Формализованные методы. Проект "Центр поддержки молодой семьи"

 
 
 

                  Курсовая работа по дисциплине 

                        “Социальное прогнозирование и  проектирование” 
             
             

    Тема: «Формализованные методы. Проект «Центр поддержки  молодой семьи»» 

                                    

          Учебная группа № 405 
           
           
           

      Выполнила студентка:

     Руководитель  курсовой работы:  
 
 

    Оценка  за выполнение:________________________________ 

      

                                        Москва 2011 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Введение.

      Современное развитие прогностики как науки  о предвидении будущего получило множественные направления, связанные с созданием, развитием и совершенствованием новых методов прогнозирования, адаптацией существующих методов к конкретным направлениям прикладных исследований, формированием комплексного подхода к информационному обеспечению процесса прогнозирования. Прогнозирование и планирование представляет собой сложный многоступенчатый и итеративный процесс, в ходе которого должен решаться обширный круг различных социально-экономических и научно-технических проблем, для чего необходимо использовать в сочетании самые разнообразные методы. В теории и практике плановой деятельности за прошедшие годы накоплен значительный набор различных методов разработки прогнозов и планов. По оценкам ученых, насчитывается свыше 150 различных методов прогнозирования; на практике же в качестве основных используется лишь 15—20. Развитие информатики и средств вычислительной техники создает возможность расширения круга используемых методов прогнозирования и планирования и их совершенствования.

      В данной курсовой работе рассматриваются  формализованные методы прогнозирования. Эти методы базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов. Целью курсовой работы является теоретическое изучение формализованных методов прогнозирования.

      Для реализации целей поставлены следующие  задачи:

  1. обобщить особенности формализованных методов.
  2. рассмотреть все формализованные методы, которые используются в прогнозировании.
  3. рассмотреть методы экстраполяции, выявить преимущества и недостатки.
  4. рассмотреть методы моделирования, подчеркнуть преимущества и недостатки.

      Теоретико-методологическую базу курсовой работы составили учебная литература, научные статьи в периодических журналах по исследуемой проблематике.

     Структура работы. Данная работа состоит из: введения, двух глав и заключения. В первой главе рассмотрены общетеоретические вопросы: основные понятия, сущность и применение формализованных методов. В второй главе рассмотрен проект «Центр поддержки молодой семьи». Также в состав работы входит содержание и список литературы. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

  1. Формализованные методы прогнозирования.
 

    1.1. Сущность формализованных методов прогнозирования.

      К формализованным методам относятся  методы экстраполяции и методы моделирования. Эти методы базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов.

      Формализованные методы позволяют получать количественные показатели. При разработке таких прогнозов исходят из предложения об инерционности системы, т.е. предполагают, что в будущем система будет развиваться по тем же закономерностям, которые были у неё в прошлом и есть в настоящем. Недостатком формализованных методов является ограниченная глубина упреждения, находящаяся в пределах эволюционного цикла развития системы, за пределами которого на надёжность прогнозов падает. 1

      К формализованным методам относятся  экстраполяционные и регрессивные методы, методы моделирования метод группового учёта аргументов (МГУА), факторный анализ и др.

      Экстраполяция относится к формализованным  методам прогнозирования, основой  которых является математическая теория, которая повышает достоверность, точность прогнозов, позволяет облегчить работу по обработке информации и результатов прогноза, значительно сокращает сроки его производства.

      Экстраполяция заключается в изучении сложившихся  в прошлом и настоящем устойчивых тенденций экономического развития и перенесении их на будущее. При простой экстраполяции действующие ранее факторы, обуславливающее исследуемую тенденцию в прошлом и настоящем, останутся неизменными и в будущем. Однако сохранение тенденции прошлого и настоящего неизменными для будущего чаще всего мало вероятно. И поэтому, хотя экстраполяция лежит в основе всякого прогноза, она способна давать эффект только в очень узком диапазоне не особенно сложного процесса.

      Следует различать формальную и прогнозную экстраполяцию.

