Описанный подход к анализу имеет существенные преимущества по сравнению с другими он обеспечивает комплексность и целенаправленность исследования методологически обоснованную схему поиска резервов повышения эффективности производства объективную оценку результатов хозяйствования оперативность, действенность, обоснованность, точность анализа и его выводов. Полученная экономико-математическая модель может многократно использоваться в анализе и служить хорошим средством обоснования управленческих решений. [c.36]
Все используемые методы разработки управленческих решений по степени формализации расчетов можно разделить на две большие группы - формализованные и эвристические. Формализованные методы имеют четкий алгоритм решения задачи в виде экономико-математических моделей, методик анализа и расчета данных, компьютерных программ, которые обеспечивают высокую точность количественной оценки разрабатываемых вариантов. Формализованные методы используются для разработки и оптимизации программных, т. е. структурированных, решений. [c.242]
Существует ряд принципиальных сложностей, связанных с оценкой риска при помощи сценарного подхода. Используемые математические модели и методы для расчета последствий аварий и отказов оборудования содержат внутри себя значительную неопределенность, связанную с большой сложностью моделируемых объектов и недостаточным знанием путей развития неблагоприятных процессов. Поэтому большое значение для разработки стратегии управления рисками крупных производственных предприятий и повышения точности расчетов имеет создание баз данных по отказам элементов оборудования, проработка различных вариантов и создание базы данных по сценариям развития аварий, а также повышение качества сбора первичной статистической информации. [c.62]
На неопределенность в оценке вариантов решения влияют различные факторы точность оценки параметров, выбор и оценка важности критериев, адекватность математической модели, личные качества эксперта или руководителя и т.д. Рассмотрим сначала один фактор - точность измерения и покажем, как в зависимости только от точности измерения, могут меняться результаты оценок. [c.82]
Итогом работ по выбору вида математической модели прогноза является формирование ее обобщенных характеристик. В обобщенную характеристику должны быть включены вид уравнения регрессии, значения его параметров, оценки точности и адекватности модели и сами прогнозные оценки, точечные и интервальные. [c.185]
Какой бы сложной и полной ни была модель, она тем не менее является приближенным отображением реального объекта и отражает его при определенных принятых допущениях. Однако до тех пор пока не доказана адекватность модели реальной обстановке, нельзя с уверенностью утверждать, что с ее помощью получатся те результаты, которые действительно характеризуют функционирование исследуемого объекта. Оценка адекватности и точности математической модели любого типа, в том числе и имитационной, является важнейшей задачей моделирования, так как любые исследования на неадекватной модели теряют смысл [4]. [c.30]
С ростом адекватности и точности модели возрастают как ее стоимость, так и ценность для исследования, в связи с чем приходится решать вопрос о компромиссе между стоимостью модели и последствиями ошибочных решений из-за неадекватности исследуемому процессу. Оценка адекватности и точности модели представляет собой непрерывный процесс, правильность построения модели может быть проверена только на практике за счет повторения цикла построение модели - проверка модели . Следует отметить, что понятие адекватности модели не имеет количественного измерения модель либо адекватна явлению, либо не адекватна. При этом, естественно, предполагается, что программа, реализующая вычисления по математической модели, не содержит ошибок, исходные данные введены в машину правильно. Таким образом, модель является достоверной, если ее концептуальная модель адекватна исследуемому процессу, математическая модель адекватна концептуальной, а точность реализации математической модели на ЭВМ соответствует заданной, т.е. погрешности расчета не превышают допустимых [4, с.И8]. [c.31]
Оценка точности математических моделей [c.251]
Обычно неизвестное состояние имеет принципиальную возможность быть вычисленным устройством наблюдатель по известным измерениям и известной модели объекта с некоторой точностью (результат вычисления называется поэтому оценкой состояния х(0), если объект с измерителем обладают свойством наблюдаемость . Цель управления принципиально может быть достигнута, если управляющих координат достаточно, чтобы привести объект к любому требуемому его состоянию — если объект обладает свойством управляемость . О достижимости цели управления свидетельствует возможность достигнуть любого именно состояния (а не выхода) в виду того, что состояние как математическое понятие, веденное специально для полного представления объекта, является более адекватным этой задаче, чем инженерное понятие выход. [c.53]
