Kaedah ramalan formal adalah berdasarkan teori matematik, yang meningkatkan kebolehpercayaan dan ketepatan ramalan, dengan ketara mengurangkan masa yang diperlukan untuk pelaksanaannya, dan menjadikannya lebih mudah untuk memproses maklumat dan menilai keputusan. Kaedah peramalan formal termasuk: kaedah ekstrapolasi dan pemodelan matematik.
Istilah "ekstrapolasi" mempunyai beberapa tafsiran. DALAM dalam erti kata yang luas perkataan ekstrapolasi- inilah kaedahnya kajian saintifik, yang terdiri daripada melanjutkan kesimpulan yang diperoleh daripada pemerhatian satu bahagian fenomena ke bahagian lain.
DALAM dalam erti kata yang sempit Perkataan ekstrapolasi ialah penemuan daripada siri fungsi tertentu nilai lain yang berada di luar siri ini. Ekstrapolasi terdiri daripada mengkaji masa lampau dan masa kini trend mampan perkembangan ekonomi memindahkan mereka ke masa hadapan. Dalam peramalan, ekstrapolasi (ekstrapolasi) digunakan dalam kajian siri masa dan merupakan penemuan nilai fungsi di luar domain definisinya menggunakan maklumat tentang prestasi fungsi ini pada beberapa titik kepunyaan domain definisinya.
Perbezaan dibuat antara ekstrapolasi prospektif dan retrospektif. Ekstrapolasi prospektif mengandaikan kesinambungan tahap satu siri dinamik untuk masa hadapan berdasarkan corak perubahan tahap yang dikenal pasti dalam tempoh masa yang dikaji. . Ekstrapolasi retrospektif dicirikan oleh penerusan tahap satu siri dinamik ke masa lalu.
Konsep yang bertentangan dengan ekstrapolasi ialah interpolasi, interpolasi, yang melibatkan mencari nilai perantaraan fungsi dalam domain definisinya. Apabila mengkaji siri masa, interpolasi tahap pertengahan mungkin diperlukan.
Bezakan antara ekstrapolasi formal dan ramalan. Ekstrapolasi formal adalah berdasarkan cadangan dan pemeliharaan pada masa depan trend pembangunan masa lalu dan masa kini objek. Ekstrapolasi ramalan mengaitkan keadaan sebenar objek yang dikaji dengan hipotesis perkembangannya. Ia membayangkan keperluan untuk mengambil kira pada masa hadapan perubahan alternatif objek itu sendiri, intipatinya.
Apabila membentuk ramalan menggunakan ekstrapolasi, mereka meneruskan dari arah aliran statistik yang muncul dalam perubahan dalam ciri kuantitatif tertentu sesuatu objek. Evaluatif, berfungsi, sistemik dan ciri-ciri struktur, Sebagai contoh, ciri kuantitatif ekonomi, saintifik, potensi pengeluaran. Tahap realiti ramalan sedemikian sebahagian besarnya ditentukan oleh alasan di sebalik pilihan had "ekstrapolasi" berhubung dengan intipati fenomena yang sedang dipertimbangkan. Urutan langkah untuk analisis trend statistik dan ekstrapolasi adalah seperti berikut:
1. definisi yang jelas tugas, mengemukakan hipotesis tentang kemungkinan pembangunan objek yang diramalkan, membincangkan faktor yang merangsang atau menghalang pembangunan objek ini, menentukan ekstrapolasi yang diperlukan dan julat yang dibenarkan.
2. pemilihan sistem parameter, penyatuan pelbagai unit ukuran yang berkaitan dengan setiap parameter secara berasingan.
3. pengumpulan dan pensisteman data. Sebelum membawanya ke dalam jadual yang sesuai, kehomogenan data dan kebolehbandingannya diperiksa.
4. mengenal pasti trend atau gejala perubahan dalam kuantiti yang dikaji semasa analisis statistik dan data langsung.
Dalam ramalan ekstrapolasi, ramalan makna khusus objek atau parameter yang dikaji dalam tempoh masa tertentu tidak dianggap sebagai komponen utama. Terutama penting di sini ialah rakaman proses objektif yang tepat pada masanya. Trend pembangunan difahami sebagai arah tertentu, evolusi jangka panjang. Biasanya mereka cuba membentangkan trend dalam bentuk trajektori yang lebih kurang lancar.
Untuk meningkatkan ketepatan ekstrapolasi, kami menggunakan pelbagai teknik. Sebagai contoh, bahagian ekstrapolasi keluk pembangunan umum (trend) diselaraskan dengan mengambil kira pengalaman sebenar industri - analog penyelidikan atau objek yang mendahului objek yang diramalkan dalam pembangunannya.
Trend - ini adalah satu perubahan mentakrifkan arah umum pembangunan, trend utama siri masa. Ia difahami sebagai ciri corak asas pergerakan dalam masa, sedikit sebanyak bebas daripada pengaruh rawak. Trend ialah trend perubahan jangka panjang penunjuk ekonomi. Apabila membangunkan model ramalan, arah aliran itu ternyata menjadi komponen utama siri masa yang diramalkan, di mana komponen lain sudah ditumpangkan. Hasilnya dikaitkan secara eksklusif dengan peredaran masa. Diandaikan bahawa pengaruh semua faktor utama boleh dinyatakan melalui masa.
Tugas ramalan adalah untuk menentukan jenis fungsi ekstrapolasi berdasarkan data empirikal awal dan parameter fungsi yang dipilih. Langkah pertama ialah memilih bentuk optimum fungsi yang memberi penerangan terbaik trend. Langkah seterusnya ialah pengiraan parameter bagi fungsi ekstrapolasi yang dipilih. Apabila menganggar parameter pergantungan, yang paling biasa ialah kaedah kuasa dua terkecil dan pengubahsuaiannya, kaedah pelicinan eksponen, kaedah purata bergerak dan lain-lain.
Intipati kaedah kuasa dua terkecil terdiri daripada mencari parameter model aliran yang meminimumkan sisihan daripada titik siri masa asal, iaitu, meminimumkan jumlah sisihan kuadratik antara nilai yang diperhatikan dan dikira. Model trend mungkin berbeza dalam penampilan. Pilihannya dalam setiap kes tertentu dijalankan mengikut beberapa kriteria statistik. Yang paling meluas dalam penyelidikan praktikal ialah fungsi berikut: linear, kuadratik, kuasa, eksponen, eksponen, logik. Linear, atau linearizable, digunakan secara meluas terutamanya, i.e. boleh dikurangkan kepada bentuk linear, sebagai data awal yang paling mudah dan cukup memuaskan. Kaedah kuasa dua terkecil digunakan secara meluas dalam peramalan kerana kesederhanaannya dan fakta bahawa model arah aliran ditetapkan dengan ketat, dan ini memungkinkan untuk menggunakannya hanya untuk tempoh petunjuk yang singkat, i.e. untuk ramalan jangka pendek.
