Mbinu rasmi za utabiri zinatokana na nadharia ya hisabati, ambayo huongeza kutegemewa na usahihi wa utabiri, hupunguza kwa kiasi kikubwa muda unaohitajika kwa utekelezaji wao, na kurahisisha kuchakata taarifa na kutathmini matokeo. Mbinu rasmi za utabiri ni pamoja na: njia za ziada na mfano wa hisabati.
Neno "extrapolation" lina tafsiri kadhaa. KATIKA kwa maana pana maneno extrapolation- hii ndio njia utafiti wa kisayansi, ambayo inajumuisha kupanua mahitimisho yaliyopatikana kutokana na uchunguzi wa sehemu moja ya jambo hadi sehemu nyingine yake.
KATIKA kwa maana finyu Neno extrapolation ni ugunduzi kutoka kwa safu fulani ya utendaji wa maadili yake mengine ambayo yako nje ya safu hii. Extrapolation inajumuisha kusoma zamani na sasa mwelekeo endelevu maendeleo ya kiuchumi kuwahamisha hadi siku zijazo. Katika utabiri, extrapolation (extrapolation) hutumiwa katika utafiti wa safu ya wakati na ni ugunduzi wa maadili ya kazi nje ya kikoa cha ufafanuzi wake kwa kutumia habari juu ya utendaji wa kazi hii katika sehemu zingine za kikoa cha ufafanuzi wake.
Tofauti inafanywa kati ya utaftaji unaotarajiwa na wa kurudi nyuma. Extrapolation inayotarajiwa inachukua mwendelezo wa viwango vya mfululizo wa mienendo kwa siku zijazo kulingana na muundo uliotambuliwa wa mabadiliko katika viwango katika kipindi cha muda kilichosomwa. . Retrospective extrapolation inayojulikana na kuendelea kwa kiwango cha mfululizo wa mienendo katika siku za nyuma.
Wazo lililo kinyume na utaftaji ni ukalimani, ukalimani, ambao unajumuisha kupata maadili ya kati ya kazi katika kikoa cha ufafanuzi wake. Wakati wa kusoma mfululizo wa wakati, tafsiri ya viwango vya kati inaweza kuwa muhimu.
Tofautisha kati ya utaftaji rasmi na utabiri. Extrapolation rasmi inategemea pendekezo na uhifadhi katika siku zijazo za mwelekeo wa maendeleo wa zamani na wa sasa wa kitu. Utabiri wa ziada huunganisha hali halisi ya kitu kinachochunguzwa na dhahania za ukuaji wake. Inamaanisha haja ya kuzingatia katika siku zijazo mabadiliko mbadala kitu chenyewe, asili yake.
Wakati wa kuunda utabiri kwa kutumia extrapolation, huendelea kutoka kwa mwelekeo wa kitakwimu unaojitokeza katika mabadiliko katika sifa fulani za kiasi cha kitu. Tathmini, kazi, utaratibu na sifa za muundo, Kwa mfano, sifa za kiasi kiuchumi, kisayansi, uwezo wa uzalishaji. Kiwango cha ukweli wa utabiri huo kwa kiasi kikubwa imedhamiriwa na uchaguzi uliowekwa vizuri wa mipaka ya "extrapolation" kuhusiana na kiini cha jambo linalozingatiwa. Mlolongo wa hatua za uchanganuzi wa mwenendo wa takwimu na uwasilishaji ni kama ifuatavyo:
1. ufafanuzi wazi kazi, kuweka dhahania juu ya ukuzaji unaowezekana wa kitu kilichotabiriwa, kujadili mambo ambayo huchochea au kuzuia ukuaji wa kitu hiki, kuamua utaftaji muhimu na anuwai yake inayoruhusiwa.
2. uteuzi wa mfumo wa vigezo, umoja wa vitengo mbalimbali vya kipimo vinavyohusiana na kila parameter tofauti.
3. ukusanyaji na utaratibu wa data. Kabla ya kuwaleta kwenye jedwali zinazofaa, usawa wa data na ulinganifu wao huangaliwa.
4. kutambua mienendo au dalili za mabadiliko katika idadi iliyosomwa wakati wa uchambuzi wa takwimu na data ya moja kwa moja.
Katika utabiri wa extrapolation, utabiri maana maalum ya kitu kilichojifunza au parameter katika kipindi fulani cha wakati haizingatiwi sehemu kuu. Hasa muhimu hapa ni kurekodi kwa wakati kwa mchakato wa lengo. Mwelekeo wa maendeleo unaeleweka kama mwelekeo fulani, mageuzi ya muda mrefu. Kawaida wanajaribu kuwasilisha mwenendo kwa namna ya trajectory zaidi au chini ya laini.
Ili kuboresha usahihi wa extrapolation, tunatumia mbinu mbalimbali. Kwa mfano, sehemu ya ziada ya curve ya maendeleo ya jumla (mwenendo) inarekebishwa kwa kuzingatia uzoefu halisi wa sekta - analog ya utafiti au kitu ambacho kiko mbele ya kitu kilichotabiriwa katika maendeleo yake.
Mwenendo - haya ni mabadiliko kufafanua mwelekeo wa jumla maendeleo, mwenendo kuu wa mfululizo wa wakati. Inaeleweka kama tabia ya muundo wa kimsingi wa harakati kwa wakati, kwa kiwango fulani bila ushawishi wa nasibu. Mwelekeo ni mwelekeo wa muda mrefu wa mabadiliko viashiria vya kiuchumi. Wakati wa kuendeleza mifano ya utabiri, mwelekeo unageuka kuwa sehemu kuu ya mfululizo wa wakati uliotabiriwa, ambao vipengele vingine tayari vimewekwa juu. Matokeo yake yanahusishwa pekee na kupita kwa wakati. Inachukuliwa kuwa ushawishi wa mambo yote kuu unaweza kuonyeshwa kwa wakati.
Kazi ya utabiri ni kuamua aina ya kazi za ziada kulingana na data ya awali ya majaribio na vigezo vya kazi iliyochaguliwa. Hatua ya kwanza ni kuchagua fomu bora ya chaguo la kukokotoa linalotoa maelezo bora mwenendo. Hatua inayofuata ni hesabu ya vigezo vya kazi iliyochaguliwa ya extrapolation. Wakati wa kukadiria vigezo vya utegemezi, kawaida zaidi ni njia ya mraba ndogo na marekebisho yake, njia ya kulainisha kielelezo, njia ya wastani ya kusonga na zingine.
Asili njia ya angalau mraba inajumuisha kutafuta vigezo vya mtindo wa mwenendo ambao hupunguza ukengeushaji wake kutoka kwa pointi za mfululizo wa saa asilia, yaani, kupunguza jumla ya mikengeuko ya quadratic kati ya thamani zilizotazamwa na zilizokokotolewa. Mfano wa mwenendo unaweza kutofautiana kwa kuonekana. Uchaguzi wake katika kila kesi maalum unafanywa kwa mujibu wa idadi ya vigezo vya takwimu. Iliyoenea zaidi katika utafiti wa vitendo ni kazi zifuatazo: linear, quadratic, power, exponential, exponential, mantiki. Linear, au linearizable, hutumiwa hasa sana, i.e. inayoweza kupunguzwa kwa fomu ya mstari, kama data rahisi zaidi na inayotosheleza vya kutosha. Njia ya angalau mraba hutumiwa sana katika utabiri kutokana na unyenyekevu wake na ukweli kwamba mtindo wa mwenendo umewekwa madhubuti, na hii inafanya uwezekano wa kuitumia tu kwa muda mfupi wa kuongoza, i.e. kwa utabiri wa muda mfupi.
