پیش بینی ریاضی روش های ریاضی پیش بینی در تجارت مدل اقتصادی-ریاضی ساختاری

مشاهدات آماری در مطالعات اجتماعی-اقتصادی معمولاً به طور منظم در فواصل زمانی معین انجام می شود و در قالب سری های زمانی ارائه می شود. x t، جایی که تی = 1, 2, ..., پ.به عنوان ابزاری برای پیش‌بینی آماری سری‌های زمانی، از مدل‌های رگرسیون روند استفاده می‌شود که پارامترهای آن از پایه آماری موجود تخمین زده می‌شود و سپس روندهای اصلی (روندها) به یک بازه زمانی معین برون‌یابی می‌شوند.

روش‌شناسی پیش‌بینی آماری شامل ساخت و آزمایش مدل‌های زیادی برای هر سری زمانی، مقایسه آن‌ها بر اساس معیارهای آماری و انتخاب بهترین‌ها برای پیش‌بینی است.

هنگام مدل‌سازی پدیده‌های فصلی در مطالعات آماری، دو نوع نوسان از هم متمایز می‌شوند: ضربی و افزایشی. در حالت ضربی، دامنه نوسانات فصلی متناسب با سطح روند در زمان تغییر می کند و توسط یک ضریب در مدل آماری منعکس می شود. با فصلی افزایشی، فرض می شود که دامنه انحرافات فصلی ثابت است و به سطح روند بستگی ندارد و خود نوسانات در مدل با یک عبارت نشان داده می شوند.

اساس اکثر روش‌های پیش‌بینی، برون‌یابی است که با گسترش الگوها، روابط و روابطی است که در دوره مورد مطالعه فراتر از محدودیت‌های آن عمل می‌کنند، یا - به معنای وسیع‌تر کلمه - به دست آوردن ایده‌هایی در مورد آینده بر اساس اطلاعات مرتبط است. به گذشته و حال

شناخته شده ترین و پرکاربردترین روش های پیش بینی روند و تطبیقی ​​است. در میان روش های اخیر می توان روش هایی مانند خودرگرسیون، میانگین متحرک (باکس-جنکینز و فیلتر تطبیقی)، روش های هموارسازی نمایی (هولت، براون و میانگین نمایی) و غیره را مشخص کرد.

برای ارزیابی کیفیت مدل پیش‌بینی مورد مطالعه، از چندین معیار آماری استفاده می‌شود.

رایج ترین معیارها به شرح زیر است.

خطای تقریب نسبی:

جایی که e t = x t - -خطای پیش بینی؛

x t -مقدار واقعی نشانگر؛

- ارزش پیش بینی شده

این شاخص هنگام مقایسه دقت پیش بینی برای چندین مدل استفاده می شود. فرض بر این است که دقت مدل بالا است زمانی که< 10%, хорошей - при = 10-20% и удовлетворительной - при = 20-50%.

میانگین مربعات خطا:

(54.2)

جایی که k-تعداد ضرایب تخمینی معادله.

همراه با پیش بینی نقطه ای، پیش بینی بازه ای به طور گسترده ای در عمل پیش بینی استفاده می شود. در این مورد، فاصله اطمینان اغلب توسط نابرابری ها داده می شود

(54.3)

جایی که tα- مقدار جدول تعیین شده توسط تی- توزیع دانش آموز در سطح معنی داری α و تعداد درجات آزادی n - k.

ادبیات تعداد زیادی مدل ریاضی و آماری را برای توصیف کافی از روندهای مختلف در سری های زمانی ارائه می کند.

رایج ترین انواع مدل های روند که مشخص کننده افزایش یا کاهش یکنواخت پدیده مورد مطالعه هستند عبارتند از:

(54.4)

یک مدل به درستی انتخاب شده باید با ماهیت تغییرات در روند پدیده مورد مطالعه مطابقت داشته باشد. در این مورد، مقدار e تی باید تصادفی با میانگین صفر باشد.

علاوه بر این، خطاهای تقریبی e tباید مستقل از یکدیگر باشند و از قانون توزیع عادی پیروی کنند e t Î ن (0, σ ). خطا استقلال e tآن ها عدم وجود خود همبستگی باقیمانده ها، که معمولاً توسط آزمون دوربین واتسون آزمایش می شود، بر اساس آمار:

(54.5)

جایی که e t = x t - .

اگر انحرافات همبستگی نداشته باشند، مقدار DWتقریباً برابر با دو در حضور خود همبستگی مثبت 0 ≤ DW ≤ 2, و منفی - 2 ≤ D W ≤ 4.

همبستگی باقیمانده ها را می توان با همبستگی برای انحراف از روند، که نموداری از تابع در مقابل τ ضریب خودهمبستگی است، که با فرمول محاسبه می شود، قضاوت کرد.

(54.6)

که در آن τ = 0، 1، 2 ... .

پس از انتخاب مناسب ترین تابع تحلیلی برای روند، از آن برای پیش بینی بر اساس برون یابی در تعداد معینی از بازه های زمانی استفاده می شود.

مشکل هموارسازی نوسانات فصلی را بر اساس سریال در نظر بگیرید V t = x t - , جایی که x t -ارزش سری زمانی اصلی در حال حاضر تی،آ - تخمینی از ارزش روند مربوطه ( تی = 1, 2, ..., پ).

از آنجایی که نوسانات فصلی یک فرآیند چرخه ای است که در زمان تکرار می شود، یک سری هارمونیک (سری فوریه) به شکل زیر به عنوان توابع هموارسازی استفاده می شود:

تخمین پارامتر α منو β منمدل ها از عبارات تعیین می شوند

(54.7)

جایی که ک = پ / 2 - حداکثر تعداد مجاز هارمونیک ها؛

ω من= 2π من/ پ -فرکانس زاویه ای منهارمونیک ام ( من = 1, 2, ..., ت).

اجازه دهید تی -تعداد هارمونیک های مورد استفاده برای هموارسازی نوسانات فصلی (ت< k). سپس تخمین سری هارمونیک شکل می گیرد

(54.8)

و مقادیر محاسبه شده سری زمانی شاخص اولیه با فرمول تعیین می شود

54.2. روش های پیش بینی تطبیقی

هنگام استفاده از مدل‌های روند در پیش‌بینی، معمولاً فرض می‌شود که عوامل و روندهای اصلی دوره گذشته برای دوره پیش‌بینی پابرجا خواهند ماند یا اینکه می‌توان جهت تغییرات آنها را در آینده توجیه کرد و در نظر گرفت. با این حال، در حال حاضر که تجدید ساختار اقتصاد در حال انجام است، فرآیندهای اقتصادی-اجتماعی، حتی در سطح کلان، بسیار پویا می شوند. در این راستا، محقق اغلب با پدیده های جدید و با سری های زمانی کوتاه سروکار دارد. در عین حال، داده های قدیمی در مدل سازی اغلب بی فایده و حتی مضر هستند. بنابراین، نیاز به ساخت مدل‌هایی وجود دارد که عمدتاً بر اساس مقدار کمی از جدیدترین داده‌ها هستند که به مدل‌ها ویژگی‌های تطبیقی ​​داده می‌شوند.

نقش مهمی در بهبود پیش‌بینی باید توسط روش‌های تطبیقی ​​ایفا شود، هدف از آن ساخت مدل‌های خودتنظیمی است که بتواند ارزش اطلاعات اعضای مختلف سری‌های زمانی را در نظر بگیرد و تخمین‌های نسبتاً دقیقی از اعضای آینده ارائه دهد. این سریال مدل های تطبیقی ​​کاملاً انعطاف پذیر هستند، اما نمی توان روی جهانی بودن و مناسب بودن آنها برای هر سری زمانی حساب کرد.

هنگام ساخت مدل های خاص، لازم است که محتمل ترین الگوهای توسعه فرآیند واقعی را در نظر بگیریم. محقق باید آن دسته از خصوصیات تطبیقی ​​را در مدل قرار دهد که برای ردیابی فرآیند واقعی با دقت معین کافی است.

در خاستگاه جهت تطبیقی ​​ساده ترین مدل هموارسازی نمایی نهفته است که تعمیم آن منجر به ظهور یک خانواده کامل از مدل های تطبیقی ​​شد. ساده ترین مدل تطبیقی ​​مبتنی بر محاسبه میانگین متحرک موزون نمایی است.