Kaedah pelicinan eksponen memungkinkan untuk mendapatkan anggaran parameter trend yang tidak mencirikan tahap purata proses, tetapi trend yang telah berkembang pada masa pemerhatian terakhir. Kaedah ini membolehkan anda menganggarkan parameter model yang menerangkan arah aliran yang terbentuk pada penghujung tempoh asas. Ia bukan sekadar mengekstrapolasi kebergantungan sedia ada pada masa hadapan, tetapi menyesuaikan dan menyesuaikan diri dengan keadaan yang berubah dari semasa ke semasa.
Kaedah pelicinan eksponen digunakan untuk ramalan jangka pendek dan sederhana. Kelebihannya ialah ia tidak memerlukan pangkalan maklumat yang luas dan melibatkan analisis intensifnya dari sudut nilai maklumat pelbagai ahli jujukan masa. Model yang menerangkan dinamik penunjuk mempunyai rumusan matematik yang mudah, dan evolusi penyesuaian parameter memungkinkan untuk mencerminkan kepelbagaian dan kecairan sifat siri masa.
Kaedah purata bergerak memungkinkan untuk menyelaraskan siri masa dengan membahagikannya kepada bahagian yang sama dengan kebetulan wajib setiap daripadanya jumlah model dan nilai empirikal.
Secara umum, kaedah ekstrapolasi berdasarkan memanjangkan arah aliran masa lalu dan sekarang ke masa hadapan hanya boleh digunakan dalam peramalan dengan masa pendahuluan sehingga lima atau tujuh tahun. Syarat yang paling penting ialah kehadiran trend yang dinyatakan secara berterusan dalam perkembangan sebarang fenomena atau proses realiti sosio-ekonomi. Dengan tempoh ramalan yang lebih lama, kaedah ini tidak memberikan hasil yang tepat.
Penyebaran kaedah untuk menerangkan proses dan fenomena tertentu berfungsi sebagai pemodelan, yang harus difahami sebagai kajian objek pengetahuan pada model mereka. Ia melibatkan membina model objek dan fenomena kehidupan sebenar: organisma hidup, arahan kejuruteraan, sistem sosial, pelbagai proses, termasuk sosio-ekonomi. Simulasi dianggap mencukupi cara yang berkesan peramalan.
DALAM sastera saintifik istilah “model” bermaksud sebarang imej konvensional objek kajian. Model ialah gambar rajah, imej atau penerangan tentang fenomena atau proses dalam alam semula jadi dan masyarakat. Model ini dibina oleh subjek kajian supaya operasi mencerminkan ciri-ciri objek yang penting untuk tujuan kajian (saling hubungan, parameter struktur dan fungsian, dsb.) Model adalah salah satu alat yang paling penting untuk ramalan belanjawan dan pengetahuan saintifik tentang proses yang dikaji. Oleh itu, persoalan tentang kecukupan model kepada objek (iaitu, kualiti paparan) hanya boleh ditangani secara sah untuk tujuan yang agak khusus.
Untuk menerangkan model (termasuk algoritma dan tindakannya) ia digunakan radas matematik. Ini disebabkan oleh kelebihan pendekatan matematik kepada proses pemprosesan maklumat berbilang peringkat, penggunaan cara yang sama untuk membentuk masalah, mencari kaedah untuk menyelesaikannya, membetulkan kaedah ini dan menukarnya menjadi program yang direka untuk penggunaan teknologi komputer.
Satu cara untuk mengkaji corak perkembangan sosial proses ekonomi ialah model ekonomi dan matematik. Di bawah model ekonomi dan matematik(EMM) difahami sebagai teknik untuk membawa kepada penerangan yang lengkap dan menyeluruh tentang proses mendapatkan dan memproses maklumat awal dan peraturan untuk menyelesaikan masalah yang sedang dipertimbangkan dalam julat yang agak luas. kes tertentu. EMM ialah sistem perhubungan formal yang menerangkan perhubungan asas unsur-unsur yang membentuk sistem ekonomi.
Ekonometri ialah sains yang mengkaji hubungan kuantitatif khusus antara proses ekonomi menggunakan ekonomi kaedah matematik dan model. Sistem EMM jenis ekonometrik digunakan untuk menerangkan proses ekonomi yang agak kompleks atau sifat sosial. Pemodelan ekonometrik adalah berdasarkan pemprosesan maklumat statistik bersifat retrospektif, penilaian individu pembolehubah, parameter mereka.
Model ini menunjukkan pergantungan keperluan pembiayaan kepada dua faktor; bilangan pengguna perkhidmatan belanjawan dan piawaian perbelanjaan dipanggil penjelasan(penjelasan).
Pembangunan sistem model ramalan belanjawan melalui tiga peringkat. Yang pertama melibatkan pembangunan teknik ramalan belanjawan tempatan. Di sini, model individu dan subsistem model ramalan belanjawan dikaji. Model yang dibangunkan mesti saling berkaitan dan membentuk satu sistem untuk tujuan peramalan, memastikan interaksi model individu mengikut keperluan tertentu, yang ditetapkan dalam program penyelidikan mengenai masalah secara keseluruhan.
Yang kedua melibatkan penciptaan sistem interaksi model ramalan belanjawan berdasarkan pembangunan teknik ramalan tempatan. Di sini, subsistem model dijelaskan dan dipersetujui, interaksi mereka diperiksa, urutan penggunaan model individu ditentukan, serta kaedah untuk menilai kaedah untuk mengesahkan ramalan kompleks yang dihasilkan. Program yang sesuai disusun untuk menyelesaikan masalah pada komputer.
Yang ketiga termasuk penjelasan dan pembangunan individu sistem tempatan dan teknik dalam proses mencipta sistem model ramalan dan kegunaan praktikalnya.
Model individu dan sistem model peramalan belanjawan mesti memenuhi keperluan tertentu yang menentukan kaedah yang digunakan untuk membangunkan model, serta kaedah dan cara membuat pengiraan. Kandungan keperluan ini merujuk kepada peruntukan berikut. Teknik tersebut hendaklah:
Berikan penerangan yang jelas tentang urutan peraturan (iaitu, algoritma), membolehkan seseorang membuat ramalan di bawah andaian yang agak luas tentang sifat dan makna maklumat awal;
Gunakan kaedah dan cara teknikal yang membolehkan anda menjalankan pengiraan tepat pada masanya dan berulang kali. Dalam kes ini, seseorang harus meneruskan daripada maklumat yang heterogen dan jumlahnya besar, berbeza-beza mengikut pilihan ramalan;
Mengambil kira hubungan kompleks dan pelbagai faktor bagi proses dan penunjuk yang diramalkan. Di bawah keadaan ini, adalah perlu untuk mengenal pasti corak dan trend yang paling penting dan stabil pada kedua-dua bahan sumber dan dalam proses menganalisis keputusan yang diperoleh menggunakan teknik ini dan pengiraannya menggunakan satu set model yang berkaitan;
Menggalakkan penyelarasan ramalan individu dalam sistem mereka, memastikan ketekalan dan pelarasan bersama ramalan.
