По методам различают статистическое прогнозирование прогнозы, основанные на экспертных оценках, и комбинированные. Методы статистического прогнозирования используют экстраполяцию, интерполяцию, регрессионные, корреляционные и другие математические модели и т. д. В настоящее время наибольшее развитие получил метод экстраполяции. Он состоит в определении количественных и качественных показателей развития в будущем периоде на основе закономерностей, имеющих место в предшествующем периоде. Для этого на графике плавно продолжается кривая изменений значений анализируемого направления развития в текущем периоде до границ времени прогнозируемого периода. В случае колебаний показателей за рассматриваемый промежуток времени производится соответствующая корректировка динамического ряда. [c.89]
Следующим инструментом или функцией управления процессом воспроизводства является планирование (стратегическое, текущее, оперативное). Прежде чем сформировать эти планы, необходимо установить перечень плановых показателей каждого уровня. Для первого уровня таким показателем является прогнозная или фактическая цена товара в плановом периоде на конкретном рынке, куда планируется поставка товаров. Причем этот показатель может рассчитываться различными методами для различных видов планов аналогично могут быть определены себестоимость (для стратегического планирования -прогнозная, для тактического - фактическая), объем продаж и размеры налогов. Для построения прогнозов указанные показатели определяются по данным отчетов за год или из первичных источников. Определение и выбор плановых показателей второго уровня, особенно при стратегическом планировании, производится на базе формирования экономико-математических моделей. Так, цена товара (Ц) зависит от показателей качества (К], К2,...К ) товара издержек производства (И ,И2,...И ) и ресурсоемкости (Р ,Р2,...Р ) товара технических и прочих условий (Ti,T2,.--Tn) производства и сбыта. Доминирующие показатели из перечисленного перечня устанавливаются методами регрессивного анализа или экспертных оценок. Аналогично определяются все показатели и факторы второго и третьего уровня. [c.242]
Коллективные экспертные оценки — это современные научные методы, которые могут широко использоваться в прогнозировании. Естественной областью их применения является прогноз научно-технического прогресса, определение его основных направлений и темпов. Эти методы могут также успешно использоваться для определения возможных изменений в параметрах экономико-математических моделей развития социально-экономической системы под влиянием НТП и мероприятий организационного и финансового характера. В условиях неопределенности и нестабильности развития социально-экономической системы России методы экспертных оценок приобретают большое значение. [c.122]
Математические модели. Этот метод основывается на регрессионных, структурных и имитационных моделях. Используя этот метод, пытаются выявить симптомы в экономике и характеристики деятельности предприятия, связанные с вероятным будущим объемом сбыта. Прогнозы основываются на оценках влияния подобных факторов. Прогнозируемый объем сбыта может зависеть от разных явных и скрытых факторов. Для оценки влияния факторов нужно определить 1) наличие и тесноту корреляционной связи между объемом сбыта и показателями, характеризующими те или иные факторы 2) временные лаги, т.е. сдвиги во времени, которые определяют сроки, когда изменения факторов станут сказываться на объеме сбыта 3) регрессионные или структурные модели, характеризующие влияние различных факторов на сбыт. [c.53]
Опыт показывает целесообразность применения экспертных методов для сравнительной оценки роли различных факторов, определяющих динамику спроса на электроэнергию в обозримой перспективе. Экспертные оценки незаменимы при разработке многовариантных сценариев развития экономики региона, являющихся источником информации для формирования экономико-математических моделей, на основе которых осуществляется собственно прогноз будущего спроса на электроэнергию. [c.199]
Параметры составляют каркас каждой экономико-математической модели. Их выявляют путем статистического изучения экономической действительности. (См. Оценка параметров. модели.) Напр., если изучается расход различных видов материалов в процессе производства, то параметрами будут нормы расхода, устанавливаемые на основе расчетов (технически обоснованные нормы) или же на основе изучения прошлого опыта (опытно-статистические нормы). Соответствующие величины (параметры) можно включить в модель для прогноза или плана производства на будущее. [c.258]