هموارسازی نمایی سری زمانی اصلی x tطبق فرمول بازگشتی انجام می شود

(54.9)

جایی که اس تی -مقدار میانگین نمایی در حال حاضر تی،آ . S t-1- در حال حاضر تی-1;

α - هموارسازی، پارامتر تطبیق، α = const، 0< α < 1;

عبارت (54.9) را می توان به صورت نمایش داد

در (54.10) میانگین نمایی در حال حاضر تیبه عنوان میانگین نمایی لحظه قبل بیان می شود S t-1به علاوه کسری α از انحراف مشاهده جریان x tاز میانگین نمایی S t-1لحظه t- 1.

با استفاده از رابطه عود (54.9) می توان میانگین نمایی را بیان کرد اس تیاز طریق مقادیر سری زمانی:

جایی که S0 - مقدار مشخص کننده شرایط اولیه برای اولین کاربرد فرمول (54.9)، با t = 1.

از آنجایی که β = (1 - α)< 1, то при تی → 0 β تی → 0، و طبق (54.11)،

(54.12)

آن ها اندازه اس تیمعلوم می شود که مجموع وزنی تمام عبارات مجموعه است. در این مورد، وزن ها بسته به تجویز مشاهده به صورت تصاعدی سقوط می کنند، از این رو نام اس تی -میانگین نمایی

از (54.12) نتیجه می شود که افزایش وزن مشاهدات اخیر را می توان با افزایش α بدست آورد. در عین حال، برای صاف کردن نوسانات تصادفی در سری های زمانی x tمقدار α باید کاهش یابد. این دو الزام با هم تضاد دارند و در عمل هنگام انتخاب α، از راه حل مصالحه ای استفاده می شود.

هموارسازی نمایی ساده ترین نوع مدل خودآموز با پارامتر تطبیقی ​​α است. انواع مختلفی از مدل های تطبیقی ​​توسعه یافته اند که از روش هموارسازی نمایی استفاده می کنند و امکان در نظر گرفتن حضور x tروندها و نوسانات فصلی بیایید به برخی از این مدل ها نگاه کنیم.

مدل چند جمله ای تطبیقی ​​مرتبه اول

الگوریتم هموارسازی نمایی را در نظر بگیرید، که فرض می‌کند سری زمانی دارد x tروند خطی مدل بر اساس این فرضیه است که پیش بینی را می توان از معادله به دست آورد

جایی که - مقدار پیش بینی شده سری زمانی در حال حاضر ( تی + τ);

، - برآورد ضرایب تطبیقی ​​چند جمله ای مرتبه اول در حال حاضر t;

τ - مقدار سرب.

میانگین های نمایی مرتبه 1 و 2 برای مدل دارای فرم هستند

(54.13)

که β = 1 - α، و برآورد مقدار مدل سری با دوره سرب τ برابر است با

(54.14)

برای تعیین شرایط اولیه در ابتدا از داده های سری زمانی x tما با روش حداقل مربعات تخمین روند خطی را پیدا می کنیم:

و قبول کنید و . سپس شرایط اولیه به صورت زیر تعریف می شود:

(54.15)

سوالات تستی

1. چه مدل های پیش بینی را می شناسید و چه ویژگی هایی دارد؟

2. رویکرد آماری برای پیش بینی، مدل سازی روندها و پدیده های فصلی در تحقیقات استراتژیک چیست؟

3. چه مدل های روندی را می شناسید و کیفیت آنها چگونه ارزیابی می شود؟

4. روش های پیش بینی تطبیقی ​​چه ویژگی هایی دارند؟

5. هموارسازی نمایی سری های زمانی چگونه انجام می شود؟

مطالب دقیقتر و صحیح تر در منتشر شده است.

در مارس 2011، یادداشت "پنج راه برای بهبود دقت پیش بینی" منتشر شد. نویسنده آلکسی اسکریپچان، بسیار کارآمد، ساده و با جزئیات کافی، پیش بینی هایی را که باید به عنوان بخشی از بازاریابی و برنامه ریزی انجام شود، در نظر گرفته است. نام او در بخش فرعی جالب به نظر می رسد "مزایای پیش بینی بهتر":

پیش‌بینی به سکانی تبدیل می‌شود که به شرکت کمک می‌کند مسیر خود را حفظ کند، مسیر را تغییر دهد یا با اطمینان در آب‌های ناآشنا حرکت کند…

من می خواهم چند کلمه به آنچه قبلا گفته شد اضافه کنم. عمدتاً باید توجه داشت که در مقاله ذکر شده در مورد پیش بینی کارشناسان صحبت می کنیم. نیاز به تمایز دو نوع پیش بینی: تخصصی و رسمی.

پیش بینی کارشناسان

پیش‌بینی خبره به معنای شکل‌گیری ارزش‌های آینده توسط یک متخصص است، یعنی. فردی با دانش عمیق در یک زمینه خاص. در این مورد، متخصص اغلب از دستگاه ریاضی استفاده می کنداما در این نوع پیش بینی، دستگاه ریاضی تنها یک ابزار محاسباتی کمکی است. اساس دانش و شهود یک متخصص است و بنابراین گاهی اینها روش ها شهودی نامیده می شوند.

پیش‌بینی خبره زمانی استفاده می‌شود که هدف پیش‌بینی بسیار ساده باشد یا برعکس، آنقدر پیچیده باشد که در نظر گرفتن تحلیلی تأثیر عوامل خارجی غیرممکن باشد.. روش های پیش بینی خبره شامل توسعه مدل های پیش بینی نمی شود و منعکس کننده قضاوت های فردی متخصصان (متخصصان) در مورد چشم انداز توسعه فرآیند است. این روش ها شامل روش های زیر می باشد.

• روش ارزیابی کارشناسان
• روش قیاس های تاریخی
• آینده نگری بر اساس الگو
• منطق فازی
• مدل سازی سناریو "چه می شود اگر"

پیش بینی رسمی، پیش بینی بر اساس مدل ریاضی، که الگوهای فرآیند را به تصویر می‌کشد، در خروجی خود دارای مقادیر آتی فرآیند مورد مطالعه است. بسیار زیاد است، به عنوان مثال، طبق تعدادی از بررسی ها، در حال حاضر بیش از 100 کلاس از مدل های پیش بینی وجود دارد. البته تعداد کلاس‌های کلی مدل‌هایی که در یک تغییر یا تغییر در مدل‌های دیگر تکرار می‌شوند، بسیار کمتر است و به راحتی می‌توان به ده‌ها نفر کاهش داد.

• مدل های رگرسیون(مدل رگرسیون)
• مدل های خودرگرسیون(,AR)
• مدل های شبکه عصبی(شبکه عصبی مصنوعی، ANN)
• مدل های هموارسازی نمایی(,ES)
• مدل های مبتنی بر زنجیره مارکوف(زنجیره مارکوف)
• درختان طبقه بندی-رگرسیون(درخت طبقه بندی و رگرسیون، سبد خرید)
• ماشین بردار پشتیبانی(ماشین بردار پشتیبانی، SVM)
• الگوریتم ژنتیک(الگوریتم ژنتیک، GA)
• مدل تابع انتقال(تابع انتقال، TF)
• منطق فازی رسمی(منطق فازی، FL)
• مدل های بنیادی

نویسنده مقاله ای در مورد پیش بینی در بازاریابی به درستی اشاره کرد که " مانند هر ابزار دیگری، ریاضیات می تواند در دست یک آماتور خطرناک باشد. برای بررسی محاسبات خود، می توانید فردی با مهارت های آماری قوی را برای تجزیه و تحلیل اطلاعات خود درگیر کنید.». مدل های پیش بینی ریاضینیاز به شایستگی های توسعه یافته نه تنها در ریاضیات، بلکه در برنامه نویسی، داشتن بسته های آماری پیچیده برای ایجاد نه تنها یک مدل دقیق و سریع است.

بهبود دقت پیش بینی

البته، هر دو نوع پیش بینی در نظر گرفته شده اغلب با هم کار می کنند، به عنوان مثال، بر اساس یک الگوریتم پیچیده، مقادیر آینده سری های زمانی محاسبه می شود و سپس متخصص این ارقام را از نظر کفایت بررسی می کند. در این مرحله کارشناس می تواند تنظیمات دستی انجام دهد که با توجه به صلاحیت بالای وی می تواند بر کیفیت پیش بینی تاثیر مثبت بگذارد.

