Салаєва Інга, Костюніна Дар'я

У науково-дослідній роботі представлено історико-діагностичну картину якості сучасного прогнозування та розкрито технологію прогнозування за допомогою програми Excel. Звіт з дослідницької роботи представлений у прикріпленому файлі. Продукт проектної діяльності – на шкільному порталі

Завантажити:

Попередній перегляд:

Відкрита Міжнародна науково-дослідна конференція старшокласників та студентів «Освіта. Наука. Професія»

Секція

Інформаційні технології

Тема

Комп'ютерні технології та прогнозування

Костюніна Дар'я

Салаєва Інга

Навчальний заклад

МОУ Гімназія №39 «Класична»

Науковий керівник:

Осипова Світлана Леонідівна, вчитель інформатики найвищої категорії

м. Відрадний

Постановка задачі.Спрогнозувати сезонний обсяг продажу морозива.

Вихідні дані.Обсяги реалізації продукції за сезонами.

Алгоритм рішення.

1. Дані продажів морозива по сезонах подати у вигляді таблиці.
2. Визначається тренд, найкраще апроксимуючий фактичні дані (в даному завданні це поліноміальний тренд)

Висновки.

Достовірніше описує залежність поліноміальна модель, оскільки її коефіцієнт детермінованості R 2 ближче до 1. Чим ближче R 2 до одиниці, тим більше вдало побудована модель.

Отримана модель добре прогнозує сезонний продаж морозива. Але прогнозувати продажі в наступні сезони складно, тому що при екстраполяції, далеко уникати експериментальної області не рекомендується. Однак можна помітити, що літні продажі морозива (особливо у червні, та у липні) будуть високі.

1. Розрахунок кореляційних залежностей

Залежність між величинами, кожна з яких піддається не контрольованому повністю розкиду, називається кореляційними залежностями.

Завдання:

Постановка задачі. Визначити залежність успішності учнів старших класів школи від двох факторів: забезпеченості шкільної бібліотеки підручниками та забезпеченості школи комп'ютерами.

Вихідні дані.Результати виміру обох факторів в 11 різних школах.

Алгоритм рішення.

1. Отримані дані подати у вигляді таблиці.
2. Розрахувати коефіцієнт за формулою кореляції. У Excel для цього є функціяКорел , яка входить до групистатистичних функцій.

Висновки.

Для обох залежностей отримано коефіцієнти лінійної кореляції. Як видно з таблиці, кореляція між забезпеченістю підручниками та успішністю сильніша, ніж кореляція між комп'ютерним забезпеченням та успішністю. Можна дійти невтішного висновку, що поки що книжка залишається більш значним джерелом знань, ніж комп'ютер.

1. Оптимальне планування

Об'єктами планування можуть бути різні системи: діяльність окремого підприємства, галузі промисловості чи сільського господарства, регіону, нарешті, держави. Також це може бути стан здоров'я, стан погоди. Постановка завдання планування виглядає так:

1. є деякі планові показники: x, y та інші;
2. є деякі ресурси: R1, R2 та інші, за рахунок яких ці планові показники можуть бути досягнуті. Ці ресурси практично завжди обмежені;
3. є певна стратегічна мета, яка залежить від значень x, y та інших планових показників, яку слід орієнтувати планування.

Потрібно визначити значення планових показників з урахуванням обмеженості ресурсів за умови досягнення стратегічної мети. Це буде оптимальним планом.

Висновки

Прогнозування є невід'ємною частиною будь-якої сфери життя, наприклад управління чи економіки, математики чи метеорології.

Працюючи над проектом ми з'ясували, що якісне прогнозування різних процесів людської діяльності без сучасних комп'ютерних технологій неможливо. З цією метою ми вивчили можливості табличного процесора MS Excel щодо створення комп'ютерних моделей, що використовуються при прогнозуванні. Багато функцій людини під час керування, планування, прогнозування можна перекласти на комп'ютер.

На різних підприємствах є свої вимоги до створення бюджету. Ці особливості враховуються авторами програмних продуктів. Розглянемо найвідоміші та найпоширеніші програмні продукти.

Hyper Pillar є великою і розвиненою системою, яка повністю автоматизує бюджетування. Для початку роботи вводяться заплановані витрати та прогнозовані надходження. Результатом обчислень є динамічна модель компанії з відповідальними за кожен рівень моделями та простою технологією внесення змін до неї. Програма Hyper Pillar добре інтегрована з іншими продуктами компанії: Enterprise, Essbase OLAP Server, Reporting.

