Екстраполюються оцінні функціональні системні і структурні характеристики. Екстраполяційні методи є одними з найпоширеніших і найбільш розроблених серед усієї сукупності методів прогнозування.
За допомогою цих методів екстраполюються кількісні параметри великих енергетичних систем, кількісні характеристики економічного, наукового, виробничого потенціалу, дані про результативність науково-технічного прогресу, характеристики співвідношення окремих підсистем, блоків, елементів у системі показників складних систем та ін. Однак ступінь реальності такого роду прогнозів і відповідно довіра до них значною мірою обумовлюються аргументованістю вибору меж екстраполяції і стабільністю відповідності "вимірників" стосовно сутності розглянутого явища. Треба звернути увагу на те, що складні об'єкти, як правило, не можуть бути охарактеризовані одним параметром.
Для підвищення точності екстраполяції використовуються різні прийоми. Один із них полягає, наприклад, у тому, щоб частину загальної кривої розвитку (тренду), що екстраполюється, коригувати з урахуванням реального досвіду розвитку галузі-аналога досліджень або об'єкта, які випереджають у своєму розвитку прогнозований об'єкт. При розробленні моделей прогнозування тренд виявляється основною складовою прогнозованого часового ряду, на яку накладаються інші складові. Результат при цьому пов'язується винятково з плином часу. Передбачається, що через час можна виразити вплив усіх основних факторів.
Аналіз показує, що жоден з існуючих методів не може дати достатньої точності прогнозів на 20–25 років. Застосовуваний у прогнозуванні метод екстраполяції не дає точних результатів на тривалий термін прогнозу, оскільки цей метод виходить з минулого і сьогодення і тим самим накопичує похибку. Такий метод дає позитивні результати на найближчу перспективу прогнозування тих або інших об'єктів – на 5–7 років.
Для знаходження параметрів наближених залежностей між двома або декількома прогнозованими величинами за їх емпіричними значеннями застосовується метод найменших квадратів. Його сутність полягає у мінімізації суми квадратичних відхилень між величинами, за якими спостерігають, і відповідними оцінками (розрахунковими величинами), обчисленими за підібраним рівнянням зв'язку. Цей метод краще за інші відповідає ідеї усереднення як одиничного впливу врахованих факторів, гак і загального впливу неврахованих. Розглянемо його детальніше.
Якщо позначити через Y спостережені значення, а через – прогнозовані значення часового ряду, то сума квадратів відхилень між Y і
запишеться як
(11.1)
Лінія регресії може бути подана рівнянням , де а і b - параметри оцінки, а t – номер періоду. Отже,
(11.2)
Узявши часткові похідні функції D відносно а і b і прирівнявши їх до нуля, одержимо такі рівняння:
(11.3)
де / – кількість спостережень.
Щоб знайти значення параметрів а і b, розв'яжемо цю систему рівнянь:
(11.4)
Отримана при цьому лінія регресії вказує часовий тренд даних. Оцінки трендів більш надійні, якщо вони ґрунтуються на даних, вільних від сезонних ефектів.
Поширеною методикою опису тих або інших процесів і явищ є моделювання. Воно вважається досить ефективним інструментом прогнозування можливої появи нових або майбутніх технічних засобів і рішень в енергетиці. Модель конструюється суб'єктом дослідження так, щоб операції відображали характеристики об'єкта (взаємозв'язки, структурні і функціональні параметри і т. п.), які є суттєвими для мети дослідження. Тому питання про якість такого відображення – адекватності моделі об'єктові – правомірно вирішувати лише щодо визначеної мети. Конструювання моделі на основі попереднього вивчення об'єкта і виділення його суттєвих характеристик, експериментальний і теоретичний аналіз моделі, зіставлення результатів з даними об'єкта, коригування моделі складають зміст методу моделювання.
Метод моделювання, розроблення якого при прогнозуванні науково- технічного прогресу в енергетичній галузі стикається із серйозними труднощами, вимагає особливої уваги. Труднощі застосування методу моделювання у прогнозуванні розвитку енергетичних об'єктів обумовлюються складністю структури технічного розвитку і тому змушують користуватися не однією моделлю, а системою методів і моделей, що характеризуються визначеною ієрархією і послідовністю.
Така система припускає певне чергування використання моделей для цілей складання комплексного прогнозу. Під економіко-математимною моделлю розуміють методику доведення до повного, вичерпного опису процесу одержання й обробки вихідної інформації і правил розе 'язання розглянутої задачі у досить широкому класі конкретних випадків.
Використання математичного апарату для опису моделей (включаючи алгоритми та їх дії) пов'язано з перевагами математичного підходу до багатостадійних процесів обробки інформації, використанням ідентичних засобів формування завдань, пошуку методів їх розв'язання, фіксації цих методів та їх перетворення на програми, розраховані на застосування засобів обчислювальної техніки.
Розроблення системи моделей прогнозування проходить три етапи. На першому етапі розроблення локальних методик прогнозування розробляються окремі моделі і підсистеми моделей прогнозування. Розроблені моделі повинні бути взаємно пов'язаними, і утворювати єдину систему для цілей прогнозування,яка забезпечує взаємодію окремих моделей відповідно до визначених вимог.
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Економіка енергетики» автора Автор невідомий на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Методи прогнозування“ на сторінці 2. Приємного читання.
