Технологии экспертного прогнозирования

Актуальность работы. В настоящее время объём разнообразной информации даже в определённой области постоянно увеличивается. Оперативно обрабатывать весь объём новой информации, обрабатывать её и уметь составить экспертное решение, учитывая накопившуюся за предыдущие годы информацию, даже опытному специалисту в нашем мире достаточно сложно, а подчас и вовсе не представляется возможным. Кроме того, не каждая компания может позволить себе иметь таких специалистов по всем необходимым её направлениям. Именно для решения такого рода задач и нужны экспертные системы (ЭС), что и обусловило выбор нами данной темы. Использование прогнозирования – то есть предсказыванию результата в будущем, на основании уже имеющихся фактов, оценки внешних и внутренних условий существования того или иного процесса сейчас весьма актуально.

---

Доверьте написание дипломной работы по политологии профессионалам из Work5. Мы занимаемся подготовкой дипломных работ уже более 15 лет. Средняя оценка наших дипломов 4.87.

---

. Любой специалист может составить простейший прогноз, но ведь множество сложных процессов во многих сферах также подлежат прогнозированию, и зачастую обычные люди не могут сделать действительно достоверного прогноза, в таких случаях прибегают к использованию прогнозов, сделанных экспертами с использованием системно-аналитических методов. Они, как правило, являются наиболее точными и обоснованными. На сегодняшний день все чаще прибегают к использованию прогнозирования – то есть предсказыванию результата в будущем, на основании уже имеющихся фактов, оценки внешних и внутренних условий существования того или иного процесса. Любой человек может составить простейший прогноз, но ведь множество сложных процессов во многих сферах также подлежат прогнозированию, и зачастую обычные люди не могут сделать действительно достоверного прогноза. Небезызвестно, что в таких случаях прибегают к использованию прогнозов, сделанных экспертами. Они, как правило, являются наиболее точными и обоснованными. Экспертное прогнозирование само по себе может быть своего рода «названным», когда в виду сложившейся ситуации необходима «имитация действительного прогноза», и наоборот действительным, когда решение и получаемый результат оказывает реальное влияние и действительно выступает в качестве решающего фактора. Сами по себе прогнозы могут быть сделаны либо на реальной основе конкретного экспертного мнения, либо на основе разработанной экспертами модели прогнозируемых процессов. Небезызвестно, что значение подобного рода прогнозирования, за последние годы, только растет. В разных условиях оно играет совершенно разные роли, а основополагающим фактором еще большего улучшения методики считается повышение точности такого вида прогнозов. Если посмотреть не технологию экспертного прогнозирования как на определенную систему, то к ней можно применить и системно-аналитический подход. Это в свою очередь помогает систематизировать и улучшить реализацию применения решений, построенных на основе оценок экспертов. Сейчас широко применение статистических методов и методов моделирования в сфере прогнозирования, но иногда их использование может быть затруднено или невозможно. Зачастую необходимо выполнять довольно сложные прогнозы, нуждающиеся в разработке специальных схем и моделей или даже совмещения сразу нескольких методов. В этом случае и должен помочь метод экспертного прогнозирования, который сможет в нужный момент дополнить методы статистические и методы моделирования. Именно поэтому, нельзя отрицать актуальности выбора подобной темы, ведь важность использования метода экспертного прогнозирования в системном анализе сегодня действительно велика. Цель работы – исследовать технологии экспертного прогнозирования. Задачи: - рассмотреть существующие проблемы построения технологии получения экспертного прогноза; - описать качественные и количественные критерии оценки технологий экспертного прогнозирования; - выявить основные системно-образующие элементы технологии экспертного прогнозирования; - описать обобщенный алгоритм построения технологии получения экспертного прогноза; - показать сильные и слабые стороны имеющихся методов экспертного прогнозирования; - представить рекомендации по применению технологий экспертного прогнозирования в зависимости от цели прогноза. Объект исследования – экспертное прогнозирование. Предмет исследования – технологии прогнозирования. Методы исследования – анализ, обобщение полученной информации. Структура работы состоит из введения, двух глав, заключения, списка литературы.