Corporate Planner – програма бюджетування, яка будується на основі структурного дерева витрат компанії. Вузли дерева - планові, фактичні значення та відхилення між ними. Вузли пов'язані формулами. Файли можна імпортувати через ODBC. Corporate Planner застосовується у невеликих компаніях та не підтримує можливість розподіленої роботи.

Adaytum Planning - є тривимірною електронною таблицею з функціями побудови різних зрізів. Таблиці містять різні дані (час, фінанси та інше) кожного підрозділу компанії. Існує функція зведення консолідованого бюджету на обрану дату. Adaytum Planning – економічний продукт для створення невеликого бюджету шляхом застосування низки аналітичних інструментів.

"Нефрит" - програмний продукт, орієнтований використання у великих корпораціях, мають холдингову структуру. Займає проміжне положення між комп'ютерною та паперовою обробкою документації та має зручну процедуру узгодження бюджету. Програма працює навіть із недостатньо підготовленими даними. Вихідними даними є бюджети підрозділів холдингу, які слід звести в один холдинговий бюджет. "Нефрит" створено з урахуванням електронних таблиць.

"Червоний директор" - система бюджетування, призначена для невеликих та середніх підприємств та має нескладний інтерфейс. Основа роботи програми – база даних без можливості інтеграції з іншими програмними продуктами.

Планування - це особливий вид наукової та практичної діяльності, що полягає у розробці стратегічних рішень (у формі прогнозів, проектів, програм, планів), що передбачають висування таких цілей та стратегій поведінки об'єктів управління, реалізація яких забезпечує їх ефективне функціонування у довгостроковій перспективі, швидку адаптацію до зовнішнім умовам, що змінилися.

Програма Project Expert фірми Про-Інвест-Консалтинг дозволяє користувачам вирішити такі завдання:

· Докладно описати та спроектувати діяльність будь-якого підприємства з урахуванням зміни параметрів зовнішнього середовища (інфляція, податки, курси валют);

· Розробити план розвитку підприємства або реалізації інвестиційного проекту, стратегію маркетингу та стратегію виробництва, що забезпечує раціональне використання матеріальних, людських та фінансових ресурсів;

· Визначити схему фінансування підприємства;

· Апробувати різні сценарії розвитку підприємства, варіюючи значення факторів, здатних вплинути на його фінансові результати;

· підготувати фінансові звіти (звіт про рух коштів, баланс, звіт про прибутки та збитки, звіт про використання прибутку) та бізнес-план інвестиційного проекту, що повністю відповідають міжнародним вимогам, російською та англійською мовами;

· Провести всебічний аналіз підприємства (проекту), у тому числі аналіз загальної ефективності, аналіз чутливості, аналіз грошових потоків для кожного учасника проекту, аналіз фінансового стану та прибутковості підприємства за допомогою трьох десятків автоматично обчислюваних показників.

Спеціальний модуль обміну Project Expert дозволяє імпортувати та експортувати інформацію у форматах *.txt та *.dbf. Дані підсумкових таблиць та текстова інформація вільно копіюються через буфер обміну Windows у Word, Excel та інші програми Windows. Project Expert також підтримує зв'язок із найбільш відомими системами планування та управління: MS Project, Primavera, Project Planner та Sure Truck. Дані імпортуються та експортуються у форматі мережевого графіка GANTT, з описом етапів, їх взаємозв'язків тощо.

Як ядро ​​в комплексі програм фінансового аналізу та проектування, Project Expert здатний автоматично "закачувати" інформацію, що характеризує стартовий стан підприємства, з програми фінансового аналізу Audit Expert, а дані операційного плану маркетингу - з програми Marketing Expert.

Програма Project Expert поставляється у двох модифікаціях: Base та Professional. Project Expert Professional надає своїм користувачам дві додаткові функції:

1) Актуалізацію даних та контроль над реалізацією проекту (плану). У міру реалізації проекту користувач має можливість вводити фактичні дані по всіх модулях проекту та розраховувати актуалізовані показники реального руху грошових коштів, а також контролювати неузгодження реального та запланованого Кеш-фло.

