к целевым переменным, т. е. к переменным, которыми интересуется заказчик, а также к управляющим переменным, посредством которых заказчик оказывает воздействие на изучаемый объект. В задаче об АЗС управление заказчика — выбор варианта АЗС в задаче прогнозирования управлением служит распределение национального [c.244]
Обратим внимание читателя на тот факт, что концептуальная диаграмма дает возможность определить требования к исходной информации модели, причем под информацией будем понимать не только числовые значения некоторых параметров, но и вид зависимостей между переменными модели. Сразу становится ясно, относительно каких переменных необходимо задать их область изменения, динамику каких переменных надо задать заранее, какие связи необходимо описать. Отметим, что значительная часть исходной информации может быть получена от заказчика, часть — из документов и отчетов. В исследуемой области могут найтись специалисты (эксперты), знания которых также могут пригодиться. Кроме того, может оказаться полезным анализ литературы (справочников, аналогичных исследований и т. д.). Вполне возможно, что в здании экономико-математических моделей уже имеются разработанные модели, предназначенные для описания некоторых связей. Так, в задаче выбора варианта АЗС можно воспользоваться моделями систем массового обслуживания, а в задаче долгосрочного прогнозирования экономики для описания связи между [c.248]
Математические модели, на основе которых осуществляется имитационный эксперимент, могут быть детерминированными и стохастическими. В детерминированной модели задание внешних воздействий однозначно определяет значения изучаемых величин. Так, в модели долгосрочного прогнозирования задание управлений sx и s2 давало возможность вычислить траектории К (t) и с (/). При использовании детерминированной модели повторение просчета при тех же значениях факторов приводило к тем же реакциям. Иное дело стохастические модели. В них реакция получается в результате взаимодействия внешних воздействий в ряде случайных чисел, которые, хотя и являются выборкой из одного и того же распределения, в силу случайности моделируемого процесса принимают разнообразные значения. В этом случае повторение просчета при тех же внешних воздействиях приведет к иному значению показателей. Так, в задаче выбора АЗС о просчетах с разными значениями случайных чисел при одном и том же варианте АЗС мы получим разные значения среднего времени простоя автомобиля (1/т) Х, и простоя оборудования Ym/Tm. Поэтому для более точной оценки интересующих заказчика величин среднего времени х простоя автомобиля и средней доли у времени простоя оборудования для одного и того же варианта АЗС проводят несколько просчетов. [c.283]
Неформализованные методы решения экономических задач находят применение прежде всего в условиях, когда нет возможности формально, с помощью математических моделей описать существенные связи экономических переменных и объектов. Такая ситуация складывается при прогнозировании, решении выбора, необходимости осуществить творческий поиск оптимальных решений, отсутствии условий для формализации взаимосвязей экономических явлений и процессов и возможности их количественного измерения. [c.49]
На этом этапе проводятся все необходимые мероприятия для получения конечных результатов применения тех или иных конкретных методов прогнозирования. Сюда входят выбор конкретного математического аппарата и типа математических моделей в случае использования математических методов для прогнозирования, а при применении эвристического метода — отбор наиболее представительных экспертов, проведение необходимых организационных мероприятий и т. д. Результатом этого этапа должны быть прогнозные оценки (количественные или качественные). Причем их может быть несколько вариантов. [c.247]
Всякая математическая модель реального явления, процесса представляет ценность постольку, поскольку она позволяет установить новые закономерности, предсказывать, как будет происходить моделируемое явление, процесс. Особой ценностью обладают макроэкономические модели, так как на их основе может осуществляться прогнозирование развития всего народного хозяйства, могут даваться количественные рекомендации по выбору распределения средств, могут оцениваться осуществимые темпы роста общественного производства в целом. Это модели наивысшего уровня, они являются последней инстанцией , суммирующей итог всех локальных решений. [c.147]
| Рис. 2. Общая схема комплекса экономико-математических задач оптимального планирования нефтеснабжения района. Группы экономико-математических задач /—предпланового анализа // — текущего планирования нефтеснабжения /// — перспективного планирования нефтеснабжения. Экономико-математические задачи /—ретроспективный анализ процесса нефтеснабжения района 2 — прогнозирование потребности народного хозяйства района в массовых светлых нефтепродуктах 3 — формирование единой транспортной сети района и определение удельных транспортных затрат на перевозку нефтепродуктов 4 — статистическое моделирование объектов нефтебазового хозяйства 5 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее эффективном использовании действующих объектов нефтебазового хозяйства 6 — прогнозирование технико-экономических показателей работы объектов нефтебазового хозяйства на ближайшую перспективу 7 — выбор оптимального варианта внутрирайонных перевозок нефтепродуктов при наиболее эффективном развитии нефтебазового