Penggunaan kaedah matematik adalah syarat yang diperlukan untuk pembangunan dan penggunaan kaedah pemodelan dalam meramalkan belanjawan semua peringkat, yang memastikan tahap kesahan, keberkesanan dan ketepatan masa ramalan pembangunan sistem yang tinggi. kewangan awam. Dalam kes ini mereka menggunakan sistem model ramalan belanjawan, yang harus difahami sebagai satu set kaedah dan model yang memungkinkan untuk memberikan ramalan yang diselaraskan dan konsisten bagi asas cukai, kontinjen pengguna perkhidmatan bajet, berdasarkan kajian arah aliran dan corak yang muncul dalam tempoh semasa dan akan datang , pada sasaran yang ditentukan, mengenai sumber pembiayaan yang ada, keperluan bajet yang dikenal pasti dan dinamiknya.
Dalam peramalan, terdapat pelbagai jenis model: pengoptimuman, statistik (dengan mengambil kira faktor masa) dan dinamik, faktorial, struktur, gabungan, dll. Bergantung pada tahap pengagregatan, jenis model yang sama boleh digunakan untuk pelbagai ekonomi objek. Dari sini, model makroekonomi, intersektoral, antara wilayah, sektoral dan wilayah dibezakan. Pemodelan digunakan bukan sahaja dalam anggaran belanjawan, tetapi juga dalam perancangan. Kaedah pemodelan matematik yang paling biasa ialah kaedah regresi korelasi, model keseimbangan input-output, dan model pengoptimuman.
Topik 12. Kawalan kewangan negeri sebagai fungsi pengurusan kewangan negeri dan wilayah. Arahan utama, prinsip dan cara pembentukan sistem yang berkesan negeri kawalan kewangan di kawasan Persekutuan Rusia
Kaedah penerangan rasmi tentang ketidakpastian adalah kaedah yang paling tepat dan kompleks. Termasuk
Pada masa ini, terdapat kaedah yang terbukti untuk meramalkan pembangunan arah saintifik dan terutamanya teknologi. Ramalan penyelidikan asas dijalankan terutamanya dengan kaedah penilaian pakar (kaedah intuitif kaedah formal (formal-logik, fakta) tidak digunakan secara meluas. Ini disebabkan, khususnya, kekurangan maklumat tentang objek ramalan.
Satu daripada prinsip asas perancangan perniagaan ialah prinsip multivarian, yang melibatkan mempertimbangkan beberapa pilihan projek yang berbeza apabila membangunkan rancangan perniagaan. Dalam kes yang paling mudah, ini adalah tiga pilihan: optimistik, pesimis dan kemungkinan besar. prinsip ini perancangan perniagaan boleh digunakan sebagai asas untuk menilai risiko projek secara keseluruhan. Dalam kes ini, anda boleh menggunakan kaedah penerangan rasmi tentang ketidakpastian, yang merangkumi peringkat awal berikut
Kaedah yang paling tepat ialah penerangan rasmi tentang ketidakpastian. Berkenaan dengan jenis ketidakpastian yang paling kerap dihadapi dalam
Terdapat juga kaedah yang diketahui untuk penerangan rasmi tentang ketidakpastian, yang dianggap paling tepat, tetapi juga paling sukar untuk menjalankan pengiraan. Apabila menggunakan kaedah ini, operasi berikut dilakukan secara berurutan.
Yang paling tepat (tetapi juga yang paling sukar dari sudut pandangan teknikal) ialah kaedah penerangan rasmi tentang ketidakpastian. Berhubung dengan jenis ketidakpastian yang paling kerap dihadapi semasa menilai projek pelaburan, kaedah ini termasuk langkah berikut
Yang paling tepat, tetapi juga yang paling sukar dari sudut pandangan teknikal, ialah kaedah penentuan ketidakpastian secara rasmi. Kaedah ini termasuk operasi berikut
Kepelbagaian alat dan kaedah reka bentuk, perbezaan khusus industri dalam objek kawalan, perbezaan dalam struktur, kelayakan dan tahap latihan profesional pasukan reka bentuk, fokus pada pelbagai set cara teknikal menentukan kepelbagaian dan kerumitan proses teknologi sebenar untuk pembangunan sistem kawalan automatik dan terasnya - SMOD. Dalam hal ini, terdapat keperluan untuk pemetaan formal proses bagi tujuan perancangan optimum dan pengawalseliaan yang berkesan. Kaedah pemetaan formal proses reka bentuk adalah berdasarkan konsep operasi reka bentuk teknologi sebagai struktur asas proses pembangunan SMOD.
Kaedah penerangan rasmi tentang ketidakpastian semasa menilai projek pelaburan termasuk langkah-langkah berikut
Kaedah penentuan diagnostik nilai kegunaan. Dalam kaedah ini, responden menilai nilai penggunaan mengikut beberapa penunjuk, contohnya, kebolehpercayaan, perkhidmatan, reka bentuk, dan lain-lain. Bagi setiap penunjuk, 100 mata diedarkan antara analog. Selain itu, pekali pemberat penunjuk dinilai. 100 mata juga diagihkan antara pekali pemberat. Dengan mendarabkan pekali pemberat dengan anggaran penunjuk dan menjumlahkan nilai yang terhasil untuk setiap produk, anggaran nilai penggunaan produk diperoleh. Seterusnya, harga ditentukan sama dengan kaedah sebelumnya. Penerangan rasmi metodologi adalah seperti berikut
Kumpulan kedua ialah kaedah untuk perwakilan rasmi sistem kawalan, berdasarkan penggunaan kaedah dan model matematik, ekonomi dan matematik untuk mengkaji sistem kawalan. Antaranya kelas-kelas berikut boleh dibezakan
Pada masa ini, hampir semua kumpulan kaedah untuk perwakilan rasmi sistem digunakan dalam organisasi ekonomi dan pengeluaran. Untuk memudahkan pemilihan, keadaan sebenar Kaedah gunaan dibangunkan berdasarkan bidang matematik dan klasifikasinya dicadangkan.
Kaedah untuk perwakilan rasmi sistem
Kaedah untuk pembentangan rasmi sistem kawalan
Kaedah yang digunakan untuk menerangkan sistem pengurusan secara rasmi harus menyumbang kepada penciptaan mekanisme pengurusan organisasi yang jelas dan objek yang digunakan.
Pilihan kaedah khusus bagi penerangan rasmi sistem pengurusan bergantung pada keadaan di mana tinjauan dijalankan, apakah tanggungjawab pelaku untuk keputusan yang dibuat dan apakah tahap peraturan pengurusan dalam organisasi yang ditinjau. .
