Методы научно-технического прогнозирования

Преимущество качественных прогнозов состоит в возможности предсказать принципиально важные повороты в прогнозируемой системе. Однако при этом чаще всего прогнозы строятся на основе субъективного опыта экспертов, что значительно снижает прогностическую ценность этих исследований.

 Достоинством метода  экстраполяции является изученность  используемых моделей, возможность  количественных оценок. Однако при  этом прогноз может оказаться  ошибочным из-за принципиальных, качественных изменений, которые  невозможно было предусмотреть заранее.

 Суть экстраполяции состоит в том, что на основе историко-фактических данных строят кривую роста того или иного показателя, характеризующего развитие системы, и пытаются продолжать эту кривую «в будущее». Этот метод в сравнительно большей степени основан на фактических, объективных данных. Проблема же данного метода состоит в том, что, даже располагая точнейшими данными, например за сто лет, мы далеко не всегда можем экстраполировать развитие на несколько лет вперед: кривая иногда неожиданно уходит вверх, иногда столь же неожиданно идет вниз.

 Преимущество качественных  прогнозов состоит в возможности  предсказать принципиально важные  повороты в прогнозируемой системе. Однако при этом чаще всего  прогнозы строятся на основе  субъективного опыта экспертов, что значительно снижает прогностическую  ценность этих исследований.

Прогнозирование параметров по факторам, влияющим на их развитие, осуществляется на основе методов корреляционного и регрессионного анализов. Типичным примером экстраполяции параметров проектируемой техники методами корреляционного и регрессионного анализа является прогнозирование величины трудоемкости создания новых машин и агрегатов по совокупности конструктивных, технологических и эксплуатационных факторов.

 В зависимости от  формы работы с экспертами  различают индивидуальные и коллективные  методы экспертизы. Индивидуальные  методы экспертизы предусматривают  персональную работу с каждым  экспертом и получение частного, предварительного, не согласованного  с другими мнения эксперта. Форма  получения экспертных оценок  может быть различной. Чаще всего  эксперты опрашиваются заочно, путем  заблаговременной пересылки им  подготовленных анкет. В этом  случае индивидуальные экспертные  оценки носят аналитический характер, так как эксперт имеет возможность  получить и проанализировать  всю необходимую информацию об  опыте развития прогнозируемого  объекта. Однако и здесь оценка  эксперта выступает в большинстве  случае как продукт его интуитивного  мышления.

 Среди методов индивидуальной  экспертной оценки особого внимания  заслуживает метод морфологического  анализа. Он предусматривает строгую  процедуру анализа и оценки  возможных вариантов решения  сложных, многоплановых технических проблем. Суть этой процедуры состоит в расчленении проблемы на отдельные составляющие, в определении возможных их состояний в будущем и в последовательном рассмотрении всевозможных сочетаний ожидаемых состояний по всем составляющим проблемы.

 Содержание разнообразных  методов коллективных экспертных  оценок сводится главным образом  к тому, чтобы использовать все  достоинства групповой экспертизы, сведя к минимуму ее недостатки. Осуществляется это прежде всего путем создания условий, благоприятствующих формированию объективных оценок. Одной из попыток создания таких условий является метод «мозговой атаки». Сущность этой процедуры заключается в том, что работа группы экспертов распадается на два этапа: на первом генерируются идеи, новые решения, на втором производится практическая оценка полученной информации и отбор рациональных решений. Эффективность оценивается по числу новых идей, выявленных в процессе обсуждения проблемы.

 В отличие от методов  комиссий и «мозговой атаки», процедура метода Дельфи предусматривает полную изоляцию экспертов и анонимность их мнений. Опрос производится в форме анкет для выяснения относительной важности и сроков свершения ожидаемых событий в прогнозируемой области. Групповое решение принимается не по мнению большинства, а на основе статистической обработки индивидуальных оценок с учетом степени согласованности мнений экспертов, которая характеризуется относительной величиной размаха индивидуальных оценок.

 Ряд методов отражает  нормативный подход к разработке  научно-технических прогнозов. При  таком подходе перспективы развития  определяются исходя из заранее  установленной цели. В этом случае  задача прогноза состоит в  том, чтобы сформировать структуру  взаимосвязанных элементов, обеспечивающих  безусловное и наиболее рациональное  достижение установленной цели. Структура взаимосвязанных элементов  образует иерархическую систему, графическое изображение которой  называют «дерево целей». На каждом  уровне дерева целей располагаются  элементы, раскрывающие содержание  или средства решения проблем  вышестоящего уровня.

 Одним из наиболее  перспективных подходов к разработке  прогнозов считается моделирование  процессов развития, т. е. определение  перспектив на основе адекватных  моделей развития. По характеру  используемых моделей различаются  логические, информационные и математические  модели прогнозирования. Логическое  моделирование включает тщательное  изучение внутренней логики развития  прогнозируемого объекта и разработку  на этой основе соответствующих  исторических моделей-образцов. Исторические  аналогии используются затем  при решении конкретных ситуаций  и задач развития прогнозируемого  объекта. Практический интерес представляют  методы построения различных  информационных моделей.

 В настоящее время  разработаны и используются методы  научно-технического прогнозирования, основанные на анализе информационных  массивов, содержащихся в заявках  на изобретения и выданных  патентных документах. Отдельные  подходы предусматривают комплексную  оценку инженерно-технической значимости  и экономической целесообразности  использования анализируемых патентов  и определение перспективности  различных технических решений. Во многих странах использование  патентной информации определяет  техническую политику фирм и  объединений.