хозяйства. Информационные выходы I, а — спрос народного хозяйства на массовые светлые нефтепродукты 1,6 — современное состояние и проектные материалы развития нефтебазового хозяйства /, s — транспортные условия нефтеснабжения 2, а — вариантные средне- и долгосрочный прогнозы потребности в нефтепродуктах 2, б — краткосрочный прогноз потребности в нефтепродуктах 2, в — сезонные колебания потребительского спроса 3, а, 3, б — единая современная и перспективная транспортная сети, их расценки 4, а — максимально возможный объем реализации нефтепродуктов на действующих объектах нефтебазового хозяйства в условиях базисного года 4, б — минимальная себестоимость хранения нефтепродуктов на объектах нефтебазового хозяйства 4, в — основные технико-экономические показатели в условиях базисного-года 5, а — оптимальные варианты внутрирайонных перевозок нефтепродуктов на ближайшую перспективу 5,6 — оптимальные объем и структура реализации нефтепродуктов по нефтебазам 5, в — оптимальные технико-экономические показатели деятельности нефтебазового хозяйства на ближайшую перспективу 5, г — направления развития объектов нефтебазового хозяйства на ближайшую перспективу 6, а, 6, 6 — соответственно максимально возможный объем реализации нефтепродуктов по объектам нефтебазового хозяйства и минимальная себестоимость хранения нефтепродуктов на начало перспективного планового периода 6, в — перспективные модели основных технико-экономических показателей деятельности объектов нефтебазового хозяйства 7, а — наиболее эффективные направления и очередность капитальных вложений в расширение и реконструкцию нефтебазового хозяйства 7, б — схема перспективных оптимальных внутрирайонных перевозок нефтепродуктов 7, в — варианты основных технико-экономических показателей деятельности нефтебазового хозяйства по этапам долгосрочного планирования 7, г — мероприятия по совершенствованию перспективного планирования нефтеснабжения |  |
Главы 3-9 посвящены технологии моделирования процедур принятия маркетинговых решений. Здесь раскрывается сущность методологии исследований товарных рынков и продукции, выпускаемой фирмой, причем особое внимание уделяется оценке конкурентоспособности товара. Предлагаются модели количественной оценки и анализа привлекательности товарных рынков, что дает возможность менеджерам произвести оправданный выбор новых рынков или же осуществить ревизию тех, на которых фирма уже работает. Даны методические рекомендации по определению стратегических позиций и выбору направлений деятельности фирмы на базе матричных моделей, что позволяет выработать рациональную товарную политику. Рассматриваются основные модели планирования в маркетинге в условиях определенности, неопределенности и риска. С позиций системного подхода приводятся модели и методы решения таких важнейших задач управления как прогнозирование спроса на товар и установление цен. Методы прогнозирования спроса классифицированы на три группы экстраполяция временного ряда, экономико-математическое моделирование и комбинированные методы. При этом акцент сделан на комбинированные методы, которые учитывают отдельные прогнозы, основанные на неадекватных посылках и использующие разнообразную информацию. Комплекс моделей расчета базовой цены товара основывается на структурированном графе взаимосвязи элементов системы ценообразования, связывающем в единое целое цели фирмы, политики, подходы к ценообразованию и конкретные методики расчета цен. Подробно рассматривается процедура моделирования сложного многоэтапного процесса принятия решений при выводе на рынок новых товаров. Методика поиска оптимального решения учитывает как [c.9]
Вопрос о целеполагании в управлении вообще, а в государственном управлении особенно принадлежит к числу самых актуальных для управленческой теории и практики. Сама сущность управления требует налаженного механизма целеполагания, а в нем - логического продвижения от более абстрактного общего предвидения к конкретному прогнозированию (в разных моделях и вариантах), от него к программированию с использованием современной математической и иной методологии и методики, а далее и к планированию - выбору надлежащего образа действий и его неуклонному проведению в жизнь. Как отмечают исследователи из США "планирование - это принятые заранее решения о том, что делать, когда делать и кто будет делать. Планирование наводит мост между [c.54]
Методы, описываемые в этой книге, относятся к общему классу нейросетевых моделей. Нейронные сети представляют собой совокупность математических методов, которые могут быть использованы для обработки сигналов, прогнозирования и кластеризации. Нейронные сети можно представить себе как нелинейные, многослойные и параллельные методы регрессии. Говоря проще, нейросетевое моделирование подобно проведению линии, плоскости или гиперплоскости через определенный набор информационных точек. Линию, плоскость или гиперплоскость можно с наилучшим приближением провести через любой набор данных и по выбору пользователя определить взаимосвязи, которые могут существовать между входами и выходами нейросети. Сеть можно также подстроить для представления многомерных данных в меньшей размерности. Существует два класса нейронных сетей сети, обучаемые с учителем и без учителя. [c.18]