Mbinu ya kulainisha kielelezo inafanya uwezekano wa kupata makadirio ya vigezo vya mwenendo ambavyo havina sifa kiwango cha wastani mchakato, lakini mwelekeo ambao ulikuwa umeendelea wakati wa uchunguzi wa mwisho. Njia hii inakuwezesha kukadiria vigezo vya mtindo unaoelezea mwelekeo ulioundwa mwishoni mwa kipindi cha msingi. Haiongezei tu utegemezi uliopo katika siku zijazo, lakini hubadilika na kuendana na mabadiliko ya hali kwa wakati.
Njia ya kulainisha kielelezo hutumiwa kwa utabiri wa muda mfupi na wa kati. Faida zake ni kwamba hauhitaji msingi mkubwa wa habari na inahusisha uchambuzi wake wa kina kutoka kwa mtazamo wa thamani ya habari ya wanachama mbalimbali wa mlolongo wa wakati. Mifano zinazoelezea mienendo ya kiashiria zina uundaji rahisi wa hisabati, na mageuzi ya kurekebisha ya vigezo hufanya iwezekanavyo kutafakari heterogeneity na fluidity ya mali ya mfululizo wa wakati.
Njia ya wastani ya kusonga hufanya iwezekane kuoanisha msururu wa saa kwa kuigawanya katika sehemu sawa na sadfa ya lazima ya kila mmoja wao jumla ya modeli na maadili ya kimajaribio.
Kwa ujumla, mbinu za ziada kulingana na kupanua mwelekeo wa zamani na wa sasa katika siku zijazo zinaweza tu kutumika katika utabiri kwa muda wa mwanzo wa hadi miaka mitano au saba. Hali muhimu zaidi ni uwepo wa mielekeo inayoendelea kuonyeshwa katika ukuzaji wa jambo lolote au mchakato wa ukweli wa kijamii na kiuchumi. Kwa muda mrefu wa utabiri, mbinu hizi hazitoi matokeo sahihi.
Usambazaji wa njia za kuelezea michakato na matukio fulani hutumika kama mfano, ambayo inapaswa kueleweka kama somo la vitu vya maarifa kwenye mifano yao. Inajumuisha kujenga mifano ya vitu na matukio halisi ya maisha: viumbe hai, maelekezo ya uhandisi, mifumo ya kijamii, michakato mbalimbali, zikiwemo za kijamii na kiuchumi. Simulation inachukuliwa kuwa ya kutosha njia za ufanisi utabiri.
KATIKA fasihi ya kisayansi neno "mfano" linamaanisha picha yoyote ya kawaida ya kitu cha utafiti. Mfano ni mchoro, picha au maelezo ya jambo au mchakato katika asili na jamii. Mfano huo umeundwa na somo la utafiti ili shughuli zionyeshe sifa za kitu ambacho ni muhimu kwa madhumuni ya utafiti (mahusiano, vigezo vya kimuundo na kazi, nk) Mfano ni mojawapo ya zana muhimu zaidi kwa ajili ya utafiti. utabiri wa bajeti na maarifa ya kisayansi ya mchakato unaofanyiwa utafiti. Kwa hiyo, swali la utoshelevu wa mfano kwa kitu (yaani, ubora wa onyesho) linaweza tu kushughulikiwa kihalali kwa madhumuni maalum.
Ili kuelezea mifano (ikiwa ni pamoja na algorithms na matendo yao) hutumiwa vifaa vya hisabati. Hii ni kwa sababu ya faida za mbinu ya kihesabu kwa michakato ya usindikaji wa habari ya hatua nyingi, utumiaji wa njia sawa za kuunda shida, kutafuta njia za kuzitatua, kurekebisha njia hizi na kuzibadilisha kuwa programu iliyoundwa kwa matumizi ya teknolojia ya kompyuta.
Njia ya kusoma mifumo ya maendeleo ya kijamii michakato ya kiuchumi ni mfano wa kiuchumi na hisabati. Chini ya mfano wa kiuchumi na hisabati(EMM) inaeleweka kama mbinu ya kuleta maelezo kamili, ya kina ya mchakato wa kupata na kusindika habari ya awali na sheria za kutatua shida inayozingatiwa katika anuwai pana. kesi maalum. EMM ni mfumo wa mahusiano rasmi ambayo yanaelezea mahusiano ya kimsingi ya vipengele vinavyounda mfumo wa kiuchumi.
Econometry ni sayansi ambayo inasoma uhusiano maalum wa kiidadi kati ya michakato ya kiuchumi kwa kutumia uchumi mbinu za hisabati na mifano. Mfumo wa EMM wa aina ya uchumi hutumiwa kuelezea michakato ngumu ya kiuchumi au asili ya kijamii. Muundo wa kiuchumi unategemea usindikaji habari za takwimu retrospective katika asili, tathmini ya mtu binafsi vigezo, vigezo vyao.
Mtindo huu unaonyesha utegemezi wa hitaji la ufadhili kwa mambo mawili; idadi ya watumiaji wa huduma za bajeti na viwango vya matumizi inaitwa maelezo(maelezo).
Maendeleo ya mfumo wa mifano ya utabiri wa bajeti hupitia hatua tatu. Ya kwanza inahusisha maendeleo ya mbinu za utabiri wa bajeti ya ndani. Hapa, mifano ya mtu binafsi na mifumo ndogo ya mifano ya utabiri wa bajeti inasomwa. Mifano zilizotengenezwa lazima ziunganishwe na kuunda mfumo mmoja kwa madhumuni ya utabiri, kuhakikisha mwingiliano wa mifano ya mtu binafsi kwa mujibu wa mahitaji fulani, ambayo yamewekwa katika mpango wa utafiti juu ya tatizo kwa ujumla.
Ya pili inahusisha uundaji wa mfumo wa mwingiliano wa mifano ya utabiri wa bajeti kulingana na maendeleo ya mbinu za utabiri wa ndani. Hapa, mifumo ndogo ya mifano inafafanuliwa na kukubaliana, mwingiliano wao unaangaliwa, mlolongo wa kutumia mifano ya mtu binafsi imedhamiriwa, pamoja na njia za kutathmini njia za kuthibitisha utabiri tata unaosababishwa. Programu zinazofaa zinaundwa ili kutatua matatizo kwenye kompyuta.
Ya tatu ni pamoja na ufafanuzi na maendeleo ya mtu binafsi mifumo ya ndani na mbinu wakati wa kuunda mfumo wa mifano ya utabiri na matumizi yao ya vitendo.
Mitindo ya mtu binafsi na mfumo wa mifano ya utabiri wa bajeti lazima ikidhi mahitaji fulani ambayo huamua mapema njia ambazo mifano inapaswa kutengenezwa, pamoja na mbinu na njia za kufanya mahesabu. Maudhui ya mahitaji haya yanatokana na masharti yafuatayo. Mbinu inapaswa:
Toa maelezo ya wazi ya mlolongo wa sheria (yaani, algoriti), kuruhusu mtu kufanya utabiri chini ya dhana pana kuhusu asili na maana ya maelezo ya awali;
Tumia mbinu na njia za kiufundi zinazokuwezesha kufanya mahesabu kwa wakati unaofaa na mara kwa mara. Katika kesi hii, mtu anapaswa kuendelea kutoka kwa habari ambayo ni tofauti na kubwa kwa kiasi, tofauti kulingana na chaguzi za utabiri;
Zingatia mahusiano magumu, mengi ya michakato na viashiria vilivyotabiriwa. Chini ya masharti haya, ni muhimu kutambua mwelekeo na mwelekeo muhimu zaidi na imara wote kwenye nyenzo za chanzo na katika mchakato wa kuchambua matokeo yaliyopatikana kwa kutumia mbinu hii na mahesabu yao kwa kutumia seti ya mifano inayohusiana;
Kuza upatanishi wa utabiri wa mtu binafsi katika mfumo wao, kuhakikisha uthabiti na marekebisho ya pamoja ya utabiri.