Kaedah rangkaian perwakilan rasmi sistem kawalan datang kepada membina model rangkaian untuk menyelesaikan masalah kawalan yang kompleks. Asas perancangan rangkaian ialah model rangkaian dinamik maklumat, di mana keseluruhan kompleks dibahagikan kepada operasi yang berasingan dan jelas
Kaedah untuk perwakilan rasmi sistem termasuk kaedah analitikal, statistik, set-teoretik, logik, linguistik, semiotik, grafik, struktur-linguistik dan pemodelan simulasi dinamik.
Berikan komposisi kaedah untuk perwakilan rasmi sistem. Apakah ciri-ciri mereka
Matlamat 3. Untuk melatih pelajar dalam kaedah pembentangan rasmi hasil tinjauan sistem pengurusan
Apakah kaedah untuk memformalkan operasi sistem dialog dan kandungannya?
Apakah kaedah untuk memformalkan komposisi kerja reka bentuk?
Kualiti penting penyelesaian ialah kesahan saintifiknya, fokus yang jelas dan keberkesanan ekonomi. Untuk membuat keputusan mengenai masalah pengurusan pengeluaran, kaedah berdasarkan pendekatan sistem digunakan. kaedah logik, kaedah rasmi.
Mengikut tahap pemformalan - kaedah formal dan tidak formal. Kaedah formal adalah yang utama apabila menjalankan analisis kewangan perusahaan adalah bersifat objektif dan berdasarkan kebergantungan analisis yang ketat. Kaedah tidak formal(kaedah penilaian pakar, kaedah perbandingan) adalah berdasarkan penerangan yang logik teknik analisis, mereka adalah subjektif, kerana hasilnya sangat dipengaruhi oleh gerak hati, pengalaman dan pengetahuan penganalisis.
Keseluruhan set kaedah penyelidikan boleh distrukturkan ke dalam kaedah berdasarkan penggunaan pengetahuan dan gerak hati pakar, kaedah perwakilan rasmi sistem, kaedah bersepadu dan
Di mana mungkin untuk merasmikan hubungan antara penunjuk utama pembangunan sistem yang dikaji, kaedah fakta atau formal digunakan.Kelebihan kaedah fakta berbanding kaedah intuitif (pakar) adalah untuk meningkatkan objektiviti ramalan, mengembangkan keupayaan untuk mempertimbangkan pelbagai pilihan, dan mengautomasikan proses ramalan, yang membolehkan penjimatan sejumlah besar sumber.
Walau bagaimanapun, dengan pemformalkan, masih banyak yang berada di luar skop analisis, dan semakin tinggi tahap pemformalan, semakin lemah dalam kes am ternyata model.
Kaedah formal dibahagikan kepada prinsip umum tindakan kepada empat kumpulan: 1.
Kaedah ekstrapolasi (statistik). 2.
Kaedah dan model sistem-struktur. 3.
Kaedah bersekutu. 4.
Kaedah maklumat lanjutan.
Mari kita pertimbangkan kaedah yang disenaraikan dengan lebih terperinci. 2.4.1.
Kaedah ekstrapolasi ramalan (statistik)
Apabila meramalkan proses ekonomi, kaedah statistik paling banyak diminta. Ini disebabkan terutamanya oleh fakta bahawa kaedah statistik bergantung pada alat analisis, pembangunan dan amalannya mempunyai sejarah yang panjang. Dalam sesetengah kes, mereka menggunakan membina senario pembangunan, analisis morfologi, analogi sejarah. Pendekatan baru untuk meramalkan pembangunan sistem ekonomi adalah, khususnya, ramalan "simptomatik", yang intipatinya adalah untuk mengenal pasti "pertanda" perubahan masa depan dalam teknologi dan teknologi. Walau bagaimanapun, dalam amalan ekonomi, kaedah statistik masih mendominasi (disebabkan oleh fenomena inersia). Proses ramalan, berdasarkan kaedah statistik, dibahagikan kepada dua peringkat.
Peringkat pertama - data dikumpul yang menerangkan kelakuan objek ramalan dalam tempoh masa tertentu, data ini diringkaskan, berdasarkan model proses yang dibuat. Model ini boleh diterangkan dalam bentuk trend pembangunan yang dinyatakan secara analitik (trend extrapolation) atau dalam bentuk pergantungan fungsi pada satu atau beberapa faktor-argumen (persamaan regresi). Membina model proses untuk peramalan, apa jua bentuknya, semestinya termasuk memilih bentuk persamaan yang menerangkan dinamik dan saling hubungan fenomena, dan menganggar parameternya menggunakan satu kaedah atau kaedah yang lain.
Peringkat kedua ialah ramalan segera. Pada peringkat ini, berdasarkan corak yang ditemui, nilai jangkaan penunjuk, nilai atau ciri yang diramalkan ditentukan. Keputusan yang diperoleh belum lagi dianggap muktamad, kerana penilaian dan penggunaannya mesti mengambil kira faktor, keadaan dan batasan yang tidak terlibat dalam penerangan dan pembinaan model. Pelarasan kepada keputusan pertengahan hendaklah dibuat mengikut jangkaan perubahan dalam keadaan.
Seperti yang dinyatakan dalam buku teori ramalan15, kaedah statistik adalah berdasarkan pembinaan dan analisis siri masa atau data pensampelan rawak. Pengarang buku itu juga termasuk kaedah ekstrapolasi ramalan, korelasi dan analisis regresi, dengan menyatakan bahawa kumpulan kaedah statistik boleh termasuk kaedah kemungkinan maksimum dan kaedah bersekutu - simulasi dan analisis logik. Walau bagaimanapun, pada pendapat kami, adalah betul untuk memisahkan kaedah ekstrapolasi dan kaedah matematik.
Dinamik penunjuk yang dikaji mengenai pembangunan sistem ekonomi boleh diramalkan menggunakan dua kumpulan kaedah kuantitatif yang berbeza: ramalan parameter tunggal dan berbilang parameter. Apa yang biasa bagi kedua-dua kumpulan kaedah ialah, pertama sekali, fungsi matematik yang digunakan untuk peramalan parametrik adalah berdasarkan penilaian nilai terukur tempoh lalu (retrospektif). Ramalan parameter tunggal adalah berdasarkan hubungan fungsi antara parameter yang diramalkan (pembolehubah) dan nilai masa lalunya, atau faktor masa:
U+1 = Yau? yt-v ..., yj.
Apabila memproses ramalan sedemikian, kaedah ekstrapolasi arah aliran, pelicinan eksponen atau autoregresi digunakan. Ramalan multivariate adalah berdasarkan andaian hubungan sebab akibat antara parameter yang diramalkan dan beberapa pembolehubah bebas yang lain:
I+1 = f (x^ atau y, +1 = f (%1, x2, ..., xn).
