पूर्वानुमानित वस्तुओं की प्रकृति में अंतर, साथ ही पूर्वानुमान के समय, प्रारंभिक डेटा की पूर्णता और विश्वसनीयता की डिग्री, विभिन्न पूर्वानुमान विधियों के उपयोग को पूर्व निर्धारित करती है। पूर्वानुमान संकलित करने के लिए तरीकों की विशिष्टता कार्य के अनुक्रम और सामग्री में परिलक्षित होती है।
पूर्वानुमान विधियों के पूरे सेट को, मुख्य रूप से उनकी एकरूपता की डिग्री के अनुसार, मोटे तौर पर सरल और जटिल तरीकों के समूहों में विभाजित किया जा सकता है (चित्र 7.3)।
सरल विधियों का समूहउन पूर्वानुमान विधियों को जोड़ती है जो उपयोग की गई सामग्री और उपकरणों (रूपात्मक विश्लेषण, रुझानों का एक्सट्रपलेशन, आदि) में सजातीय हैं।
जटिल तरीकेसमुच्चय, विधियों के संयोजन को प्रतिबिंबित करें, जिन्हें अक्सर विशेष पूर्वानुमान प्रणालियों (पूर्वानुमान ग्राफ विधि, पैटर्न विधि, आदि) द्वारा कार्यान्वित किया जाता है।
सूचना की प्रकृति के आधार पर जिसके आधार पर पूर्वानुमान लगाया जाता है, सभी पूर्वानुमान विधियों को तीन वर्गों में विभाजित किया जाता है: तथ्यात्मक, विशेषज्ञ और संयुक्त।
तथ्यात्मक तरीकेतथ्यात्मक पर आधारित सूचना सामग्रीपूर्वानुमान वस्तु के अतीत और वर्तमान विकास के बारे में। इन विधियों का उपयोग अक्सर विकासवादी प्रक्रियाओं के लिए खोजपूर्ण पूर्वानुमान में किया जाता है और ये अपनी सापेक्ष सादगी और निष्पक्षता के लिए आकर्षक होते हैं। हालाँकि, यदि अप्रत्याशित बाधाएँ सामने आती हैं जो विकास प्रक्रिया में बाधा डालती हैं, तो इन विधियों के उपयोग से पूर्वानुमानों में त्रुटियाँ हो सकती हैं। इन विधियों को चुनते समय, यह ध्यान में रखा जाना चाहिए कि वे निम्नलिखित शर्तों के अधीन लागू हैं:
- - अतीत में विकास प्रक्रिया को निर्धारित करने वाले कारकों को बनाए रखने की संभावना उनके परिवर्तन की संभावना से अधिक है;
- - पिछली दिशा में विकास पर इन सभी कारकों के संयुक्त प्रभाव की संभावना इसके परिवर्तन की संभावना से अधिक है।
तथ्यात्मक तरीकों को विशेषज्ञ तरीकों के साथ जोड़कर उनकी विश्वसनीयता और सटीकता को बढ़ाया जा सकता है।
तथ्यात्मक तरीकों के बीच, सांख्यिकीय (पैरामीट्रिक) के एक समूह और उन्नत तरीकों के एक समूह को प्रतिष्ठित किया जाता है। उनमें से पहले में पूर्वानुमान वस्तु की विशेषताओं (मापदंडों) की गतिशील श्रृंखला के निर्माण और विश्लेषण पर आधारित विधियां शामिल हैं। उनमें से, सबसे व्यापक हैं: एक्सट्रपलेशन,
चावल। 7.3.
प्रक्षेप, उपमाओं की विधि (समानता मॉडल), पैरामीट्रिक विधि।
दूसरे तथ्यात्मक समूह में वैज्ञानिक और तकनीकी उपलब्धियों के कार्यान्वयन को आगे बढ़ाने के लिए वैज्ञानिक और तकनीकी जानकारी की संपत्ति के उपयोग पर आधारित तरीके शामिल हैं। व्यावहारिक गतिविधियाँ. इस समूह (प्रकाशन) से संबंधित तरीकों में से एक प्रकाशनों की गतिशीलता के विश्लेषण और मूल्यांकन पर आधारित है।
एक अन्य विधि (पेटेंट) आविष्कारों के मूल्यांकन और उनके पेटेंटिंग की गतिशीलता के अध्ययन पर आधारित है। पेटेंटिंग तीव्रता की गतिशीलता के आधार पर, कोई किसी विशेष दिशा के विकास का मूल्यांकन और भविष्यवाणी कर सकता है।
तथ्यात्मक पूर्वानुमान विधियों के विपरीत, विशेषज्ञ विधियाँ विशेषज्ञ निर्णयों पर आधारित होती हैं। उन्हें शामिल विशेषज्ञों की संख्या और परीक्षा डेटा के विश्लेषणात्मक प्रसंस्करण की उपलब्धता के अनुसार समूहों में विभाजित किया जा सकता है।
आइए अनुसंधान (खोज) पूर्वानुमान की मुख्य विधियों पर विचार करें।
विकास की प्रवृत्तियों के एक्सट्रपलेशन और इंटरपोलेशन के तरीके हैं।एक्सट्रपलेशन का आधार समय श्रृंखला का विश्लेषण है, जो अध्ययन के तहत वस्तु की मुख्य विशेषताओं के माप के समय-क्रमित सेट का प्रतिनिधित्व करता है। पूर्वानुमानित एक्सट्रपलेशन के तरीकों में शामिल हैं: ट्रेंड एक्सट्रपलेशन, लिफ़ाफ़ा वक्रों का एक्सट्रपलेशन, सहसंबंध निर्भरता, आदि। एक प्रवृत्ति समय के साथ एक चर में परिवर्तन का एक विश्लेषणात्मक या चित्रमय प्रतिनिधित्व है, जो किसी के नियमित (व्यवस्थित) घटक को अलग करने के परिणामस्वरूप प्राप्त होता है। समय श्रृंखला. पूर्वानुमान वस्तु चर के पूर्वव्यापी मूल्यों के समय अनुक्रम को एक गतिशील श्रृंखला कहा जाता है, जिसमें नियतात्मक और स्टोकेस्टिक घटक शामिल होते हैं।
नियतात्मक घटक (या प्रवृत्ति) समग्र रूप से वस्तु के विकास की प्राकृतिक गतिशीलता को दर्शाता है, और स्टोकेस्टिक घटक समय के साथ वस्तु के कामकाज की प्रक्रिया में यादृच्छिक उतार-चढ़ाव (शोर) को दर्शाता है। पूर्वानुमान का कार्य एक्सट्रपलेशन कार्यों के प्रकार को निर्धारित करना है एक्सटी और ईयह वस्तु के बारे में प्रारंभिक वास्तविक डेटा पर आधारित है।
पूर्वानुमान बनाने के लिए एक्सट्रपलेशन का उपयोग करते समय, बाहरी कारकों के प्रभाव को ध्यान में रखना आवश्यक है, क्योंकि एक्सट्रपलेशन फ़ंक्शन अतीत और वर्तमान में विकास की प्रवृत्ति को दर्शाता है, लेकिन यह हमेशा भविष्य में जारी नहीं रह सकता है। सक्रिय पूर्वानुमान पृष्ठभूमि कारकों के अपेक्षित प्रभाव को ध्यान में रखे बिना रुझानों का एक्सट्रपलेशन "नाइव एक्सट्रपलेशन" कहा जाता है।
एक्सट्रपलेशन दो चरणों में किया जाता है: सबसे पहले, अनुभवजन्य श्रृंखला का वर्णन करने वाले फ़ंक्शन का प्रकार चुना जाता है; दूसरे चरण में, चयनित एक्सट्रपलेशन फ़ंक्शन के मापदंडों की गणना की जाती है।
एक्सट्रपलेशन का उपयोग न केवल मापदंडों की भविष्यवाणी करने के लिए किया जा सकता है व्यक्तिगत प्रजातिउत्पाद, बल्कि प्रणालियों की एक विस्तृत श्रेणी के विकास की संभावनाओं को भी निर्धारित करना। इस मामले में, वे लिफ़ाफ़ा वक्र विधि का उपयोग करने का सहारा लेते हैं। लिफाफा वक्र- यह एक ऐसी रेखा है जो सभी बिंदुओं पर सिस्टम के विशिष्ट मापदंडों के विकास के परिवार की रेखाओं में से एक के साथ एक सामान्य स्पर्शरेखा रखती है, जिसमें परिवर्तनों का विश्लेषण पूरे सिस्टम के विकास की प्रभावी ढंग से भविष्यवाणी करना संभव बनाता है।
सबसे कठिन काम सिस्टम के विशिष्ट मापदंडों को निर्धारित करना है। इस कठिनाई को दूर करने के संभावित तरीकों में से एक सभी मापदंडों को गहन और व्यापक में विभाजित करना है, जो इस पर निर्भर करता है कि किसी दिए गए सिस्टम के विकास के कौन से कारक प्रबल होंगे - आंतरिक या बाहरी।
उदाहरण गहन पैरामीटरशायद:
- - इनपुट और आउटपुट का अनुपात (पदार्थ, ऊर्जा, सूचना हस्तांतरण, उत्पादों की वृद्धि दर, आदि के रूपांतरण की दक्षता);
- - कार्यात्मक विशेषताएँ (सफाई दक्षता, भौतिक और रासायनिक मापदंडों में परिवर्तन की सीमा, श्रम तीव्रता, आदि)।
व्यापक विकल्पइसमें वजन, उत्पाद आयाम, उत्पादन मात्रा, लाभ मार्जिन, औद्योगिक निर्वहन और उत्सर्जन की मात्रा जैसी विशेषताएं शामिल हो सकती हैं। मूल्यांकन पद्धति की विश्वसनीयता को अन्य तरीकों (उदाहरण के लिए, विशेषज्ञ मूल्यांकन) के संयोजन से बढ़ाया जा सकता है।
साथ में विभिन्न विकल्पपूर्वानुमान में एक्सट्रपलेशन का भी उपयोग किया जाता है अंतर्वेशन विधि.इसका उपयोग उस स्थिति में किया जाता है जब किसी वस्तु की वांछित विशेषता के ज्ञात प्रारंभिक और अंतिम मूल्यों से अज्ञात मध्यवर्ती मान निर्धारित किए जाते हैं। इंटरपोलेशन विधि का उपयोग करने का एक उत्कृष्ट उदाहरण डी. आई. मेंडेलीव की नई उपस्थिति की भविष्यवाणी है रासायनिक तत्वपहले से खोले गए और इंस्टॉल किए गए फ़ंक्शंस के आधार पर आवधिक कानूनतत्वों का वितरण.
