Дубль к 92554

План

Введение

1 Обзор методов экономического планирования и прогнозирования (обзорная глава – теория)

1.1 Классификация методов прогнозирования (приведена классификация методов прогнозирования, краткое описание каждого метода)

1.2 Методы коллективной экспертной оценки (приведено описание методов, основные принципы данной методологии)

1.3 Методы прогнозной экстраполяции (приведено описание методов, основные принципы данной методологии)

1.4 Методы моделирования (приведено описание методов, основные принципы данной методологии)

1.5 Постановка задачи (сформулированы требования к информационной системе)

1.6 Выводы по разделу (приведен сравнительный анализ рассмотренных методов, сформулированы основные достоинства и недостатки)

2 Подготовка исходных данных для планирования и прогнозирования (выбор методологии проведения первого этапа прогнозирования)

2.1 Получение исходных данных по методу среднего (описание метода, математическая модель метода, применение метода на реальных данных)

2.2 Кластеризация исходных данных (описание метода, математическая модель метода, применение метода на реальных данных (моделирование в Mathcad или MathLab))

2.3 Метод выявления превалирующего большинства (предложен собственный метод, приведено описание метода, алгоритм реализации данного метода, математическая модель метода, применение метода на реальных данных)

2.4 Сравнительный анализ корректности исходных данных, полученных различными методами (сравнение исходных данных, полученных различными методами; выводы по результатам сравнения)

2.5 Выводы по разделу (выбор метода получения исходных данных)

3 Выявление критериев воздействия (способы оценки критериев воздействия на множество исходных данных)

3.1 Формирование множества управляющих воздействий (применение аналитического способа формирования исходного множества)

3.2 Однокритериальная оценка влияния управляющих воздействий (оценка влияния каждого из исходного множества критериев на множество исходных данных, оценка результатов влияния)

3.3 Многокритериальная оценка влияния управляющих воздействий (рассмотрение возможности объединения критериев в группы, возможные принципы объединения, оценка влияния совокупности критериев на множество исходных данных)

3.4 Кластеризация критериев воздействия (основные принципы кластеризации критериев воздействия, выбор критерия или критериев кластеризации, оценка качества полученных кластеров)

3.5 Присвоение весовых коэффициентов кластерам управляющих воздействий (определение степени влияния каждого из кластеров на множества исходных данных, математическая модель присвоения весовых коэффициентов, автоматизация присвоения весовых коэффициентов)

3.6 Оценка полученных результатов (тестирование полученных кластеров и их весовых коэффициентов на реальных данных)

3.7 Выводы по разделу (оценка эффективности разработанного метода)

4 Экспериментальная часть (моделирование процесса прогнозирования)

4.1 Формирование тестового множества управляющих воздействий (выбор данных для тестирования метода, формирование множества ожидаемых результатов)

4.2 Прогнозирование данных (моделирование процесса прогнозирования на выбранных исходных данных)

4.3 Оценка результатов прогнозирования (сравнение результатов прогнозирования с ожидаемыми результатами)

4.4 Выводы по разделу (общая оценка работы информационной системы)

Заключение

Введение

Существует множество методов прогнозирования, выдающих прогнозы с различной степенью точности. Точность прогнозов в большинстве своем зависит от полноты и корректности исходных данных, а также от множества факторов, в разрезе которых проводится анализ данных.

Методы математического прогнозирования основаны на построении временного ряда данных будущих периодов на основании анализа динамики временных рядов данных прошлых периодов. Суть данных методов заключается в «копировании» временных рядов прошлых периодов в будущие периоды с применением различных корректирующих функций.

Для экономического прогнозирования временные ряды исходных данных являются лишь объектом исследования, предметом исследования являются критерии, влияющие на динамику исходных данных – их перечень и степень влияния.

Ошибочно полагать, что чем больше управляющих воздействий будет исследовано в процессе прогнозирования, тем точнее будет результат прогноза. Управляющие воздействия могут быть оценены как количественно, так и качественно. Качественная оценка позволит определить наиболее весомые управляющие воздействия, следовательно, минимизировать их множество.

Целью данной работы является разработка информационной системы анализа и прогнозирования данных на основании временных рядов исходных показателей и множества управляющих воздействий.

Актуальность данной работы заключается в повышении точности результатов прогноза при минимальном наборе исходных данных.

В процессе выполнения работы должны быть решены следующие задачи:

 проведен сравнительный анализ существующих методов прогнозирования;

 выявлены основные проблемы неточности результатов прогноза;

 предложены варианты повышения точности результатов прогнозирования;

 проведено математическое моделирование предложенного метода анализа и прогнозирования данных;

 проведена оценка результатов моделирования;

 выполнена реализация предложенного метода анализа и прогнозирования данных в виде информационной системы.

В данной работе будет предложен метод прогнозирования, основанный на кластеризации управляющих воздействий по качественным показателям и оценки влияния групп управляющих воздействий на объект исследования.

Суть данного метода заключается в следующем.

Первым этапом прогнозирования является формирование корректного временного ряда исходных данных. Для формирования множества исходных данных будет применен метод выявления превалирующего большинства. Данный метод можно рассматривать как частный случай кластерного анализа данных.

В основу данного метода положено разделение множества исходных данных на три группы – группа нормальных значений, группа значений выше нормы, группа значений ниже нормы.

Количественная оценка каждой из групп данных позволит выявить группу, включающую в себя превалирующее большинство значений, следовательно, дающую наиболее точное представление о состоянии показателя в заданный промежуток времени.

Тенденция отношения превалирующего большинства к определенной группе не учитывается, для каждого значения временного ряда группа определяется индивидуально.

В случае равенства количественных показателей различных групп, необходимая группа определяется в соответствии с приоритетом. Наивысший приоритет имеет группа с наихудшими показателями.

Предложенный метод позволит повысить точность исходных данных, используемых в процессе экономического прогнозирования.

Вторым этапом является определение множества управляющих воздействий, оказывающих влияние на те или иные показатели.

Первоначальное множество управляющих воздействий определяется аналитически на основании проведенных исследований. Весовые коэффициенты управляющим воздействиям не присваиваются.

Метод однокритериальной оценки позволяет определить наиболее значимые управляющие воздействия. Критерием оценки является устойчивая динамика рассматриваемого показателя при изменении значения управляющего воздействия.

Метод многокритериальной оценки позволяет кластеризовать управляющие воздействия, т.е. объединить их в группы, где изменение значения каждого воздействия ведет к устойчивой динамике рассматриваемого показателя.

Использование кластеров управляющих воздействий при анализе данных и прогнозировании позволит проводить двухуровневый анализ данных, что несет такие преимущества при прогнозировании, как локализация необходимости изменения весовых коэффициентов в рамках определенного кластера.

Присвоение весовых коэффициентов кластерам управляющих воздействий производится на основании оценки степени влияния определенного кластера на динамику рассматриваемого показателя – чем больше динамика, тем выше весовой коэффициент рассматриваемого кластера.

Присвоение весовых коэффициентов в рамках определенного кластера происходит аналогично – оценивается влияние каждого из управляющих воздействий на временной ряд рассматриваемых показателей.

Прогнозирование данных производится на основании данных временных рядов различных показателей с применением весовых коэффициентов управляющих воздействий.

Значения показателей управляющих воздействий определяются аналитически и задаются в качестве исходных данных для прогнозирования.

На совокупность значений показателей управляющих воздействий ограничения не накладываются.

Оценка точности прогнозируемых данных производится путем сравнения полученного результата с реальными статистическими данными.

Предложенный метод должен быть реализован в составе информационной системы анализа и прогнозирования данных.