Matumizi ya mbinu za hisabati ni hali ya lazima kwa ajili ya maendeleo na matumizi ya mbinu za modeli katika utabiri wa bajeti za ngazi zote, ambayo inahakikisha kiwango cha juu cha uhalali, ufanisi na wakati wa utabiri wa maendeleo ya mfumo. fedha za umma. Katika kesi hii, wanatumia mfumo wa mifano ya utabiri wa bajeti, ambayo inapaswa kueleweka kama seti ya njia na mifano ambayo inafanya uwezekano wa kutoa utabiri ulioratibiwa na thabiti wa msingi wa ushuru, safu za watumiaji wa huduma za bajeti, kwa kuzingatia utafiti wa mwenendo na mifumo inayoibuka katika vipindi vya sasa na vijavyo. , kwa malengo maalum, juu ya vyanzo vinavyopatikana vya fedha, mahitaji ya bajeti yaliyotambuliwa na mienendo yao.
Katika utabiri, kuna aina tofauti za mifano: optimization, takwimu (kwa kuzingatia sababu ya muda) na nguvu, factorial, miundo, pamoja, nk Kulingana na kiwango cha aggregation, aina hiyo ya mfano inaweza kutumika kwa mbalimbali kiuchumi. vitu. Kuanzia hapa, mifano ya uchumi mkuu, kati ya sekta, kati ya kanda, kisekta na kikanda inatofautishwa. Modeling haitumiwi tu katika utabiri wa bajeti, lakini pia katika kupanga. Mbinu za kawaida za uundaji wa hisabati ni mbinu ya urejeleaji wa uunganisho, modeli ya usawa wa pembejeo-pato na miundo ya uboreshaji.
Mada ya 12. Udhibiti wa fedha wa serikali kama kazi ya usimamizi wa fedha wa serikali na eneo. Miongozo kuu, kanuni na njia za malezi mfumo wa ufanisi jimbo udhibiti wa fedha katika mikoa ya Shirikisho la Urusi
Njia ya maelezo rasmi ya kutokuwa na uhakika ni njia sahihi zaidi na ngumu. Inajumuisha
Hivi sasa, kuna njia zilizothibitishwa za kutabiri maendeleo maelekezo ya kisayansi na hasa teknolojia. Utabiri wa utafiti wa kimsingi unafanywa hasa na mbinu za tathmini za wataalam (mbinu za angavu); mbinu rasmi (rasmi-mantiki, ukweli) hazitumiwi sana. Hii ni kwa sababu, haswa, kwa ukosefu wa habari juu ya kitu cha utabiri.
Moja ya kanuni za msingi mipango ya biashara ni kanuni ya multivariance, ambayo inahusisha kuzingatia idadi ya chaguzi mbalimbali za mradi wakati wa kuendeleza mpango wa biashara. Katika kesi rahisi, hizi ni chaguzi tatu: matumaini, tamaa na uwezekano mkubwa. Kanuni hii mipango ya biashara inaweza kutumika kama msingi wa kutathmini hatari ya mradi kwa ujumla. Katika kesi hii, unaweza kutumia njia ya maelezo rasmi ya kutokuwa na uhakika, ambayo ni pamoja na hatua za awali zifuatazo.
Njia sahihi zaidi ni maelezo rasmi ya kutokuwa na uhakika. Kuhusiana na aina za kutokuwa na uhakika mara nyingi hukutana
Pia kuna njia inayojulikana kwa maelezo rasmi ya kutokuwa na uhakika, ambayo inachukuliwa kuwa sahihi zaidi, lakini pia ni vigumu zaidi kutekeleza mahesabu. Wakati wa kutumia njia hii, shughuli zifuatazo zinafanywa kwa mlolongo.
Sahihi zaidi (lakini pia ngumu zaidi kutoka kwa mtazamo wa kiufundi) ni njia ya maelezo rasmi ya kutokuwa na uhakika. Kuhusiana na aina za kutokuwa na uhakika mara nyingi hukutana wakati wa kutathmini miradi ya uwekezaji, njia hii inajumuisha hatua zifuatazo.
Sahihi zaidi, lakini pia ngumu zaidi kutoka kwa mtazamo wa kiufundi, ni njia ya uamuzi rasmi wa kutokuwa na uhakika. Njia hii inajumuisha shughuli zifuatazo
Aina ya zana na mbinu za kubuni, tofauti maalum za tasnia katika vitu vya kudhibiti, tofauti katika muundo, sifa na kiwango cha mafunzo ya kitaalam ya timu za muundo, kuzingatia seti anuwai za njia za kiufundi huamua utofauti na ugumu wa michakato halisi ya kiteknolojia kwa maendeleo. ya mifumo ya kudhibiti otomatiki na msingi wake - SMOD. Katika suala hili, kuna haja ya uchoraji ramani rasmi wa michakato kwa madhumuni ya mipango yao bora na udhibiti mzuri. Mbinu ya uchoraji ramani rasmi wa michakato ya kubuni inategemea dhana ya operesheni ya muundo wa kiteknolojia kama muundo wa msingi wa mchakato wa maendeleo ya SMOD.
Njia ya maelezo rasmi ya kutokuwa na uhakika wakati wa kutathmini miradi ya uwekezaji inajumuisha hatua zifuatazo
Njia ya uamuzi wa uchunguzi wa thamani ya matumizi. Kwa njia hii, washiriki hutathmini thamani ya matumizi kulingana na viashiria kadhaa, kwa mfano, kuegemea, huduma, kubuni, nk Kwa kila kiashiria, pointi 100 zinasambazwa kati ya analogues. Zaidi ya hayo, mgawo wa uzani wa viashiria hupimwa. Pointi 100 pia husambazwa kati ya mgawo wa uzani. Kwa kuzidisha mgawo wa uzani kwa makadirio ya kiashiria na muhtasari wa maadili yanayotokana kwa kila bidhaa, makisio ya thamani ya matumizi ya bidhaa hupatikana. Ifuatayo, bei imedhamiriwa sawa na njia ya awali. Maelezo rasmi ya mbinu itakuwa kama ifuatavyo
Kundi la pili ni mbinu za uwakilishi rasmi wa mifumo ya udhibiti, kwa kuzingatia matumizi ya mbinu za hisabati, kiuchumi na hisabati na mifano ya kusoma mifumo ya udhibiti. Kati yao, madarasa yafuatayo yanaweza kutofautishwa
Hivi sasa, karibu vikundi vyote vya njia za uwakilishi rasmi wa mifumo hutumiwa katika uchumi na shirika la uzalishaji. Kwa urahisi wa uteuzi, hali halisi Njia zilizotumiwa zinatengenezwa kwa misingi ya maeneo ya hisabati na uainishaji wao unapendekezwa.