Методы прогнозирования рынков делят на четыре группы экспертные оценки, экстраполяции, логические и математические модели, системные прогнозы [21, с. 434]. [c.145]
В нелинейных моделях прогноза для вычисления моментов оценки прогноза недостаточно знания математического ожидания и корреляционной функции случайного процесса %(t). В общем случае требуется информация о дополнительных статистических характеристиках, а иногда и о системе функций распределения значений (0- [c.40]
Следует иметь в виду, что точных математических моделей, описывающих в замкнутом виде динамику всех показателей народно-хозяйственной системы, в настоящее время в экономической теории не существует. Поэтому прогнозы носят сценарный характер, т. е. предполагается, что существуют некоторые независимые показатели (например, уровень инфляции, энергопотребление или темп научно-технического прогресса), которые можно задавать в достаточной мере произвольно. Поскольку в действительности это не так, то прогнозы в значительной степени опираются на экспертные оценки, и только в следующую очередь на модели динамики материальных показателей. В силу разных используемых моделей, а также различия в экспертных оценках и сценариях экономического развития, прогнозы, [c.61]
Таким образом, при использовании нормативных методов в управлении значительно сокращается значность аналитических расчетов по контролю за выполнением плановых заданий па снижению себестоимости продукции. Краткосрочный прогноз ожидаемых отклонений от нормативной себестоимости продукции по отдельным видам затрат используют, как правило, в тех случаях, когда периодичность его аналитических расчетов He-превышает одного года. Это относится как к переменным, так и постоянным затратам, и объясняется возможностью резких изменений условий производства с начала каждого года. Вследствие этого прогнозирование выполнения плана по снижению себестоимости продукции на период более одного года связано с построением сложных экономико-математических моделей и оценкой изменения плановых норм затрат и производственных запасов под влиянием внедрения в производство достижений науки и техники на длительную перспективу. Такое прогнозирование базируется на методах линейного программирования с использованием динамических расчетов влияния приоритетов в экономических тенденциях уровня отдельных видов затрат и себестоимости продукции в целом. [c.195]
Экспертные оценки могут быть также использованы и для определения возможных изменений в параметрах экономико-математических моделей развития отрасли и для прогноза основных технико-экономических показателей под влиянием научно-технического прогресса. [c.219]
В комбинированной оценке может участвовать несколько прогнозов, полученных разными методами, если эти прогнозы не противоречат друг другу. В противном случае необходимы анализ причин, вызвавших противоречивые результаты, исключение некоторых вариантов прогноза, изменение математических моделей прогнозирования, повторное прогнозирование, анализ и проверка исходных данных. [c.204]
Анализ различных математических моделей применительно к развитию и функционированию социально-экономических систем показывает, что для этих целей достаточно удобно использовать аппарат знаковых, взвешенных знаковых и функциональных знаковых графов [5]. Аппарат позволяет работать с данными как качественного, так и количественного типа, причем степень использования количественных данных может увеличиваться в зависимости от возможностей количественной оценки взаимодействующих факторов в итерационном цикле моделирования. Аппарат знаковых графов позволяет формально строить прогнозы развития или траектории движения моделируемой системы в фазовом пространстве ее переменных (факторов) на основе информации о ее структуре и программах развития системы путем аппроксимации их кусками траекторий импульсных процессов на знаковых орграфах [7]. [c.213]
Каузальное моделирование строится на математических моделях, использующих некоторые независимые переменные в разработке прогноза. В табл. 8.3 приводится суммарная информация по трем наиболее часто встречающимся видам причинного анализа. Подобные модели помогают уточнить данные, полученные на основе экспертных оценок, [c.173]
