2. ПРОГНОЗИРОВАНИЕ: МЕТОДЫ И ИХ ОСНОВНЫЕ ЭТАПЫ

2.1. Виды прогнозирования

В футурологии различают поисковое и нормативное прогнозирование.

Поисковое прогнозирование. Имеет цель получить оценки состояния объекта исследования в будущем при наблюдаемых тенденциях развития компонент объекта и окружающей среды.

Нормативное прогнозирование. Имеет в виду предсказание путей достижения желательного состояния объекта на основе заранее заданных критериев, целей, норм.

Предсказание и решение. Прямая связь между предсказанием и решением определяет цели прогнозирования. Но не менее важную роль играет обратная связь между этими процессами. Это говорит о том, что человек в малой или большей отдаленности перспективы, может изменять посредством решений и действий все более широкий круг объектов предсказаний. Высокая степень интенсивности обратной связи достигается в общественных науках, там наблюдается явление “самосовершенствования” или “саморазрушения” прогноза путем решений и действий с учетом данного прогноза. Это, так называемый, прогноз попугая, когда предсказание, например, валютного кризиса, приводит к панике и к действительному кризису.

В отличие от расчетов жестко детерминированных явлений (затмение солнца с одной стороны и научных прорицаний с другой), прогнозирование отличается вероятностным подходом к предметам исследования. Этим и отличается характер и структура методов прогнозирования, среди которых к настоящему времени насчитывается более 100.

Принадлежность методов к научным направлениям. Общенаучные методы – это такие, как: анализ и синтез, экстраполяция и интерполяция, индукция и дедукция, аналогия, гипотеза, активный и пассивный эксперимент и т.д. Меж- и частно- научные методы – пригодные для нескольких наук или даже только для одной науки.

Группа межнаучных методов. Наиболее распространены 10-15 общих и межнаучных методов. Обычно их выделяют в 3 класса: - Экстраполяция; - Моделирование; - Экспертные оценки.

Но такая классификация условная, т.к. прогностические модели предполагают экстраполяцию и экспертные оценки, последние представляют итог экстраполяции и моделирования экспертам исследуемого объекта.

Экстраполяция – учитывает динамику развития объекта прогнозирования под действием исследуемых факторов.

Моделирование – предполагает необходимость разработки имитационных, игровых, операционных, сетевых моделей, графов и дерево проблем и дерево целей.

Экспертные оценки – предполагают опрос специалистов или пользователей объектов (экспертов), использование исторической аналогии, прогнозных сценариев, матриц взаимозаменяющих факторов, использование патентов и другое.

Методики, по которым ведется прогнозирование, образуются путем оптимального сочетания нескольких методов и программ их реализации сообразно цели и задачам исследования.

Прогнозирование системы образуется путем оптимального сочетания нескольких методик в соответствии с системами целеполагания, планирования, программирования и управления. Примером этого может служить разработанная в США система “FAME” – “прогнозы и оценки для управления разработками”, на основе которой осуществлялась программа Аполлон.

Использует принципы системного анализа и содержит следующие основные этапы исследования: - предпрогнозная ориентация – определение предмета, цели, задачи, время упреждения, рабочие гипотезы, методы, структуру и организацию исследования; - прогностический фонд – сбор готовых данных по смежным, не профильным отраслям прогнозирования; - исходная или базовая модель – система показателей, параметров, отображающих характер и структуру объекта; - поисковая модель – проекция в будущее системы, показывающей исходной модели на дату упреждения по наблюдаемой тенденции с учетом фактора прогностического фона; - нормативная модель (для управляемых явлений) – проекция в будущее системы показателей исходной модели в соответствии с заданными целями и нормами по заданным критериям; - оценка степени достоверности (верификация) - уточнение предварительных моделей с помощью параллельных контрольных методов, обычно опросом экспертов; - выработка рекомендаций для оптимизации принятия решений в планировании, управлении и т.п. на основе сопоставления прогностических моделей.

Соблюдение требований методики позволяет разработать прогнозы высокой степени достоверности, точности, дальности, и давать упреждающую информацию для разработки целей, планов, программ, проектов решений.