      Формальная  базируется на предположении о сохранении  в будущем прошлых и настоящих  тенденций развития объекта. При  прогнозной – фактическое увязывается с гипотезами о динамике исследуемого объекта, т.е. следует исходить из необходимости учёта в перспективе альтернативных изменений самого объекта, его сущности.

      Основу  экстраполяционных методов прогнозирования  составляет изучение временных рядов, представляющих собой упорядоченные во времени наборы измерений тех или иных характеристик исследуемого объекта прогнозирования.

      Большую группу формализованных методов  прогнозирования составляют методы моделирования. Методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. Различают следующие модели: матричные, оптимального планирования, экономико-статистические (трендовые, факторные, эконометрические), имитационные, принятия решений. Для реализации экономико-математических моделей применяются экономико-математические методы.

      В практике прогнозирования и планирования широко используются также метод  экономического (системного) анализа, нормативный и балансовый методы.2 Для разработки целевых комплексных программ используется программно-целевой метод (ПЦМ) в сочетании с другими методами. Следует отметить, что представленный перечень методов и их групп не является исчерпывающим. Рассмотрим методы, получившие широкое распространение в мировой практике.

        Содержание методов моделирования  состоит в конструировании модели на основе предварительного изучения объекта и выделения его существенных характеристик, в экспериментальном и теоретическом анализе модели, сопоставлении результатов с данными объекта, корректировке модели. 

      В прогностике выделяют различные  виды моделей : оптимизационные, статические (с учётом фактора времени) и динамические, факторные, структурные, комбинированные и другие.

      В зависимости от уровня агрегирования  один и тот же тип моделей может быть применён к различным экономическим объектам. Отсюда выделяют модели: макроэкономические, межотраслевые, межрайонные, отраслевые, региональные. 

      1.2. Методы прогнозной экстраполяции.

      Экстраполяция - это метод научного исследования, который основан на распространении  прошлых и настоящих тенденций, закономерностей, связей на будущее развитие объекта прогнозирования. Методы экстраполяции наиболее распространенные в группе формализованных. Цель методов экстраполяции – показать, к какому состоянию в будущем может прийти объект, если его развитие будет осуществляться с той же скоростью или ускорением, что и в прошлом. Методы экстраполяции достаточно широко применяются на практике, так как они просты, дешевы, и не требуют для расчетов большой статистической базы. Использование методов экстраполяции предполагает два допущения:

      а) основные факторы, тенденции прошлого сохранят свое проявление в будущем;

      б) исследуемое явление развивается  по плавной траектории, которую можно  выразить, описать математически.

      Построенные с помощью методов экстраполяции  прогнозы нельзя рассматривать как конечный этап прогнозирования, ибо полученный показатель следует оценить с помощью экспертов и в случае необходимости скорректировать, если экономические, политические и другие условия в стране (городе) меняются.

      Процедура экстраполяции - это чисто механический прием, следовательно, большое значение здесь имеет расчет доверительного интервала, т.е. диапазона отклонения полученной прогнозной оценки. Доверительный интервал рассчитывается двумя способами: формальным и неформальным. Формальный основан на применении специальных математических формул, а неформальный – на использовании экспертных оценок, заключений.

      Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди  всей совокупности методов прогнозирования. К ним относятся: метод наименьших квадратов, метод экспоненциального сглаживания, метод скользящей средней.

      Метод подбора функций – один из распространённых методов экстраполяции. Главным этапом экстраполяции тренда является выбор оптимального вида функции, описывающей эмпирический ряд. Для этого проводятся предварительная обработка и преобразование исходных данных с целью облегчения выбора вида тренда путём сглаживания и выравнивания временного ряда. Задача выбора функции заключается в подборе по фактическим данным (xi,yi) формы зависимости (линии) так, чтобы отклонения данных исходного ряда yi  от соответствующих расчётных `yi, находящихся на линии, были наименьшими. После чего можно продолжить эту линию и получить прогноз.3

      Классический  метод наименьших квадратов предполагает равноценность исходной информации в модели. В реальной практике будущее поведение процесса  значительно в большей степени определяется поздними наблюдениями, чем ранними. Уменьшение ценности более ранней информации (дисконтирование) можно учесть путём, например, введения в модель некоторых весов.