По степени охвата АИТ задач управления выделяют электронную обработку данных, когда с использованием ЭВМ без пересмотра методологии и организации процессов управления ведется обработка данных с решением отдельных экономических задач, и автоматизацию управленческой деятельности. Во втором случае вычислительные средства, включая суперЭВМ и ПЭВМ, используются для комплексного решения функциональных задач, формирования регулярной отчетности и работы в информационно-справочном режиме для подготовки управленческих решений. К этой же группе могут быть отнесены АИТ поддержки принятия решений, которые предусматривают широкое использование экономико-математических методов, моделей и ППП для аналитической работы и формирования прогнозов, составления бизнес-планов, обоснованных оценок и выводов по изучаемым процессам, явлениям произвол ственно-хозяйственной практики. К названной группе относятся и ши- [c.26]
Некоторые крупные корпорации ( Дженерал моторе , Ай-Би-Эм и др.) создали собственные экономические модели, которые дают прогноз по более чем 100 экономическим факторам на два года вперед путем решения 250 математических уравнений. Одновременно с моделированием широкое развитие получило технологическое прогнозирование, т.е. вероятностная оценка на относительно высоком уровне достоверности будущего изменения технологии. Технологическое прогнозирование может быть двух видов изыскательское и нормативное. [c.545]
Представленная модель стоимостного прогноза характеризуется зависимостью ее составляющих от результатов научно-технических и социально-экономических прогнозов. Каждая составляющая зависит от множества факторов внешней и внутренней среды. Поэтому при формировании прогноза стоимостной оценки используют как эвристические методы, так и математическое моделирование. [c.286]
МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКОЕ- воспроизведение экономических объектов.и процессов в ограниченных, малых, экспериментальных формах, в искусственно созданных условиях (натурное моделирование). В экономике, в бизнесе чаще используется математическое (экономико-математическое) моделирование посредством описания хозяйственных процессов математическими зависимостями. Моделирование служит предпосылкой и средством анализа экономики и протекающих в ней явлений и обоснования принимаемых решений, прогнозирования, планирования, управления экономическими процессами и объектами. Модель экономического объекта обычно поддерживается реальными статистическими, эмпирическими данными, то есть строится и уточняется на основе реальной информации. Результаты расчетов, выполненные с использованием моделей, позволяют строить прогнозы, проводить оценки, осуществлять выбор лучших вариантов, оптимизировать управленческие решения. [c.182]
Компьютерные модели представляют собой наборы математических формул, которые позволяют одновременно использовать методы экстраполяции, экспертных оценок, а так же информацию о динамике факторов, влияющих на потребности организации в рабочей силе. Модели дают возможность добиться наиболее точных прогнозов потребностей в рабочей силе, однако довольно высокая цена, а также необходимость специальных навыков для их использования ограничивает область применение этого метода крупными организациями. [c.95]
Обратите внимание, что в списке нет истинной расчетной стоимости. Сколько должен стоить рынок, основываясь на математических и экономических моделях, не является решающим фактором для колонки цен в утренних газетах. Технический анализ предназначен для того, чтобы следить за несоответствиями между прогнозом и получаемой оценкой. [c.36]
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]
Сложность математического аппарата моделей прогнозирования, представленных в табл. 6.1, не оправдывает себя. Для получения точных оценок прогнозирования в каждом случае необходимо использовать эти модели прогнозирования в комплексе, что значительно увеличивает время на получение прогноза. [c.164]
По принципам обработки информации об объекте можно выделить статистические методы, методы аналогий, опережающие методы. Статистические объединяют методы обработки количественной информации, выявляя содержащиеся в ней математические закономерности развития и математические взаимосвязи характеристик с целью получения прогнозных моделей. Методы аналогий направлены на выявление сходства в закономерностях развития различных процессов, на основании чего делаются прогнозы. Опережающие методы прогнозирования строятся на принципах специальной обработки информации, реализующих в прогнозе ее свойство опережающе отражать развитие объекта прогнозирования. В свою очередь, их можно разделить на методы исследования динамики развития объекта и методы исследования и оценки уровня развития объекта. [c.151]