در مجموع، اگر شما نیاز به بهبود دقت پیش بینی کارشناسان در وظایف بازاریابی دارید، باید مستقیماً توصیه های ارائه شده در مقاله را دنبال کنید. اگر با وظیفه بهبود دقت پیش‌بینی از طریق مدل‌های ریاضی پیچیده، سریع و پیاده‌سازی شده توسط نرم‌افزار مواجه هستید، باید به دور نگاه کنید، یعنی پیش‌بینی‌ای که بر اساس مجموعه‌ای از پیش‌بینی‌های مستقل انجام شده است. به زودی در مورد آن صحبت خواهم کرد پیش بینی اجماعتوضیحات بیشتر در این وبلاگ

روش های پیش بینی ریاضی را می توان بر اساس توابع مختلف، سری های زمانی و وابستگی های تحلیلی توسعه داد. برای مدل‌سازی ریاضی و پیش‌بینی بازارهای ارز، هم دینامیک قیمت و هم مشتقات آن (مقادیر شاخص، سطوح قابل توجه و غیره) و داده‌های بازار می‌توانند به عنوان اطلاعات ورودی عمل کنند. شاخص های کلان اقتصادی. در مدل های ریاضی برای پیش بینی سری های زمانی مالی، دینامیک قیمت به عنوان ورودی استفاده می شود. با این حال، کار با مدل های اطلاعات سری زمانی که توصیف اشیاء اصلی با استفاده از نمودارها، نمودارها، فرمول ها، نقشه ها و غیره هستند، متفاوت است. یکی از مهم‌ترین انواع مدل‌سازی اطلاعات، ریاضی است، زمانی که توصیف‌ها به زبان ریاضیات فرموله می‌شوند. بر این اساس، مطالعه این گونه مدل ها با استفاده از روش های ریاضی انجام می شود.

از نظر ریاضی، مشکل پیش‌بینی نرخ ارز را می‌توان به مسئله تقریب توابع چند بعدی و در نتیجه به مسئله ساختن یک نقشه‌برداری چند بعدی تقلیل داد. بسته به نوع متغیرهای خروجی، تقریب توابع می تواند به شکل زیر باشد: طبقه بندی یا رگرسیون. بنابراین، در مدل های پیش بینینرخ ارز، دو کار فرعی عمده را می توان متمایز کرد: 1. ساخت یک مدل ریاضی. دومین آموزش شبکه های خبره که راه حل مشکل را پیاده سازی می کنند. در نتیجه مطالعه حوزه موضوعی، باید یک مدل پیش‌بینی ریاضی شامل مجموعه‌ای از متغیرهای ورودی ایجاد شود. روش تشکیل ویژگی های ورودی و روش آموزش سیستم خبره.

وابستگی های تحلیلی

ویژگی ها را در نظر بگیرید مدل های پیش بینیبر اساس وابستگی های تحلیلی

این مدل بر اساس تحلیل مکانیسم تشکیل نرخ ارز است. نوع فرمول در این مورد به ماهیت و نوع عوامل متقابل مؤثر در شکل گیری نرخ ارز بستگی دارد. مدل بر اساس فرضیه برابری قدرت خرید. علاوه بر این، در فرآیند در نظر گرفتن نظام های واقعی اقتصادی، عوامل جدیدی اضافه می شود و مدل تعمیم یافته، عوامل اصلی موثر بر شکل گیری نرخ ارز را انتخاب می کند.

افزایش کارایی معاملات کوتاه‌مدت ارز یکی از وظایف مهم در فعالیت بانک‌ها و سایر سرمایه‌گذارانی است که با خرید و فروش ارزهای مختلف در حجم قابل توجهی به دنبال جابه‌جایی به ذخایر آزاد موجود هستند تا از زیان نوسانات بازار جلوگیری کنند. نرخ ارز و دریافت سود اضافی. و عملیات ارزیبا سرعت بالا از طریق اینترنت انجام می شود، زیرا ورود به بازار ارز با یک پیشنهاد قبل از رقبا بسیار مهم است. همه اینها بخشی جدایی ناپذیر از روند مستمر تشکیل ساختار بهینه ذخایر ارزی است.

اثربخشی معاملات ارزی تا حد زیادی به قابلیت اطمینان پیش بینی نوسانات ارز بستگی دارد. به همین دلیل است که پیش‌بینی کوتاه‌مدت نرخ‌ها برای فعالیت‌های عملیاتی بانک‌ها و سایر سرمایه‌گذاران از اهمیت عملی بالایی برخوردار است. و مسئله امکان استفاده از روش های آماری برای این منظور مرتبط و طبیعی به نظر می رسد. مسئله کوتاه مدتپیش‌بینی نرخ ارز با استفاده از مدل‌های آماری بر این اساس در نظر گرفته می‌شود که برای انجام موفقیت‌آمیز معاملات ارزی، نیاز به پیش‌بینی از یک روز قبل است. به عنوان مثال، در فیلم "پی"، ریاضیدان ماکس کوهن سال ها در تلاش برای یافتن و رمزگشایی کد دیجیتال جهانی است که بر اساس آن نرخ همه تغییر می کند. با نزدیک‌تر شدن به راه‌حل، دنیای اطراف مکس به یک کابوس تاریک تبدیل می‌شود: او توسط تحلیلگران قدرتمند وال استریت تعقیب می‌شود تا رمز جهان جهانی را کشف کند. در آستانه جنون، مکس باید یک انتخاب قاطع بین نظم و هرج و مرج انجام دهد و تصمیم بگیرد که آیا قادر به مقابله با نیروی قدرتمندی است که ذهن درخشان او اکنون بیدار شده است یا خیر. اما این فانتزی است. در واقع، کار سختی نیست، بلکه رشته فکری است که درآمد سرمایه‌گذاری را تعیین می‌کند و تنها مدل‌سازی ریاضی کافی می‌تواند برای ارزیابی اثربخشی یک ایده مفید باشد.

روش های پیش بینی تطبیقی

ترسیم خط روشنی که روش‌های پیش‌بینی تطبیقی ​​را از روش‌های غیرتطبیقی ​​جدا می‌کند، دشوار است. حتی پیش‌بینی با روش برون‌یابی منحنی‌های رگرسیون معمولی حاوی برخی از عناصر انطباق است، زمانی که با هر دریافت جدید داده‌های واقعی، پارامترهای منحنی‌های رگرسیون دوباره محاسبه و اصلاح می‌شوند. پس از یک دوره زمانی به اندازه کافی طولانی، حتی نوع منحنی را می توان تغییر داد. با این حال، در اینجا درجه انطباق بسیار کم است. علاوه بر این، با گذشت زمان، همراه با افزایش تعداد کل نقاط مشاهده و بر این اساس، با کاهش نسبت هر نقطه جدید در نمونه کاهش می یابد.

توالی فرآیند انطباق به شرح زیر است. بگذارید مدل در حالت اولیه باشد و یک پیش‌بینی روی آن انجام شود. هنگامی که یک واحد زمان (مرحله شبیه سازی) منقضی می شود، تجزیه و تحلیل می کنیم که نتیجه به دست آمده توسط مدل چقدر از مقدار واقعی سری فاصله دارد. خطای پیش بینیاز طریق بازخورد وارد ورودی سیستم می شود و مطابق با منطق خود مدل برای انتقال از حالتی به حالت دیگر به منظور هماهنگی بهتر رفتار خود با دینامیک سری استفاده می کند. مدل باید به تغییرات سری با تغییرات جبرانی پاسخ دهد. سپس یک پیش بینی برای نقطه بعدی در زمان انجام می شود و کل فرآیند تکرار می شود. بنابراین، اقتباس به صورت تعاملی با دریافت هر نقطه واقعی جدید از مجموعه انجام می شود. با این حال، قوانین انتقال سیستم از یک حالت به حالت دیگر چگونه باید باشد، منطق مکانیسم انطباق چیست؟

در اصل، این سوال توسط هر محقق به طور شهودی حل می شود. منطق مکانیسم انطباق پیشینی داده می شود و سپس به صورت تجربی آزمایش می شود. هنگام ساختن یک مدل، ناگزیر به آن ویژگی‌های ذاتی می‌بخشیم و در عین حال، برای انعطاف‌پذیری بیشتر، باید از مکانیسم‌های رفلکس‌های شرطی که با اینرسی خاصی به دست می‌آیند یا گم می‌شوند، مراقبت کنیم. کلیت آنها منطق مکانیسم انطباق را تشکیل می دهد. با توجه به سادگی هر مدل و اطلاعات اولیه محدود، که اغلب توسط یک سری نمایش داده می شود، نمی توان انتظار داشت که هر مدل تطبیقی ​​برای پیش بینی هر سری، هر گونه تغییرات رفتاری مناسب باشد. مدل های تطبیقیبه اندازه کافی انعطاف پذیر هستند، اما نمی توان روی تطبیق پذیری آنها حساب کرد. بنابراین، هنگام ساخت و توضیح مدل‌های خاص، لازم است محتمل‌ترین الگوهای توسعه فرآیند واقعی را در نظر گرفت و ویژگی‌های دینامیکی سری را با قابلیت‌های مدل مرتبط کرد. لازم است آن خصوصیات تطبیقی ​​را در مدل قرار دهیم که برای مدل کافی باشد تا فرآیند واقعی را با دقت مشخصی ردیابی کند.