पूर्वानुमान सादृश्य द्वारातुलना की गई वस्तुओं के बीच समानता (समानता) स्थापित करना शामिल है, जब एक प्रणाली के व्यवहार के अध्ययन के आधार पर, किसी अन्य प्रणाली के व्यवहार (विकास) की भविष्यवाणी की जाती है।
पूर्वानुमान के प्रयोजनों के लिए सादृश्य का उपयोग कुछ कठिनाइयाँ प्रस्तुत करता है। यह आवश्यक है, सबसे पहले, तुलना की गई वस्तुओं की समानता के लिए निरंतरता के तत्वों और मानदंडों की पहचान करना, साथ ही पर्यावरणीय कारकों (सक्रिय पृष्ठभूमि) की कार्रवाई की पहचान का विश्लेषण करना। एक समान मॉडल और पूर्वानुमानित वस्तु के विश्लेषण के आधार पर, पूर्वानुमान विकसित करते समय एक समानता मॉडल का उपयोग करने की संभावना (शर्तें और प्रतिबंध) स्थापित की जाती है।
विशेषज्ञ विधियाँ (व्यक्तिगत और सामूहिक),जो वस्तुओं के विकास की संभावनाओं के संबंध में विशेषज्ञों के निर्णयों पर आधारित हैं। ये विधियाँ पेशेवर अनुभव और अंतर्ज्ञान को जुटाने पर आधारित हैं। आमतौर पर, विशेषज्ञ विधियों का उपयोग तब किया जाता है जब उन वस्तुओं का विश्लेषण किया जाता है जिन्हें गणितीय रूप से औपचारिक रूप नहीं दिया जा सकता है।
तरीका आईडिया जनरेशनमनो-बौद्धिक गतिविधि की सक्रियता पर आधारित। इस विधि की कई किस्में हो सकती हैं। व्यक्तिगत विशेषज्ञ मूल्यांकन की एक विधि के रूप में, इसमें प्रोग्राम किए गए नियंत्रण का उपयोग करके किसी विशेषज्ञ की राय की पहचान करना शामिल है, जिसमें मानव मेमोरी या कंप्यूटर स्टोरेज डिवाइस तक पहुंच शामिल है।
दूसरा विकल्प सामूहिक विचार सृजन है। विशेषज्ञों की एक टीम की प्रत्यक्ष भागीदारी से विचारों का प्रचार सक्रिय होता है। विधि का उद्देश्य प्राप्त करना है बड़ी संख्या मौलिक विचारथोड़े ही समय में. मुक्त रचनात्मकता का माहौल सुनिश्चित करने के लिए, विचार-मंथन के लिए कई नियमों के पालन की आवश्यकता होती है: आलोचना की अस्वीकार्यता, विचारों की संक्षिप्त अभिव्यक्ति, नियमों का कड़ाई से पालन, अन्य विशेषज्ञों द्वारा पहले व्यक्त किए गए विचारों की निरंतरता और विकास, किसी भी राय को सुनना (यहां तक कि शानदार भी) पहली नज़र में)। विशेषज्ञ समूह की संरचना 5-7 (10 तक) लोग हैं। चर्चा की अवधि 30-40 मिनट है। इस पद्धति का उपयोग करते समय मुख्य समस्या विशेषज्ञों के एक समूह का गठन है। अक्सर उनमें विशेषज्ञ कर्मचारी होते हैं अलग-अलग प्रोफाइल, लेकिन विचार उत्पन्न करने की प्रवृत्ति रखते हैं। विचार-मंथन उपयोग पर आधारित है सोचने की साहचर्य पद्धति.
रूपात्मक विश्लेषण- एक विशेषज्ञ पूर्वानुमान पद्धति, जो व्यक्तिगत लोगों के समूह से संबंधित है और इसका उद्देश्य वस्तु की विशेषताओं और उनके संभावित मूल्यों के मैट्रिक्स का निर्माण करके पूर्वानुमान वस्तु के विकास के लिए संभावित विकल्पों की पहचान करना है, इसके बाद संयोजन विकल्पों की गणना और मूल्यांकन करना है। यह विधि उन आविष्कारों की भविष्यवाणी करने के लिए एक उपकरण के रूप में काम कर सकती है जो अभी तक नहीं किए गए हैं या उनके प्रकट होने के समय के आधार पर संभावित आविष्कारों का आदेश दे सकते हैं।
रूपात्मक विश्लेषण के मुख्य प्रावधानों की आवश्यकता है:
- - हल की जाने वाली समस्या को सटीक रूप से तैयार करना;
- - क्रियान्वित करने के लिए आवश्यक साधन निर्धारित करें निर्दिष्ट कार्य;
- - वस्तु के विशिष्ट मापदंडों की पहचान करें;
- - प्रत्येक पैरामीटर को श्रेणियों या मोड में वर्गीकृत करें और एक रूपात्मक मानचित्र (मैट्रिक्स) बनाएं;
- - संयोजनों के माध्यम से मानचित्र तत्वों की श्रृंखला के रूप में विकल्प उत्पन्न करें जिसमें मैट्रिक्स की प्रत्येक पंक्ति से एक तत्व शामिल हो;
- - विकल्पों को लागू करने की प्रभावशीलता और व्यवहार्यता का मूल्यांकन करें।
यदि हम किसी वस्तु की सभी विशेषताओं (पैरामीटर) और उनमें से प्रत्येक के लिए विकल्पों को दर्शाते हैं मैट्रिक्स फॉर्म, तो डिज़ाइन विकल्पों को प्रत्येक पंक्ति में केवल एक तत्व से गुजरने वाली रेखाओं द्वारा दर्शाया जा सकता है।
तरीका "लक्ष्य वृक्ष"मानक पूर्वानुमान का सबसे प्रभावी विशेषज्ञ तरीका माना जा सकता है। इसका मुख्य कार्य दूर के लक्ष्यों को उन कार्यों से जोड़ना है जिन्हें वर्तमान में किए जाने की आवश्यकता है। "लक्ष्यों का वृक्ष" एक पदानुक्रमित संरचना है जो बीच के कारण और प्रभाव संबंधों को दर्शाता है तत्व (लक्ष्य)।
तार्किक रूप से "लक्ष्य वृक्ष" विधि से संबंधित है मैट्रिक्स विधिपूर्वानुमान वस्तु पर कारकों के प्रभाव को दर्शाने वाले मैट्रिक्स के उपयोग के आधार पर। मैट्रिक्स का निर्माण करते समय, कई क्रमिक क्रियाएं की जाती हैं:
- - लक्ष्य की प्राप्ति को प्रभावित करने वाले कारकों को उनके योगदान की प्रकृति के अनुसार पहचानें और समूहित करें;
- - कारकों के सजातीय परिसरों की पहचान करें;
- - एक दूसरे पर परिसरों के प्रभाव का निर्धारण करें;
- – अंतिम लक्ष्यों को प्राप्त करने पर प्रत्येक कारक का पूर्ण प्रभाव निर्धारित करें।
विशेषज्ञ पूर्वानुमान विधियों में, जिनमें विशेषज्ञों के समूहों की राय का उपयोग शामिल है, सबसे प्रसिद्ध डेल्फ़ी विधि और सामूहिक विशेषज्ञ आकलन की विधि हैं।
डेल्फ़ी विधि (डेल्फी) - भविष्य की तस्वीर बनाने के सामान्य तरीकों में से एक - इसमें उन क्षेत्रों के विकास की संभावनाओं के साथ-साथ संबंधित क्षेत्रों के विकास की संभावनाओं के बारे में विशेषज्ञों की राय को सामान्य बनाना और सांख्यिकीय रूप से संसाधित करना शामिल है।
विधि का सार यह है कि विशेषज्ञों का सर्वेक्षण कई राउंड (विशेष प्रश्नावली का उपयोग करके) में किया जाता है। प्रत्येक दौर पिछले उत्तरों को परिष्कृत करता है और धीरे-धीरे विशेषज्ञों को एक सहमत समाधान की ओर ले जाता है। विशेषज्ञ मूल्यांकन के लिए व्यक्तिगत बातचीत की आवश्यकता नहीं होती है और यह सीधी बहस को अनुक्रमिक व्यक्तिगत साक्षात्कार के सावधानीपूर्वक डिज़ाइन किए गए कार्यक्रम से बदल देता है।
सामूहिक विशेषज्ञता के प्रसंस्करण के परिणामों का उपयोग "लक्ष्य वृक्ष" का निर्माण करते समय और किसी समस्या का अध्ययन (या कार्यान्वयन) करने के तरीके चुनते समय किया जाता है।
विश्लेषणात्मक प्रसंस्करण के स्तर के बावजूद, सभी विशेषज्ञ विधियां अभी भी व्यक्तिपरक मूल्यांकन से ग्रस्त हैं। इस प्रकार, ऊपर चर्चा किए गए प्रत्येक समूह के कुछ फायदे और नुकसान हैं। पूर्वानुमान त्रुटियों को कम करने और व्यापक श्रेणी (औपचारिक से गैर-औपचारिक तक) की समस्याओं का समाधान प्रदान करने की इच्छा ने जटिल पूर्वानुमान विधियों के उद्भव को जन्म दिया है, जिन्हें अक्सर पूर्वानुमान प्रणालियों में लागू किया जाता है।
संयुक्त विधियाँइसमें मिश्रित सूचना आधार वाली विधियाँ शामिल हैं, जिसमें विशेषज्ञ और तथ्यात्मक दोनों जानकारी को प्राथमिक जानकारी के रूप में उपयोग किया जाता है।
ऐसा ही एक तरीका है पैटर्न विधि- मात्रात्मक डेटा के वैज्ञानिक और तकनीकी मूल्यांकन के माध्यम से योजना का औचित्य। पूर्वानुमान एक परिदृश्य के आधार पर किया जाता है - एक सारांश समीक्षा एक निश्चित संख्यावास्तविक संभावित घटनाओं के विकास में अनुरूपित रुझान। कार्य योजना में कई चरण शामिल हैं:
- – पूर्वानुमानित परिदृश्य का निर्माण;
- - पूर्वानुमानित वस्तु की मुख्य विशेषताओं के खोज पूर्वानुमानों का विकास;
- - रूपात्मक विश्लेषण;
- - एक "लक्ष्य वृक्ष" का विकास;
- - सापेक्ष महत्व, उपयोगिता, स्थिति, विकास, आदि के मानदंडों के अनुसार "लक्ष्य वृक्ष" के स्तरों के तत्वों का मूल्यांकन;
- - "लक्ष्य वृक्ष" स्तरों के तत्वों के बीच संसाधनों के इष्टतम वितरण के लिए विकल्पों का विकास।
परिदृश्य, मात्रात्मक मूल्यांकन के बिना, उद्यम के लक्ष्यों, प्रयासों और कार्यों की दिशा का विश्लेषण करने का प्रयास करता है। निष्कर्षों का उपयोग "लक्ष्य वृक्ष" बनाने और महत्व गुणांक स्थापित करने के लिए किया जाता है। साथ ही, एक्सट्रपलेशन और लिफाफा वक्र के तरीकों का उपयोग करके सभी स्तरों पर एक तकनीकी पूर्वानुमान संकलित किया जाता है।
"लक्ष्य वृक्ष" संकलित करते समय, विशेषताओं के दो अतिरिक्त समूह निर्धारित किए जाते हैं:
- - पारस्परिक उपयोगिता का गुणांक (अन्य क्षेत्रों में प्राप्त परिणामों का उपयोग);
- - परियोजना की तैयारी की स्थिति (अनुसंधान, खोज और तकनीकी विकास, डिजाइन, तैयार उत्पाद) और सिस्टम और सबसिस्टम पर काम की समय सीमा।
में से एक सबसे महत्वपूर्ण कार्यपूर्वानुमान को पूर्वानुमानों की विश्वसनीयता, विश्वसनीयता और सटीकता में वृद्धि माना जाना चाहिए।
यह आलेख पूर्वानुमान विधियों, उनके महत्व, वर्गीकरण और संक्षिप्त विशेषताओं का वर्णन करता है। इन विधियों को चुनने के मुख्य मानदंड प्रस्तुत किए गए हैं और उनके प्रभावी व्यावहारिक अनुप्रयोग के उदाहरण दिए गए हैं। रेखांकित भी किया विशेष भूमिकामें पूर्वानुमान पद्धति आधुनिक दुनियाबढ़ी हुई अस्थिरता.