Излишне говорить о важности тех методов, позволяющих делать прогнозы будущего поведения предприятия в условиях неопределенности. Естественно, что основой их должен быть классический инструментарий. Речь идет о - -ом, чтобы использовать в классических моделях новый математический аппарат, учитывающий неопределенность данных. Так, для анализа потоков свободных денежных средств и выводов о предполагаемом потоке может оказаться полезным применение уже известных методов к новым ситуациям с неопределенностями для оценки интервалов, в которых будет происходить движение денежных средств. Таким образом получаем информацию об изменениях краткосрочной ликвидности и платежеспособности. [c.53]
Наиболее часто при практическом построении прогнозов экономических показателей приходиться учитывать их сезонность и цикличность. Для прогнозирования несезонных и сезонных процессов используется различный математический аппарат. Динамика многих финансово-экономических показателей имеет устойчивую колебательную составляющую. При исследовании месячных и квартальных данных часто наблюдаются внутри годичные сезонные колебания соответственно с периодом 12 и 4 месяцев. При использовании дневных наблюдений часто наблюдаются колебания с недельным (пятидневным) циклом. В этом случае для получения более точных прогнозных оценок необходимо правильно отобразить не только тренд, но и колебательную компоненту. Решение этой задачи возможно только при использовании специального класса методов и моделей [6, 62, 79]. [c.71]
Основная трудность принятия решений в условиях неопределенности сводится к невозможности прогноза или оценки вероятности наступления конкретных событий во внешней среде. Эта особенное применение математических моделей, характерных для условий определенности. Выбор альтернатив осуществляется с помощью количественных и качественных методов. В основе условно количествен] первых, теория полезности , во-вторых, приведение ситуации неопределенности к ситуациям адекватных способов принятия решения. К качественным методам относится использование так назь подхода , основанного на опыте, знаниях, интуиции руководителя. [c.134]
Представители теории рациональных ожиданий как другая сторона критической оценки кейнсианства, в основном американцы Т. Сарджент, Р. Лукас, С. Фишер и другие, считали, что в отличие от правительства независимые экономические агенты в точности прогнозируют темпы инфляции и строят свои планы на основе этих прогнозов. Ожидания населения, прогнозы людей, базирующиеся на доступной информации, являются рациональными, поэтому они л рынок не нуждаются в мудром правительстве, которое бы их направляло. Концепция рациональных ожиданий широко используется в сложных математических моделях микроэкономики. Она основывается, как и монетаризм, на теории эффективности ценового регулирования и количественной теории денег. [c.41]
ОЦЕНКА ПАРАМЕТРОВ МОДЕЛИ (ЕЕ ПАРАМЕТРИЗАЦИЯ) [parameter estimation] — 1. Этап построения экономико-математической модели (напр., эконометрической модели) заключается в определении численных значений существенных параметров модели, выявленных на предварительных этапах анализа исследуемого объекта или процесса (см. Идентификация объекта, Спецификация модели). Параметры модели численно оцениваются по данным, полученным путем экономического эксперимента и статистического наблюдения — чаще всего методом наименьших квадратов, методом максимального правдоподобия, а также некоторыми другими статистическими методами. На этой основе можно производить различные операции над моделью (напр., строить прогнозы поведения системы). [c.254]
Здесь предполагается, что концептуальные и фактуальные знания точно отражают процессы и сведения, относящиеся к некоторой предметной области. Тогда решение задачи, возникающей в этой области, будет получено на основе строгих математических методов, в соответствии с постановкой и спецификацией. Результаты исследования решения и прогноз используются для получения экспертной оценки и принятия решения о необходимости управления. Затем на основе подходящего алгоритма управления, имеющегося в базе знаний, формируется управляющее воздействие. Эффективность и непротиворечивость этого воздействия, прежде чем оно поступит на объект управления, оценивается с помощью имитационной математической модели. Оценка должна выполняться быстрее реальных процессов в ИС. [c.42]