با این حال نمی توان به موفقیت امیدوار بود خود سازگاری مدل، در رابطه با آنچه که برای انعکاس این فرآیند ضروری است، کلی تر است، زیرا افزایش تعداد پارامترها سیستم را بیش از حد حساس می کند، منجر به ایجاد آن و بدتر شدن پیش بینی های به دست آمده از آن می شود. بنابراین، هنگام ساخت یک مدل تطبیقی، باید بین یک مدل کلی و یک مدل خاص یکی را انتخاب کرد و با سنجیدن مزایا و معایب آنها، به مدلی که می توان از آن انتظار کوچکترین خطای پیش بینی را داشت، ترجیح داد. بنابراین، داشتن انبار معینی از مدل های تخصصی، متنوع در ساختار و ویژگی های عملکردی ضروری است. برای مقایسه جایگزین های ممکن، یک معیار مطلوبیت مدل مورد نیاز است. در حالی که چنین معیاری به طور کلی بحث برانگیز است، در مورد پیش بینی کوتاه مدت، معیار پذیرفته شده معمولاً میانگین مربعات خطای پیش بینی است. کیفیت مدل نیز با وجود خود همبستگی در خطاها قضاوت می شود. در سیستم های پیشرفته تر، فرآیند آزمون و خطا در نتیجه تجزیه و تحلیل تغییرات متوالی در زمان و موازی (رقابتی) مدل انجام می شود.

پیش بینی کوتاه مدت نرخ ارز

اطلاعات در مورد پویایی نرخ ارز، تصور یک حرکت آشفته را ایجاد می کند: کاهش و افزایش نرخ ها به ترتیب تصادفی جایگزین یکدیگر می شوند. حتی اگر در یک دوره زمانی طولانی روندی مثلاً به سمت رشد وجود داشته باشد، در نمودار به راحتی می توانید ببینید که این روند از طریق حرکات پیچیده راه خود را باز می کند. سری زمانی نرخ ارز. مسیر سریال تحت تأثیر نیروهای نامنظم و اغلب ناشناخته همیشه تغییر می کند. شی مورد مطالعه به طور کامل در معرض عناصر بازار جهانی است و اطلاعات دقیقی در مورد حرکت آتی نرخ ارز وجود ندارد. شما باید یک پیش بینی انجام دهید. در عین حال کاملاً بدیهی است که حتی نشانه نرخ رشد را پیش بینی کنید خیلی سخت. این کار معمولاً توسط کارشناسانی انجام می شود که شرایط فعلی بازار را تحلیل می کنند و همچنین سعی می کنند عواملی را که به طور منظم با حرکت نرخ ارز مرتبط هستند شناسایی کنند (تحلیل بنیادی). هنگام ساخت مدل‌های رسمی، آنها همچنین سعی می‌کنند طیفی از عوامل مهم را شناسایی کرده و نوعی شاخص را بر اساس آنها بسازند، اما نه متخصصان خبره و نه روش‌های رسمی تاکنون نتایج پایدار خوبی ارائه نکرده‌اند. ما معتقدیم که این اول از همه با این واقعیت توضیح داده می شود که اگر واقعاً دایره ای از عوامل وجود داشته باشد که بر نرخ ارز به روشی باثبات تأثیر بگذارد، تأثیر آنها به طور قابل اعتمادی توسط یک مؤلفه تصادفی روی هم رفته و اقدامات کنترلی پنهان می شود.

در نتیجه جداسازی این عوامل و تأثیر آنها دشوار است. بنابراین، لازم است پیش‌بینی کوتاه‌مدت نرخ را به‌عنوان وظیفه پیش‌بینی حرکت ثابت یک سری زمانی مجزا در نظر گرفت که دلیل آن عمدتاً رفتار گسترده بازیگران مالی کوچک و بزرگ در بازار ارز است. ، که عمده تراکنش های مالی با ارز را انجام می دهند. این رویکرد را می توان نسبت داد البته، یک شرکت کننده در بازی ارز آزاد است که به طور کامل خودسرانه استراتژی خود را تغییر دهد. و با این حال می توان فرض کرد که رفتار کل توده شرکت کنندگان از طریق نسبت عرضه و تقاضا که بر نرخ ارز تأثیر می گذارد، در دوره زمانی فعلی دارای منطق غالب خاصی است که از طریق قانون اعداد بزرگ آشکار می شود. به عنوان مثال، هنگامی که نرخ ارز کاهش می یابد، آنها می توانند آن را خریداری کنند و انتظار افزایش بیشتر در آینده را داشته باشند. و چنین تقاضای گسترده ای برای ارز واقعاً منجر به افزایش نرخ ارز آن می شود. یا برعکس، اگر پس از سقوط ارز، اعتماد به آن کاهش یابد و کاهش بیشتر ارزش آن پیش بینی شود، عرضه انبوه غالب می شود و نرخ حتی کمتر می شود. توجه داشته باشید که با چنین رویکرد ساده‌شده‌ای، می‌توان پویایی سری‌های زمانی را به‌عنوان یک رکورد زمانی از رفتار انبوه فعالان بازار ارز خواند. این امکان را فراهم می کند که هنگام ساخت یک مدل، از خود سری، بدون نیاز به اطلاعات اضافی، استفاده شود و از همه استدلال ها در مورد رفتار انبوه شرکت کنندگان بازار فقط برای یک تفسیر کیفی استفاده شود. اگر می شد در پویایی سریال حداقل الگوهای کوتاه مدتی را یافت که با احتمال بیش از 50٪ محقق می شوند، این امر دلیلی برای حساب کردن روی موفقیت می کرد. سپس می توان از روش های آماری برای پیش بینی نرخ ها استفاده کرد و روابط کم و بیش پایدار رویدادهای متوالی در سری های زمانی را ثبت کرد.

در این صورت وظیفه زیر مطرح می شود. ابتدا، کاربرد هر روش آماری برای پیش‌بینی کوتاه‌مدت نرخ ارز، که هدف آن توصیف رویدادها یا موقعیت‌های تکرارشونده با روابط نسبتاً پایدار است را بیابید. ثانیاً، اگر روش های آماری برای حل تکلیف قابل استفاده هستند، امیدوارکننده ترین کلاس آنها را ایجاد کنید، ویژگی های مشخصه این روش ها را نشان دهید و به ساده ترین آنها توجه ویژه داشته باشید. ثالثاً نتایج عملی را با مثال نشان دهیم. لازم به ذکر است که همواره به مسائل پیش بینی نرخ ارز توجه زیادی شده است. از انتشارات مربوط به موضوع مرتبط، به عنوان مثال، به کار K. Granger و O. Morgenstern اشاره می کنیم (Granger Clive W.J., Morgenstern Oscar. پیش بینی قیمت های بازار سهام. ماساچوست، 1970)، که به بررسی پویایی قیمت سهام می پردازد. و کتابشناسی گسترده ای ارائه می دهد. این تک نگاری در واقع به این نتیجه می رسد که اگر مجموعه ای از این نوع وجود داشته باشد، به احتمال زیاد بین افزایش نرخ مجاور وجود دارد. با این حال، این سوال پیش می‌آید که آیا درصدد پیش‌بینی نوسانات کاملاً تصادفی در نرخ ارز هستیم؟ پاسخ به این سوال در یک مطالعه خاص است.