2.2. Характеристика методов прогнозирования

Всё  многообразие методов прогнозирования принято делить на две группы, соответствующие дедуктивному и индуктивному подходам к прогнозированию. Методы прогнозирования, основанные на дедуктивном подходе, в свою очередь, удобно разделять на экстраполяционные и системные. Методы прогнозирования, основанные на индукционном подходе, в основе своей так же имеют методы системного прогноза. Эвристические и экспертные методы прогнозирования опираются на специфичное методическое обеспечение и выделены нами в отдельные группы. На рис. 2.1 представлена схема, отражающая предложенную нами классификацию. Условность принятой классификации обусловлена тем, что реальные процедуры прогнозирования являются комбинациями не только различных методов, но и подходов (см. рис. 2.1). Выделенный в качестве классифицирующего признака метод является не единственным, а доминирующим.

Самыми распространёнными и, соответственно, методически обеспеченными являются методы экстраполирования. В основе этих методов лежат процедуры построения приближенного значения исследуемого явления в точках, лежащих вне отрезка проведенных оценок (измерений), по его значениям внутри отрезка оценок. В качестве значения исследуемого явления при экстраполяционном прогнозе принимают значение f(x) некоего многочлена  степени п, построенного на известных значениях  принимающего в (п+1)-й точке  искомое значение. Ввиду ряда «неприятных» свойств такого многочлена  степени п, на практике его заменяют отрезком аппроксимированной на нём кривой.

Большой вклад в теорию экстраполяции сделали работы А.Н. Колмогорова, В.А. Гончарова,  Н.С. Бахвалова, Л.А.  Яновича. Методология прогнозирования на основе экстраполяционных методов представлена в работах Г.М. Доброва, В.А. Лисичкина, А.В. Гличёва, С.А. Саркисяна.

Общим для этих методов является то, что глубина экстраполирования не превышает 1/3 от длинны оцененного отрезка времени. В таком случае, необходимое для получения приемлемой глубины прогноза время составит 60 лет. А это, как уже отмечалось в 1.3, соизмеримо с длительностью всего жизненного цикла изделия (конструкции). Характер изменения параметров изделия (конструкции) во времени носит логистический (S-образный) характер, с полным циклом в 50 – 60 лет. По данным А.Ф. Каменева, изменения функциональных показателей изделия во времени подчиняется зависимости близкой к логистический где t – время, L, a, b и  - константы, принимающие, например, для давления пара в котлах значения  Внешне такая зависимость похожа на интегральную кривую патентной активности, приведенную на рис. 1.2.

Построение экстраполяционных функций параметров изделия на участке в 80 лет (60 лет - опорный период + 20 лет – прогноз) или их огибающих, приводит к значительным ошибкам, неприемлемым для прогноза параметров конкретного изделия. Метод огибающих уместен и справедлив для прогноза функциональных показателей. Но огибающая захватывает финальные этапы развития разных схемных решений, принципов реализации этих технических средств. Конструктор же имеет дело как раз с конкретными реализациями технического средства. В рамках этой реализации, этого схемного решения, заявленные параметры могут быть и не достижимы.

     По данным Г.Д. Доброва, приемлемая для методов экстраполяции глубина прогноза параметров изделия составляет 5-7 лет. Примерно такую же глубину прогноза Г.Д. Добров считает приемлемой для оценки состояния национальной экономики. Действительно, по данным и отечественных и зарубежных источников, валовой национальный продукт на душу населения за время приемлемой глубины прогноза может измениться  в 1,5 – 2 раза. При этом, дисперсия этого показателя для отдельных стран может достигать 100%. Это делает проблематичным использование экстраполяционных методов для прогнозов состояния экономической среды.

     Основным преимуществом  методов системного прогноза является то, что одновременно с прогнозом развития параметров изделия, осуществляется прогноз изменения среды, в которой исследуемое изделие реализуется. Методической основой получения прогнозируемых параметров и состояний среды, в большинстве случаев, является та же экстраполяция (в чистом виде или в сочетании с комбинаторикой). Однако, достоверность получаемых результатов принципиально выше. Методы системного прогноза позволяют производить сравнение нескольких альтернативных вариантов. Наибольшее распространение при сравнении вариантов получили методы «наложения на хозяйство».