Mbinu za uwakilishi rasmi wa mifumo
Mbinu za uwasilishaji rasmi wa mifumo ya udhibiti
Mbinu zinazotumiwa kuelezea rasmi mifumo ya usimamizi lazima hatimaye zichangie katika uundaji wa taratibu wazi za usimamizi wa shirika na vitu vinavyotumika.
Uchaguzi wa njia maalum ya maelezo rasmi ya mfumo wa usimamizi inategemea hali ambayo uchunguzi unafanywa, ni jukumu gani la watendaji kwa maamuzi yaliyofanywa na ni kiwango gani cha udhibiti wa usimamizi katika shirika linalochunguzwa. .
Mbinu ya mtandao ya uwakilishi rasmi wa mifumo ya udhibiti inakuja chini ya kujenga muundo wa mtandao wa kutatua tatizo tata la udhibiti. Msingi wa upangaji wa mtandao ni mfano wa mtandao wenye nguvu wa habari, ambayo tata nzima imegawanywa katika shughuli tofauti, zilizofafanuliwa wazi.
Mbinu za uwakilishi rasmi wa mifumo ni pamoja na uchanganuzi, takwimu, nadharia-seti, kimantiki, kiisimu, kisemiotiki, kielelezo, mbinu za kimuundo-lugha, na uigaji dhabiti wa uigaji.
Toa muundo wa mbinu za uwakilishi rasmi wa mifumo. Je, ni sifa zao
Lengo 3. Kufundisha wanafunzi katika mbinu za uwasilishaji rasmi wa matokeo ya uchunguzi wa mifumo ya usimamizi
Je, ni mbinu gani za kurasimisha uendeshaji wa mifumo ya mazungumzo na maudhui yake?
Ni njia gani za kurasimisha utungaji wa kazi ya kubuni?
Sifa muhimu za suluhu ni uhalali wao wa kisayansi, umakini wa wazi na ufanisi wa kiuchumi. Kufanya maamuzi juu ya matatizo ya usimamizi wa uzalishaji, njia kulingana na mbinu ya mifumo hutumiwa. njia ya kimantiki, njia rasmi.
Kulingana na kiwango cha urasimishaji - njia rasmi na zisizo rasmi. Njia rasmi ndizo kuu wakati wa kufanya uchambuzi wa kifedha wa biashara; ni lengo kwa asili na ni msingi wa utegemezi mkali wa uchambuzi. Mbinu zisizo rasmi(njia ya tathmini ya wataalam, njia ya kulinganisha) inategemea maelezo ya mantiki mbinu za uchambuzi, wao ni subjective, kwa kuwa matokeo huathiriwa sana na intuition, uzoefu na ujuzi wa mchambuzi.
Seti nzima ya njia za utafiti zinaweza kupangwa kwa njia kulingana na utumiaji wa maarifa na angavu ya wataalam, njia za uwakilishi rasmi wa mifumo, njia zilizojumuishwa na.
Ambapo inawezekana kurasimisha miunganisho kati ya viashiria kuu vya maendeleo ya mfumo chini ya utafiti, njia za kweli, au rasmi hutumiwa.Faida ya mbinu za kweli juu ya njia za angavu (mtaalam) ni kuongeza usawa wa utabiri, kupanua uwezo wa kuzingatia chaguzi mbalimbali, na kubinafsisha mchakato wa utabiri, ambayo inaruhusu kuokoa kiasi kikubwa cha rasilimali.
Walakini, pamoja na urasimishaji, mengi yanabaki nje ya wigo wa uchambuzi, na kadri kiwango cha urasimishaji kinavyoongezeka, ndivyo kesi ya jumla anageuka kuwa mwanamitindo.
Mbinu rasmi zimegawanywa katika kanuni ya jumla vitendo katika vikundi vinne: 1.
Mbinu za ziada (takwimu). 2.
Njia za muundo wa mfumo na mifano. 3.
Mbinu za ushirika. 4.
Mbinu za habari za hali ya juu.
Hebu fikiria njia zilizoorodheshwa kwa undani zaidi. 2.4.1.
Njia za utabiri za ziada (takwimu)
Wakati wa kutabiri michakato ya kiuchumi, mbinu za takwimu zinahitajika sana. Hii ni hasa kutokana na ukweli kwamba mbinu za takwimu zinategemea vifaa vya uchambuzi, maendeleo na mazoezi ambayo yana historia ndefu. Katika hali nyingine, wanaamua kuunda hali za maendeleo, uchambuzi wa kimofolojia, mlinganisho wa kihistoria. Njia mpya ya kutabiri maendeleo ya mifumo ya kiuchumi ni, haswa, utabiri wa "dalili", kiini cha ambayo ni kutambua "harbinger" ya mabadiliko ya baadaye katika teknolojia na teknolojia. Hata hivyo, katika mazoezi ya uchumi, mbinu za takwimu bado zinatawala (kutokana na hali ya inertia). Mchakato wa utabiri, kulingana na mbinu za takwimu, umegawanywa katika hatua mbili.
Hatua ya kwanza - data inakusanywa ambayo inaelezea tabia ya kitu cha utabiri kwa muda fulani, data hii ni muhtasari, kwa misingi ambayo mfano wa mchakato huundwa. Mfano huo unaweza kuelezewa kwa namna ya mwelekeo wa maendeleo ulioonyeshwa kwa uchanganuzi (trend extrapolation) au kwa namna ya utegemezi wa kazi kwa hoja moja au kadhaa (equations regression). Kuunda kielelezo cha mchakato wa utabiri, vyovyote vile umbo lake, lazima ni pamoja na kuchagua aina ya equation ambayo inaelezea mienendo na mwingiliano wa matukio, na kukadiria vigezo vyake kwa kutumia njia moja au nyingine.
Hatua ya pili ni utabiri wa papo hapo. Katika hatua hii, kulingana na mifumo iliyopatikana, thamani inayotarajiwa ya kiashiria kilichotabiriwa, thamani au tabia imedhamiriwa. Matokeo yaliyopatikana bado hayawezi kuchukuliwa kuwa ya mwisho, kwa kuwa tathmini na matumizi yao lazima izingatie mambo, masharti na mapungufu ambayo hayakuhusishwa katika maelezo na ujenzi wa mfano. Marekebisho ya matokeo ya kati yanapaswa kufanywa kulingana na mabadiliko yanayotarajiwa katika hali.
Kama ilivyobainishwa katika kitabu cha nadharia ya utabiri15, mbinu za takwimu zinatokana na ujenzi na uchanganuzi wa mfululizo wa saa au data ya sampuli nasibu. Waandishi wa kitabu hicho pia ni pamoja na njia za utabiri wa ziada, uunganisho na uchambuzi wa urekebishaji, akibainisha kuwa kikundi cha mbinu za takwimu kinaweza kujumuisha njia. uwezekano mkubwa na mbinu za ushirika - simulizi na uchambuzi wa kimantiki. Walakini, kwa maoni yetu, ni sawa kutenganisha njia za ziada na zile za hesabu.
Mienendo ya viashiria vilivyojifunza vya maendeleo ya mfumo wa kiuchumi inaweza kutabiriwa kwa kutumia vikundi viwili tofauti vya mbinu za kiasi: utabiri wa parameter moja na multi-parameter. Kinachojulikana kwa vikundi vyote viwili vya njia ni, kwanza kabisa, kwamba kazi za hesabu zinazotumiwa kwa utabiri wa parametric zinatokana na tathmini ya maadili yaliyopimwa ya kipindi cha nyuma (ya nyuma). Utabiri wa kigezo kimoja unategemea uhusiano wa utendaji kazi kati ya kigezo kilichotabiriwa (kigeu) na thamani yake ya zamani, au sababu ya wakati:
U+1 = Wewe? yt-v ..., yj.