Во всех предыдущих параграфах главы, посвященной имитационным экспериментам, описывались прикладные имитационные исследования, цель которых состояла в решении какой-либо конкретной экономической задачи, связанной с прогнозированием или выбором наилучшего решения о воздействии на анализируемую в исследовании экономическую систему. При этом предполагалось, что уже разработаны принципы построения математических моделей для экономических объектов, к которым относится изучаемая система. Что же делать в том случае, когда нет достаточно хорошего представления о некоторых процессах, важных с точки зрения цели исследования В этом случае можно попытаться описать эти процессы моделями типа черного ящика , т. е. заменить причинное описание некоторыми статистическими закономерностями. Такой подход чаого применяется в экономико-математических моделях (см., например, анализ механизма экономического стимулирования, описанный в пятом параграфе третьей главы). Если же обойти таким образом описание недостаточно изученных вопросов не удается, то прикладное модельное исследование проводиться не может, так как в имитационном эксперименте из-за неадекватности математической модели будут получены результаты, не соответствующие реальности. В этом случае необходимо предварительно осуществить фундаментальные исследования, направленные на разработку принципов построения моделей явлений, интересующих исследователя. Подчеркнем, что фундаментальные исследования — это долгая и сложная работа, которая не может быть осуществлена попутно, в прикладном исследовании. [c.292]
Подсистема прогнозных расчетов реализована в ОЭИ БФАН СССР путем создания программного пакета Прогноз , который должен проводить прогнозные расчеты как в территориальном, так ив отраслевом разрезе основываться на ретроспективной информации (это связано с определенной инерционностью системы газоснабжения страны) предусматривать возможность адаптации к изменению внешних и внутренних условий объекта прогнозирования, и в частности в рамках проведения многовариантных расчетов позволять пользователю вносить коррективы (пакет Прогноз должен предусматривать процесс человеко-машинной эксплуатации). Пакет Прогноз в соответствии с идеологией, разработанной в ОЭИ БФАН СССР 5, допускает возможности 1) использования различных критериев для количественной оценки предлагаемой прогнозной модели, 2) варьирования математических методов прогнозирования (предусмотрено использование метода наименьших квадратов [106, 112] с выбором моделей линейной, парабол, степенной, экспоненты, а также методов группового учета аргументов [104, 33, 96], формирующих в процессе расчетов структуру модели) 3) работы как с разделением совокупности исходных данных на обучающую и проверочную последовательности [104, 33 и др.], так и без разделения и т. п. В целях апробации подсистемы проводились многовариантные расчеты на ЭВМ по большинству отраслей. В этих расчетах для всех этих отраслей варьировались метод прогнозирования, тип критерия отбора модели, способ разбиения исходного временного ряда на обучающую и проверочную последовательности, способ задания Исходных точек (в частности, часть начальных или ко- [c.134]
Оптимизационные модели основаны на выборе критерия оптимальности, на основе которго путем сравнения различных вариантов выбирается лучший (оптимальный) вариант. Оптимизационная экономико-математическая модель состоит из целевой функции и системы ограничений. Целевая функция описывает цель оптимизации и отражает зависимость показателя, по которому ведется оптимизация, от независимых переменных (ограничений). Система ограничений отражает объективные экономические связи и зависимости и представляет собой систему равенств и неравенств, например, между потреблением ресурсов или величинами технико-экономических показателей и установленными лимитами, а также пределами выпуска продукции. Влияние каждой из переменных на величину целевой функции выражается коэффициентом-показателем, экстремум которого выступает критерием оптимальности. Примеры оптимизационных моделей в планировании и прогнозировании модели оптимизации развития и размещения производств, модели оптимизации структуры производства продукции отраслей промышленности, модели АПК, модели транспортных задач, с помощью которых осуществляется рациональное прикрепление поставщиков к потребителям и определяются минимальные транспортные затраты, и другие. [c.165]
И главный фактор успеха здесь - это понимание того, что такое рациональное инвестиционное поведение, плюс качественная и количественная математическая модель такого поведения. Много сил в науке было отдано тому, чтобы описать рациональный инвестиционный выбор (например, через функцию инвестиционной полезности). Однако, если исследование аспектов рационального инвестиционного поведения не опирается на детальный анализ фондового рынка и макроэкономической обстановки в стране, где осуществляются инвестиции, то такой анализ рационального инвестиционного поведения является бесполезным. А в такой постановке задача практически не звучит. Приятным исключением является подход, применяемый компанией Latti e Finan ial [129], где прослеживается детальная модельная связь между макроэкономическими факторами и количественными оценками тенденций фондового рынка. Но здесь другая крайность слишком велика в моделях [129] доля механистического понимания связей на макро- и микроуровне, когда возникает прямой соблазн рекурсивного прогнозирования , где будущее с точностью до вероятностно расред елейного случайного сигнала определяется настоящим. Фактор рационализации выбора совершенно выпадает из моделей такого сорта. [c.95]