     Значительный вклад в методологию системного прогнозирования принадлежит работам В.А. Лисичкина, В.М. Глушкова , А.Г. Аганбегяна, В.И. Данилова-Даниляна, Э. Янга, С.А. Саркисянца, Р. Эйреса. Широкому использованию методов системного прогноза в сельскохозяйственном машиностроении способствовали работы Р.Ш. Хабатова, Г.М. Шатуновского, Ю.К. Киртбая, О.А. Пенязева, Э.И. Липковича, С.В. Жака, Н.Н. Валяева. Ряд работ, использующих методы системного прогноза, выполнены авторами настоящего пособия.

     Одной из проблем системного прогнозирования является выбор критерия эффективности. При сравнении вариантов путём наложения на хозяйство, в подавляющем большинстве случаев, в качестве критерия применяются модификации «приведенных затрат».

     Для повышения «чувствительности» критерия «приведенные затраты» О.А. Пенязев, в дополнение к традиционно учитываемым капитальным затратам, топливу и зарплате, добавил денежное выражение эффекта от высвобождения работающих и сокращения потерь продукта .

     Для сокращения объёмов расчётов при системном прогнозировании использовались предварительные сужения задачи. Для этого использовались промежуточные, как правило функциональные, критерии.

     Однако, общим недостатком таких экономических и функциональных критериев при долгосрочном прогнозировании является то, что независимо от изменения внешних условий, критерии эффективности сохраняют сегодняшние представления о приоритете ценностей. Хотя, за период приемлемой глубины прогноза, существенно изменяются представления субъектов рынка о приоритете этих ценностей.

     В отличие от описанных выше, при эвристических методах прогнозирования обеспечивается возможность создания конструктивных вариантов не известных ранее. Методически эвристическое прогнозирование примыкает к методам поиска новых технических решений.

     В настоящее время насчитывается около 150 методов поиска и их модификаций. Применение тех или иных методов зависит от характера решаемых задач и подготовленности разработчиков. Условно, всё многообразие эвристических методов синтеза технических решений можно разделить на «иррациональные», в основе которых лежит активизация творческих способностей человека, и «рациональные» в основе которых лежат логика, анализ закономерностей строения и развития объекта.

     К «иррациональным» методам можно отнести разработанный А.Ф. Осборном метод мозговой атаки, разработанный У. Гордоном метод синектики, разработанный В.В. Чавчанадзе метод индуцирования психоинтеллектуальной деятельности, разработанный И.А. Тейлором метод контрольных вопросов, разработанный Ю.М. Соболевым метод экономического анализа и поэтапной отработки конструктивных решений.

     К «рациональным» методам можно отнести разработанный Г.С. Альтшуллером алгоритм решения изобретательских задач, разработанный Ф. Цвики метод морфологического анализа, разработанный Р. Коллером функционально – физический метод, разработанный К. Ротом метод конструирования с помощью каталогов.  Развитие «рациональных» методов эвристики позволило выделить их в самостоятельное научное направление именуемое методическим проектированием. Помимо перечисленных выше, в основу методического проектирования положен ещё целый ряд работ, которые необходимо отметить.

Одна из первых – рабочий план для кинетического синтеза машин – принадлежит Рэло (1854 г.). Гораздо позже (1943 г.),  Вегебауэр составил свой «план задач для соединения частных конструкторских задач в систему», довольно близкий по своим идеям к нашим нынешним представлениям. О вкладе Цвикки, о его морфологическом ящике было сказано выше. Впервые достаточно полный обзор различных подходов и попытку совместить их в рабочем плане осуществил Франк в серии статей «Для конструкторской практики». Роденаккер и Клауссен опубликовали систему правил для методического конструирования.

 Из отечественных и русскоязычных исследователей, помимо уже отмеченных Г.С. Альтшуллера, Ю.М. Соболева и В.В. Чавчанидзе, следует отметить работы А.И. Половинкина и Г.Я. Буша.

     Общими недостатками эвристических методов прогнозирования является отсутствие механизма сравнения синтезированных вариантов и отсутствие оценок изменений среды на приемлемой глубине прогнозирования.

 Для прогноза изменений состояния среды, в которой предстоит функционировать синтезированным вариантам конструкции изделия, в рамках индуктивного подхода используют экспертные методы.