Выше величина тарифа для варианта В определялась заданным извне темпом ввода новых мощностей АЭС. При этом тариф АЭС оказывается, как правило, неравновесным, что означает наличие перекрестного субсидирования в энергетике. В рыночной экономике устанавливаются равновесные цены (тарифы) на электроэнергию, определяемые, как темпом роста спроса на электроэнергию в пределах энергосистемы (системным темпом), так и составом технологий АЭС и ТЭС, присутствующих в энергосистеме. Для оценки величины равновесного тарифа используем экономико-математическую модель (1.11.11), (1.11.12). В качестве примера рассмотрим энергосистему Центра при некоторых сложившихся пропорциях производства электроэнергии, предполагая освоение прогрессивной парогазовой технологии (АЭС 30%, ПГЭС 70%). Оценки выполнены с учетом существующей налоговой системы и прогнозируемых цен на газ после окончания "газовой паузы" (по данным ИНЭИ РАН, см. Отчет по теме Прогноз условий развития и функционирования российского рын- [c.109]
Сущность подхода на основе предварительных обязательств является вес ма простой, хотя для его формального обоснования авторам потребовало разработать специальную экономико-математическую модель [30]. В соотве ствии с данным подходом банк получает право самостоятельно определи максимальный размер убытка по своему торговому портфелю, который < может понести за определенный период времени в будущем. Требования размеру капитала устанавливаются в размере, равном рассчитанной банке оценке максимальных совокупных потерь на плановый период, например ква тал. Тем самым банк принимает на себя обязательство не выходить за пр делы заранее оговоренного убытка. Немаловажно, что подход разрешает ра крытие информации о величине прогнозируемого убытка и резервируемо под него капитала. В том случае, если по истечении срока величина убыл превышает заявленный ранее уровень, орган надзора получает право прим нить штрафные санкции к данному банку, при этом размер штрафа долж( быть тем выше, чем больше ошибка прогноза банка по уровню риска. Сист ма штрафов должна быть рассчитана таким образом, чтобы банки могли до ровольно выбирать уровень риска для своих портфелей и устанавливать ре мер капитала без прямого вмешательства регулирующего органа. [c.664]
Метод математического моделирования требует построения математической модели поведения экономических агентов в соответствии с современной экономической теорией и калибровки или эконометрической оценки этой модели. Математическая модель, оцениваемая эконометрически, - наиболее дорогой и мощный инструмент прогноза экономических явлений. [c.15]
Согласно Методическим рекомендациям по разработке прогнозов социально-экономического развития субъектов РФ, которые готовятся МЭРиТ РФ и ежегодно направляются в регионы, результаты расчетов прогнозных показателей с использованием методов экономико-математического моделирования предлагается сопоставлять с выводами, полученными на основе применения других подходов, а также корректировать в соответствии с информацией, не учтенной в моделях. В связи с этим при ведущей роли статистических методов большое значение придается экспертным оценкам, прогнозным сценариям, оценке выполнения предыдущих прогнозов. [c.55]
Для локальной вспышки массового размножения прогноз распространения очага связан с оценкой состояния кормовых растений. Для локальных очагов ксилофагов оценка состояния деревьев может быть сделана с помощью инструментальных методов диэлектрической спектроскопии. Для прогнозирования локальных очагов насекомых-филлофагов возможно оценить устойчивость древостоев, прилегающих к очагу по ВЧ-параметрам рядов радиального прироста деревьев. Для прогнозирования развития локальных очагов и популяционных волн можно использовать математические модели. В частности, такие модели предложены для прогнозирования популяционных волн черного пихтового усача и локальных очагов сосновой пяденицы. [c.46]