 Математические модели  прогнозирования представляют собой  наиболее универсальные и достаточно  строгие методы анализа тенденций  развития техники. Они позволяют  дать количественное описание  динамики развития реальных объектов  прогнозирования, изучить характер  и направления влияния на их  изменение различных факторов. Для  моделирования процессов научно-технического  развития особенно часто используются методы статистического анализа, исследование производственных функций, динамическое программирование.

«Ни один из реально существующих прогнозов не разрабатывается на основе только одного метода. Создание прогноза развития конкретного вида техники представляет собой сложное исследование, в процессе выполнения которого используются разнообразные методы и подходы, образующие комплексные системы прогнозирования»7.

Метод Дельфи

Метод Дельфи  один из наиболее распространенных экспеpтных методов пpогнозиpования. Метод основан на коллективных экспеpтных оценках. Метод состоит в пpоведении опpоса экспеpтов в несколько туров. В каждом туpе экспеpт указывает пpогнозиpуемую величину. Указанные экспеpтами величины подвеpгаются статистической обpаботке с целью выявления некотоpого общего (усpедненного) мнения, а также мнений, pезко отличающихся от общего. Экспеpтам, пpогнозы котоpых pезко отличаются от пpогнозов дpугих экспеpтов, пpедлагается обосновать пpичины таких отличий; эти обоснования сообщаются другим экспертам. Опpос экспеpтов пpодолжается до получения некотоpого согласованного мнения.

Вся инфоpмация, котоpой обмениваются экспеpты в ходе pеализации метода, является анонимной, чтобы исключить влияние экспеpтов дpуг на дpуга.

На первом этапе данного метода, от каждого из экспертов получают прогноз в виде оценок определенного события. Затем эти оценки упорядочиваются, т. е. строится вариационный ряд.

Затем находится медиана оценок. Медиана - это число, pазделяющее ваpиационный pяд на pавное число элементов. Медиана находится следующими способами:

• если количество оценок нечетно, то в качестве медианы беpется оценка с номеpом i=(N-1)/2 + 1, где N – это количество экспертов;

• если количество оценок четно, то медиана находится как (Xi + Xj)/2, где Xi и Xj – это оценки экспертов в вариационном ряду, а i=N/2, j=N/2 + 1.

 Далее находится нижний квартиль, т.е. число, превышающее 1/4 всех оценок. Затем находится верхний квартиль, т.е. число, превышающее 3/4 всех оценок. В качестве нижнего квартиля используется оценка с номером N/4, в качестве верхнего квартиля  оценка с номером N - N/4 + 1. (В качестве N/4 берется целая часть).

После этого находится разность квартилей на первом этапе. Она характеризует разброс экспертных оценок (чем она больше, тем сильнее расхождение экспертов во мнениях). Экспертам, оценки которых меньше нижнего квартиля или больше верхнего, предлагается обосновать свои оценки. Эти обоснования передаются другим экспертам.

После того, как приведенные экспертами обоснования сообщаются (анонимно) всем экспертам, проводится второй этап. Эксперты снова представляют свои прогнозы. Выполняется обработка оценок (как и на первом туре). Затем находится отношение разностей квартилей в первом и в данном туре.

Опрос экспертов прекращается, если разность квартилей уменьшилась по сравнению с первым туром в 1,6 раза (или больше). Это значит, что согласованное мнение экспертов достигнуто. Как правило, количество этапов составляет от двух до четырех. В некоторых случаях экспертам за несколько этапов не удается получить согласованную оценку. В этих случаях, как правило, обнаруживается несколько оценок (обычно две), к которым близки оценки всех экспертов.

Так же необходимо выделить основные технические недостатки данного метода:

1. время проведения зависит от средств коммуникации экспертов;
2. опрашиваемые должны уметь хорошо излагать свои мысли, так как данный метод основан на получении информации в письменной форме, в противном случае обработка затрудняется;
3. анкетируемые должны обладать высоким уровнем мотивации, так как отсутствует поощрение за заполнение анкет.

Теперь рассмотрим на примере применение метода Дельфи при прогнозировании уровня инфляции. В прогнозировании участвуют 22 эксперта.

На первом этапе от экспертов получены следующие прогнозы уровня инфляции:

Эксперт	Уровень инфляции,%
1	15
2	8
3	23
4	27
5	11
6	15
7	22
8	9
9	18
10	21
11	12
12	18
13	24
14	11
15	31
16	19
17	27
18	24
19	7
20	15
21	18
22	28

1. Упорядочим оценки по возрастанию:

Эксперт	Уровень инфляции,%
1	7
2	8
3	9
4	11
5	11
6	12
7	15
8	15
9	15
10	18
11	18
12	18
13	19
14	21
15	22
16	23
17	24
18	24
19	27
20	27
21	28
22	31

2. Теперь найдем медиану оценок:

Qm = (18+18)/2 = 18

3. Найдем нижний и верхний квартили:

22/4=5,5. Необходимо округлить до 5.

Нижний кваpтиль: Q1 = X5 = 11. Веpхний кваpтиль:  Q2 = X18 = 24

4. Найдем разность квартилей:

Q2-Q1=13

5. Экспертам, предсказывающим уровень инфляции менее 11% или более 24% предлагается обосновать свой мнения.

Второй этап:

6. Эксперты снова представляют свои прогнозы:

Эксперт	Уровень инфляции,%
1	12
2	12
3	14
4	14
5	15
6	16
7	18
8	19
9	19
10	20
11	21
12	22
13	22
14	23
15	23
16	23
17	24
18	25
19	27
20	27
21	28
22	30