پیش بینی مدرن

نگاهی جدید به نقش پیش‌بینی، خود را به عنوان عنصری ضروری در فرآیند تصمیم‌گیری تثبیت کرده است. پیامد منطقی تقویت نقش پیش‌بینی، افزایش الزامات اعتبار و پایایی برآوردهای پیش‌بینی بود. با این حال، سطح انطباق دستگاه پیش‌بینی مدرن با این الزامات جدید بسیار پایین است. حتی استفاده از مدل های تطبیقی، که با کمک آنها، به عنوان یک قاعده، می توان به سطح کفایت لازم در توصیف فرآیندهای پیش بینی شده دست یافت، تنها تا حدی مشکل افزایش قابلیت اطمینان را حل می کند. اقتصاد مدرن فرآیندهایی با چنان پویایی پیچیده ای ایجاد می کند که شناسایی الگوهای آن توسط دستگاه پیش بینی مدرن اغلب به یک کار غیر قابل حل تبدیل می شود. بهبود این دستگاه قبل از هر چیز نیاز به ایده های جدید و رویکردهای جدید دارد که بر اساس آنها می توان مکانیسم ها و راه های انعکاس پویایی های شکل گرفته تحت تأثیر تأثیرات را پیاده سازی کرد که امکان آن در آینده وجود دارد. در داده های دوره تاریخی یافت نمی شود. یک تناقض آشکار وجود دارد که غلبه بر آن به شکل گیری دیدگاه جدیدی کمک می کند پیش بینی به عنوان یک بازتاب فعال در یک محیط احتمالیایده هایی در مورد فرآیند مورد مطالعه در قالب یک مسیر ساخته شده بر اساس روندهای عینی و انتظارات ذهنی.

در چارچوب پیش بینی اقتصادی، توسعه یک رویکرد تطبیقی ​​در سه جهت اتفاق می افتد. مورد اول عمدتاً بر روی آن متمرکز است عوارضمدل های پیش بینی تطبیقی ایده پشت جهت دوم است بهبودمکانیسم تطبیقی ​​مدل های پیش بینی در جهت سوم، رویکرد اجرا می شود اشتراک گذاریاصول تطبیقی ​​و سایر روش های پیش بینی، به ویژه مدل سازی شبیه سازی. آثار V.V. داونیس.

توسعه بازار مشخص است، اما برعکس آن نیز صادق است - عوامل اساسی توسط بازار تعیین می شود، یعنی رفتار فعالان بازار، ارزیابی ها و انتظارات آنها. در عین حال، توانایی ارزیابی صحیح از توسعه موقعیت های بازار به توانایی پیش بینی انتظارات غالب فعالان بازار بستگی دارد و نه به توانایی پیش بینی تغییرات در دنیای واقعی. بنابراین، ایده‌های توسعه دستگاه ریاضی پیش‌بینی به‌اندازه کافی ویژگی‌های فعالیت سیستم‌های اقتصادی را در نظر نمی‌گیرند، که سطح معقول بودن تخمین‌های پیش‌بینی را حتی با دقت درون‌یابی بالا کاهش می‌دهد. در عین حال، پیش‌بینی‌های مبتنی بر اطلاعات ذهنی بر پیش‌بینی ویژگی‌های کیفی متمرکز هستند و بنابراین استفاده از آنها فقط در موارد خاص امکان‌پذیر است. این امر مشکل ساخت پیش‌بینی‌ها را بر اساس ترکیبی از برون‌یابی و برآوردهای ذهنی به منصه ظهور می‌رساند. مطالعاتی در این زمینه انجام شد، اما تجزیه و تحلیل نتایج این مطالعات نشان از غلبه ماهیت خلاقانه در آنها داشت که در واقع نشان دهنده سطح اولیه توسعه مشکل ساخت پیش بینی های ترکیبی است.

ادبیات

1. Sobolev V.V. معامله ارز در بازارهای مالی / Yuzh.-Ros. حالت فن آوری un-t (NPI). - Novocherkassk، 2009. - 442 p.
2. Lukashin Yu. P. روش های تطبیقی ​​پیش بینی کوتاه مدت سری های زمانی: Proc. کمک هزینه - م.: امور مالی و آمار، 2003. - 416 ص.
3. Davnis V.V.، Tinyakova V.I. مدل‌های تطبیقی: تحلیل و پیش‌بینی در سیستم‌های اقتصادی. - Voronezh: انتشارات Voronezh. حالت un-ta, 2006. – 380 p.
4. میشکین اف. نظریه اقتصادی پول، بانکداری و بازارهای مالی: کتاب درسی برای دانشگاه ها / Per. از انگلیسی. D.V. وینوگرادوف، ویرایش. M.E. دوروشنکو – م.: نشریه، 1378. – 820 ص.
5. لوکاشین یو.پی. در مورد امکان پیش بینی کوتاه مدت نرخ ارز با استفاده از مدل های آماری ساده // بولتن دانشگاه دولتی مسکو. -1990. - سر. 6. اقتصاد. -شماره 1.-S. 75-84.
6. Sobolev V.V. سرمایه گذاران / جنوب روس. حالت فن آوری un-t (NPI).–Novocherkassk, 2009.–315 p.
7. Soros J. Alchemy of Finance: ترجمه از انگلیسی. - م.: "اینفرام"، 1996. - 416 ص.

Fortrader سوئیت 11، طبقه دوم، خانه صدا و ویژن، خیابان فرانسیس ریچل.ویکتوریا ویکتوریا، ماهه، سیشل +7 10 248 2640568

مقدمه

شرایط مدرن مدیریت بازار، به دلیل اهمیت روزافزون پیش‌بینی صحیح برای سرنوشت یک بنگاه اقتصادی و در کل اقتصاد کشور، تقاضاهای بسیار بالایی را برای روش‌های پیش‌بینی ایجاد می‌کند.

این پیش بینی عملکرد اقتصاد مناطق یا حتی کشور است که در حال حاضر باید به آن توجه جدی شود، زیرا در پشت پرده مشکلات لحظه ای خود، همه به دلایلی فراموش کرده اند که اقتصاد کشور نیز باید باشد. مدیریت می شود و بنابراین پیش بینی شاخص های توسعه آن باید بر مبنای علمی محکم قرار گیرد.

روش های اقتصادی و ریاضی به معنای گروه بزرگی از رشته های علمی است که موضوع آنها ویژگی های کمی فرآیندهای اقتصادی است که به طور جدایی ناپذیری با ویژگی های کیفی آنها مرتبط است. همچنین تحقیقات اقتصادی و ریاضی در مجموعه ای از روش های ریاضی برای برنامه ریزی و مدیریت تولید اجتماعی برای دستیابی به بهترین نتایج ترکیب شده است.

واژه «مدل» در زمینه های مختلف فعالیت های انسانی کاربرد فراوانی دارد و معانی زیادی دارد. اجازه دهید فقط چنین «الگوهایی» را در نظر بگیریم که ابزاری برای کسب دانش هستند.

مدل، شیء مادی یا ذهنی بازنمایی شده ای است که در فرآیند تحقیق، جایگزین شی اصلی می شود تا مطالعه مستقیم آن، دانش جدیدی در مورد شی اصلی ارائه دهد.

مدل سازی به فرآیند ساخت، مطالعه و به کارگیری مدل ها اشاره دارد. ارتباط نزدیکی با مقولاتی مانند انتزاع، قیاس، فرضیه و غیره دارد. فرآیند مدل‌سازی لزوماً شامل ساخت انتزاع‌ها، و نتیجه‌گیری از طریق قیاس، و ساخت فرضیه‌های علمی است.

تعریف صحیح توسعه متوازن صنایع در هر بنگاه کشاورزی از مسائل مهم علمی و عملی اقتصاد کشاورزی است. نسبت بخش ها در هر بنگاه کشاورزی باید از یک سو پاسخگوی نیازهای دولت برای فروش حجم و طیف معینی از محصولات کشاورزی باشد و از سوی دیگر امکان استفاده کامل و کارآمد را ایجاد کند. از منابع اقتصاد

در شرایط اقتصادی کنونی که قیمت محصولات کشاورزی به طور قابل توجهی کمتر از قیمت محصولات صنعتی است، زمانی که دستمزد کارگران کشاورزی چندین برابر کمتر از سایر بخش‌های اقتصاد است، زمانی که استهلاک دارایی‌های ثابت در شرکت‌های کشاورزی به 60 رسیده است. -70٪، مشکل ترکیب متوازن شاخه های شرکت های کشاورزی به منصه ظهور رسیده است، زیرا شاخص های مهم اقتصادی اقتصاد مانند سطح سودآوری، تولید در واحد سطح زمین و بهره وری نیروی کار به تخصص صحیح بستگی دارد. تولید و ترکیب صنایع