Эти методы включают представленный В.М. Глушковым метод прогнозирования наиболее вероятного состояния среды на основе согласования мнений экспертов и разработанный О. Хелмером «метод Дельфи», в основе которого принцип согласования «информированных интуитивных суждений». Общий недостаток этих методов, - субъективизм экспертов при оценке наиболее вероятного состояния среды, в известной мере устраняется при прогнозировании методом составления сценариев. Метод составления сценариев был представлен К.И. Абтом, Р.Н. Фостером и Р.Г. Ри. При составлении сценариев, эксперты оценивают не наиболее вероятные состояния среды, а только возможные. При этом, построенные на учёте условий настоящего, оценки возможных состояний среды у разных экспертов согласуются гораздо лучше. Для согласования сценариев, построенных разными экспертами, используют методы получения согласованных мнений, повторяющуюся процедуру объединения независимых сценариев, матрицу взаимодействия, метод «Дельфи».

Для прогнозирования состояний среды в трудно формализуемых условиях, когда не осуществимы методы оценки наиболее вероятного состояния и методы сценариев, нашли применение «нечёткие модели» для экспертных систем, представленные Н.Г. Малышевым, Л.С. Берштейном и А.В. Боженюком. Эти модели объединяют методы дедуктивного и индуктивного нечёткого логического вывода, удачно сочетают в себе как декларативные, так и процедурные представления знаний.

Однако, ни синтезированные варианты конструкции изделия, ни оцененные состояния среды, по отдельности не позволяют сопоставлять эффективность вариантов в прогнозных условиях. Поэтому, по аналогии с системным прогнозированием, разработаны методы принятия прогнозных решений, сопоставляющие синтезированные варианты с оценками состояний среды на приемлемой глубине прогнозирования. Такие методы, объединяющие элементы всех  перечисленных выше методов (см. рис. 2.1.), условно будем называть системно-морфологическими. При их реализации осуществляют комбинированный подход «индукция через дедукцию». Для этих методов характерным является наличие независимых процедур синтеза исходных множеств альтернатив (далее ИМА) и независимых процедур анализа ИМА на соответствие прогнозным условиям.

Методической основой для синтеза ИМА, как правило, являются комбинаторные методы. Всё более широкое применение при синтезе ИМА находят аффинные преобразования и структурные преобразования Эшби – Росса. Значительные разработки по системно-морфологическому прогнозированию принадлежат А.И. Половинкину, И.М. Макарову, И.А. Лазареву, В.А. Вязгину. Ряд работ по системно-морфологическому прогнозированию принадлежат авторам пособия.

Существенным ограничением  применимости приведенных выше работ является то, что синтез ИМА осуществляется в рамках наперёд заданных вариантов структурных решений, либо при заданных вариациях этих самых структурных решений. Например, границы синтеза ИМА для летательного аппарата представлены на . рис. 2.2.

Рис. 2.2. Возможные вариации структуры летательного аппарата

при прогнозировании.

Такой подход считаем вполне приемлемым при параметрических прогнозах.

2.3. Системный  анализ при прогнозировании

Технологические машины и оборудование для производства и переработки продукции сельского хозяйства являются, как правило, сложными изделиями, состоящими из агрегатов, узлов и деталей. Компоненты машин и оборудования – агрегаты, узлы, детали -  развиваются по собственным законам развития. Для описания и анализа их состояния и свойств, как в данный момент, так и в будущем применяют достаточно хорошо разработанный аппарат системного анализа научно-технического прогнозирования.

Системой называется совокупность элементов и связей между ними, обладающими свойством, не сводящимся к сумме свойств элементов.

Система должна состоять, как минимум, из двух связанных, взаимодействующих друг с другом элементов. Системное свойство — это новое качество элементов, изначально независимых.

Состав и последовательность связи элементов в технологическом процессе, в пространстве, во времени - это структура системы.

Автор теории решения инженерных и изобретательских задач Г. С. Альтшуллер так объясняет суть взаимосвязей в технических системах: «Технические системы существуют не сами по себе. Каждая из них входит в надсистему, являясь одной из ее частей и взаимодействуя с другими ее частями; но и сами системы тоже состоят из взаимодействующих частей - подсистем. Иными словами, когда речь идет о дереве (системе), надо видеть лес (надсистему) и отдельные части дерева (корни, ствол, ветки, листья) - подсистемы. В качестве подсистем надо, в первую очередь, рассматривать необходимые для нормального функционирования технической системы элементы  (узлы, блоки, детали, их рабочие и сопрягаемые поверхности и т. д.), без которых система - уже не система, без которых теряется системное свойство (функциональное назначение)».