Kaedah parameter tunggal hendaklah digunakan untuk ramalan jangka pendek (kurang daripada satu tahun) penunjuk yang berubah setiap minggu atau bulanan; yang berbilang parameter adalah wajar untuk ramalan jangka sederhana dan panjang.
Pilihan kaedah ramalan parametrik tertentu juga bergantung pada sifat asas statistik awal. Boleh diambil sebagai data awal pemerhatian sampel Dan siri masa. Dalam kes pertama, regresi digunakan sebagai alat ramalan. Lebih kerap daripada sampel rawak, siri masa berfungsi sebagai pangkalan maklumat untuk ramalan. Kemudian, arah aliran, autoregresi, autoregresi bercampur, dsb. bertindak sebagai alat ramalan. Pilihan pendekatan yang mencukupi bergantung kepada sama ada faktor eksogen mempengaruhi nilai pembolehubah bersandar atau tidak, sama ada pembolehubah bersandar dipengaruhi oleh nilai sebelumnya pembolehubah yang sama, dsb.
Secara umum, proses memilih kaedah ramalan parametrik statistik tertentu ditunjukkan dalam Rajah. 2.216.
Kaedah ekstrapolasi mudah. Salah satu kaedah ramalan yang paling biasa ialah ekstrapolasi, i.e. lanjutan ke arah aliran masa depan yang diperhatikan pada masa lalu. Ekstrapolasi adalah berdasarkan andaian berikut. 1.
Perkembangan fenomena boleh dicirikan secara munasabah oleh trajektori yang lancar - trend. 2.
Keadaan umum yang menentukan arah aliran pembangunan pada masa lalu tidak akan mengalami perubahan ketara pada masa hadapan.
nasi. 2.2. Skim pemilihan kaedah statistik peramalan
Ekstrapolasi mudah boleh diwakili sebagai menentukan nilai fungsi
Y+1 = f (y*, L),
dengan y + ialah nilai aras yang diekstrapolasi;
y** - aras diambil sebagai asas ekstrapolasi;
L - tempoh memimpin.
Ekstrapolasi yang paling mudah boleh dilakukan berdasarkan ciri purata siri: tahap purata, peningkatan mutlak purata dan kadar pertumbuhan purata.
Jika tahap purata siri tidak cenderung untuk berubah atau jika perubahan ini tidak ketara, maka kita boleh terima
Jika purata peningkatan mutlak kekal tidak berubah, maka dinamik tahap akan sepadan dengan janjang aritmetik
Jika kadar pertumbuhan purata tidak cenderung untuk berubah, nilai ramalan boleh dikira menggunakan formula
di mana t ialah kadar pertumbuhan purata;
Y* ialah aras yang diambil sebagai asas untuk ekstrapolasi.
DALAM dalam kes ini pembangunan dijangka janjang geometri atau secara eksponen.
Dalam semua kes, selang keyakinan harus ditentukan yang mengambil kira ketidakpastian dan ketidakpastian anggaran yang digunakan.
Kaedah purata bergerak. Yang paling mudah dan paling terkenal ialah kaedah purata bergerak, yang melakukan penjajaran mekanikal siri masa. Intipati kaedah ini adalah untuk menggantikan tahap sebenar siri dengan purata yang dikira, di mana turun naik dibatalkan. Kaedah tersebut dibincangkan secara terperinci dalam kursus teori statistik17.
Kaedah pelicinan eksponen biasanya dikelaskan sebagai kumpulan kaedah penyesuaian. Perlu diingat bahawa pembahagian model kepada adaptif dan bukan adaptif agak sewenang-wenangnya. Perkataan "penyesuaian" (dari bahasa Latin adaptatio) bermaksud penyesuaian struktur dan fungsi fenomena dan proses kepada keadaan kewujudan. Berhubung dengan peramalan, proses penyesuaian adalah seperti berikut. Biarkan ramalan dibuat menggunakan model siri dari beberapa keadaan awal. Kami menunggu sehingga satu unit masa berlalu dan membandingkan hasil ramalan dengan nilai sebenar yang direalisasikan. Ralat ramalan melalui maklum balas diterima pada input sistem dan digunakan untuk melaraskan (melaraskan) model agar lebih mengharmonikan tingkah lakunya dengan dinamik siri. Kemudian ramalan dibuat untuk titik masa seterusnya, dsb. Oleh itu, nilai ahli siri yang berbeza dalam kaedah penyesuaian adalah tidak sama. Lebih banyak berat dan nilai maklumat diberikan kepada pemerhatian yang paling hampir dengan titik ramalan.
Kaedah ekstrapolasi trend. Model trend ialah model matematik yang menerangkan perubahan dalam penunjuk yang diramalkan atau dianalisis hanya bergantung pada masa dan mempunyai bentuk y = f(t). Kaedah yang menggunakan model trend dalam peramalan dipanggil kaedah ekstrapolasi trend. Ini adalah salah satu kaedah ramalan pasif, dipanggil ramalan "naif", kerana ia menganggap inersia pembangunan yang ketat, yang dibentangkan dalam bentuk mengunjurkan arah aliran masa lalu ke masa depan, dan yang paling penting, kebebasan penunjuk pembangunan daripada faktor tertentu . Adalah jelas bahawa trend yang telah terbentuk pada masa lalu tidak boleh dipindahkan ke masa hadapan. Sebab-sebabnya adalah seperti berikut:
a) dalam ramalan jangka pendek, ekstrapolasi purata masa lalu membawa kepada fakta bahawa sisihan luar biasa dalam kedua-dua arah daripada arah aliran diabaikan (atau tidak disedari). Pada masa yang sama, untuk ramalan atau rancangan semasa (jangka pendek), tugas utama adalah untuk menjangka penyimpangan ini;
b) untuk ramalan jangka panjang, perkara berikut digunakan tahap tinggi pengagregatan, yang tidak mengambil kira perubahan dalam struktur produk perkilangan, produk itu sendiri, perubahan dalam teknologi pengeluaran, ciri pasaran, i.e. segala-galanya yang membentuk tugas utama perancangan strategik.
model autoregresif. Model proses pegun, menyatakan nilai penunjuk yt sebagai gabungan linear nombor terhingga nilai sebelumnya penunjuk ini dan komponen rawak tambahan dipanggil model autoregresif:
y = a + FU-1 + ^
di mana a ialah pemalar;
Ф - parameter persamaan;
єt - komponen rawak.
Kaedah yang dipertimbangkan, dengan pengecualian ekstrapolasi trend, adalah penyesuaian, kerana proses pelaksanaannya terdiri daripada mengira nilai jujukan masa penunjuk yang diramalkan, dengan mengambil kira tahap pengaruh tahap sebelumnya.