لازم به ذکر است که مدل سازی بنگاه های کشاورزی دارای تعدادی ویژگی است. بنابراین، راه‌حل بهینه‌ای که با استفاده از روش‌های برنامه‌ریزی ریاضی به‌دست می‌آید ممکن است همیشه از نقطه نظر اقتصادی با بهینه مطابقت نداشته باشد. این اختلاف هر چه بیشتر باشد، کمتر در مدل روابط کمی بین عوامل فردی که بر یکدیگر تأثیر می گذارند و نتایج نهایی در نظر گرفته شده است. به عبارت دیگر، مدل باید همه شرایطی را که مشکل اقتصادی معین را تعیین می‌کنند، منعکس کند. در فهرست این شرایط، در کنار شرایط اقتصادی، باید شرایط کشاورزی، زئوتکنیک، زیستی، فنی و غیره وجود داشته باشد. این امر مستلزم دانش صحیح در زمینه فناوری، مهندسی، اقتصاد، برنامه ریزی و سازماندهی تولیدات کشاورزی است. شاید بتوان گفت، از اهمیت تعیین کننده ای برای ساخت شایسته یک مدل اقتصادی-ریاضی و دستیابی به راه حل های بهینه قابل قبول، اطلاعات قابل اعتماد در مورد یک شی مدل شده خاص است. کامل بودن و صحت اطلاعات این امکان را فراهم می کند که به زبان ریاضی تمام وابستگی ها و ارتباطات بین پدیده های اقتصادی مورد مطالعه به طور دقیق توصیف شود.

هدف از این پروژه درسی، مطالعه روش‌شناسی مدل‌سازی ریاضی برنامه توسعه یک شرکت کشاورزی است. طراحی یک مدل اقتصادی و ریاضی بر روی نمونه SPK "Kurmanovo" ناحیه مستیسلاوسکی منطقه موگیلف. محاسبه برنامه توسعه متوازن برای این اقتصاد و تجزیه و تحلیل راه حل حاصل.

هنگام نوشتن پروژه دوره، از پیشرفت های بسیاری از دانشمندان داخلی، مواد روش شناختی بخش استفاده شد و برای محاسبه اطلاعات اولیه، داده های گزارش سالانه SEC "Kurmanovo" منطقه مستیسلاوسکی منطقه موگیلف برای محاسبه 2008 استفاده شد.

برای دستیابی به این هدف، نیاز به حل طیف وسیعی از وظایف زیر است:

تعریفی از مفهوم روشهای اقتصادی و ریاضی ارائه دهید و طبقه بندی آنها را مشخص کنید.

برای آشکار کردن محتوای مراحل ساخت روش های اقتصادی و ریاضی.

برخی از روش های اقتصادی و ریاضی را با جزئیات بیشتری در نظر بگیرید.

برای اثبات برنامه توسعه SEC "Kurmanovo" منطقه Mstislavsky منطقه Mogilev.

برای تجزیه و تحلیل نتایج حل یک مسئله اقتصادی و ریاضی گسترده؛

نتیجه گیری های لازم را بر اساس نتایج حل مسئله اقتصادی و ریاضی انجام دهید.

فصل 1. ویژگی ها و روش های مدل سازی برنامه توسعه یک شرکت کشاورزی

1.1 ماهیت و طبقه بندی مدل های اقتصادی و ریاضی

فرآیند تولید کالاها و خدمات با تعامل ابزار تولید، اشیاء کار و نیروی کار همراه است. ترکیب عناصر ذکر شده تولید، ماهیت تعامل آنها نتایج مختلف شرکت ها، تیم ها و کارگران فردی را تعیین می کند. جهت گیری تولید کننده به بهترین نتایج مدیریت مستلزم تجزیه و تحلیل عمیق از فرآیند تولید به عنوان یک کل و اجزای جداگانه آن به ویژه به منظور توسعه راه حل های موثر است. شناسایی عناصر تأثیرگذار که نتایج بهتر و کارآمدتر یک شی یا پدیده را ارائه می دهند، مهم است. حل این مشکل مستلزم در نظر گرفتن هر شیء به عنوان یک سیستم تولیدی یا اقتصادی-اجتماعی پیچیده است که عناصر آن به هم پیوسته، پویا و در زمان و مکان بر یکدیگر تأثیر می گذارند. ماهیت اجتماعی بسیاری از اشیاء پیچیده با این واقعیت تعیین می شود که عملکرد بسیاری از آنها توسط نیازهای جامعه، تیم ها و افراد از پیش تعیین شده است.

درجه پیچیدگی اشیا یا سیستم ها به محتوای عناصر تشکیل دهنده بستگی دارد. هرچه اجزاء ساده تر، تعداد آنها کمتر باشد، پیش بینی رفتار یک شی آسان تر است.

پیش بینی تغییرات احتمالی در وضعیت اشیا یا پدیده های مورد مطالعه مستلزم آگاهی از پیامدهای اثر متقابل بخشی یا همه عناصر است. از آنجایی که پیامدها و ماهیت تعامل به وضعیت کمی و کیفی اشیاء تشکیل دهنده بستگی دارد، پیگیری تغییرات در اشیاء مورد مطالعه ضروری می شود.

توانایی پیگیری تغییرات در اشیاء مورد مطالعه به ویژگی های اشیا یا پدیده ها بستگی دارد. بنابراین، اگر شی مورد مطالعه فیزیکی باشد، یعنی. دارای سه بعد است، ویژگی های تعامل اجزای آن را می توان بر روی خود شی ردیابی کرد. با این حال، حتی در این مورد، اگر جسم بزرگ باشد، امکان کار کردن بهترین گزینه ها برای ارتباط اجزای آن می تواند بسیار دشوار باشد. در این صورت، اگر جسم فیزیکی نباشد، یعنی. ابعاد آشنای ما را ندارد - طول، ارتفاع و عرض، توسعه مکانیسم تعامل عناصر تشکیل دهنده آن باید متفاوت باشد. در این مورد، راه‌های یافتن بهترین راه‌حل‌ها می‌تواند آزمایش یا قیاس باشد.

هنگام مطالعه اشیاء یا پدیده ها، برای محقق مهم است که مهم ترین ویژگی های آنها را شناسایی کند، به این معنی که مدل نیازی به انعکاس تمام ویژگی های شی مورد مطالعه ندارد. مهم است که مدل یا آنالوگ شی مورد مطالعه تنها در مهمترین یا ضروری ترین آنها مشابهت اصلی را حفظ کند. چنین مدل ها یا آنالوگ هایی همفونیک نامیده می شوند.

فرآیند توصیف ویژگی های اساسی نسخه اصلی با استفاده از یک مدل اقتصادی-ریاضی تقلید نامیده می شود. هنگام ایجاد یک مدل، مهم است که در نظر داشته باشید که درک جنبه های ضروری و غیر ضروری یک شی یک مقوله نسبی است و تا حد زیادی به سطح دانش بستگی دارد. به همین دلیل، آنالوگ اشیاء ایجاد شده توسط ما گاهی اوقات ممکن است جنبه های ناچیز را منعکس کند و برعکس، ویژگی های اساسی اشیاء در مدل ها وجود نداشته باشد.

در اقتصاد، هنگام مطالعه سیستم‌های تولید، متشکل از بسیاری از عناصر تولید به هم مرتبط، اغلب از مدل‌های انتزاعی استفاده می‌شود که عملکرد یک شی را با عبارات عددی، نمودارها و غیره توصیف می‌کنند. عبارات عددی یا ریاضی که مهم‌ترین جنبه‌های عملکرد را توصیف می‌کنند. یک شی را مدل های اقتصادی و ریاضی می نامند. یک مدل اقتصادی-ریاضی به عنوان یک بیان متمرکز از روابط عمومی و الگوهای یک پدیده اقتصادی به شکل ریاضی درک می شود.

مدل اقتصادی-ریاضی، با در نظر گرفتن مهمترین ویژگی های عملکرد اشیاء، گزینه ها و وضعیت احتمالی آنها را توصیف می کند. به همین دلیل، اجرای مدل اقتصادی-ریاضی به شما امکان می دهد بسته به تغییر در شرایط عملکرد آن، رفتار شی را پیدا کنید. به طور طبیعی، نتیجه گیری بر اساس نتایج مدل اقتصادی-ریاضی در مورد وضعیت جسم تا حد زیادی به کمال مدل، درجه ای که مهم ترین جنبه های توسعه آن در نظر گرفته می شود، بستگی دارد. [لینکف]

در سال های اخیر مجموعه ای از مدل های مختلف در تحقیقات علمی اقتصاد کشاورزی مورد استفاده قرار گرفته است. بیایید طبقه بندی آنها را در نظر بگیریم.