Wakati wa kusindika utabiri kama huo, njia ya uboreshaji wa mwenendo, laini ya kielelezo au autoregression hutumiwa. Utabiri wa aina nyingi ni msingi wa dhana ya uhusiano wa sababu kati ya parameta iliyotabiriwa na anuwai zingine kadhaa huru:
I+1 = f (x^ au y, +1 = f (%1, x2, ..., xn).
Njia za parameta moja zinapaswa kutumika kwa utabiri wa muda mfupi (chini ya mwaka mmoja) wa viashiria vinavyobadilika kila wiki au kila mwezi; vigezo vingi vinahesabiwa haki kwa utabiri wa muda wa kati na mrefu.
Uchaguzi wa njia maalum ya utabiri wa parametric pia inategemea asili ya msingi wa takwimu. Inaweza kuchukuliwa kama data ya awali uchunguzi wa sampuli Na mfululizo wa wakati. Katika kesi ya kwanza, regression hutumiwa kama zana ya utabiri. Mara nyingi zaidi kuliko sampuli nasibu, mfululizo wa saa hutumika kama msingi wa habari wa utabiri. Kisha, mitindo, kurudi nyuma, kurudi nyuma kwa mchanganyiko, nk. hufanya kama zana za utabiri. Uchaguzi wa mbinu ya kutosha inategemea ikiwa mambo ya nje kuathiri thamani ya kutofautisha tegemezi au la, ikiwa kutofautisha tegemezi kunaathiriwa na maadili ya hapo awali ya tofauti sawa, nk.
Kwa ujumla, mchakato wa kuchagua njia maalum ya utabiri wa parametric ya takwimu imeonyeshwa kwenye Mtini. 2.216.
Njia rahisi za extrapolation. Njia moja ya kawaida ya utabiri ni extrapolation, i.e. upanuzi katika mustakabali wa mienendo iliyozingatiwa hapo awali. Extrapolation inategemea mawazo yafuatayo. 1.
Ukuzaji wa jambo hilo unaweza kutambuliwa kwa sababu ya trajectory laini - mwenendo. 2.
Masharti ya jumla ambayo yaliamua mwelekeo wa maendeleo katika siku za nyuma hayatapitia mabadiliko makubwa katika siku zijazo.
Mchele. 2.2. Mpango wa uteuzi njia ya takwimu utabiri
Nyongeza rahisi inaweza kuwakilishwa kama kubainisha thamani ya chaguo za kukokotoa
Y+1 = f (y*, L),
ambapo y + ni thamani ya kiwango cha ziada;
y** - kiwango kilichochukuliwa kama msingi wa ziada;
L - kipindi cha kuongoza.
Extrapolation rahisi zaidi inaweza kufanywa kwa misingi ya sifa za wastani za mfululizo: kiwango cha wastani, ongezeko la wastani kabisa na kiwango cha ukuaji wa wastani.
Ikiwa kiwango cha wastani cha mfululizo hakielekei kubadilika au ikiwa mabadiliko haya ni madogo, basi tunaweza kukubali
Ikiwa wastani ongezeko kabisa inabakia bila kubadilika, basi mienendo ya viwango itafanana na maendeleo ya hesabu
Ikiwa kiwango cha ukuaji wa wastani hakielekei kubadilika, thamani ya utabiri inaweza kuhesabiwa kwa kutumia fomula
ambapo t ni kiwango cha ukuaji wa wastani;
Y* ni kiwango kinachochukuliwa kama msingi wa kuongeza.
KATIKA kwa kesi hii maendeleo yanatarajiwa maendeleo ya kijiometri au kwa kasi.
Katika hali zote, muda wa kujiamini unapaswa kuamuliwa ambao unazingatia kutokuwa na uhakika na kutokuwa na uhakika wa makadirio yaliyotumiwa.
Njia ya wastani ya kusonga. Rahisi na inayojulikana zaidi ni njia ya wastani ya kusonga, ambayo hufanya usawa wa mitambo ya mfululizo wa wakati. Kiini cha njia ni kuchukua nafasi ya viwango halisi vya mfululizo na wastani uliohesabiwa, ambapo kushuka kwa thamani kunafutwa. Mbinu hiyo imejadiliwa kwa kina katika kozi ya nadharia ya takwimu17.
Mbinu ya kulainisha kielelezo kawaida huainishwa kama kundi la mbinu za kubadilika. Ni muhimu kuzingatia kwamba mgawanyiko wa mifano katika adaptive na isiyo ya kawaida ni ya kiholela. Neno "adaptation" (kutoka Kilatini adaptatio) linamaanisha marekebisho ya muundo na kazi za matukio na michakato kwa hali ya kuwepo. Kuhusiana na utabiri, mchakato wa kukabiliana na hali ni kama ifuatavyo. Acha utabiri ufanywe kwa kutumia modeli ya mfululizo kutoka kwa hali fulani ya awali. Tunasubiri hadi kitengo kimoja cha wakati kipite na kulinganisha matokeo ya utabiri na thamani halisi iliyofikiwa. Hitilafu ya utabiri kupitia maoni inapokelewa kwa pembejeo ya mfumo na hutumiwa kurekebisha (kurekebisha) mfano ili kuoanisha vyema tabia yake na mienendo ya mfululizo. Kisha utabiri unafanywa kwa hatua inayofuata kwa wakati, nk. Kwa hiyo, thamani ya wanachama tofauti wa mfululizo katika mbinu za kurekebisha si sawa. Uzito zaidi na thamani ya habari hutolewa kwa uchunguzi karibu na uhakika wa utabiri.
Mbinu ya kuzidisha tabia. Muundo wa mwelekeo ni muundo wa hisabati unaoelezea mabadiliko katika kiashirio kilichotabiriwa au kuchanganuliwa tu kulingana na wakati na una fomu y = f(t). Njia inayotumia mifano ya mienendo katika utabiri inaitwa mbinu ya ziada ya mwenendo. Hii ni moja wapo ya njia za utabiri wa hali ya juu, inayoitwa utabiri wa "naive", kwani inachukua hali madhubuti ya maendeleo, ambayo inawasilishwa kwa njia ya kutabiri mwelekeo wa siku za usoni, na muhimu zaidi, uhuru wa viashiria vya maendeleo kutoka kwa sababu fulani. . Ni wazi kwamba mwelekeo ambao umeunda zamani hauwezi kuhamishiwa kwa siku zijazo. Sababu za hii ni kama ifuatavyo:
a) katika utabiri wa muda mfupi, uboreshaji wa wastani wa zamani husababisha ukweli kwamba mikengeuko isiyo ya kawaida katika pande zote mbili kutoka kwa mwelekeo hupuuzwa (au kwenda bila kutambuliwa). Wakati huo huo, kwa utabiri wa sasa (wa muda mfupi) au mpango, kazi kuu ni kutarajia kupotoka hivi;
b) kwa utabiri wa muda mrefu, zifuatazo hutumiwa ngazi ya juu aggregation, ambayo haizingatii mabadiliko katika muundo wa bidhaa za viwandani, bidhaa zenyewe, mabadiliko katika teknolojia ya uzalishaji, sifa za soko, i.e. kila kitu ambacho kinajumuisha kazi kuu za upangaji wa kimkakati.
mifano ya autoregressive. Mfano mchakato wa stationary, ikionyesha thamani ya kiashirio yt kama mseto wa mstari nambari ya mwisho maadili ya awali ya kiashiria hiki na sehemu ya ziada ya nasibu inaitwa mfano wa kujitegemea:
y = a + FU-1 + ^
ambapo a ni mara kwa mara;
Ф - parameter ya equation;
єt - sehemu ya nasibu.