Kaedah kuasa dua terkecil (LSM). Penciptaan kaedah kuasa dua terkecil bermula sejak karya Carl Friedrich Gauss dalam lewat XVIII V. dan permulaan abad ke-19. dalam Penyelidikan Astronomi. Kaedah ini menjadi paling terkenal terima kasih kepada karya asas ramai ahli statistik dan ahli matematik dan aplikasinya dalam pengiraan ekonomi dan statistik.
Oleh kerana kepentingannya, mari kita pertimbangkan secara ringkas MNC pada contoh mudah kebergantungan antara dua pembolehubah x dan y, dengan y bergantung kepada x. Jika dipastikan bahawa hubungan antara mereka adalah tidak linear dan diterangkan oleh parabola, i.e. polinomial darjah kedua
y = a0 + a1x + a2x2
dengan parameter a0, a1, a2, maka masalahnya berkurangan kepada mencari tiga parameter yang tidak diketahui.
Apabila bilangan cerapan (bilangan tahap dalam siri) n, nilai x dan y diwakili oleh dua siri data: y1, y^ ..., yn dan xv ^ ..., xn.
Jika semua nilai yang diperoleh daripada data pemerhatian terletak pada garis yang diterangkan oleh persamaan parabola, maka untuk setiap titik kesamaan adalah benar
y" - a0 + aX + 02xf = 0.
Namun, pada hakikatnya
Y - a + a X + aj xf = A t,
yang wujud disebabkan oleh ralat pengukuran dan faktor rawak yang tidak dikira. Ia adalah perlu untuk mencari pekali regresi sedemikian bahawa ralat adalah minimum. Anda boleh meminimumkan jumlah sisihan mutlak (modulo) atau jumlah sisihan padu atau ralat mutlak terbesar. Walau bagaimanapun, pendekatan yang optimum adalah untuk meminimumkan kuasa dua sisihan
S = X A2 ^ min. t=1
Meminimumkan sisihan kuasa dua mempunyai sifat nombor itu persamaan biasa sama dengan bilangan parameter yang tidak diketahui. Meminimumkan jumlah
S = X AH = X(y - (- a1 xt - a2x2) -> min t=1 t=1
memberikan tiga persamaan bagi setiap tiga parameter. Untuk mencari nilai parameter yang tidak diketahui, adalah perlu untuk menyamakan dengan sifar derivatif separa bagi jumlah yang ditentukan berkenaan dengan parameter ini:
2X (y - a0 - ajX - apx2) = 0,
2X (y - a0 - ajX - ape2) = 0,
2^(y - a0 - a1x - apx2) = 0.
Menjalankan transformasi termudah membawa kepada sistem persamaan normal
na0 + a ? x + a2 ? x2 = ? y,
A0 ? x + a1 ? x2 + a2 ? x3 = ? eh, ao? x2 + a1 ? x3 + a2? x4 = ? eh2.
Menyelesaikan sistem persamaan linear berkenaan dengan parameter yang tidak diketahui menggunakan mana-mana kaedah memberikan nilai a0, a1, a2. Biasanya, polinomial di atas darjah ketiga secara praktikalnya tidak digunakan, dan sistem persamaan normal polinomial sedemikian akan terdiri daripada empat persamaan, masing-masing.
OLS, walaupun dengan bilangan pemerhatian yang agak kecil, membawa kepada anggaran yang mencukupi. Anggaran boleh menjadi titik dan selang. Anggaran mata mempunyai sifat tidak berat sebelah, kecekapan dan ketekalan.
Walau bagaimanapun, sebarang anggaran nilai sebenar parameter daripada data sampel hanya boleh dibuat dengan tahap kebolehpercayaan tertentu. Tahap kebolehpercayaan ini ditentukan dengan membina selang keyakinan.
LSM juga boleh digunakan dalam kes di mana terdapat data pemerhatian tidak langsung yang merupakan fungsi yang tidak diketahui. MNC adalah asas analisis regresi, digunakan apabila memenuhi prasyarat yang dipertimbangkan. Syarat untuk penggunaannya juga ialah kelinearan persamaan regresi berkenaan dengan parameter. Berdasarkan klasifikasi jenis regresi, OLS boleh digunakan untuk regresi linear dan bukan linear kelas pertama. 2.4.2.
Hari ini, seseorang boleh menemui istilah "pemformalisasi" yang tidak dapat difahami, dan paling banyak kawasan yang berbeza Sains dan teknologi. Bagi mereka yang mahukan pengetahuan mereka, adalah dinasihatkan untuk memahami apa itu pemformalan. Artikel itu akan membincangkan intipati istilah ini dan kegunaan praktikal proses.
Apakah formalisasi dari sudut pandangan saintifik dalam pengertian umum?
Mari kita sentuh sedikit aspek saintifik. Kita akan bermula dari fakta bahawa perkataan formalisasi berasal dari perkataan "formaliti", iaitu, ia bersyarat, dan kadang-kadang juga konsep abstrak, yang memungkinkan untuk menerangkan sifat objek atau fenomena yang tidak wujud dan meramalkan sifatnya dalam persekitaran tertentu di bawah keadaan awal yang diberikan.
Linguistik mana-mana bahasa moden tidak bertepatan sama sekali dengan ungkapan atau sifat berfikir. Oleh itu, logik itu sendiri terpaksa menggunakan beberapa konsep abstrak untuk menggambarkan fenomena ini atau itu. Begitulah rupanya konsep relatif formaliti apa yang berlaku.
Memandangkan ia tidak sukar untuk diteka, intipati pemformalkan adalah untuk menerangkan atau menentukan terlebih dahulu sifat tertentu objek atau proses (walaupun yang tidak wujud di dunia). masa ini) dan ramalkan penggunaannya jika ia muncul di dunia nyata. Tetapi ini adalah idea umum. Konsep pemformalan adalah lebih luas. Pertama, mari kita fokus pada teknologi komputer dan pertimbangkan bagaimana konsep ini digunakan dalam dunia elektronik.
Pemformatan komputer
Jika kita menyentuh topik komputer, kaedah pemformalkan jenis ini, sebaliknya, memproses permulaan syarat yang diberikan, yang membenarkan dengan cukup darjat tinggi menentukan ketepatan tingkah laku selanjutnya objek atau proses.
Hampir semua perkhidmatan cuaca beroperasi berdasarkan prinsip ini. Mempunyai model komputer siklon, anda boleh meramalkan kitaran dan kuasanya ke atas tanah atau di atas air.
Ingat filem "The Day After Tomorrow", di mana saintis meramalkan pemanasan global berdasarkan teknik ini. Dia telah berkembang model komputer, yang memungkinkan untuk meramalkan peristiwa masa depan dengan tahap kebarangkalian tertentu.
Contoh-contoh ini menerangkan dengan jelas apa itu pemformalan.