1. بسته به زمان یا دوره مدل سازی، موارد زیر وجود دارد:

بلند مدت (5 تا 15 سال)

میان مدت (3 تا 5 سال)

· کوتاه مدت (1 تا 2 سال)

عملیاتی (ماه، سه ماهه، یعنی برای دوره جاری)

2. بسته به سطح مدیریت سیستم های مجتمع کشت و صنعت:

· بین بخشی - اجازه می دهد تا بهترین گزینه ها را برای توسعه صنایع و شرکت های مرتبط در سه حوزه مجتمع کشاورزی و صنعتی اثبات کند.

· بخشی - توسعه شرکت ها را در یک حوزه خاص توصیف کنید: کشاورزی، همکاری مصرف کننده و غیره.

· منطقه ای - برنامه توسعه تأسیسات واقع در یک قلمرو خاص را اثبات کنید. منطقه، منطقه؛

· در مزرعه - به شما امکان می دهد بهترین گزینه ها را برای توسعه صنایع و صنایع در یک مجتمع کشت و صنعت خاص بیابید.

3. بسته به میزان قطعیت اطلاعات استفاده شده در مدل ها:

· قطعی - پارامترهای ورودی بدون ابهام تنظیم می شوند، شاخص های خروجی بر این اساس تعیین می شوند.

· پارامترهای مدل تصادفی، شرایط عملیاتی و ویژگی های شی به صورت متغیرهای تصادفی بیان می شوند.

4. در صورت امکان، با در نظر گرفتن تغییرات موقت در مدل عبارتند از:

استاتیک - همه وابستگی ها به یک نقطه از زمان مربوط می شوند و فقط برای دوره های فردی ایجاد می شوند.

· پویا - شاخص های این مدل در زمان تغییر می کند.

5. با توجه به دستگاه ریاضی مورد استفاده، کلاس‌های روش‌ها و مدل‌های زیر متمایز می‌شوند:

تحلیلی - آنها عملکرد خاصی را نشان می دهند که رابطه بین چندین شاخص را بیان می کند ، فرم فرمول ها را دارد و وابستگی های عملکردی را منعکس می کند.

بهینه سازی - بر اساس روش های برنامه ریزی ریاضی، به شما امکان می دهد حداکثر و حداقل مقدار تابع هدف را برای یک سیستم معین از نابرابری ها و معادلات ریاضی پیدا کنید.

· تقلید. [Kolesnev]

هنگام تنظیم مسائل مختلف اقتصادی در مجتمع کشاورزی، از روش های برنامه ریزی ریاضی به طور گسترده استفاده می شود که ماهیت آن استفاده از الگوریتم تقریب های متوالی است: ابتدا یک طرح امکان پذیر دلخواه جستجو می شود و سپس به بهترین شکل (بهینه) بهبود می یابد. ) گونه. مراحل زیر مرحله به مرحله انجام می شود. [kolesnev]

1. تنظیم یک مدل اقتصادی و ریاضی.

2. تجزیه و تحلیل کیفی رابطه بین عناصر شی مدل شده.

3. تجزیه و تحلیل کمی از عناصر شی مدل شده.

4. ساخت یک مدل اقتصادی و ریاضی ساختاری.

5. روش برای اثبات اطلاعات اولیه.

6. فرمول بندی مسئله، راه حل، تجزیه و تحلیل نتایج.

بیانیه مدل اقتصادی و ریاضیشامل حل سوالات زیر است.

1) تعریف موضوع مورد مطالعه.

2) انتخاب سال که بر اساس آن محاسبات را انجام می دهیم.

3) انتخاب معیار بهینگی و بر اساس آن، تعریف تابع هدف.

تحلیل کیفی رابطه عناصر.اساس تجزیه و تحلیل کیفی داده های رشته های اقتصادی، فنی و فناوری خاص، دانش، تجربه در مورد ویژگی های عملکرد شی است. بر اساس این اطلاعات، ما عوامل اصلی تعیین کننده عملکرد شی را مشخص می کنیم، به عنوان مثال. به صورت شفاهی محدودیت های احتمالی اصلی کار اصلی را برجسته کنید.

به عنوان مثال، ما یک هدف تعیین کردیم: حل مشکل ترکیب صنایع شرکت برای سال آینده. دانش ما نشان می دهد که راه حل بستگی به استفاده از منابع دارد: زمین، نیروی کار، تولید علوفه و غیره.

نتیجه گیری این مرحله محدودیت های تکرار شونده مشترک برای همه شرکت ها و محتوای مدل پایه اقتصادی و ریاضی را تعیین می کند. بنابراین لازم است تجزیه و تحلیل کمی عناصرو ویژگی های کلی و خاص عملکرد شی را شناسایی کنید.

یک مکمل ضروری به مدل پایه، نتیجه گیری هایی خواهد بود که ویژگی های خاص تولید را روشن می کند. این ویژگی ها با تکنولوژی تولید، شکل مدیریت، ویژگی های فروش محصول، کانال های فروش، قیمت ها و غیره مرتبط هستند.

به طور کلی، داده های تجزیه و تحلیل کمی امکان تکمیل مدل پایه را با محدودیت های اغلب بسیار مهم فراهم می کند.

پس از آن، با در نظر گرفتن نتایج به دست آمده در مرحله سوم، یادداشت می کنیم مدل ساختاریبرای شی مورد نظر

مدل ساختاری در این مورد شامل محدودیت ها یا نسبت های مدل پایه و اضافات ناشی از داده های تجزیه و تحلیل ویژگی های عملکرد شی خواهد بود.

در اثبات اطلاعات اولیهاطلاعات اولیه، اول از همه، لازم است واحدهای اندازه گیری متغیرها را انتخاب کنید.

در مدل اقتصادی-ریاضی متغیرهای آن را می توان به سه گروه پایه، اضافی و کمکی تقسیم کرد.

متغیرهای اصلی محتوای اصلی کار را توصیف می کنند، طراحی آن را تعیین می کنند، متغیرهای اضافی جزئیات یا محتوای اصلی را توضیح می دهند، و متغیرهای کمکی اطلاعات اضافی در مورد عملکرد شی ارائه می دهند.

هنگام تهیه اطلاعات باید در نظر داشت که محدودیت ها به اساسی، اضافی و کمکی تقسیم می شوند.

محدودیت های اصلی ویژگی های اصلی عملکرد شی را توصیف می کنند.

محدودیت های اضافی فواصل متغیرهای ضرب و شتم (از حداقل تا حداکثر) را تعیین می کند. هرچه این مرزها کوچکتر باشد، آزادی انتخاب کمتر، الزامات کار سختگیرانه تر است. بنابراین، محدودیت‌های اضافی در اندازه متغیرها باید تنها در صورت لزوم، زمانی که از فناوری تولید، امکان‌سنجی اقتصادی تبعیت می‌کنند، اعمال شود.

محدودیت های کمکی در نقش خود مهم هستند - آنها رابطه بین پارامترهای فردی (متغیرها) شی را برقرار می کنند.

اثبات اطلاعات یک فرآیند پر زحمت است.

دشواری به دست آوردن راه حل های قابل قبول برای عمل تا حد زیادی به دانش ناکافی از ویژگی های شکل گیری پارامترهای سیستم های شبیه سازی شده بستگی دارد.

پیچیدگی اثبات اطلاعات با عوامل مختلفی در شکل گیری شاخص ها همراه است. اطلاعات اولیه مدل اقتصادی-ریاضی تأثیر عوامل اجتماعی-اقتصادی، بیولوژیکی، تولیدی، قابل کنترل و غیرقابل کنترل را منعکس می کند، ارزش آنها منعکس کننده ویژگی ها، ویژگی های وضعیت و توسعه تولید است.

ملاحظات فوق تعیین می کند که روش شناسی برای اثبات اطلاعات اولیه مدل های اقتصادی و ریاضی باید بر اساس تجزیه و تحلیل روابط علی عناصر پدیده ها، رابطه دیالکتیکی بین جوهر کیفی و کمی پدیده ها باشد. در عین حال، ویژگی های کمی پدیده عمدتاً با محتوای کیفی آن تعیین می شود. با آشکار کردن روابط علی عناصر پدیده، ماهیت و ویژگی های تجلی آنها، فرصتی برای تجزیه و تحلیل کمی به دست می آوریم.