पूर्वानुमान पद्धति का सार एवं महत्व
में सामान्य सिद्धांतपूर्वानुमान प्रारंभिक मापदंडों (अनुभव, पहचाने गए पैटर्न, रुझान, कनेक्शन, संभावित संभावनाएं, आदि) के आधार पर भविष्य को पूर्व निर्धारित करने की प्रक्रिया है। वैज्ञानिक आधार पर, पूर्वानुमान का उपयोग मानव गतिविधि के विभिन्न क्षेत्रों में किया जाता है: अर्थशास्त्र, समाजशास्त्र, जनसांख्यिकी, राजनीति विज्ञान, मौसम विज्ञान, आनुवंशिकी और कई अन्य। अधिकांश उदाहरणात्मक उदाहरणमें पूर्वानुमान का उपयोग रोजमर्रा की जिंदगीएक व्यक्ति दैनिक मौसम पूर्वानुमान से परिचित है।
के बदले में, कुशल उपयोगवैज्ञानिक आधार पर पूर्वानुमानों के लिए कुछ तकनीकों के उपयोग की आवश्यकता होती है, जिनमें शामिल हैं एक पूरी श्रृंखलापूर्वानुमान के तरीके. पिछली शताब्दी की शुरुआत में, जब इस क्षेत्र में वैज्ञानिक अनुसंधान शुरू हुआ, तो सीमित अनुप्रयोगों के साथ केवल कुछ समान तरीके प्रस्तावित किए गए थे। पर इस समयऐसी कई विधियाँ (150 से अधिक) हैं, हालाँकि व्यावहारिक रूप से कुछ दर्जन से अधिक बुनियादी पूर्वानुमान विधियों का उपयोग नहीं किया जाता है। साथ ही, कुछ विधियों का चुनाव उनके अनुप्रयोग के दायरे और किए जा रहे पूर्वानुमान अनुसंधान के लक्ष्यों के साथ-साथ शोधकर्ता के लिए विशिष्ट पूर्वानुमान उपकरणों की उपलब्धता दोनों पर निर्भर करता है।
पूर्वानुमान पद्धति में बुनियादी अवधारणाएँ
पूर्वानुमान विधि एक विशिष्ट विधि है जिसका उद्देश्य लक्ष्य पूर्वानुमान प्राप्त करने के लिए पूर्वानुमान वस्तु का अध्ययन करना है।
पूर्वानुमान पद्धति पूर्वानुमान लगाने के तरीकों, तकनीकों और उपकरणों के बारे में ज्ञान का एक सामान्य निकाय है।
पूर्वानुमान पद्धति लक्ष्य पूर्वानुमान प्राप्त करने के लिए चुनी गई विधियों, तकनीकों और उपकरणों का एक संयोजन है।
पूर्वानुमान वस्तु प्रक्रियाओं का एक निश्चित क्षेत्र है जिसके अंतर्गत पूर्वानुमान के विषय पर अनुसंधान किया जाता है।
पूर्वानुमान का विषय - कानूनी या व्यक्ति, बाहर ले जाना अनुसंधान कार्यपूर्वानुमान प्राप्त करने के लिए.
योजना और पूर्वानुमान प्रक्रिया के बीच अंतर और संबंध
पूर्वानुमान बनाम योजना:
- सूचनाप्रद है न कि निर्देशात्मक;
- न केवल किसी विशेष उद्यम या संगठन की गतिविधियों को कवर करता है, बल्कि संपूर्ण बाहरी और आंतरिक वातावरण को भी कवर करता है;
- अधिक दीर्घकालिक प्रकृति का हो सकता है;
- महत्वपूर्ण विवरण की आवश्यकता नहीं है.
हालाँकि, तमाम मतभेदों के बावजूद, पूर्वानुमान और योजना का घनिष्ठ संबंध है, विशेषकर आर्थिक क्षेत्र में। परिणामी लक्ष्य पूर्वानुमान संभावित जोखिमों और अवसरों के क्षेत्र को दर्शाता है, जिसके संदर्भ में विशिष्ट समस्याएं, कार्य और लक्ष्य बनते हैं जिन्हें विभिन्न रूपों (रणनीतिक, परिचालन, आदि) की योजनाएं बनाते समय हल करने और ध्यान में रखने की आवश्यकता होती है। .). इसके अलावा, पूर्वानुमान संभावित विकास के विश्लेषणात्मक रूप से सुदृढ़, बहुभिन्नरूपी दृष्टिकोण का अवसर प्रदान करते हैं, जो वैकल्पिक योजनाओं के निर्माण के लिए आवश्यक है। में सामान्य अर्थ मेंहम कह सकते हैं कि पूर्वानुमान और नियोजन के बीच संबंध इस तथ्य में निहित है कि यद्यपि पूर्वानुमान विशिष्ट नियोजन कार्यों को परिभाषित नहीं करता है, इसमें प्रभावी लक्ष्य नियोजन के लिए आवश्यक सूचना सामग्री शामिल होती है।
पूर्वानुमान पद्धति में मुख्य वर्गीकरणकर्ता
पूर्वानुमान विधियों का मुख्य वर्गीकरण आमतौर पर निम्नलिखित मानदंडों के अनुसार किया जाता है:
औपचारिकता की डिग्री के अनुसार:
- सहज ज्ञान युक्त, जिनका उपयोग विशेषज्ञ आकलन (साक्षात्कार, परिदृश्य विधि, डेल्फ़ी विधि, विचार-मंथन, आदि) का उपयोग करके कठिन भविष्यवाणी करने वाले कार्यों के लिए किया जाता है;
- औपचारिक विधियाँ, जिनमें मुख्य रूप से अधिक सटीक गणितीय गणनाएँ (एक्सट्रपलेशन विधि, न्यूनतम वर्ग विधि, आदि, साथ ही विभिन्न मॉडलिंग विधियाँ) शामिल हैं।
पूर्वानुमानित प्रक्रिया की प्रकृति से:
- विशेषज्ञ आकलन और विश्लेषण पर आधारित गुणात्मक तरीके;
- गणितीय विधियों पर आधारित मात्रात्मक विधियाँ;
- संयुक्त विधियाँ, जिनमें गुणात्मक और मात्रात्मक दोनों तकनीकों के तत्व (संश्लेषित करना) शामिल हैं।
सूचना डेटा प्राप्त करने और संसाधित करने की विधि के अनुसार:
- सांख्यिकीय पद्धतियां, सूचना डेटा को संसाधित करने के लिए मात्रात्मक (गतिशील) संरचनात्मक पैटर्न का उपयोग करना;
- पर आधारित उपमाओं की विधियाँ तार्किक निष्कर्षविकास पैटर्न की समानता के बारे में विभिन्न प्रक्रियाएँ;
- उन्नत तरीके, अध्ययन के तहत वस्तु के विकास के नवीनतम रुझानों और पैटर्न के आधार पर पूर्वानुमान बनाने की क्षमता की विशेषता है।
साथ ही, इन विधियों के पूरे सेट को सामान्य पूर्वानुमान विधियों और विशेष विधियों में विभाजित किया जा सकता है। सामान्य तरीकों में वे तरीके शामिल हैं जो पूर्वानुमानित समस्याओं के समाधान की एक विस्तृत श्रृंखला को कवर करते हैं विभिन्न क्षेत्रजीवन गतिविधि. ऐसे पूर्वानुमानों का एक उदाहरण विभिन्न क्षेत्रों में विशेषज्ञ आकलन हो सकता है। दूसरी ओर, ऐसे तरीके हैं जो केवल गतिविधि के एक निश्चित क्षेत्र पर केंद्रित हैं, जैसे, उदाहरण के लिए, बैलेंस शीट विधि, जो आर्थिक क्षेत्र में व्यापक हो गई है और लेखांकन जानकारी पर केंद्रित है।
पूर्वानुमान विधियों का संक्षिप्त विवरण
जैसा कि पहले ही उल्लेख किया गया है, वर्तमान में पूर्वानुमान लगाने की कई विधियाँ हैं। मुख्य पूर्वानुमान विधियों में वे शामिल हैं जो वर्तमान में सबसे व्यापक हैं और विभिन्न क्षेत्रों में उपयोग की जाती हैं।
- विधि चूंकि कई पूर्वानुमान समस्याओं को हल करने में गणितीय डेटा सहित, अक्सर अपर्याप्त विश्वसनीय औपचारिक डेटा होता है, इसलिए यह विधि काफी लोकप्रिय है। यह विभिन्न क्षेत्रों के अनुभवी विशेषज्ञों और विशेषज्ञों की पेशेवर राय पर आधारित है, जिसके बाद सर्वेक्षणों का प्रसंस्करण और विश्लेषण किया जाता है।
- एक्सट्रपलेशन विधि का उपयोग विभिन्न प्रक्रियाओं की स्थिर प्रणाली गतिशीलता के लिए किया जाता है, जब विकास के रुझान लंबे समय तक बने रहते हैं और उन्हें भविष्य के परिणामों पर प्रक्षेपित करने की संभावना होती है। इस पद्धति का उपयोग समान मापदंडों के साथ गतिविधि के एक ही क्षेत्र की वस्तुओं के लिए भी किया जाता है, यह मानते हुए कि एक वस्तु पर कुछ प्रक्रियाओं का प्रभाव, कुछ परिणामों का कारण बनता है, अन्य समान वस्तुओं में समान परिणाम पैदा करेगा। इस पूर्वानुमान को उपमा पद्धति भी कहा जाता है।
- मॉडलिंग के तरीके. मॉडलों का विकास कुछ वस्तुओं या प्रणालियों, उनके तत्वों और प्रक्रियाओं के आधार पर किया जाता है, इसके बाद निर्मित मॉडल का प्रायोगिक परीक्षण किया जाता है और उसमें आवश्यक समायोजन किया जाता है। फिलहाल, पूर्वानुमानित मॉडलिंग विधियों का जीव विज्ञान से लेकर सामाजिक-आर्थिक क्षेत्र तक विभिन्न क्षेत्रों में अनुप्रयोगों की व्यापक रेंज है। विशेष रूप से, आधुनिक कंप्यूटर प्रौद्योगिकियों के आगमन के साथ इस तकनीक की संभावनाएं सामने आईं।