Вроде бы все просто! Надсистема - система - подсистема. Почему же так часто происходит смешивание разных системных уровней ?

Оказывается в зависимости от рассматриваемого «пространства» мы сами выделяем систему и включаем её в ближайшую надсистему окружающего мира. Мы моделируем ситуацию в зависимости от наших целей и задач, в зависимости от рассматриваемого контекста. Выбор правильного, соответствующего поставленной задаче контекста рассмотрения - сама по себе важная задача, во многом определяющая результаты анализа.

Итак, подсистем, по определению, конечное число. А вот надсистем столько, сколько моделей мы построим! Поскольку любую рассматриваемую систему можно объединить с любой другой и рассмотреть общую для них надсистему. Кроме того, на своем жизненном пути системы перемещаются в разные надсистемы. Система «автомобиль» со сборочного конвейера перемещается в магазин, склад, гараж и на дорогу.

Особенностью искусственных систем — технических или социальных - является их целенаправленность, функциональность. Любая такая система создается человеком для выполнения какого-либо конкретного действия. В функционировании системы всегда можно выделить главный производственный процесс, главную производственную функцию (ГПФ). Кроме ГПФ, существуют дополнительные функции, иногда вредные.

Чтобы понять, почему система именно такова, какова она есть, почему у неё именно такие подсистемы, нам необходимо проследить линию развития системы, ее «линию жизни во времени - из прошлого в настоящее. Как это сделать? Надо найти ответ на вопрос: «Какой была данная система вчера?» Необходимо сделать шаг (или несколько шагов) назад во времени. При этом масштабом шагов в прошлое должны служить качественные изменения в системе, изменения ее системного свойства по мере её развития. Какой была система «дерево» вчера? Маленький беззащитный росток. Ни коры, ни ветвей... Какой была система «автомобиль»? Неуклюжая телега с двигателем.

Делая шаги назад, отслеживая качественные изменения на «линии жизни» системы, мы получаем достоверную, совершенно объективную, не зависящую от нас информацию. Анализ этой информации дает ответы на вопросы, помогает выявить причины и следствия, увидеть качественные переходы в развитии рассматриваемой системы. Конечно, можно сделать несколько шагов назад: какой была система «дерево» до ростка? И мы обнаруживаем еще один качественный переход: семя — росток. Тщательно прослеживая линию жизни системы, мы обнаружим, какие противоречия заставляли нашу систему развиваться именно по данному пути? Что мешало ее развитию? Какие были ограничения? Как их преодолела система? Что ее развивало? Как? Какие ресурсы использовались для ее развития? И т.д...

В целом для искусственных систем можно выявить, что было сделано неправильно с современной точки зрения? Какие неожиданные, не предсказанные системные свойства появились при развитии системы? Почему подсистемы развивались неравномерно, несогласованно? Почему одни подсистемы развиваются и сейчас, а другие давно остановились в своем развитии?

Такой подход помогает увидеть, как формировались противоречия, как эти противоречия разрешались. Таким образом, мы выявляем объективные закономерности развития систем.

Установлено, что движущей силой развития технической системы являются противоречия между ее подсистемами или противоречия между системой и надсистемой. Борьба между противоречивыми тенденциями и определяет линию развития системы. Кроме того, зная объективные законы развития систем, можно предсказать будущие количественные и качественные изменения при развитии любой конкретной системы из «сегодня» в «завтра».

Применяя системный подход к любой системе - естественной или искусственной, технической или социальной, экономической или научной - мы сначала получаем достоверную, объективную информацию о ней, о ее развитии, увидеть ошибки, допущенные при развитии этой системы, увидеть неиспользованные ресурсы для ее развития. Анализируя эту информацию, мы можем выявить объективные законы развития таких систем и прогнозировать их развитие в будущем.

Кроме того, у системного подхода имеется ещё один аспект. Сегодня подсистема предъявляет свои требования к надсистеме, сегодняшняя подсистема формирует завтрашнюю надсистему, создаёт контекст её развития. Позволяет учитывать затраты на развитие надсистемных преобразований, и прогнозировать уровень доходов в новых видах бизнеса, очередность их развития.

В начало

Оглавление

На главную