Проблема оценки достоверности прогнозов. Важным моментом получения прогноза с помощью МНК является оценка достоверности полученного результата. Для этой цели используется целый ряд статистических характеристик 1. Оценка стандартной ошибки 2. Средняя относительная ошибка оценки 3. Среднее линейное отклонение 4. Корреляционное отношение для оценки надежности модели 5. Оценка достоверности выбранной модели через значимость индекса корреляции по Z-критерию Фишера 6. Оценка достоверности модели по F-критерий Фишера 7. Наличие автокорреляций (критерий Дарбина - Уотсона). Недостатки, обусловленные жесткой фиксацией тренда. Жесткие статистические предложения о свойствах временных рядов ограничивают возможности методов математической статистики, теории распознавания образов, теории случайных процессов и т.п., так как многие реальные процессы не могут адекватно быть описаны с помощью традиционных статистических моделей, поскольку по сути являются существенно нелинейными и имеют либо хаотическую, либо квазипериодическую, либо смешанную основу. [c.69]
ПРОГНОЗ (от греч. prognosis- предвидение,предсказание) - научно обоснованная гипотеза о вероятном будущем состоянии экономической системы и экономических объектов и характеризующие это состояние показатели. Разработку, составление прогнозов называют прогнозированием. Прогнозирование широко используется на предварительных стадиях разработки планов и программ как инструмент научного предвидения, вариантного анализа, получения дополнительной информации при выработке решений. Прогнозы применяются и в качестве планов-ориентиров. В рыночной экономике распространено прогнозирование спроса, рыночной конъюнктуры. Прогнозы незаменимы в тех случаях, когда необходимо оценить будущее протекание таких неуправляемых человеком процессов, как погода, рождаемость и смертность, миграция населения, научные открытия. Прогнозы, ориентированные на достижение заранее заданных целевых показателей, на зывают нормативными. В социально-экономическом прогнозировании широко используются экономико-математические методы и модели, экспертные оценки. [c.264]
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]
В целях повышения стратегической конкурентоспособности фондоемкие производства вынуждены вовлекать в хозяйственную деятельность затратоемкие бизнес-процессы. Следовательно, значимость ошибки в случае расхождения плановых и фактических показателей всегда высокая, что объясняется иммобилизацией части капитала на убыточных или менее выгодных направлениях. Развитие экономики в условиях рынка неизбежно сопровождается усложнением социально-экономических связей и, следовательно, ростом неопределенности как внешней, так и внутренней среды. В настоящее время многие отечественные и зарубежные фирмы функционируют в условиях стратегических неожиданностей, что затрудняет построение адекватных математических оптимизационных моделей. В условиях неопределенности существующие модели оптимизации товарного ассортимента не обеспечивают адекватности и надежности плана в долгосрочном периоде, поскольку в значительной степени зависят от точности статистических и аналитических прогнозов, экспертных оценок. Однако, на современном этапе эволюционного развития общества, научно-технического прогресса, в условиях рыночной экономики совершенствование математического аппарата для снижения погрешностей прогнозирования в задачах формирования товарно-ассортиментной политики, как правило, неоправданно, что связано предельной полезностью получения дополнительной информации. Повышение определенности планирования ведет к увеличению издержек в геометрической прогрессии. [c.4]
Существенной является возможность использования не только традиционных оперативных методов анализа и прогнозирования, но и специальных методов для многоаспектного оперативного анализа в рамках концепции информационного хранилища и формирования семейства адаптивных моделей. В зависимости от ситуации на рынке и квалификации конечного пользователя целесообразно предусматривать использование "быстрых", "стандартных" и "точных" прогнозов. СППР должна ориентироваться на различные группы конечных пользователей. Так, для типовых задач желательно использовать преимущественно эконометрические термины, не требующие глубоких знаний в области статистики и математики. Для детального аналитического исследования необходимо иметь возможность применять исследовательский блок для нетрадиционных и плохо формализуемых задач. Целесообразно комплексное использование математических методов на протяжении всего цикла управления - от планирования до выработки корректирующих воздействий. Особое внимание должно уделяться планированию, управленческому учету и выработке решений на основе оценки результатов за прошедший период. Современные методы планирования, рассмотренные в ряде работ [6, 11, 18], используют в качестве целевой функции те или иные виды обобщенных показателей качества. [c.127]