Таким образом, в математическую модель производительности труда необходимо включить лишь практически целесообразный минимум факторов, наиболее полно характеризующих объективные условия производства и в первую очередь природные условия и технический уровень производства в НГДУ. Естественно предположить, что объективные закономерности влияния основных факторов на производительность выявляются лишь в среднем по отрасли. Специфические особенности добычи нефти на отдельных предприятиях приводят к значительным отклонениям значений показателя производительности труда, например, по анализируемым в работе 76 НГДУ почти в 650 раз. В то же время производительность труда в добыче нефти в отдельных НГДУ (при одних и тех же значениях основных факторов) устойчиво распределяется вокруг некоторого среднего значения. Поэтому зависимость не проявляется в каждом отдельном случае, а только в общем при достаточно большом числе случаев (наиболее точно по всем НГДУ отрасли). Точность оценки влияния отдельных факторов на уровень производительности труда во многом зависит от объема исходной информации. [c.64]
Разработка достаточно объективных математических моделей для определения абсолютных и относительных (оценок) комплексных показателей — трудоемкая операция, требующая глубокого и всестороннего исследования объекта. Такие модели позволят поставить оценку качества на серьезную основу, и лолучать результаты с приемлемой точностью. [c.69]
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]
Полное описание реальных объектов представляет собой нереальную задачу, т. к. практически невозможно учесть все действующие на них переменные. Обычно при построении математической модели любого характера приходится учитывать только основные, определяющие факторы и отбрасывать второстепенные. Естественно, что полученное математическое описание всегда беднее реального объекта и отражает только его основные закономерности, необходимые для решения конкретной задачи. Возникает необходимость в определении степени идентичности модели реальному объекту. Для количественной оценки степени идентичности модели объекту Н.С. Райбман [79] предложил дисперсионную меру определенности процесса, которая для случая линейной корреляционной модели равна квадрату коэффициента корреляции. Практическая полезность меры имеет два аспекта. Во-первых, она позволяет количественно определить влияние введенных в модель факторов на выходной параметр. Во-вторых, с помощью меры определенности можно проводить дисперсионный анализ погрешностей изготовления деталей. Например, если связь между переменными Хи Y выражена линейными уравнениями типа у = ах + Ьс коэффициентом корреляции =0,8, это значит, что точность изготовления детали по параметру Уна 64% зависит от фактора Xи на 36% — от неучтенных факторов. Аналогичными свойствами, как указывалось в работе [98], обладает коэффициент информационной связи Rr Это дает возможность выдвинуть гипотезу о том, что RJ можно использовать в качестве меры определенности процесса. [c.75]
При прогнозировании объектов, перспективные показатели работы которых не могут быть представлены в виде математической модели, часто используют метод экспертных оценок. Точность этих оценок полностью зависит от степени профессионального опыта и интуиции привлекаемых экспертов. Поэтому к их подбору проявляют особую требовательность — из состава экспертов исключают специалистов, которые хотя и располагают всеми необходимыми данными, но не способны предвидеть те изменения, которые должны произойти. Подобное зкспертирова-ние, выполненное Центральным научно-исследовательским институтом экспериментального проектирования инженерного оборудования и в котором участвовали 56 ведущих специалистов страны, позволило дать оценку возможности применения к 1980, 1990 и 2000 гг. различных технических решений систем отопления и кондиционирования воздуха в жилых и общественных зданиях. Третий метод технико-экономического прогнозирования — анализ патентной информации, относящейся к данному виду инженерного оборудования зданий, предусматривает отбор тех патентов, применение которых в перспективном периоде наиболее вероятно, [c.131]
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]
Влияние неполного или избыточного представления набора объясняющих переменных на свойства оценок и соответственно на точность статистических выводов в регрессионном анализе (при правильном определений структуры модели) может быть учтено в рамках строгих математических конструкций (см., например, [119, гл. 6] . [c.356]
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]
Возрастание требований к эффективности систем управления влечет за собой повышение требований к точности и адекватности моделей управляемых объектов. При этом требования по точности предъявляются как к прямой, так и обратной модели, а сама модель в общем случае понимается как обобщенная модель по Эйкхоффу [1].Особенно остро эта задача встает при создании систем прямого цифрового управления нелинейными объектами. Поскольку реальные объекты обычно характеризуются нелинейной, сложной структурой, а также неполнотой математического описания и информации как о самом объекте так и сигналах и помехах, действующих на него, существуют два подхода к решению задачи идентификации. Первый подход связан с аппроксимацией объекта набором (цепочкой) элементарных звеньев известной структуры, а построение модели сводится к оценке характеристик этих звеньев по данным нормальной эксплуатации. Сущность второго подхода состоит в желании ослабить зависимость результата решения задачи идентификации от ограничений, накладываемых априорными предположениями, и создании более общего унифицированного подхода к решению задачи идентификации. Примерами такого подхода являются разработки методов статистической линеаризации [2,3], метода функциональных преобразований [4,5] и информационных методов идентификации [6,7]. [c.96]