- भी प्रमुख तरीकों में से एक है. इसका तात्पर्य कुछ मानक मूल्यों की स्थापना के साथ पूर्वानुमान के विषय द्वारा तैयार किए गए विशिष्ट लक्ष्यों और उद्देश्यों पर केंद्रित पूर्वानुमान बनाने के दृष्टिकोण से है।
- प्रबंधन निर्णयों के विकास में परिदृश्य पद्धति व्यापक हो गई है जो घटनाओं के संभावित विकास और संभावित परिणामों का आकलन करने की अनुमति देती है। अर्थात्, इस पद्धति में कुछ प्रबंधन निर्णय लेने के प्रभाव में इसके विकास में संभावित रुझानों के निर्धारण के साथ स्थिति का विश्लेषण करना शामिल है।
- दूरदर्शिता के तरीके. नवीनतम कार्यप्रणाली, जिसमें विभिन्न तरीकों और तकनीकों की एक पूरी श्रृंखला शामिल है, जिसका उद्देश्य न केवल भविष्य का विश्लेषण और पूर्वानुमान करना है, बल्कि इसे आकार देना भी है।
सांख्यिकीय पूर्वानुमान के तरीके
पूर्वानुमान लगाने की मुख्य विधियों में से एक सांख्यिकीय विधियाँ हैं। ऐसी विधियों द्वारा विकसित पूर्वानुमान सबसे सटीक हो सकते हैं, बशर्ते कि पूर्वानुमानित वस्तुओं की आवश्यक मात्रात्मक और अर्ध-मात्रात्मक विशेषताओं के विश्लेषण के लिए प्रारंभिक सूचना डेटा पूर्ण और विश्वसनीय हो। ये विधियाँ गणितीय पूर्वानुमान तकनीकों का एक रूप हैं जो आशाजनक समय श्रृंखला बनाना संभव बनाती हैं। सांख्यिकीय पूर्वानुमान विधियों में शामिल हैं:
- वस्तुनिष्ठ डेटा के आधार पर पूर्वानुमान लगाने के लिए आधुनिक गणितीय और सांख्यिकीय तरीकों का अनुसंधान और अनुप्रयोग;
- विशेषज्ञ पूर्वानुमान विधियों के संभाव्य और सांख्यिकीय मॉडलिंग के क्षेत्र में सैद्धांतिक और व्यावहारिक अनुसंधान;
- जोखिम भरे माहौल में पूर्वानुमान के सैद्धांतिक और व्यावहारिक अध्ययन, साथ ही आर्थिक-गणितीय और अर्थमितीय (औपचारिक और विशेषज्ञ सहित) मॉडल के सहजीवन के संयुक्त तरीके।
पूर्वानुमान पद्धति के लिए सहायक उपकरण
अनुमानी पूर्वानुमान विधियों के सहायक उपकरणों में शामिल हैं: प्रश्नावली, मानचित्र, प्रश्नावली, विभिन्न ग्राफिक सामग्रीवगैरह।
औपचारिक और मिश्रित तरीकों के उपकरणों में सहायक गणितीय उपकरण के उपकरणों और तकनीकों की एक विस्तृत श्रृंखला शामिल है। विशेष रूप से:
- रैखिक और अरेखीय कार्य;
- विभेदक कार्य;
- सहसंबंध और प्रतिगमन के लिए सांख्यिकीय और गणितीय उपकरण;
- न्यूनतम वर्ग विधि;
- मैट्रिक्स तकनीक, तंत्रिका और विश्लेषणात्मक नेटवर्क के उपकरण;
- संभाव्यता सिद्धांत के बहुआयामी केंद्रीय सीमा प्रमेय का उपकरण;
- फजी सेट उपकरण, आदि
पूर्वानुमान लगाते समय कुछ तरीकों को चुनने के लिए मानदंड और कारक
पूर्वानुमान विधियों का चुनाव इससे प्रभावित होता है कई कारक. इस प्रकार, परिचालन कार्यों के लिए अधिक परिचालन विधियों की आवश्यकता होती है। साथ ही, दीर्घकालिक (रणनीतिक पूर्वानुमान) के लिए एकीकृत, व्यापक प्रकृति की पूर्वानुमान विधियों के उपयोग की आवश्यकता होती है। कुछ विधियों का चुनाव आवेदन के दायरे, प्रासंगिक जानकारी की उपलब्धता, औपचारिक (मात्रात्मक) मूल्यांकन प्राप्त करने की संभावना, पूर्वानुमान विषयों की योग्यता और तकनीकी उपकरण आदि पर भी निर्भर करता है।
कार्यप्रणाली के लिए मुख्य मानदंड हो सकते हैं:
- पूर्वानुमानों के निर्माण में व्यवस्थित प्रकृति;
- संभावित पैरामीट्रिक परिवर्तनों के लिए अनुकूलनशीलता (परिवर्तनशीलता);
- पूर्वानुमान की विश्वसनीयता और सापेक्ष सटीकता के संदर्भ में कार्यप्रणाली की पसंद की वैधता;
- पूर्वानुमान प्रक्रिया की निरंतरता (यदि एक बार का कार्य निर्धारित नहीं है);
- आर्थिक व्यवहार्यता - पूर्वानुमान प्रक्रिया को लागू करने की लागत इसके परिणामों के व्यावहारिक अनुप्रयोग के प्रभाव से अधिक नहीं होनी चाहिए, खासकर आर्थिक क्षेत्र में।
मौजूदा पूर्वानुमान उपकरणों के प्रभावी उपयोग के उदाहरण
पूर्वानुमान विधियों का प्रभावी व्यावहारिक अनुप्रयोग, जिसका सबसे आम उदाहरण इस समय व्यावसायिक वातावरण में उनका उपयोग है। इस प्रकार, सबसे प्रगतिशील कंपनियां अब अपनी गतिविधियों की पूरी योजना बनाते समय पूर्वानुमान लगाए बिना काम नहीं करतीं। इस संदर्भ में, बाजार की स्थितियों, मूल्य गतिशीलता, मांग, नवाचार की संभावनाओं और मौसमी जलवायु प्राकृतिक उतार-चढ़ाव और सामाजिक-राजनीतिक माहौल सहित अन्य पूर्वानुमानित संकेतकों के पूर्वानुमान महत्वपूर्ण हैं।
इसके अलावा, विभिन्न क्षेत्रों में पूर्वानुमान पद्धति के प्रभावी अनुप्रयोग के कई उदाहरण हैं:
- खतरनाक उद्यमों में संभावित आपातकालीन स्थितियों की भविष्यवाणी करने के लिए गणितीय मॉडलिंग का उपयोग;
- देश और क्षेत्रों में प्रणालीगत पर्यावरणीय और आर्थिक पूर्वानुमान;
- संपूर्ण समाज और उसके व्यक्तिगत तत्वों के विकास के रुझान का सामाजिक-आर्थिक पूर्वानुमान;
- क्वांटम भौतिकी, नई जैव प्रौद्योगिकी के क्षेत्र में पूर्वानुमान, सूचान प्रौद्योगिकीऔर कई अन्य क्षेत्र।
बढ़ती अनिश्चितता और वैश्विक जोखिमों की आधुनिक दुनिया में पूर्वानुमान पद्धति की भूमिका
निष्कर्ष में, यह कहा जाना चाहिए कि पूर्वानुमान पद्धति लंबे समय से मानव जीवन में पूरी तरह से एकीकृत हो गई है, लेकिन यह हमारे दिनों में सबसे अधिक प्रासंगिक होती जा रही है। यह प्रवृत्ति तीव्र विकास दोनों से जुड़ी है तकनीकी प्रक्रियाएंदुनिया में, और आंतरिक और बाहरी वातावरण में बढ़ती अनिश्चितता के साथ। अर्थव्यवस्था, राजनीति में अनेक संकट घटनाएँ, सामाजिक क्षेत्रगतिविधि के सभी क्षेत्रों में जोखिम भार में वृद्धि को भड़काना। वैश्वीकरण प्रक्रियाओं के गहराने से संभावित डोमिनोज़ प्रभाव पैदा करने वाले प्रणालीगत वैश्विक जोखिमों का उदय हुआ है, जब व्यक्तिगत निगमों या देशों की समस्याओं का पूरे विश्व समुदाय की आर्थिक और राजनीतिक स्थिति पर गंभीर नकारात्मक प्रभाव पड़ता है। में भी हाल ही मेंप्राकृतिक और जलवायु संबंधी अस्थिरता, प्रमुख मानव निर्मित आपदाओं और सैन्य-राजनीतिक संकटों से जुड़े जोखिम तेज हो गए हैं। यह सब आधुनिक दुनिया में संभावित वैश्विक और वर्तमान व्यक्तिगत जोखिम घटनाओं दोनों की भविष्यवाणी करने की विशेष भूमिका को इंगित करता है। आधुनिक चुनौतियों का जवाब देने वाली प्रभावी प्रणाली पूर्वानुमान कई खतरों के परिणामों से बचना या कम करना संभव बना सकती है और यहां तक कि उन्हें फायदे में भी बदल सकती है।
आर्थिक पूर्वानुमान के तरीके आर्थिक प्रक्रियाओं के अध्ययन के लिए तकनीकों, मूल्यांकनों और तरीकों के एक सेट को समझें जो सिस्टम में अतीत (पूर्वव्यापी) आंतरिक और बाहरी कनेक्शन या उनके परिवर्तनों के विश्लेषण के आधार पर, भविष्य में इसके संभावित (संभावित) विकास को प्रदान करना संभव बनाता है। .