Prinsip memodelkan objek dan proses
Kaedah utama pemformalkan ialah peramalan dan pemodelan. Teknologi sedemikian digunakan secara eksklusif untuk mendapatkan data akhir tentang objek atau proses yang tidak diketahui, tetapi boleh diandaikan dengan ketepatan yang tinggi mengira.
Jika anda melihat jenis pemformalan, hampir kesemuanya datang hanya kepada kesimpulan dan pengiraan yang logik. Ia tidak akan sukar bagi pembaca untuk membuat persamaan antara pemodelan komputer, bukti teorem, dsb. berdasarkan aksiom dan postulat.
Lihat, perkara yang sama juga boleh ditafsirkan sebagai kaedah pemformalan, kerana dalam praktiknya tidak mungkin untuk mengesahkan bukti. Khususnya, ini menyangkut pemalar perambatan cahaya, perlambatan masa pada ambang pencapaiannya, peningkatan jisim graviti kelengkungan objek dan ruang. Seperti yang mereka katakan, anda tidak dapat merasakannya dengan tangan anda dan anda tidak dapat melihatnya dengan mata anda.
Suatu ketika dahulu ini hanya kesimpulan berani seorang saintis berdasarkan eksperimen mudah. Hari ini semua ini disahkan sains rasmi berdasarkan pemodelan komputer yang sama.
Peringkat pemformalan
Jika kita pertimbangkan sistem komputer, maka peringkat pertama pemformalkan ialah penerangan proses. Tetapi tiada alat digunakan di sini bahasa biasa(huruf, perkataan, frasa, ayat). Anda boleh mencipta yang khusus hanya menggunakan algoritma tertentu berdasarkan bahasa pengaturcaraan yang dipilih, tetapi hanya selepas menetapkan masalah umum.
Dalam erti kata lain, apabila memodelkan tingkah laku objek atau proses, intipati apa yang berlaku mesti diterangkan semata-mata. simbol matematik, menggunakan algoritma matematik.
Hasil pemformalan adalah untuk mendapatkan analisis kejadian sebenar yang boleh diramalkan yang akan menyusul selepas teknologi yang dikaji diaplikasikan dalam amalan atau tertentu. proses semulajadi akan memasuki peringkat manifestasi sebenar.
Apa yang berikut ialah konseptualisasi tugas yang sedang dijalankan. Terdapat dua pilihan di sini: dalam kes pertama, ini ialah definisi pendekatan dalam bentuk menggunakan atribut dan ciri; pilihan kedua melibatkan penggunaan analisis kognitif, apatah lagi menetapkan masalah, mengumpul data awal yang digunakan, syarat, dll.
Selepas dan keadaan awal hubungan sedia ada antara objek dan proses dikaji, serta apa yang dipanggil hubungan semantik, yang membayangkan penggunaan teknik perwakilan tempatan.
Ini diikuti dengan pemprosesan data awal berdasarkan algoritma yang dipilih, selepas itu hasilnya dipaparkan menunjukkan peratusan ralat. Sebagai peraturan, ia tidak melebihi 5%, dan dalam kebanyakan kes keputusan kebarangkalian mencapai 99%. Mana-mana orang atau mesin masih meninggalkan "margin keselamatan" kerana adalah mustahil untuk mengambil kira segala-galanya.
Mengapa semua ini diperlukan?
Jika anda melihatnya, prinsip sedemikian membolehkan anda menganalisis kelakuan objek dan proses. Dengan kata lain, adalah mungkin untuk meramalkan bagaimana proses tertentu akan berkembang.
Sekarang sudah jelas apa itu formalisasi. Mari kita lihat contoh mudah.
Aplikasi pemformalan dalam amalan, contoh mudah
Katakan beberapa pakar telah membangunkan reka bentuk pesawat baharu. Dengan mengambil kira kos projek yang tinggi, membina model saiz asal tanpa ramalan awal kelakuannya di udara adalah tugas yang tidak praktikal sama sekali. Selain itu, menjalankan ujian dalam terowong angin yang sama pada pesawat sebesar Boeing adalah tidak realistik sama sekali.
Formalisasi membolehkan, memandangkan ciri-ciri masa depan yang telah ditetapkan, kapal terbang(rintangan udara, angin sisi, ketinggian dan parameter terowong angin itu sendiri dan ciri-ciri lain) mensimulasikan penerbangan tanpa membina pesawat model.
Contoh lain ialah ujian kereta baru yang dijalankan oleh kebimbangan automobil. Kaedah utama pemformalan dalam kes ini ialah pertama mereka semua menjalani ujian maya, dan selepas menerima keputusan positif, prototaip dimasukkan ke dalam pengeluaran untuk ujian dalam keadaan sebenar.
Keputusan utama
Hasil pemodelan matematik dalam banyak cara (jika tidak seratus peratus, maka dengan kebarangkalian sehingga 95%) boleh menjadi hujah yang kuat yang menyokong pelepasan Teknologi moden, akan membantu meramal cuaca, malah meramal kelakuan sosial sebagai reaksi terhadap peristiwa di dunia.
Ya Ya! di dunia juga mematuhi undang-undangnya sendiri. Ia cukup untuk mempengaruhinya ke arah yang betul. Hari ini, banyak program telah dibuat yang membolehkan untuk meramalkan reaksi masyarakat terhadap sesuatu peristiwa. Dan ini bukan semua contoh pemformalan. Jika anda menggali lebih dalam, kita menghadapi ini setiap hari.
Salah satu yang paling contoh yang terang pemformalan juga boleh dipanggil pengesanan zarah asas yang berlanggar dalam Pelanggar Hadron Besar. Tetapi sebelum ini dipercayai bahawa kewujudan zarah ini adalah teori tulen, dan sama sekali tidak dapat dibuktikan dengan eksperimen sebenar.
Kesimpulan
Seperti yang dapat kita lihat, konsep pemformalan, walaupun kerumitan saintifik intipati proses, mudah difahami menggunakan contoh. Dalam kebanyakan kes, ia bergantung kepada penggunaan rantai logik tertentu yang menentukan keputusan akhir.
muka surat 3
Salah satu tugas pertama dalam bidang ini ialah bekalan kaedah kejuruteraan analisis pra-projek sistem pengurusan sedia ada, kaedah formal analisis itu sendiri dan pembentangan keputusannya, membolehkan analisis dijalankan menggunakan komputer. Kaedah dan model tersebut boleh diperolehi berdasarkan radas teori graf dan algebra matriks.
Pembinaan dan analisis ujian boleh dilakukan menggunakan kaedah yang digariskan dalam kerja. khusus untuk penyelidikan kaedah rasmi algoritmaisasi proses diagnostik. Kaedah untuk meminimumkan program carian kecacatan berdasarkan menilai jumlah maklumat harus dianggap agak berasingan. Ia menunjukkan bahawa penilaian carian kecacatan adalah mungkin untuk kedua-dua peristiwa yang berkemungkinan sama dan tidak boleh sama. Walaupun masalah yang jelas kelihatan mudah, menentukan program carian kecacatan yang optimum untuk sistem dengan kecacatan unsur yang tidak berkemungkinan adalah sukar.