Njia zinazozingatiwa, isipokuwa uboreshaji wa mwenendo, ni za kubadilika, kwani mchakato wa utekelezaji wao ni kuhesabu maadili ya mlolongo wa wakati wa kiashiria kilichotabiriwa, kwa kuzingatia kiwango cha ushawishi wa viwango vya zamani.
Njia ya angalau mraba (LSM). Uundaji wa mbinu ya angalau mraba ulianza kazi ya Carl Friedrich Gauss katika marehemu XVIII V. na mwanzo wa karne ya 19. katika Utafiti wa Astronomia. Njia hii ilijulikana sana shukrani kwa kazi za kimsingi wanatakwimu na wanahisabati wengi na matumizi yake katika hesabu za kiuchumi na takwimu.
Kutokana na umuhimu wake, hebu tuzingatie kwa ufupi MNCs mfano rahisi tegemezi kati ya viambishi viwili x na y, na y kutegemea x. Ikiwa imeanzishwa kuwa uhusiano kati yao sio mstari na unaelezewa na parabola, i.e. polynomial ya shahada ya pili
y = a0 + a1x + a2x2
na vigezo a0, a1, a2, basi tatizo linapunguza kupata vigezo vitatu visivyojulikana.
Wakati idadi ya uchunguzi (idadi ya viwango katika safu) n, maadili ya x na y yanawakilishwa na safu mbili za data: y1, y^ ..., yn na xv ^ ..., xn.
Ikiwa maadili yote yaliyopatikana kutoka kwa data ya uchunguzi yanawekwa madhubuti kwenye mstari ulioelezewa na equation ya parabola, basi kwa kila nukta usawa huo utakuwa wa kweli.
y" - a0 + aX + 02xf = 0.
Hata hivyo, katika hali halisi
Y - a + a X + aj xf = A t,
ambayo yapo kwa sababu ya makosa ya kipimo na sababu za nasibu zisizohesabiwa. Ni muhimu kupata coefficients vile regression kwamba kosa ni ndogo. Unaweza kupunguza jumla ya mikengeuko kamili (modulo) au jumla ya mikengeuko ya ujazo au kosa kubwa kabisa. Walakini, njia bora ni kupunguza mraba wa kupotoka
S = X A2 ^ min. t=1
Kupunguza mikengeuko ya mraba kuna sifa ambayo nambari hiyo milinganyo ya kawaida sawa na idadi ya vigezo visivyojulikana. Kupunguza kiasi
S = X AH = X(y - (- a1 xt - a2x2) -> dakika t=1 t=1
inatoa milinganyo mitatu kwa kila moja ya vigezo vitatu. Ili kupata maadili ya vigezo visivyojulikana, ni muhimu kulinganisha na sifuri derivatives ya sehemu ya jumla maalum kwa heshima na vigezo hivi:
2X (y - a0 - ajX - apx2) = 0,
2X (y - a0 - ajX - ape2) = 0,
2^(y - a0 - a1x - apx2) = 0.
Kufanya mabadiliko rahisi zaidi husababisha mfumo wa milinganyo ya kawaida
na0 + a ? x + a2 ? x2 =? y,
A0 ? x + a1 ? x2 + a2 ? x3 =? uh, ao? x2 + a1 ? x3 + a2? x4 =? uh2.
Kutatua mfumo wa hesabu za mstari kwa heshima na vigezo visivyojulikana kwa kutumia njia yoyote hutoa maadili a0, a1, a2. Kwa kawaida, polynomials juu ya shahada ya tatu ni kivitendo si kutumika, na mfumo wa equations kawaida ya polynomial vile itakuwa na equations nne, kwa mtiririko huo.
OLS, hata kwa idadi ndogo ya uchunguzi, husababisha makadirio ya kutosha. Makadirio yanaweza kuwa ya uhakika na muda. Makadirio ya pointi yana sifa ya kutokuwa na upendeleo, ufanisi, na uthabiti.
Hata hivyo, makadirio yoyote ya thamani ya kweli ya kigezo kutoka kwa data ya sampuli inaweza tu kufanywa kwa kiwango fulani cha kutegemewa. Kiwango cha kuegemea huku kinatambuliwa kwa kuunda vipindi vya kujiamini.
LSM pia inaweza kutumika katika hali ambapo kuna data ya uchunguzi isiyo ya moja kwa moja ambayo ni utendaji wa mambo mengi yasiyojulikana. MNC ndio msingi uchambuzi wa kurudi nyuma, inayotumika wakati wa kutimiza masharti yanayozingatiwa. Masharti ya matumizi yake pia ni usawa wa milinganyo ya rejista kwa heshima na vigezo. Kulingana na uainishaji wa aina za urejeshaji, OLS inatumika kwa rejeshi za mstari na zisizo za mstari za darasa la kwanza. 2.4.2.
Leo, mara nyingi mtu anaweza kukutana na neno lisiloeleweka "kurasimisha", na zaidi maeneo mbalimbali sayansi na teknolojia. Kwa wale wanaotaka ujuzi wao, ni vyema kuelewa nini urasimishaji ni. Nakala hiyo itajadili kiini cha neno hili na matumizi ya vitendo mchakato.
Urasimishaji kutoka kwa mtazamo wa kisayansi ni nini kwa maana ya jumla?
Hebu tuguse kidogo kipengele cha kisayansi. Tutaanza kutokana na ukweli kwamba neno urasimishaji linatokana na neno "formality", yaani, ni masharti, na wakati mwingine hata. dhana ya kufikirika, ambayo inafanya uwezekano wa kueleza asili ya kitu kisichokuwepo au jambo na kutabiri sifa zake katika mazingira fulani chini ya hali fulani ya awali.
Isimu ya yoyote lugha ya kisasa hailingani hata kidogo na usemi au asili ya kufikiri. Kwa hivyo, mantiki yenyewe inalazimika kutumia dhana dhahania kuelezea jambo hili au lile. Hivyo ndivyo inavyoonekana dhana ya jamaa taratibu za kile kinachotokea.
Kwa vile si vigumu kukisia, kiini cha urasimishaji kinakuja hadi kuelezea au kubainisha sifa fulani za kitu au mchakato (hata ambao haupo duniani). wakati huu) na kutabiri matumizi yake ikiwa inaonekana katika ulimwengu wa kweli. Lakini hili ni wazo la jumla. Dhana yenyewe ya urasimishaji ni pana zaidi. Kwanza, hebu tuzingatie teknolojia ya kompyuta na fikiria jinsi dhana hii inatumiwa katika ulimwengu wa umeme.
Urasimishaji wa kompyuta
Ikiwa tunagusa juu ya mada ya kompyuta, njia ya urasimishaji wa aina hii ni, badala yake, usindikaji wa awali kupewa masharti, ambayo inaruhusu kwa kutosha shahada ya juu kuamua usahihi tabia zaidi kitu au mchakato.
Karibu huduma zote za hali ya hewa hufanya kazi kwa kanuni hii. Kuwa na mfano wa kompyuta wa kimbunga, unaweza kutabiri mzunguko wake na nguvu juu ya ardhi au juu ya maji.