पूर्वानुमान पद्धति का चुनाव मुख्य रूप से पूर्वानुमान की कार्यात्मक पूर्णता, विश्वसनीयता और सटीकता सुनिश्चित करने की आवश्यकता के साथ-साथ समय कम करने की आवश्यकता पर आधारित है। नकदआर्थिक विकास की भविष्यवाणी करने की प्रक्रिया को अंजाम देना। यह निम्नलिखित कारकों पर निर्भर करता है: पूर्वानुमान का उद्देश्य, इसके उद्देश्य; वह अवधि जिसके लिए पूर्वानुमान तैयार किया गया है; पूर्वानुमान वस्तु की विशिष्टता (अर्थात् बाजार परिचालन वातावरण, जटिलता, पैमाने की इसकी गतिशील विशेषताएं); पूर्वानुमान वस्तु के बारे में प्रारंभिक जानकारी की विश्वसनीयता, पूर्णता और प्रकृति; पूर्वानुमान कारकों को सीमित करना (संसाधन, एल्गोरिदम, कार्यक्रम, आदि); पूर्वानुमान परिणामों के लिए आवश्यकताएँ.
पूर्वानुमान पद्धति की पसंद को प्रभावित करने वाले इन सभी कारकों को प्रणालीगत एकता और पूर्वानुमान वस्तु के संबंध में परिभाषित एक निश्चित अनुक्रम में माना जाना चाहिए। लेकिन इसका मतलब यह नहीं है कि ऊपर सूचीबद्ध सभी कारकों को आवश्यक रूप से ध्यान में रखा जाना चाहिए। यदि उनमें से कुछ को किसी विशेष पूर्वानुमानित वस्तु (घटना) की शर्तों के तहत महत्वहीन माना जाता है, तो उन्हें विचार से हटाया जा सकता है या ध्यान में नहीं लिया जा सकता है।
आर्थिक विकास की भविष्यवाणी करने में उपयोग की जाने वाली विधियों की प्रणालियाँ कुछ वर्गीकरण मानदंड निर्धारित करती हैं। सबसे आम विशेषता औपचारिकता की डिग्री है, जिसके अनुसार पूर्वानुमान विधियों को सहज और औपचारिक में विभाजित किया गया है। दूसरा वर्गीकरण लक्षण कहा जा सकता है सामान्य सिद्धांतपूर्वानुमान विधियों की क्रियाएँ (यहाँ विशेषज्ञ, तथ्यात्मक और संयुक्त विधियों के बीच अंतर किया गया है)। पूर्वानुमान संबंधी जानकारी प्राप्त करने की विधि के अनुसार, पूर्वानुमान विधियों को सांख्यिकीय, विशेषज्ञ आकलन, सादृश्य और मॉडलिंग में विभाजित किया गया है।
पूर्वानुमान प्रक्रिया के आवश्यक व्यवस्थितकरण के अलावा, तरीकों का वर्गीकरण, अवसर प्रदान करना चाहिए तुलनात्मक विश्लेषणऔर सबसे उपयुक्त पूर्वानुमान पद्धति का चयन करना।
विशेषज्ञ पूर्वानुमान के तरीके इसका उपयोग तब किया जाता है जब अतीत में अर्थव्यवस्था के विकास को दर्शाने वाली सूचना श्रृंखला अपर्याप्त या अस्तित्वहीन हो। विशेषज्ञ विधियाँ भविष्य में आर्थिक प्रक्रियाओं के विकास की संभावनाओं के संबंध में विशेषज्ञ विशेषज्ञों के मूल्यांकन (अंतर्ज्ञान) के उपयोग पर आधारित हैं। संचालन के सिद्धांत के अनुसार, विशेषज्ञ विधियों को विभाजित किया गया है: ए) व्यक्तिगत विशेषज्ञ मूल्यांकन के तरीके और बी) सामूहिक विशेषज्ञ मूल्यांकन के तरीके।
व्यक्तिगत विशेषज्ञ मूल्यांकन के तरीके इनमें सूचना के स्रोत के रूप में एक या अधिक विशेषज्ञ विशेषज्ञों के निर्णय (मूल्यांकन) के उपयोग के आधार पर पूर्वानुमान विधियां शामिल हैं। साथ ही, विशेषज्ञों को पूर्वानुमान के अधीन गतिविधि के क्षेत्र में सक्षम होना चाहिए। इस तरह के तरीकों में प्रश्नावली, विश्लेषणात्मक और मेमो, स्क्रिप्ट लेखन के तरीके, रूपात्मक विश्लेषण, साक्षात्कार, चर्चा, विचारों की मनो-बौद्धिक पीढ़ी शामिल हैं। सबसे आम हैं साक्षात्कार, एनालॉग विधि और स्क्रिप्ट लेखन विधि।
व्यक्तिगत विशेषज्ञ मूल्यांकन के तरीके अभी भी सबसे सुलभ हैं, लेकिन विशेषज्ञ की व्यावसायिकता और क्षमता पर महत्वपूर्ण व्यक्तिपरकता और निर्भरता के कारण पूर्वानुमान विकसित करने के सबसे विश्वसनीय तरीके नहीं हैं। सामूहिक विशेषज्ञ मूल्यांकन विधियों का उपयोग विशेषज्ञ राय की निष्पक्षता की डिग्री बढ़ाने और समूह चर्चा की विश्वसनीयता बढ़ाने का एक प्रयास है।
सामूहिक विशेषज्ञ मूल्यांकन के तरीके - ये व्यक्तिगत मूल्यांकनों को संसाधित करके किसी विशेषज्ञ समूह के सामान्यीकृत उद्देश्य मूल्यांकन की पहचान करने पर आधारित विधियां हैं, जिन्हें विशेषज्ञों के साथ प्रत्यक्ष (सर्वेक्षण) और अप्रत्यक्ष (प्रश्नावली) संपर्क दोनों के माध्यम से किया जा सकता है। इन विधियों में शामिल हैं: विशेषज्ञ आयोगों की विधि, विचारों की सामूहिक पीढ़ी की विधि, विधि गोल मेज़, डेल्फ़ी विधि, अनुमानी पूर्वानुमान, सिनॉप्टिक विधियाँ, मैट्रिक्स मॉडल।
तथ्यात्मक तरीके इसका उपयोग तब किया जाता है जब वस्तु के पिछले विकास के बारे में सूचना आधार पर्याप्त और पूर्ण हो। तथ्यात्मक तरीकों में सांख्यिकीय तरीके, सादृश्य तरीके, पूर्वानुमानित मॉडलिंग तरीके शामिल हैं।
सांख्यिकीय पद्धतियां समय श्रृंखला के विश्लेषण पर आधारित हैं, जो किसी वस्तु के विकास में सामान्य रुझानों को रेखांकित करना संभव बनाता है। एक स्थिर प्रवृत्ति (प्रवृत्ति) के साथ, एक अस्थिर प्रवृत्ति के साथ, एक अनुपस्थित प्रवृत्ति के साथ समय श्रृंखला होती है। लगातार प्रवृत्ति के साथ संकेतकों का पूर्वानुमान करते समय, गणितीय आंकड़ों के निम्नलिखित तरीकों का उपयोग किया जाता है: पूर्वानुमानित एक्ट्रापोलेशन, चलती औसत, कम से कम वर्ग विधि, और अनुकूली घातीय चौरसाई, हार्मोनिक वजन। अस्थिर और अनुपस्थित प्रवृत्ति के साथ समय श्रृंखला की भविष्यवाणी करने के लिए, सबसे उपयुक्त तरीके हैं सहसंबंध-प्रतिगमन विश्लेषण, मार्कोव श्रृंखलाओं की संभाव्य मॉडलिंग, लचीली संरचना, न्यूरॉन या नेटवर्क के साथ कार्यों पर आधारित विधियां।
उपमाओं की विधि इसमें किसी एनालॉग ऑब्जेक्ट के पहले से स्थापित विकास मॉडल को पूर्वानुमानित ऑब्जेक्ट में स्थानांतरित करना शामिल है। उनका उपयोग तब किया जाता है जब पूर्वानुमान वस्तु को अनुरूप वस्तु के भौतिक और पूर्ण पैमाने के मॉडल के रूप में माना जाता है, और पूर्वानुमान के लक्ष्य और उद्देश्य अनुरूप वस्तु के विकास के लक्ष्यों और उद्देश्यों के अनुरूप होते हैं। आर्थिक पूर्वानुमान में सबसे अधिक उपयोग की जाने वाली सादृश्य विधियाँ सामाजिक विकासएक गणितीय, ऐतिहासिक और संरचनात्मक सादृश्य है।
पूर्वानुमानित मॉडलिंग के तरीके इसमें पूर्वानुमान वस्तु की एक सशर्त छवि का निर्माण शामिल है, जो वास्तविक वातावरण में इसकी विशेषताओं को दर्शाती है, जो पूर्वानुमान के उद्देश्य के लिए आवश्यक हैं। पूर्वानुमान में, ऐसा मॉडल उस वस्तु को प्रतिस्थापित करता है जो अस्तित्व में नहीं है, और इसलिए इसका उद्देश्य अनुमानित वस्तु और उसमें होने वाली प्रक्रियाओं की एक संभावित सूचना छवि बनाना है। पूर्वानुमान लगाते समय, मॉडल मान्यताओं के लिए भविष्य की अवधारणा का परीक्षण करने और संभावित विकास प्रक्षेप पथ की सीमाओं को निर्धारित करने का एकमात्र उपकरण बन जाता है, अर्थात, मॉडल आधुनिक की सूचना छवि को भविष्य के सैद्धांतिक प्रतिबिंब के साथ जोड़ता है। आर्थिक पूर्वानुमान के अभ्यास में, निम्न प्रकार के मॉडल का सबसे अधिक उपयोग किया जाता है: संरचनात्मक, सिमुलेशन, नेटवर्क, सांख्यिकीय, आर्थिक-गणितीय, कारक, अर्थमितीय।
यह ध्यान दिया जाना चाहिए कि व्यापक आर्थिक पूर्वानुमान के विश्व अभ्यास में, सामाजिक-आर्थिक विकास के अधिकांश पूर्वानुमानित मॉडल अर्थमितीय उपकरणों का उपयोग करके विकसित किए जाते हैं। आर्थिक गणितज्ञ पूर्वानुमान लगाने के लिए उपयुक्त एक विश्लेषणात्मक उपकरण बनाने पर काम कर रहे हैं। बड़े पैमाने के अर्थमिति मॉडल का एक बहुउद्देश्यीय उद्देश्य होता है और इसका उपयोग एक निश्चित अवधि में आर्थिक चर (बेरोजगारी स्तर, मूल्य वृद्धि दर, राष्ट्रीय मुद्रा विनिमय दर) की भविष्यवाणी करने और राष्ट्रीय अर्थव्यवस्था के विकास में रुझानों की पहचान करने के लिए किया जाता है। एक पूरे के रूप में। उनके आधार पर, कुछ राज्य और राजनीतिक निर्णयों के संभावित परिणामों और राष्ट्रीय अर्थव्यवस्था पर वैश्विक कारक के प्रभाव का आकलन करना संभव है। पश्चिमी देशों में सबसे अधिक आधिकारिक व्हार्टन बिजनेस स्कूल के विशेषज्ञों द्वारा विकसित मॉडल हैं (इस दिशा के मूलकर्ता एल. क्लेन, डेटा रिसोर्सेज कॉर्पोरेशन (ए. एकस्टीन) और चेज़ इकोनॉमिक्स (एम. बवांस) थे)। आज, अर्थमितीय मॉडलिंग की विश्वसनीयता, विशेष रूप से विशेषज्ञ अनुमानों में, गैर-गणितीय पूर्वानुमान उपकरणों द्वारा पूरक है। ऐसे मूल्यांकनों का एक आदर्श रूप डेल्फ़ी पद्धति है। पूर्वानुमान मॉडल की विश्वसनीयता के लिए एक और शर्त है परिदृश्य पूर्वानुमान.