В результате проделанной работы решены следующие задачи: рассмотрены существующие проблемы построения технологии получения экспертного прогноза; описаны качественные и количественные критерии оценки технологий экспертного прогнозирования; выявлены основные системно-образующие элементы технологии экспертного прогнозирования; описан обобщенный алгоритм построения технологии получения экспертного прогноза; показаны сильные и слабые стороны имеющихся методов экспертного прогнозирования; представлены рекомендации по применению технологий экспертного прогнозирования в зависимости от цели прогноза. Прогнозирование считается одним из методик предвидения внутренних и внешних критерий деятельности. Прогнозирование как способ понижения рисков, стимулированных неопределённостью, позволяет выяснить более потенциальные положение внешней среды в будущем (политической, научно-технической, финансовой, экологической, социальной). Прогнозирование даёт вероятность оценки ближайших и отдалённых последствий принимаемых решений. ЭС работают во многих областях от медицины до техники и научных исследований и относятся зачастую сразу к нескольким типам одной классификации. Примерами зарубежных экспертных систем являются: Simptomus, WolframAlpha, MYCIN, PUFF, HASP/SIAP, DENDRAL, MOLGEN, PICON, ESCORT, S AND PCBRS, FLIPSIDE и другие. Примерами отечественных экспертных систем являются: ЭСПЛАН, МОДИС, Маньяк, МИДАС, Sympto MD, АВТАНТЕСТ, СПРИНТ и другие. А также ЭС, разработанные компаниями Neuroprojekt и BasegroupLabs. Таким образом, экспертные системы в настоящее время повсеместного внедрения информационных технологий являются хорошим решением для многих сфер применения, позволяя их оптимизировать. В процессе прогнозирования разрабатывается не только прогноз развития объекта, но и изменение развития активного фона (или внешней среды). Для повышения достоверности прогнозирования необходимо учитывать активный прогнозный фон, т. е. совокупность внешних по отношению к объекту условий, существенных для решения задачи прогноза. По своему многообразию прогнозные модели содержат весь диапазон современных видов: от формальных математических до имитационных, экспертных, ситуационных, человеко-машинных, в основе которых лежит использование творческих способностей человека. Основная тенденция в развитии прогнозирования в настоящее время заключается в создании полностью интегрированных систем информации, возможности гибкого управления предприятием. Прогнозирование является основой формирования стратегического плана развития предприятия. В практической части было предоставлены два метода для нахождения прогнозирования спроса, такие как линейный метод тренда и модифицированная модель Холта-Уинтера. Первая модель является самой простой и распространенной в мировой практике, но прогнозные ожидания остаются желать лучшего. Ведь данный метод очень прост в программной реализации, тем самым пользуется спросом среди предприятий. Из множества существующих моделей прогнозирования, был взят на рассмотрение модифицированный метод Холта-Уинтера. Основной причиной являлось мало известность и не распространенность в практике, скорее всего это связанно с особенностью метода. Так как метод прогнозирует в краткосрочном диапазоне. Стоить отметить, что метод является не таким уж и простым, так как при составлении прогнозных значений он включает в себя три основ полагающиеся критерия, что позволяет спрогнозировать в кратчайший срок. В заключении хотелось бы упомянуть, что на практике лучше всего использовать комбинированные модели для достижения более подробных и качественных прогнозных значений. 

1. Акаев А.А. Прогноз и моделирование кризисов и мировой динамики / А.А. Акаев. - М.: Либроком, 2014. - 352 с. 2. Башлыков А.А. Основы конструирования интеллектуальных систем поддержки принятия решений в атомной энергетике / А.А. Башлыков. - М.: ИНФРА-М, 2017. - 351 с. 3. Гаскаров Д.Б. Интеллектуальные информационные системы / Д.Б. Гаскаров. – М.: Высшая школа, 2016. – 267 с. 4. Джексон П. Введение в экспертные системы / П. Джексон. - М.: Изд. дом "Вильямс", 2016. – 238 с. 5. Дубовский С.В. Прогнозирование кризисов в циклах Кондратьева / С.В. Дубовский // Проблемы теории и практики управления. - 2016. - № 6. - С. 93–96. 6. Звягин Л.С. Системный анализ в социально-экономических и политических системах и применение технологии экспертного прогнозирования / Л.С. Звягин // «Проблемы конфигурации глобальной экономики XXI века: идея социально-экономического прогресса и возможные интерпретации». Краснодар, 2018. - 412 с. 7. Звягин Л.С. Интеллектуальные системы измерения и развитие современной обработки измерительной информации / Л.С. Звягин // Международная конференция по мягким вычислениям и измерениям, 2018. - 514 с. 8. Звягин Л.С. Применение системно-аналитических методов в области экспертного прогнозирования / Л.С. Звягин // Экономика и управление: проблемы, решения. - 2017. - № 6. - С. 145-148. 9. Попов Э.В. Статические и динамические экспертные системы / Э.В. Попов. - М.: Финансы и статистика, 2018. - 234 с. 10. Размахина А.Н. О применении экспертных систем в различных областях / А.Н. Размахина // Постулат. - 2017. - №1. - 38-46. 11. Попков Ю.С. Машинное обучение и рандомизированное машинное обучение: сходство и различие / Ю.С. Попков // Восьмая международная конференция «Системный анализ и информационные технологии» (САИТ-2019). Труды конференции. - М.: ФИЦ ИУ РАН, 2019. - С. 10-25. 12. Сафонов В.О. Экспертные системы - интеллектуальные помощники специалистов / В.О. Сафонов. - СПб.: Санкт-Петербургская организация общества “Знания”, 2015. - 257 с. 13. Убейко В.Н. Экспертные системы / В.Н. Убейко. - М.: МАИ, 2015. – 248 с. 14. Уотермен Д. Руководство по экспертным системам / Д. Уотермен. - М.: Мир, 2016. – 273 с. 15. Элти Д. Экспертные системы: концепции и примеры / Д. Элти. - М.: Финансы и статистика, 2016. – 236 с. 16. Ярушкина Н. Г. Интеллектуальный анализ временных рядов / Н.Г. Ярушкина. - М.: Инфра-М, 2015. - 160 с. 17. Armstrong J.S. Assessing game theory, role playing, and unaided judgment / J.S. Armstrong // International Journal of Forecasting. - 2012. - №18. - Р.345-352. 18. Goodwin P. How to integrate management judgment with statistical forecasts / Р. Goodwin // Foresight. - 2015. - №3. - С.8-12. 19. Goodwin P. Decision analysis for management judgment / Р. Goodwin. - Chichester: John Wiley & Sons Ltd, 2014. – 412 р. 20. Green K.C. Forecasting decisions in conflict situations: a comparison of game theory, role-playing, and unaided judgment / К.С. Green // International Journal of Forecasting. - 2012. - № 18. - С.321-344.