Konsep penukar diskret timbul dalam perjalanan ke aplikasi teori automata dalam kajian masalah tertentu dalam teori pengaturcaraan dan pembinaan kaedah formal untuk mereka bentuk struktur komputer.
Dalam kes ini, dalam beberapa kes, korelasi antara penunjuk individu boleh diambil kira, tetapi kelemahan utama kaedah formal yang disebutkan di atas tetap sah - kemustahilan untuk mengambil kira ketidaksamaan komponen individu maklumat awal.
Yang sangat menarik ialah kajian proses yang berlaku dalam takungan apabila pelbagai reagen kimia ditambah ke dalam air yang disuntik dan, lebih-lebih lagi, penciptaan kaedah yang agak formal untuk mencari teknologi terbaik untuk mempengaruhi deposit.
Bagi mengurangkan kesan faktor subjektif Apabila membuat pengiraan dan untuk meningkatkan tahap kebolehpercayaan dan kebolehpercayaan keputusan yang diperolehi, model ekonomi dan matematik telah dibangunkan yang membolehkan, berdasarkan kaedah rasmi, untuk menentukan struktur wang tunai yang optimum dalam edaran. model ini melibatkan penarafan pada peringkat makro jumlah permintaan wang kertas dan syiling bergantung kepada tahap pendapatan entiti perniagaan.
Apabila merancang pembangunan sistem, adalah perlu untuk mengambil kira faktor seperti hubungan antara teknologi dan tugas sumber, keperluan untuk menggunakan beberapa jenis sumber, dsb. Penggunaan kaedah perancangan formal membolehkan pendekatan yang munasabah untuk memilih urutan pembangunan yang optimum sokongan maklumat ACS.
Pendekatan sistem V teknologi kimia[4, 45, 47, 49] adalah arah metodologi, tugas utamanya adalah untuk membangunkan metodologi umum, serta kaedah tidak formal atau heuristik dan formal. penyelidikan yang menyeluruh dan penciptaan sistem pengangkutan kimia dan kimia yang kompleks jenis yang berbeza dan kelas. Pendekatan sistematik adalah berdasarkan salah satu undang-undang materialisme dialektik yang paling penting - undang-undang hubungan sejagat, interaksi dan saling bergantungan fenomena di dunia dan masyarakat, berdasarkan mana-mana fenomena yang dikaji dianggap bukan sahaja sebagai sistem bebas, tetapi juga sebagai subsistem beberapa sistem yang lebih besar.
Pada masa hadapan, sudah tentu rumusan yang lebih mendalam dan berasas model matematik proses yang sedang dipertimbangkan, tetapi walaupun keputusan pertama ini memungkinkan untuk menunjukkan potensi kaedah formal untuk menyelesaikan masalah untuk mencari penyelesaian reka bentuk optimum yang memberi peluang kepada ahli teknologi untuk mempertimbangkan semua pilihan yang mungkin pelaksanaan proses teknologi dan menggunakan maklumat geologi dan teknikal yang ada dengan paling cekap.
Pendekatan sistem dalam teknologi kimia adalah arah metodologi, matlamat utamanya adalah untuk membangunkan strategi umum, serta kaedah tidak formal, atau heuristik, dan formal untuk kajian bersepadu dan penciptaan proses teknologi kimia kompleks (CTP) dan CTS pelbagai jenis dan kelas. Pendekatan sistemik menganggap bahawa kesalinghubungan dan interaksi CTP yang disertakan dalam CTS tertentu memastikan kemunculan sifat asas baharu dalam CTS ini yang tidak wujud dalam CTS individu yang tidak saling berkaitan.
Ia perlu menggunakan beberapa produk perwakilan yang paling tipikal, sebagai contoh, semua jenis epal - satu. Tiada kaedah rasmi untuk pemilihan tersebut. Akibatnya, masalah membina indeks yang baik beralih kepada sfera penilaian intuitif sebahagian besarnya: berapa banyak dan produk apa yang perlu ditinggalkan dalam set supaya, di satu pihak, tidak memesongkan hasilnya, dan sebaliknya, untuk memastikan kebolehlaksanaan praktikal tugas mendapatkan maklumat awal mengenai harga dan volum.
Ternyata menyelesaikan masalah ini menggunakan kaedah yang diketahui dari wajib kursus sekolah Matematik itu susah. Oleh itu, kaedah penyelesaian formal berdasarkan penggunaan kalkulus matriks akan dicadangkan di sini. Selain itu, susunan pengecualian ini dipilih oleh penentu sendiri Untuk menyelesaikannya sistem yang besar(contohnya, dengan 2000 persamaan dan bilangan pembolehubah yang sama) menggunakan kaedah di atas adalah tidak praktikal. Di sini kita akan melihat salah satu pengubahsuaian kaedah penghapusan berurutan pembolehubah, yang dibangunkan oleh Carl Friedrich Gauss. Banashevich pada tahun 1938. Ia membolehkan anda menulis proses keputusan dalam bentuk yang mudah, kelihatan dan memudahkan kawalan pengiraan.
Pada masa yang sama, amalan menunjukkan bahawa, berdasarkan pertimbangan intuitif, penguji, sebagai peraturan, tidak boleh dengan cekap memilih sistem hipotesis bersaing yang cukup lengkap, terutamanya jika kita bercakap tentang mengenai tindak balas pelbagai peringkat. Terdapat keperluan mendesak untuk membangunkan kaedah formal untuk penyelesaian peringkat ini skim umum, berdasarkan analisis stoikiometri sistem tindak balas. Penggunaan teknik analisis stoikiometri membolehkan pengkaji menentukan kesemuanya tindak balas yang mungkin di antara semua jenis molekul sistem tindak balas, berdasarkan asasnya, membina sistem hipotesis tentang mekanisme yang mungkin untuk berlakunya tindak balas kimia yang kompleks dan bagi setiap mekanisme dengan betul memperolehi yang betul. model kinetik, dipersembahkan dalam bentuk yang paling mudah dan padat.
ini penyelidikan sistem pembentukan dan pengedaran maklumat saintifik bukan sahaja kepentingan bebas. Ia adalah perlu apabila membangunkan sebarang kaedah rasmi untuk menganalisis tatasusunan maklumat dan mengoptimumkannya. Ini disebabkan oleh fakta bahawa automasi pengurusan sistem organisasi dan teknikal tidak boleh berkesan tanpa mengambil kira spesifik objek aplikasinya.
Versi rancangan yang dibangunkan menggunakan kaedah rasmi adalah yang asas, dan pilihan baharu muncul di bawah pengaruh idea baharu.