किसी पूर्वानुमान के सही होने के लिए उसका विश्वसनीय होना आवश्यक है। पूर्वानुमान की विश्वसनीयता का आकलन तभी किया जा सकता है जब पूर्वानुमानित घटना घटित हो। इस मामले में, दो समस्याएं उत्पन्न होती हैं: कार्यान्वयन से पहले पूर्वानुमान की गुणवत्ता का आकलन कैसे किया जाए और क्या पूर्वानुमान सच नहीं होने पर विश्वसनीय माना जा सकता है। इन प्रश्नों का स्पष्ट उत्तर देना असंभव है, क्योंकि सब कुछ इस बात पर निर्भर करता है कि विकसित पूर्वानुमान और उस स्थिति की नियंत्रणीयता के आधार पर क्या निर्णय लिया गया जिसमें वस्तु संचालित होती है। किसी पूर्वानुमान की विश्वसनीयता और सटीकता (वैधता) का आकलन करने के लिए सत्यापन और पूर्वानुमान गुणवत्ता की अवधारणा का उपयोग किया जाता है। परीक्षा मानदंड, विधियों और प्रक्रियाओं का एक सेट है जो बहुपक्षीय विश्लेषण के आधार पर परिणामी पूर्वानुमान की गुणवत्ता का मूल्यांकन करने की अनुमति देता है। पूर्वानुमान की गुणवत्ता पूर्वानुमान की विशेषताओं का एक समूह है जो मिलकर इसे प्रबंधन में प्रभावी और उपयोगी बनाती है, एक निश्चित भविष्य के लिए वस्तु का विश्वसनीय विवरण सुनिश्चित करती है और प्रबंधन प्रक्रिया के लिए पूर्वानुमान परिणामों के विश्वसनीय उपयोग की संभावना सुनिश्चित करती है। पूर्वानुमान गुणवत्ता की अवधारणा को दो तरीकों से माना जाता है: पूर्वानुमान के ढांचे के भीतर और प्रबंधन उद्देश्यों के लिए पूर्वानुमान का उपयोग करने के परिणामों के अनुसार।
वर्तमान में उपयोग की जाने वाली पूर्वानुमान सत्यापन विधियां मुख्य रूप से पूरी तरह से सांख्यिकीय प्रक्रियाओं पर काम करती हैं, जो गणना किए गए पूर्वानुमान मूल्यों के विश्वास अंतराल का अनुमान लगाने के लिए उबलती हैं। इस मामले में, दो प्रकार की त्रुटियां प्रदान की जाती हैं: वस्तु की जानकारी या विवरण के कारण होने वाली त्रुटियां, और पूर्वानुमान पद्धति की प्रत्यक्ष पसंद में त्रुटियां। सभी को जोड़कर कुल पूर्वानुमान त्रुटि की गणना की जा सकती है संभावित त्रुटियाँ, अर्थात्: सूचना त्रुटियां (प्राप्त करने और प्रसंस्करण में त्रुटियां - क्यूडी, पूर्वानुमान विधि चुनने में त्रुटियां, इसके कार्यान्वयन के लिए तकनीक (5 मीटर), कम्प्यूटेशनल प्रक्रियाओं में त्रुटियां (£> 0), व्यक्तिपरक प्रकृति की त्रुटियां (5 सी), पूर्वानुमान वस्तु में अप्रत्याशित परिवर्तनों की उपस्थिति में त्रुटियाँ (5 ई):
पूर्वानुमान विकास के अंतिम चरण में सत्यापन सबसे उपयुक्त है। आर्थिक पूर्वानुमान विकसित करने के लिए सरल, सरल तरीकों का उपयोग करते समय, सत्यापन के लिए विशेषज्ञ सर्वेक्षणों का सबसे अधिक उपयोग किया जाता है। अधिक जटिल पूर्वानुमान गणनाओं में, एक विशेष सत्यापन प्रक्रिया का उपयोग करना आवश्यक है, जिसमें निम्नलिखित क्रियाएं शामिल हैं: 1) अन्य वैकल्पिक तरीकों (प्रत्यक्ष सत्यापन) का उपयोग करके पूर्वानुमान का विकास; 2) सूचना के अन्य स्रोतों (अप्रत्यक्ष सत्यापन) से प्राप्त संकेतकों के साथ पूर्वानुमान संकेतकों की तुलना; 3) पूर्वव्यापी अवधि (व्युत्क्रम सत्यापन) का उपयोग करके विकसित पूर्वानुमान की जाँच करना; 4) पहले से प्राप्त पूर्वानुमानों (अनुक्रमिक सत्यापन) से समानांतर पूर्वानुमान की विश्लेषणात्मक या तार्किक व्युत्पत्ति; 5) विशेषज्ञों का अतिरिक्त सर्वेक्षण और सक्षम विशेषज्ञों और पूर्वानुमानकर्ताओं के निष्कर्षों के साथ तुलना (एक विशेषज्ञ द्वारा सत्यापन); 6) विरोधियों की आलोचनात्मक टिप्पणियों का खंडन करना (प्रतिद्वंद्वी द्वारा सत्यापन); 7) संभावित त्रुटियों की पहचान और रिकॉर्डिंग (त्रुटि सत्यापन); 8) विशिष्ट स्थितियों या वातावरणों में डिज़ाइन पूर्ण मॉडल के समतुल्य सशर्त उपमॉडल का निर्माण (आंशिक लक्ष्य सत्यापन)। यह ध्यान दिया जाना चाहिए कि उनके यथार्थवाद के दृष्टिकोण से कोई सटीक पूर्वानुमान नहीं हैं, इसलिए सत्यापन की समस्या प्रासंगिक और महत्वपूर्ण है, क्योंकि इससे पूर्वानुमान और वास्तविक (उनके कार्यान्वयन के परिणामस्वरूप) मूल्य का अनुमान लगाना संभव हो जाता है। अध्ययनाधीन आर्थिक प्रक्रियाएं।
पूर्वानुमान पद्धति का चुनाव पूर्वानुमान में एक सहायक लेकिन महत्वपूर्ण निर्णय है। इस समाधान को, एक ओर, पूर्वानुमान की कार्यात्मक पूर्णता, विश्वसनीयता और सटीकता सुनिश्चित करनी चाहिए, और दूसरी ओर, पूर्वानुमान के लिए समय और धन की लागत को कम करना चाहिए।
किसी प्रकार या पूर्वानुमान पद्धति का चयन करने के लिए तार्किक सहित औपचारिक प्रक्रियाओं को विकसित करने की प्रासंगिकता तीन के प्रभाव में ही बढ़ जाती है
कारणों के समूह.