                                  S=Sbi(`Уi –Уi )2 ®  min (i=1,n)

      Форма представления коэффициента может  быть различной: числовая форма, функциональная зависимость, но таким образом, чтобы  по мере продвижения в прошлое веса убывали. Для этого используются различные модификации метода наименьших квадратов. Метод наименьших квадратов основан на выявлении параметров модели, которые минимизируют суммы квадратических отклонений между наблюдаемыми величинами и расчетными. Модель, описывающая тренд, в каждом конкретном случае подбирается в соответствии с рядом статистических критериев. На практике наибольшее распространение получили такие функции, как линейная, квадратическая, экспоненциальная, степенная, показательная.

      Преимущества  метода наименьших квадратов заключаются  в том, что он прост в применении и реализуется на ЭВМ.

      К недостаткам метода можно отнести  жесткую фиксацию тренда моделью, небольшой  период упреждения, сложность подбора  уравнения регрессии, который осуществляется с помощью использования типовых компьютерных программ, например Excel.

Метод экспоненциального сглаживания  даёт возможность получить оценки параметров тренда, характеризующих не средний  уровень процесса, а тенденцию, сложившуюся  к моменту последнего наблюдения, т.е. позволяет оценить параметры модели, описывающей тенденцию, которая сформировалась в конце базисного периода, и тем самым не просто экстраполирует действующие зависимости в будущее, а приспосабливается к изменяющимся во времени условиям (иначе адаптируется). При экспоненциальном сглаживании дисперсия экспоненциальной средней равна , где S -среднее квадратическое отклонение, вместо величины при исчислении доверительного интервала прогноза следует взять величину или . Здесь a- коэффициент экспоненциального сглаживания, изменяется от 0 до 1. Если 0<a<0,5, то при расчете прогноза учитываются прошлые значения временного ряда, а при 0,5<a<1 – значения, близкие к периоду упреждения. Примерное значение коэффициента сглаживания определяют по формуле Р.Брауна:

        Преимущества метода состоят  в том, что он не требует  обширной информационной базы  и предполагает её интенсивный  анализ с точки зрения информационной ценности различных членов временной последовательности. Модели, которые описывают динамику показателя, имеют простую математическую формулировку, а адаптивная эволюция параметров позволяет отразить неоднородность и текучесть свойств временного ряда.

      Метод применяется при кратко- и среднесрочном  прогнозировании.

Метод скользящей средней даёт возможность выравнивать динамический ряд путём его расчленения на равные части с обязательным совпадением в каждой из них сумм модельных и эмпирических значений. При экстраполяции с помощью среднего уровня ряда используется принцип, при котором прогнозируемый уровень принимается равным среднему значению уровней ряда в прошлом. Для краткосрочного прогнозирования наряду с другими приемами могут быть применены адаптивная или экспоненциальная скользящие средние. Если прогнозирование ведется на один шаг вперед, то или , где Мt - адаптивная скользящая средняя; Nt - экспоненциальная средняя. Здесь доверительный интервал для скользящей средней можно определить по формуле , в которой число наблюдений обозначено символом n. Данный метод дает прогнозную точечную оценку и более эффективно используется при краткосрочном прогнозировании. Преимущество данного метода состоит в том, что он прост в применении и не требует обширной информационной базы.

      Метод экспоненциального сглаживания  дает возможность выявить тенденцию, сложившуюся к моменту последнего наблюдения, и позволяет оценить параметры модели, описывающей тренд, который сформировался в конце базисного периода. Этот метод адаптируется к меняющимся во времени условиям, а не просто экстраполирует действующие зависимости в будущее.