Kumbuka filamu "Siku Baada ya Kesho", ambayo mwanasayansi alitabiri ongezeko la joto duniani kulingana na mbinu hii hasa. Alikuwa ameendelea mfano wa kompyuta, ambayo ilifanya iwezekane kutabiri matukio yajayo kwa kiwango fulani cha uwezekano.
Mifano hii inaeleza wazi urasimishaji ni nini.
Kanuni za kuunda vitu na taratibu
Njia kuu za urasimishaji ni utabiri na modeli. Teknolojia kama hizo hutumiwa pekee kupata data ya mwisho kuhusu vitu au michakato ambayo haijulikani, lakini inaweza kudhaniwa na usahihi wa juu hesabu.
Ikiwa unatazama aina za urasimishaji, karibu wote huja tu kwa hitimisho la kimantiki na mahesabu. Haitakuwa vigumu kwa msomaji kuchora ulinganifu kati ya uundaji wa kompyuta, uthibitisho wa nadharia, nk kulingana na axioms na postulates.
Angalia, sawa pia inaweza kutafsiriwa kama njia ya urasimishaji, kwa sababu katika mazoezi haiwezekani kuthibitisha uthibitisho. Hasa, hii inahusu uenezi wa mara kwa mara wa mwanga, kupunguza kasi ya muda kwenye kizingiti cha mafanikio yake, ongezeko. wingi wa mvuto kitu na nafasi curvature. Kama wanasema, huwezi kuhisi kwa mikono yako na huwezi kuiona kwa macho yako.
Hapo zamani, hizi zilikuwa hitimisho la ujasiri la mwanasayansi kulingana na majaribio rahisi. Leo hii yote imethibitishwa sayansi rasmi kulingana na muundo sawa wa kompyuta.
Hatua za urasimishaji
Ikiwa tutazingatia mifumo ya kompyuta, basi hatua ya kwanza ya urasimishaji ni maelezo ya mchakato. Lakini hakuna zana zinazotumiwa hapa lugha ya kawaida(herufi, maneno, misemo, sentensi). Unaweza kuunda moja maalum kwa kutumia algorithm fulani kulingana na lugha iliyochaguliwa ya programu, lakini tu baada ya kuweka tatizo la jumla.
Kwa maneno mengine, wakati wa kuiga tabia ya kitu au mchakato, kiini cha kile kinachotokea lazima kielezewe kikamilifu. alama za hisabati, kwa kutumia algorithm ya hisabati.
Matokeo ya urasimishaji ni kupata uchanganuzi wa tukio la kweli linalotabirika litakalofuata baada ya teknolojia inayochunguzwa kutumika katika mazoezi au jambo fulani. mchakato wa asili itaingia katika hatua ya udhihirisho halisi.
Ifuatayo ni dhana ya kazi iliyopo. Kuna chaguzi mbili hapa: katika kesi ya kwanza, hii ni ufafanuzi wa mbinu kwa namna ya kutumia sifa na vipengele; chaguo la pili linahusisha matumizi ya uchambuzi wa utambuzi, bila kutaja kuweka tatizo, kukusanya data ya awali iliyotumiwa, masharti, nk.
Baada na masharti ya awali mahusiano yaliyopo kati ya vitu na taratibu yanasomwa, pamoja na kile kinachoitwa mahusiano ya semantic, ambayo ina maana ya matumizi ya mbinu za uwakilishi wa ndani.
Hii inafuatwa na usindikaji wa data ya awali kulingana na algorithm iliyochaguliwa, baada ya hapo matokeo yanaonyeshwa kuonyesha asilimia ya makosa. Kama sheria, haizidi 5%, na katika hali nyingi matokeo ya uwezekano hufikia 99%. Mtu yeyote au mashine bado inaacha "margin ya usalama" kwa maana haiwezekani kuzingatia kila kitu kabisa.
Kwa nini haya yote yanahitajika?
Ikiwa utaiangalia, kanuni hizo zinakuwezesha kuchambua tabia ya vitu na taratibu. Kwa maneno mengine, inawezekana kutabiri jinsi mchakato fulani utakua.
Sasa ni wazi ni nini urasimishaji. Hebu tuangalie mfano rahisi.
Utumiaji wa urasimishaji katika mazoezi, mifano rahisi
Wacha tuseme mtaalamu fulani ameunda muundo mpya wa ndege. Kuzingatia gharama kubwa ya mradi huo, kujenga mfano wa ukubwa wa awali bila utabiri wa awali wa tabia yake katika hewa ni kazi isiyowezekana kabisa. Zaidi ya hayo, kufanya majaribio katika handaki moja la upepo kwenye ndege yenye ukubwa wa Boeing ni jambo lisilowezekana kabisa.
Urasimishaji unaruhusu, kwa kuzingatia sifa zilizoamuliwa mapema za siku zijazo, Ndege(upinzani wa hewa, upepo wa upande, urefu na vigezo vya tunnel ya upepo yenyewe na sifa nyingine) kuiga ndege bila kujenga ndege ya mfano.
Mfano mwingine ni upimaji wa magari mapya unaofanywa na wasiwasi wa magari. Njia kuu ya urasimishaji katika kesi hii ni kwamba kwanza wote hupitia mtihani wa kawaida, na baada ya kupokea matokeo mazuri, prototypes huwekwa katika uzalishaji kwa ajili ya kupima katika hali halisi.
Matokeo kuu
Matokeo ya modeli ya hesabu kwa njia nyingi (ikiwa sio asilimia mia moja, basi kwa uwezekano wa hadi 95%) inaweza kuwa hoja yenye nguvu katika kupendelea kutolewa. teknolojia ya kisasa, itasaidia kutabiri hali ya hewa, hata kutabiri tabia ya kijamii kama majibu ya matukio ya ulimwengu.
Ndiyo ndiyo! duniani pia hutii sheria zake. Inatosha kuishawishi katika mwelekeo sahihi. Leo, mipango mingi tayari imeundwa ambayo inafanya uwezekano wa kutabiri majibu ya jamii kwa tukio fulani. Na hii sio mifano yote ya urasimishaji. Ukichimba zaidi, tunakabiliwa na hili kila siku.
Moja ya wengi mifano mkali urasimishaji pia unaweza kuitwa ugunduzi wa chembe za msingi zinazogongana kwenye Collider Kubwa ya Hadron. Lakini hapo awali iliaminika kuwa kuwepo kwa chembe hii ilikuwa nadharia safi, na haipatikani kabisa na majaribio ya kweli.
Hitimisho
Kama tunavyoona, dhana ya urasimishaji, licha ya ugumu wa kisayansi wa kiini cha mchakato, ni rahisi kuelewa kwa kutumia mifano. Katika hali nyingi, inakuja kwa matumizi ya minyororo fulani ya kimantiki ambayo huamua matokeo ya mwisho.
Ukurasa wa 3
Moja ya kazi za kwanza katika eneo hili ni usambazaji mbinu za uhandisi uchambuzi wa kabla ya mradi wa mifumo iliyopo ya usimamizi, mbinu rasmi za uchambuzi yenyewe na uwasilishaji wa matokeo yake, kuruhusu uchambuzi ufanyike kwa kutumia kompyuta. Njia na mifano hiyo inaweza kupatikana kwa kuzingatia vifaa vya nadharia ya grafu na algebra ya matrix.