कारणों का पहला समूह विभिन्न प्रकार की व्यावहारिक पूर्वानुमान समस्याओं से उत्पन्न पूर्वानुमान विधियों की संख्या में वृद्धि है। वर्तमान में, पूर्वानुमान विधियों की संख्या दो सौ के करीब पहुंच रही है। पूर्वानुमान संबंधी समस्याओं और स्थितियों की बढ़ती जटिलता के कारण, विधियों की संख्या निस्संदेह बढ़ जाएगी। इसलिए, ज्ञात पूर्वानुमान विधियों का अध्ययन करके उनके सार से एक संक्षिप्त परिचय के लिए भी बहुत समय और प्रयास की आवश्यकता होगी।
एक बाज़ार अर्थव्यवस्था में, और इससे भी अधिक एक संक्रमणकालीन अर्थव्यवस्था में, एक अभ्यासरत प्रबंधक के पास इतना समय नहीं हो सकता है। इसलिए, किसी विधि को चुनने के कार्य को सुविधाजनक बनाने के लिए सभी पूर्वानुमान विधियों को प्रकारों में विभाजित करना आवश्यक है। इस मामले में, पूर्वानुमान विधियों के दिए गए वर्गीकरणों का सक्रिय रूप से उपयोग किया जा सकता है।
कारणों का दूसरा समूह यह है कि हल की जा रही समस्याओं और पूर्वानुमान की वस्तुओं दोनों की जटिलता लगातार बढ़ रही है।
कारणों का तीसरा समूह बाजार के माहौल की बढ़ती गतिशीलता (गतिशीलता) से जुड़ा है, जिससे वस्तुओं, सेवाओं और उन्हें उत्पादित करने वाली वस्तुओं और सेवाओं के अप्रचलन की दर में तेजी आ रही है।
इसलिए, पूर्वानुमान पद्धति का चुनाव इससे प्रभावित होता है:
1) हल की जाने वाली व्यावहारिक समस्या का सार;
2) पूर्वानुमान वस्तु और बाजार वातावरण की गतिशील विशेषताएं;
3) उपलब्ध जानकारी का प्रकार और प्रकृति, पूर्वानुमान वस्तु का एक विशिष्ट प्रतिनिधित्व;
4) किसी उत्पाद या सेवा के जीवन चक्र, बाजार चक्र या विकास चक्र (या सुधार) के चरणों के साथ-साथ उन्हें उत्पादित करने वाले औद्योगिक उद्यम का संयोजन;
5) लीड समय अवधि और किसी उत्पाद या सेवा के बाजार, जीवन चक्र, विकास या संशोधन चक्र की अपेक्षित अवधि के साथ इसका संबंध;
6) प्रबंधन का अपेक्षित प्रकार: पारंपरिक, प्रणालीगत, स्थितिजन्य, सामाजिक और नैतिक प्रबंधन;
7) किसी विशिष्ट समस्या के परिणामों और अन्य परिस्थितियों के पूर्वानुमान के लिए आवश्यकताएँ।
इसके अलावा, पूर्वानुमान पद्धति की पसंद को प्रभावित करने वाले सभी उल्लिखित कारकों को एक प्रणालीगत एकता के रूप में माना जाना चाहिए, लेकिन एक निश्चित क्रम में उनकी महत्वपूर्ण संख्या को ध्यान में रखते हुए, जो जरूरी नहीं कि दिए गए के साथ मेल खाता हो।
किसी विशिष्ट कार्य की शर्तों के तहत महत्वहीन माने गए कारकों को विचार से बाहर रखा जा सकता है। उदाहरण के लिए, हाई-टेक मैकेनिकल इंजीनियरिंग नमूने विकसित करते समय, पूर्वानुमान लीड समय को बाजार की स्थिति के पूर्वानुमान क्षितिज और एक नए उत्पाद के विकास चक्र से न्यूनतम के रूप में चुना जाना चाहिए। यदि कोई सांख्यिकीय जानकारी नहीं है, तो पूर्वानुमान पद्धति का प्रकार निम्नलिखित सेट से चुना जा सकता है: सादृश्य द्वारा पूर्वानुमान, कार्यात्मक-तार्किक पूर्वानुमान, विशेषज्ञ पूर्वानुमान।
पूर्व-पूर्वानुमान अनुसंधान के परिणामस्वरूप, भविष्यवक्ता को पूर्वानुमानित वस्तु के बारे में जानकारी की संरचना करनी चाहिए, उसका विश्लेषण करना चाहिए और यह निर्णय लेना चाहिए कि किस विधि का उपयोग करना है। अधिक हद तकपूर्वानुमान और (या) योजना की विशिष्ट स्थितियों से मेल खाता है। साथ ही, पूर्वानुमान पद्धति चुनने पर निर्णय तैयार करने के चरण में, उन दोनों विधियों की पहचान करना महत्वपूर्ण है जिनका उपयोग समस्या हल होने की स्थितियों में संभव है, और उन विधियों का जिनका उपयोग नहीं किया जा सकता है। बाद वाले को विचार किए गए विकल्पों की संख्या से बाहर रखा गया है।
पूर्वानुमान वस्तु का एक विशिष्ट प्रतिनिधित्व इसमें महत्वपूर्ण भूमिका निभा सकता है। यह इस तथ्य से समझाया गया है कि प्रत्येक मानक प्रतिनिधित्व पद्धतिगत पूर्वानुमान वातावरण के कई तत्वों से जुड़ा हुआ है: पूर्वानुमान और योजना के तरीके। यह मानक प्रतिनिधित्व और वस्तु भविष्यवाणी विधि (तालिका 3.1.)/3/ के बीच संबंध की उपस्थिति या अनुपस्थिति के बूलियन (तार्किक) मैट्रिक्स द्वारा परिलक्षित होता है।
वांछित कनेक्शन के अभाव में, पूर्वानुमान या योजना के तरीकों या तरीकों के प्रकार को कब लागू नहीं किया जा सकता है इस प्रकारपूर्वानुमान वस्तु का प्रतिनिधित्व। ऐसा कनेक्शन तब मौजूद होता है जब पंक्ति और स्तंभ के चौराहे पर "1" होता है, और यदि पंक्ति और स्तंभ के चौराहे पर "O" लिखा होता है तो ऐसा कनेक्शन मौजूद नहीं होता है।
इस मैट्रिक्स की पंक्तियाँ 1 से 6 तक क्रमांकित हैं और इनके अनुरूप हैं:
1 - अचेतन (सहज) विचार;
2 - प्राकृतिक भाषा (ज्ञात वर्णनात्मक मॉडल) में पूर्वानुमानित वस्तु का विषय प्रतिनिधित्व (विवरण);
3 - कार्यात्मक अपघटन प्रतिनिधित्व;
4 - सेवा रूपरेखा के रूप में प्रतिनिधित्व;
5 - एकत्रीकरण-विघटन प्रतिनिधित्व;
6 - "पैरामीटर - सहिष्णुता क्षेत्र" मॉडल के रूप में प्रतिनिधित्व।
तालिका 3.1. बूलियन (तार्किक) एक विशिष्ट प्रतिनिधित्व और एक समूह के बीच संबंध की उपस्थिति या अनुपस्थिति का मैट्रिक्सतरीकों पूर्वानुमान.
| № | ||||||
इस मैट्रिक्स के कॉलम पूर्वानुमान प्रकारों की संख्या के अनुसार क्रमांकित हैं:
1 - विशेषज्ञ पूर्वानुमान;
2 - कार्यात्मक-तार्किक पूर्वानुमान;
3 - संरचनात्मक पूर्वानुमान;
4 - पैरामीट्रिक पूर्वानुमान;
5 - सादृश्य द्वारा पूर्वानुमान;
6 - जटिल पूर्वानुमान प्रणाली।
आपको इस बात पर भी ध्यान देना चाहिए कि किस प्रबंधन पद्धति (प्रबंधन का प्रकार) का उपयोग किया जाना चाहिए। यह इस तथ्य से समझाया गया है कि विभिन्न प्रकार के प्रबंधन में परिणामों के प्रकार (गुणात्मक या मात्रात्मक) और पूर्वानुमान सटीकता के लिए अलग-अलग आवश्यकताएं होती हैं। यह याद रखना चाहिए कि, जैसा कि अध्याय 1 में स्थापित किया गया है, एक उद्यमी या प्रबंधक के सभी निर्णय प्रकृति में पूर्वानुमानित होते हैं, यानी पूर्वानुमान किसी भी निर्णय की एक मौलिक संपत्ति है।
पारंपरिक प्रबंधन.इस प्रकार के प्रबंधन के साथ परिणामों के प्रकार (गुणात्मक या मात्रात्मक) और पूर्वानुमान सटीकता के लिए कोई स्पष्ट आवश्यकताएं नहीं हैं। यह इस तथ्य के कारण है कि "डिफ़ॉल्ट रूप से" यह माना जाता है कि नियंत्रण कार्रवाई के परिणाम अन्य वस्तुओं को प्रबंधित करते समय पहले देखे गए परिणामों के समान होंगे। इस प्रकार, पारंपरिक प्रबंधन सादृश्य द्वारा पूर्वानुमान का उपयोग करता है।
सिस्टम प्रबंधनइसमें समस्या के कई तत्वों या तत्वों की भविष्यवाणी करने की आवश्यकता शामिल है, समस्या का समाधान, साथ ही उनके बीच संबंध भी। इसलिए, इस प्रकार का प्रबंधन अक्सर विशेषज्ञ, कार्यात्मक-तार्किक, संरचनात्मक पूर्वानुमान का उपयोग करता है।
परिस्थितिजन्य प्रबंधनलिए गए निर्णयों के परिणामों की भविष्यवाणी करने की आवश्यकता का तात्पर्य है। ऐसे पूर्वानुमान का परिणाम गुणात्मक (बदतर, बेहतर या बेहतर, अस्वीकार्य, आदि) या मात्रात्मक हो सकता है। इसलिए, इस प्रकार के प्रबंधन में अक्सर विशेषज्ञ, कार्यात्मक-तार्किक, संरचनात्मक या गणितीय पूर्वानुमान का उपयोग करना चाहिए।
सामाजिक एवं नैतिक प्रबंधनइसका तात्पर्य न केवल किए गए निर्णयों के परिणामों की भविष्यवाणी करने की आवश्यकता है, बल्कि इस निर्णय के प्रभाव क्षेत्र में आने वाली वस्तुओं की स्थिति पर इन परिणामों के महत्व और (या) प्रभाव का आकलन करने की भी है। विकसित किए जा रहे समाधान के प्रभाव क्षेत्र में आने वाली वस्तुओं की स्थिति के लिए इन परिणामों के महत्व का आकलन करने से हमें ऐसे प्रभाव के परिणाम को स्वीकार्य, अस्वीकार्य आदि के रूप में वर्गीकृत करने की अनुमति मिलती है। पूर्वानुमान का परिणाम गुणात्मक (स्वीकार्य) हो सकता है। अस्वीकार्य, आदि राज्य) या प्रकृति में मात्रात्मक-गुणात्मक, जब किसी राज्य की गुणवत्ता मापदंडों के संख्यात्मक मूल्यों के विश्लेषण और विभिन्न प्रकार के राज्यों के मात्रात्मक आकलन के साथ उनकी तुलना के आधार पर निर्धारित की जाती है।