      Метод экспоненциального сглаживания  наиболее эффективен при разработке кратко- и среднесрочных прогнозов. Его основные достоинства заключаются  в простоте вычисления и учете  весов исходной информации, т. е. новые  данные или данные за последние периоды имеют больший вес, чем данные более отдаленных периодов.

      При использовании для прогнозирования  данного метода возникают следующие  затруднения:

      а) выбор значения параметра сглаживания;

      б) определение начального значения экспоненциально взвешенной средней.

      Таким образом, методы экстраполяции, основанные на продлении тенденции прошлого и настоящего на будущий период, могут использоваться в прогнозировании лишь при периоде упреждения в 5-7 лет.  При более длительных сроках прогноза они не дают точных результатов. 

      1.3. Методы моделирования.

      Моделирование получило широкое применение не только в прогнозировании, но и в планировании. Наиболее распространёнными методами математического моделирования являются хорошо всем известные корреляционно-регрессионный метод, модель межотраслевого баланса (МОБ), оптимизационные модели.

      Сущность  корреляционно-регрессионного метода заключается в определении зависимости показателя от различных факторов. Для прогнозирования экономических и социальных процессов с применением корреляционно-регрессионного метода необходимо  установить наличие корреляционной связи между прогнозируемым показателем и влияющими на него факторами, определить форму связи, вывести формулу (уравнение) и осуществить прогноз показателя на её основе. Форма связи характеризует изменение значений одного признака от изменений другого. Она может быть линейной и нелинейной.4

      Линейная  форма корреляционной связи выражается уравнениями:

           У(Х)=А+ВХ,   У(Х)=А+ВХ+СZ

      где У(Х) – значение У при данном значении (Х) или (Х и Z);А,В,С – параметры уравнения; X,Z-значения факторов.

      Статическая модель МОБ предназначена для  проведения прогнозных макроэкономических расчётов на краткосрочный период (год, квартал, месяц). Она имеет следующий вид:

      Saijxj+Yi=Xi(i=1,n),(j=1,n)

      где aij – коэффициенты прямых затрат (среднеотраслевые нормативы расхода продукции отрасли  i, используемой в качестве средств производства для выпуска единицы продукции отрасли j); xj –объём производства продукции j-й отрасли-потребителя; Xi – валовое производство продукции (услуг) i-й отрасли-производителя; Yi- объём конечного продукта i-й отрасли-производителя.

      Динамическая  модель МОБ используется для расчётов развития экономики станы на перспективу, она отражает процесс воспроизводства в динамике и обеспечивает увязку прогноза производства продукции (услуг) с инвестициями. 5

      Упрощённая  динамическая модель имеет вид:

              Xit=Satij xjt+Yit+SI tij,(i=1,n)

         где  t- индекс года; I tij- продукция отрасли i, направленная в качестве производственных инвестиций в t-году для расширения производства в отрасль j; Yit- объём конечного продукта i-й отрасли в t-году за исключением продукции, направляемой на расширение производства.

      Оптимизационные расчёты осуществляются на основе разработанных  экономико-математических моделей и исходной информации с использованием специальных пакетов программ и ЭВМ. Программно формируется матрица, в которой отражаются коэффициенты затрат, тип ограничений и вектор ограничений, а также коэффициенты целевой функции. С помощью методов оптимизации производится расчёт, в процессе которого осуществляется выбор оптимального варианта в соответствии с целевой функцией в рамках установленных ограничений.

      Имитационные  модели, цель которых состоит в  воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между её элементами. Имитационные динамические модели используют специфический аппарат, позволяющий отразить причинно-следственные связи между элементами системы и динамику изменений каждого элемента. Модели реальных систем обычно содержат значительное число переменных, поэтому их имитация осуществляется на компьютере.

      Модели  принятия решений основываются на теории игр. Они применяются в условиях неопределённости или ситуациях, когда интересы сторон не совпадают. Каждая из сторон принимает такие решения, т.е. выбирает такую стратегию действий, которая с их точки зрения обеспечивает наибольший выигрыш или наименьший проигрыш.