Ujenzi na uchambuzi wa vipimo unaweza kufanywa kwa kutumia mbinu zilizoainishwa katika kazi. kujitolea kwa utafiti njia rasmi za algorithmization ya michakato ya uchunguzi. Mbinu za kupunguza programu za utaftaji kasoro kulingana na kutathmini kiwango cha habari zinapaswa kuzingatiwa tofauti. Inaonyeshwa kuwa tathmini ya utafutaji wa kasoro inawezekana kwa matukio yote yanayowezekana na yasiyo ya usawa. Licha ya unyenyekevu dhahiri wa shida, kuamua mpango wa utaftaji wa kasoro bora kwa mifumo iliyo na kasoro za vipengele visivyowezekana ni ngumu.
Wazo la kibadilishaji kigeugeu lilizuka kwenye njia ya utumiaji wa nadharia ya kiotomatiki katika utafiti wa matatizo fulani katika nadharia ya programu na ujenzi wa mbinu rasmi za kubuni miundo ya kompyuta.
Katika kesi hii, katika idadi ya matukio, uwiano kati ya viashiria vya mtu binafsi unaweza kuzingatiwa, lakini drawback kuu iliyotajwa hapo juu ya mbinu rasmi inabakia kuwa halali - kutowezekana kwa kuzingatia usawa wa vipengele vya mtu binafsi vya habari ya awali.
La kufurahisha sana ni uchunguzi wa michakato inayotokea kwenye hifadhi wakati vitendanishi mbalimbali vya kemikali vinaongezwa kwenye maji yaliyodungwa na, hata zaidi, uundaji wa njia zilizo rasmi za kutafuta teknolojia bora zaidi ya kuathiri amana.
Ili kupunguza athari mambo subjective Wakati wa kufanya mahesabu na kuongeza kiwango cha kuegemea na kuegemea kwa matokeo yaliyopatikana, mfano wa kiuchumi na hisabati umetengenezwa ambayo inaruhusu, kwa misingi ya mbinu rasmi, kuamua muundo bora wa noti ya fedha katika mzunguko. Mfano huu inahusisha kupanga katika ngazi ya jumla kiasi cha mahitaji ya noti na sarafu kulingana na kiwango cha mapato ya mashirika ya biashara.
Wakati wa kupanga maendeleo ya mfumo, ni muhimu kuzingatia mambo kama vile uhusiano kati ya teknolojia na kazi za rasilimali, haja ya kutumia aina kadhaa za rasilimali, nk. mlolongo bora wa maendeleo msaada wa habari ACS.
Mbinu ya mifumo V teknolojia ya kemikali[4, 45, 47, 49] ni mwelekeo wa kimbinu, kazi kuu ambayo ni kuendeleza mbinu ya jumla, pamoja na mbinu zisizo rasmi au za urithi na zilizorasimishwa. utafiti wa kina na kuundwa kwa mifumo changamano ya kemikali na kemikali ya usafiri aina tofauti na madarasa. Mtazamo wa kimfumo unategemea moja ya sheria muhimu zaidi za uyakinifu wa lahaja - sheria ya unganisho la ulimwengu, mwingiliano na utegemezi wa matukio katika ulimwengu na jamii, kwa msingi ambao matukio yoyote yaliyosomwa huzingatiwa sio tu kama. mifumo ya kujitegemea, lakini pia kama mifumo ndogo ya mfumo fulani mkubwa.
Katika siku zijazo, bila shaka, uundaji wa kina zaidi na kuthibitishwa mifano ya hisabati michakato inayozingatiwa, lakini hata matokeo haya ya kwanza hufanya iwezekane kuonyesha uwezo wa njia rasmi za kutatua shida kupata suluhisho bora za muundo ambazo humpa mwanateknolojia fursa ya kuzingatia yote. chaguzi zinazowezekana utekelezaji michakato ya kiteknolojia na kutumia vyema taarifa zilizopo za kijiolojia na kiufundi.
Mbinu ya mifumo katika teknolojia ya kemikali ni mwelekeo wa kimbinu, lengo kuu ambalo ni kukuza mkakati wa jumla, na vile vile njia zisizo rasmi, au za kiheuristic, na rasmi za utafiti uliojumuishwa na uundaji wa michakato ngumu ya kiteknolojia ya kemikali (CTP) na CTS. wa aina tofauti na madarasa. Mtazamo wa kimfumo unadhania kwamba muunganisho na mwingiliano wa CTP uliojumuishwa katika CTS fulani huhakikisha kuonekana kwa sifa mpya katika CTS hii ambazo si asili katika CTS yake mahususi isiyounganishwa.
Ni muhimu kutumia baadhi ya bidhaa za mwakilishi wa kawaida, kwa mfano, aina zote za apples - moja. Hakuna njia rasmi za uteuzi kama huo. Kama matokeo, shida ya kuunda faharisi nzuri hubadilika kwa nyanja ya tathmini za angavu: ni ngapi na ni bidhaa gani za kuondoka kwenye seti ili, kwa upande mmoja, sio kupotosha matokeo, na kwa upande mwingine. kuhakikisha uwezekano wa vitendo wa kazi ya kupata taarifa za awali juu ya bei na kiasi.
Ilibadilika kuwa kutatua tatizo hili kwa kutumia njia zinazojulikana kutoka kwa wajibu kozi ya shule Hisabati ni ngumu. Kwa hiyo, njia ya ufumbuzi rasmi kulingana na matumizi ya calculus ya matrix itapendekezwa hapa. Zaidi ya hayo, mpangilio ambao ubaguzi huu hutokea huchaguliwa na mwamuzi mwenyewe mifumo mikubwa(kwa mfano, na milinganyo 2000 na idadi sawa ya vigezo) kutumia mbinu zilizo hapo juu haiwezekani. Hapa tutaangalia moja ya marekebisho ya njia ya kuondokana na mlolongo wa vigezo, iliyoandaliwa na Carl Friedrich Gauss. Banashevich mwaka wa 1938. Inakuwezesha kuandika mchakato wa uamuzi kwa fomu rahisi, inayoonekana na kuwezesha udhibiti wa mahesabu.
Wakati huo huo, mazoezi yanaonyesha kuwa, kwa kuzingatia mazingatio ya angavu, mjaribu, kama sheria, hawezi kuchagua kwa ustadi mfumo kamili wa kutosha wa nadharia zinazoshindana, haswa ikiwa. tunazungumzia kuhusu athari za hatua nyingi. Kuna haja ya haraka ya kutengeneza njia rasmi za kutatua hatua hii mpango wa jumla, kulingana na uchambuzi wa stoichiometric wa mfumo wa mmenyuko. Matumizi ya mbinu za uchanganuzi wa stoichiometric humruhusu mtafiti kuamua yote majibu yanayowezekana kati ya aina zote za molekuli za mfumo wa mmenyuko, kwa msingi wao, huunda mifumo ya nadharia juu ya njia zinazowezekana za kutokea kwa mmenyuko tata wa kemikali na kwa kila utaratibu hupata usahihi sahihi. mfano wa kinetic, iliyotolewa kwa fomu rahisi zaidi na ya kompakt.
Hii utafiti wa mifumo malezi na usambazaji wa habari za kisayansi sio tu ya umuhimu wa kujitegemea. Inahitajika wakati wa kuunda njia zozote rasmi za kuchambua safu za habari na kuziboresha. Hii ni kutokana na ukweli kwamba automatisering ya usimamizi wa mifumo ya shirika na kiufundi haiwezi kuwa na ufanisi bila kuzingatia maalum ya kitu cha matumizi yake.
Toleo la mpango uliotengenezwa kwa kutumia mbinu rasmi ni la msingi, na chaguzi mpya zinaonekana chini ya ushawishi wa mawazo mapya.