नैतिक और नैतिक प्रबंधनप्रासंगिक प्रभावों पर कार्मिक प्रतिक्रियाओं के पूर्वानुमान का उपयोग करता है।
स्थिरीकरण प्रबंधनसंबंधित प्रभावों के परिणामस्वरूप नियंत्रण वस्तु के मापदंडों में परिवर्तन की दिशा और दर की भविष्यवाणी की आवश्यकता होती है।
चूँकि इस पुस्तक के पन्नों पर सभी लगभग 200 पूर्वानुमान विधियों की प्रस्तुति अवास्तविक है, इसलिए पूर्वानुमान विधियों को प्रकारों में विभाजित किया गया है। प्रत्येक प्रकार की पूर्वानुमान पद्धति को सबसे अधिक उपयोग की जाने वाली विधियों द्वारा दर्शाया जाता है। यह माना जाता है कि पूर्वानुमान पद्धति के विवरण का दायरा इसे प्रदान करना चाहिए व्यावहारिक उपयोग, लेकिन गणितीय दृष्टिकोण से संपूर्ण रूप से कठोर होने का दावा नहीं करता है। इस पुस्तक में, पूर्वानुमान सिद्धांत विधियों के प्रकारों पर निम्नलिखित क्रम में विचार किया जाएगा: विशेषज्ञ पूर्वानुमान, कार्यात्मक-तार्किक और संरचनात्मक तरीके, पैरामीट्रिक पूर्वानुमान के गणितीय तरीके, सादृश्य द्वारा पूर्वानुमान। यहां जटिल पूर्वानुमान प्रणालियों पर भी विचार किया जाएगा। प्रस्तुतिकरण का यह क्रम पूर्वानुमान में प्रासंगिक समस्याओं को हल करने की आवश्यकता और पूर्वानुमान वस्तु के बारे में उपलब्ध जानकारी से जुड़ा है। प्रत्येक प्रकार की पूर्वानुमान पद्धति की प्रस्तुति से पहले संबंधित विधियों का उपयोग करने की शर्तों का संक्षिप्त विवरण दिया जाएगा।
पूर्वानुमान पद्धति का चुनाव, एक ओर, पूर्वानुमान की कार्यात्मक पूर्णता, विश्वसनीयता और सटीकता सुनिश्चित करना चाहिए, और दूसरी ओर, पूर्वानुमान के लिए समय और धन की लागत को कम करना चाहिए।
किसी प्रकार या पूर्वानुमान पद्धति का चयन करने के लिए तार्किक सहित औपचारिक, प्रक्रियाओं को विकसित करने की प्रासंगिकता कारणों के तीन समूहों के प्रभाव में बढ़ रही है।
कारणों का पहला समूह विभिन्न प्रकार की व्यावहारिक पूर्वानुमान समस्याओं से उत्पन्न बड़ी संख्या में पूर्वानुमान विधियों से जुड़ा है। वर्तमान में, पूर्वानुमान विधियों की संख्या दो सौ से अधिक है। इसलिए, यहां तक कि एक संक्षिप्त परिचय ज्ञात विधियाँसरल खोज द्वारा भविष्यवाणी करने में बहुत समय और प्रयास की आवश्यकता होगी।
कारणों का दूसरा समूह यह है कि हल की जा रही समस्याओं और पूर्वानुमान की वस्तुओं दोनों की जटिलता लगातार बढ़ रही है। यह विशेष रूप से आधुनिक एसईएस पर लागू होता है।
तीसरा समूह एसईएस की बढ़ती गतिशीलता (गतिशीलता) से जुड़ा है।
पूर्व-पूर्वानुमान अनुसंधान के परिणामस्वरूप, भविष्यवक्ता को पूर्वानुमानित वस्तु के बारे में जानकारी तैयार करनी चाहिए, उसका विश्लेषण करना चाहिए और यह तय करना चाहिए कि पूर्वानुमान की विशिष्ट स्थितियों के लिए कौन सी विधि अधिक उपयुक्त है। साथ ही, पूर्वानुमान पद्धति चुनने पर निर्णय तैयार करने के चरण में, उन दोनों विधियों की पहचान करना महत्वपूर्ण है जिनका उपयोग समस्या हल होने की स्थितियों में संभव है, और जिनका उपयोग नहीं किया जा सकता है। बाद वाले को विचार किए गए विकल्पों की संख्या से बाहर रखा गया है।
पूर्वानुमान पद्धति का चुनाव भविष्यवक्ता या पूर्वानुमानकर्ताओं के समूह के व्यक्तिपरक झुकाव का मामला नहीं हो सकता है और इसे वस्तुनिष्ठ चयन मानदंडों के अनुसार निर्धारित किया जाना चाहिए।
किसी विधि को चुनने के मानदंड हैं:
पूर्वानुमान वस्तु की प्रकृति, या पूर्वानुमान प्रक्रिया में हल की गई समस्या (कार्य);
पूर्वानुमान स्तर, या प्रबंधन स्तर (संघीय, क्षेत्रीय, क्षेत्रीय, नगरपालिका), जिसके लिए पूर्वानुमान विकसित किए जाते हैं;
लीड अंतराल (दीर्घकालिक, दीर्घकालिक, मध्यम अवधि, अल्पकालिक);
पूर्वानुमान लक्ष्य.
समस्याओं के विकास की डिग्री और अध्ययन की जा रही समस्याओं और उनके परिणामों के बीच संबंधों की स्पष्टता में भिन्नता होती है; पहचाने गए कारक और प्रदर्शन संकेतक।
पूर्वानुमान संबंधी समस्याओं को हल करते समय उत्पन्न होने वाली समस्याओं के चार वर्ग होते हैं।
1. मानक समस्याएँ. किसी कारक और परिणाम के बीच संबंध सख्ती से निर्धारित होते हैं; उन्हें कार्यात्मक समीकरणों और सरल गणनाओं द्वारा व्यक्त किया जा सकता है (उदाहरण के लिए, श्रम उत्पादकता स्थिर कीमतों में उत्पादन की मात्रा और कर्मचारियों की संख्या के अनुपात के बराबर है)।
2. संरचित समस्याएं. कनेक्शन प्रकृति में संभाव्य (स्टोकेस्टिक) हैं, लेकिन भिन्न हैं उच्च डिग्रीतंग परिस्थितियों। जब कारक बदलते हैं, तो परिणाम एक निश्चित अंतराल "से" और "से" के साथ निर्धारित किया जा सकता है, लेकिन इसे स्पष्ट रूप से भी निर्धारित किया जा सकता है (उदाहरण के लिए, इसके पूंजी-श्रम अनुपात की दर के आधार पर श्रम उत्पादकता की वृद्धि दर का निर्धारण) .
कमजोर रूप से संरचित समस्याएं. उन्हें कारक और परिणाम के बीच निम्न स्तर के घनिष्ठ संबंध की विशेषता होती है। इस मामले में, प्रभावी संकेतक "से" और "से" मूल्यों की एक बहुत बड़ी श्रृंखला में बदलता है।
उदाहरण के लिए, फसल की उपज का स्तर निर्धारित करना, जो मौसम की स्थिति जैसे कारकों पर निर्भर करता है।
4.
असंरचित समस्याएँ. कारक के प्रभाव से प्रभावी संकेतक में परिवर्तन की भविष्यवाणी करना मुश्किल है। उदाहरण के लिए, धन की मात्रा के आधार पर उपकरण और प्रौद्योगिकी का विकास, आदि। यह ध्यान रखना महत्वपूर्ण है कि समस्याओं का वर्ग भविष्यवाणी के उद्देश्य पर निर्भर करता है। उदाहरण के लिए, यह स्पष्ट है कि विज्ञान और प्रौद्योगिकी के विकास की भविष्यवाणी करना स्वाभाविक रूप से कमजोर संरचित समस्याओं को संदर्भित करता है, इसके विपरीत, उदाहरण के लिए, उत्पादन के विकास की भविष्यवाणी करना। लेकिन यह सामान्य स्थिति में है. उसी समय, लीड अंतराल, यानी। पूर्वानुमान अवधि एक ही वस्तु के लिए समस्याओं की श्रेणी को बदल सकती है। इस प्रकार, बुनियादी की मात्रा में परिवर्तन का पूर्वानुमानउत्पादन संपत्ति
अल्पावधि (1 वर्ष) में निवेश की मात्रा के आधार पर संरचित समस्याओं (वर्ग 2) से संबंधित है, और लंबी अवधि (10 वर्ष तक) में हल की गई वही समस्या कमजोर संरचित समस्याओं (वर्ग 3) की श्रेणी में जाती है। , और 20 वर्षों की लंबी अवधि में, और इससे भी अधिक लंबी अवधि (20 वर्षों से अधिक) में - असंरचित समस्याओं की श्रेणी में। यदि समस्या को अल्पावधि में संगठन (कंपनी) के स्तर पर हल किया जाता है, तो इसे मानक समस्याओं (उदाहरण के लिए, गणना) के रूप में वर्गीकृत किया जा सकता हैउत्पादन क्षमता
मानक समस्याओं की भविष्यवाणी करने के लिए, पहचान (समानताएं) और आर्थिक-गणितीय मॉडल का उपयोग किया जाता है। संरचित समस्याओं के लिए, अर्थमितीय और आर्थिक-गणितीय मॉडल का उपयोग किया जाता है। कमजोर संरचित समस्याओं के लिए - विशेषज्ञ मूल्यांकन के तरीके, परिदृश्य विधि, अर्थमितीय मॉडल का उपयोग करना संभव है। असंरचित समस्याओं के लिए - मुख्य रूप से तार्किक तरीके, चर के उच्च स्तर के एकत्रीकरण के साथ विशेषज्ञ मूल्यांकन के तरीके, साथ ही सिमुलेशन मॉडल।
आत्म-नियंत्रण के लिए प्रश्न
पूर्वानुमान पद्धति चुनने की समस्या का सामान्य विवरण दीजिए।
2.
कौन से मानदंड विधि की पसंद का निर्धारण करते हैं?
3.
पूर्वानुमान पद्धति चुनने की मानक समस्याओं का वर्णन करें।
4.
पूर्वानुमान पद्धति चुनने की संरचित समस्याओं का वर्णन करें।