      Модели  сетевого планирования применяются  с целью сокращения сроков выполнения сложных проектов и других работ и оптимального использования предназначенных для этого ресурсов. Сетевой метод формализованного представления систем управления сводится к построению сетевой модели Для решения комплексной задачи управления. Основой сетевого планирования является информационная динамическая сетевая модель, в которой весь комплекс расчленяется на отдельные, четко определенные операции (работы), располагаемые в строгой технологической последовательности их выполнения. При анализе сетевой модели производится количественная, временная и стоимостная оценка выполняемых работ. Параметры задаются для каждой входящей в сеть работы их исполнителем на основе нормативных данных либо своего производственного опыта.

      Широкое распространение получили:

  • сетевые модели построения в терминах событий (кружки), при этом события определяют результаты определенной выполненной работы, а дуги (стрелки) между ними определяют взаимосвязи работ;
  • сетевые модели, построенные в терминах работ и событий, при этом стрелками изображаются выполняемые работы, а кружками - события (результаты выполненных работ);
  • сетевые модели, построенные в терминах работ, при этом работа изображается кружком, под работой понимается процесс составления одного документа.

      Указанные три разновидности сетевых моделей  по-разному отражают содержание управленческой деятельности.

      Если  сетевая модель построена только в терминах событий, естественно  в них фиксируются факты окончания  определенных работ, она может быть информативна и точно отражать содержание управленческой деятельности, но моделировать во времени такую деятельность затруднительно, хотя в этом также есть большая необходимость.

      Наиболее  полной является сеть построения в  терминах работ и событий. Она  фиксирует состав управленческой деятельности, фиксирует определенные ее стадии, взаимосвязи между стадиями и их результаты. В то же время такая сеть не позволяет исследовать информационное содержание управления на уровне документов, поскольку каждая из работ, указанная в сети, как правило, оформляется многими документами. Тем не менее недостаток сетевой модели во многом компенсируется возможностью качественного анализа управленческой деятельности и ее моделированием во временном масштабе вручную или с использованием ЭВМ.

      Значительные возможности исследования информационного обеспечения управления представляет сетевая модель, в которой под работой понимается процесс разработки одного документа. Имеются некоторые затруднения с расчетом таких сетей, поскольку в них исходных событий столько, сколько условий необходимо для начала всех работ. Идентификация работы и документа позволяет определить информационные потоки, выявить документооборот и все его проблемы, т.е. выявить многие дефекты управления.

      Если  сетевая модель детализирована в терминах работ (под работой понимается процесс заполнения одного документа), то она позволяет решать множество управленческих проблем: моделировать работу во времени, анализировать информационные потоки, приступить к распределению работ между исполнителями, т.е. полностью анализировать информационное обеспечение системы управления при решении конкретной управленческой проблемы.

      Нормативный метод применяется на основе расчета  прогнозных показателей. Нормы и нормативы разрабатываются заранее на законодательной или ведомственной основе. Норма – это максимально допустимая величина. Норматив – соотношение элементов производственного процесса (составляющая нормы).

      Нормы и нормативы подразделяются на ресурсные, экономические и социальные. При необходимости они конкретизируются и дифференцируются по отдельным направлениям, объектам, регионам. Например, используются нормативы: социального развития – потребление на душу населения, прожиточный минимум, площадь жилая и др.

      Таким образом, методы моделирования предполагают использование в процессе прогнозирования и планирования различного рода экономико-математических моделей, представляющих собой формализованное описание исследуемого экономического процесса (объекта) в виде математических зависимостей и отношений. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Заключение.

      Методы планирования и прогнозирования — это способы, приемы, с помощью которых обеспечивается разработка и обоснование планов и прогнозов.

      Особенностью  формализованных методов является то, что эти методы базируются на математической теории, которая обеспечивает повышение достоверности и точности прогнозов, значительно сокращает сроки их выполнения, позволяет обеспечить деятельность по обработке информации и оценке результатов. Формализованные методы позволяют получать количественные показатели.