2) Роботу із групою проектів. Спеціальний модуль Project Integrator дозволяє об'єднати кілька проектів (підприємств) у групу та розраховувати інтегровані показники ефективності для групи загалом, а також порівнювати між собою різні варіанти одного проекту за будь-якими показниками.

Програма Biz Planner фірми Про-Інвест-Консалтинг є модифікацією Project Expert та призначена для планування та аналізу ефективності інвестицій на підприємствах малого та середнього бізнесу.

Програма Audit Expert фірми Про-Інвест-Консалтинг є ефективним інструментом комплексного аналізу фінансового стану та результатів діяльності підприємства. Приведення фінансової звітності до міжнародних стандартів дозволяє перетворити дані фінансової звітності підприємств за різні роки на аналітичні таблиці, що відповідають вимогам Міжнародних стандартів бухгалтерського обліку.

Програма Marketing Expert фірми Про-Інвест-Консалтинг - система підтримки прийняття рішень на всіх етапах розробки стратегічного та тактичного планів маркетингу та контролю за їх реалізацією.

Програма Forecast Expert фірми Про-Інвест-Консалтинг є універсальною системою прикладного прогнозування і призначена для побудови прогнозу часового ряду за допомогою моделі авторегресії та інтегрованого ковзного середнього (АРІСС, АРПСС, ARIMA, бокса-Дженкінса). Forecast Expert дозволяє проаналізувати наявні дані та побудувати прогноз із зазначенням меж довірчого інтервалу на період часу, що не перевищує за величиною період спостереження вихідного ряду. Модель визначає ступінь впливу сезонних факторів та враховує їх при побудові прогнозу.

Програма MS Project фірми Microsoft є розробкою в галузі управління інвестиційними проектами на базі теорії графів та мережевого планування.

• Tutorial

Я займаюся прогнозуванням тимчасових лав уже понад 5 років. Минулого року мною була захищена дисертація на тему « Модель прогнозування часових рядів щодо вибірки максимальної подоби», проте питань після захисту залишилося чимало. Ось один із них — загальна класифікація методів та моделей прогнозування.

Зазвичай у роботах як вітчизняних, і англомовних автори не задаються питанням класифікації методів і моделей прогнозування, а їх перераховують. Але мені здається, що на сьогоднішній день ця область так розрослася і розширилася, що найзагальніша, але класифікація необхідна. Нижче наведено мій власний варіант загальної класифікації.

У чому різниця між методом та моделлю прогнозування?

Метод прогнозуванняє послідовність дій, які потрібно зробити для отримання моделі прогнозування. За аналогією з кулінарією метод є послідовністю дій, згідно з якою готується страва — тобто прогноз.

Модель прогнозуванняє функціональне уявлення, адекватно описує досліджуваний процес і є основою отримання його майбутніх значень. У тій же кулінарній аналогії модель є список інгредієнтів та їх співвідношення, необхідне нашій страві — прогнозу.

Сукупність методу та моделі утворюють повний рецепт!

В даний час прийнято використовувати англійські абревіатури назв як моделей, так і методів. Наприклад, існує знаменита модель прогнозування авторегресії проінтегрованого ковзного середнього з урахуванням зовнішнього чинника (autoregression integrated moving average extended, ARIMAX). Цю модель і відповідний метод зазвичай називають ARIMAX, а іноді моделлю (методом) Бокса-Дженкінса на ім'я авторів.

Спочатку класифікуємо методи

Якщо уважно подивитися, то швидко з'ясовується, що поняття « метод прогнозуваннянабагато ширше поняття « модель прогнозування». У зв'язку з цим першому етапі класифікації зазвичай ділять методи дві групи: інтуїтивні і формализованные .

Якщо ми згадаємо нашу кулінарну аналогію, то й там можна розділити всі рецепти на формалізовані, тобто записані за кількістю інгредієнтів та способом приготування, та інтуїтивні, тобто ніде не записані та одержувані з досвіду кулінара. Коли ми не користуємось рецептом? Коли страва дуже проста: посмажити картоплю чи зварити пельмені – тут рецепт не потрібен. Коли ми ще не користуємося рецептом? Коли хочемо винайти щось нове!

Інтуїтивні методи прогнозуваннямають справу з судженнями та оцінками експертів. На сьогоднішній день вони часто застосовуються в маркетингу, економіці, політиці, оскільки система, поведінку якої необхідно спрогнозувати, або дуже складна і не піддається математичному опису, або дуже проста і такого опису не потребує. Подробиці про такі методи можна глянути в .

Формалізовані методи— описані у літературі методи прогнозування, у яких будують моделі прогнозування, тобто визначають таку математичну залежність, що дозволяє обчислити майбутнє значення процесу, тобто зробити прогноз.

На цьому загальна класифікація методів прогнозування, на мій погляд, може бути закінчена.

Далі зробимо загальну класифікацію моделей

Тут потрібно переходити до класифікації моделей прогнозування. На першому етапі моделі слід розділити на дві групи: моделі предметної області та моделі часових рядів.

Моделі предметної галузі- Такі математичні моделі прогнозування, для побудови яких використовують закони предметної галузі. Наприклад, модель, на якій роблять прогноз погоди, містить рівняння динаміки рідин та термодинаміки. Прогноз розвитку популяції виробляється моделі, побудованої на диференціальному рівнянні. Прогноз рівня цукру крові людини, хворої на діабет, робиться на підставі системи диференціальних рівнянь. Словом, у таких моделях використовуються залежності, властиві конкретній предметній галузі. Такі моделі властивий індивідуальний підхід у розробці.

Моделі часових рядів— математичні моделі прогнозування, які прагнуть знайти залежність майбутнього значення від минулого всередині самого процесу і в цій залежності обчислити прогноз. Ці моделі універсальні для різних предметних областей, тобто їхній загальний вигляд не змінюється в залежності від природи часового ряду. Ми можемо використовувати нейронні мережі для прогнозування температури повітря, а потім аналогічну модель на нейронних мережах застосувати для прогнозу біржових індексів. Це узагальнені моделі, як окріп, в які якщо кинути продукт, він звариться незалежно від його природи.

Класифікуємо моделі часових рядів

Мені здається, що скласти загальну класифікацію моделей предметної області неможливо: скільки областей, стільки і моделей! Однак моделі часових рядів легко піддаються простому поділу. Моделі часових рядів можна розділити на дві групи: статистичні та структурні.

У статистичних моделяхзалежність майбутнього значення від минулого задається у вигляді деякого рівняння. До них відносяться:

1. регресійні моделі (лінійна регресія, нелінійна регресія);
2. авторегресійні моделі (ARIMAX, GARCH, ARDLM);
3. модель експонентного згладжування;
4. модель щодо вибірки максимальної подоби;
5. і т.д.

У структурні моделізалежність майбутнього значення від минулого задається у вигляді деякої структури та правил переходу по ній. До них відносяться:

1. нейромережеві моделі;
2. моделі з урахуванням ланцюгів Маркова;
3. моделі з урахуванням класифікаційно-регресійних дерев;
4. і т.д.

Для обох груп я вказала основні, тобто найбільш поширені та детально описані моделі прогнозування. Однак на сьогоднішній день моделей прогнозування часових рядів є вже величезна кількість і для побудови прогнозів, наприклад, стали використовувати SVM (support vector machine) моделі, GA (genetic algorithm) моделі та багато інших.

Загальна класифікація

Таким чином ми приїхали наступна класифікацію моделей та методів прогнозування.

1. Тихонов Е.Є. Прогнозування за умов ринку. Невинномиськ, 2006. 221 с.
2. Armstrong J.S. Forecasting for Marketing // Quantitative Methods in Marketing. London: International Thompson Business Press, 1999. P. 92 - 119.
3. Jingfei Yang M. Sc. Power System Short-term Load Forecasting: Thesis for Ph.d degree. Німеччина, Darmstadt, Elektrotechnik und Informationstechnik der Technischen Universitat, 2006. 139 p.

UPD. 15.11.2016.
Панове, дійшло до маразму! Нещодавно мені надіслали на рецензію статтю для ВАКівського видання із посиланням на цей запис. Звертаю увагу, що ні в дипломах, ні в статтях, ні тим більше у дисертаціях посилатися на блог не можна! Якщо хочете посилання, то використовуйте це: Чучуєва І.А. МОДЕЛЬ ПРОГНОЗУВАННЯ ТИМЧАСОВИХ РЯДІВ З ВИБІРКИ МАКСИМАЛЬНОГО ПОДОБИ, дисертація ... канд. тех. наук/Московський державний технічний університет ім. н.е. Баумана. Москва, 2012 року.

Теги: Додати теги