هنگام اثبات اطلاعات از روش های مختلفی استفاده می شود که عمده ترین آنها به شرح زیر است:

الف) داده های WPS؛

ب) روش برون یابی؛

ج) قضاوت کارشناسی؛

د) مدل های همبستگی و بهینه سازی و غیره.

داده های نقشه های تکنولوژیکی به شما امکان می دهد اطلاعاتی در مورد ارزش استانداردهای عملکرد، هزینه های نیروی کار، هزینه های ایجاد تجهیزات و عملکرد آن در شرایط متوسط ​​خاص بدست آورید. عیب روش این است که از وضعیت واقعی جدا شده است. نقشه‌های فناوری نشان می‌دهند که شاخص‌ها اغلب ایده‌آل هستند، اغلب پیش‌بینی‌کننده هستند و می‌توانند به طور قابل‌توجهی از شاخص‌های واقعی در شرایط شرکت‌های خاص جدا شوند.

روش برون یابی شامل انتقال روندهای موجود به آینده است.

یک جایگاه اساسی در اثبات اطلاعات توسط ارزیابی های متخصص اشغال شده است. ارزش این روش ها به ویژه در طول دوره تحول، انتقال از یک شکل مدیریت به شکل دیگر افزایش می یابد. بنابراین در شرایط فعلی هنگام اثبات برنامه های توسعه ای، درست است که مستندسازی برنامه با ارزیابی های کارشناسی آغاز شود. آنها باید به این سؤال پاسخ دهند: توسعه در چه جهتی باید انجام شود، یعنی. ارزیابی های کارشناسی امکان اثبات استراتژی توسعه را فراهم می کند.

حل یک مسئله اقتصادی-ریاضیمرتبط با جستجوی گزینه ای است که بسیاری از الزامات را برآورده می کند. از یک طرف، این الزامات توسط محدودیت های مسئله بیان می شود که ویژگی های عملکرد شی را توصیف می کند. از طرف دیگر، در کنار ویژگی های عملکرد شی، لازم است الزامات کلی برای حل که از طریق معیار بهینه بیان می شود، یادداشت شود.

معیار بهینه بودن یک مقوله کیفی است که نیازهای جامعه به عنوان یک کل و تیم را در رابطه با شرایطی که مشکل در حال حل آن است تا سطح کارایی در استفاده از منابع بیان می کند. از این نتیجه می شود که هر چه کار بزرگتر باشد، راه حل آن باید بیشتر نیازهای کل جامعه را برآورده کند.

یافتن بهترین گزینه مستلزم حل مسئله است و کمی سازی معیار بهینه ضروری می شود. بیان کمی معیار بهینگی تابع هدف است. تابع هدف از طریق شاخص عملکرد یا با ترکیب آنها بیان می شود. از آنجایی که کشاورزی و مجتمع کشت و صنعت چند معیاره هستند، یعنی. با داشتن چندین هدف توسعه، انتخاب یک شاخص عملکرد از بین چندین مورد که به بهترین نحو این اهداف را بیان می کند، ضروری می شود.

هنگام انتخاب یک معیار بهینه بودن، باید معنای اجتماعی-اقتصادی این مقوله را در نظر گرفت. معیار بهینه جهانی مستقیماً از ویژگی های عملکرد اقتصاد ناشی می شود. در اقتصاد بازار، ویژگی اصلی در توسعه اقتصاد بنگاه‌ها با هر شکلی از مالکیت، مسئولیت کامل نتایج فعالیت آنها است. و این بدان معناست که کار بنگاه باید در شرایط خودکفایی و خود تأمین مالی انجام شود. این امر با عملکرد مقرون به صرفه شرکت ها امکان پذیر است و این نشان می دهد که محتوای ارجح ترین معیار بهینه بودن بر حداکثر کردن سود متمرکز است.

1.3 روش های مدل سازی برنامه توسعه یک شرکت کشاورزی در آثار اقتصاددانان

ساده ترین روش های ریاضی از دیرباز در تحقیقات اقتصادی مورد استفاده قرار می گرفته است. فرمول های هندسی به طور گسترده در زندگی اقتصادی استفاده می شود. بنابراین، مساحت یک قطعه میدانی با ضرب طول در عرض یا حجم سنگر سیلو - با ضرب طول در عرض و عمق متوسط ​​تعیین می شود. تعدادی فرمول و جداول وجود دارد که تعیین مقادیر مشخص را برای کارگران تجاری آسان تر می کند [Kravchenko 6].

در دهه 60 قرن ما، بحثی در مورد روش های ریاضی در اقتصاد آغاز شد. به عنوان مثال، آکادمیسین نمچینوف پنج روش تحقیق اساسی را هنگام برنامه ریزی مشخص کرد:

1) روش تعادل؛

2) روش مدل سازی ریاضی.

3) روش ماتریس برداری.

4) روش ضرب‌کننده‌های اقتصادی و ریاضی (ارزیابی‌های اجتماعی بهینه).

5) روش تقریب متوالی.[Nemchinov].

در همان زمان، آکادمیک کانتوروویچ روش های ریاضی را به چهار گروه تقسیم کرد:

مدل‌های کلان اقتصادی که شامل روش تعادل و مدل‌های تقاضا می‌شد.

مدل‌های تعامل بین واحدهای اقتصادی (بر اساس نظریه بازی).

مدلسازی خطی، شامل تعدادی از مسائل که کمی متفاوت از برنامه ریزی خطی کلاسیک است.

مدل‌های بهینه‌سازی که فراتر از مدل‌سازی خطی هستند (برنامه‌نویسی پویا، غیرخطی، عدد صحیح و تصادفی). [کنترویچ].

از نظر گستردگی کاربرد روش‌های مختلف در فرآیندهای برنامه‌ریزی واقعی، رهبر بی‌تردید است روش بهینه سازی خطی، که توسط آکادمیک کانتوروویچ در دهه 30 قرن بیستم توسعه یافت. اغلب از مسئله برنامه ریزی خطی در مدل سازی سازمان تولید استفاده می شود. در اینجا مدل ریاضی سازماندهی تولید طبق گفته کانتوروویچ به نظر می رسد:

عوامل تولید (مواد تشکیل دهنده) مختلف در تولید دخیل هستند - نیروی کار، مواد اولیه، مواد، تجهیزات، محصولات نهایی و میانی و غیره. محاسبه شده برای اجرای این روش با بازده واحد، یعنی. بردار داده شده a k = (a 1k , a 2k ,..., a mk)، k = 1,2...,S که در آن هر یک از اجزاء یک ik حجم تولید ماده (i-th) مربوطه را در صورت مثبت بودن نشان می دهد. و مقدار هزینه آن در صورت منفی بودن (در روش k).

انتخاب یک طرح به معنای نشانه ای از شدت استفاده از روش های مختلف فن آوری است، به عنوان مثال. پلان توسط بردار x = (x 1 , x 2 ,..., xS تعیین می شود ) با اجزای غیر منفی [Kontrovich].

معمولاً مقدار مواد تشکیل‌دهنده تولید شده و مصرف‌شده محدود است: شما باید کمتر از مقدار مورد نیاز تولید کنید و بیشتر از چیزی که دارید خرج نکنید. چنین محدودیت هایی در فرم نوشته شده است

S a ik x k > b i ; i=1,2,...,m.

اگر i > 0 باشد، نابرابری به این معنی است که نیاز به یک عنصر در اندازه i وجود دارد، اگر i< 0,то неравенство означает, что имеется ресурс данного ингредиентов размере - i =¦ i¦. Далее предполагается, что использование каждого способа, связанного с расходом одного из перечисленных ингредиентов или особо выделенного ингредиента в количестве Ck при единичной интенсивности способа k. В качестве целевой функции принимается суммарный расход этого ингредиента в плане.

f(x) = S c k x k .

اکنون مشکل کلی برنامه ریزی خطی را می توان به صورت ریاضی نشان داد. برای اعداد داده شده a ik , c k , b i پیدا می کنم

تحت شرایط

k > 0، k = 1،2،...،s

S a ik x k > b i , i = 1,2,...,m

طرحی که شرایط را برآورده کرده و قابل پذیرش باشد و اگر علاوه بر آن به حداقل تابع هدف نیز برسد، این طرح بهینه است.

مسئله برنامه نویسی خطی دوگانه است، یعنی اگر مسئله مستقیم یک راه حل داشته باشد (بردار x =(x 1 , x 2 ,..., x k)) پس یک مسئله معکوس وجود دارد و راه حل دارد. جابجایی ماتریس مسئله مستقیم حل مسئله معکوس بردار y = (y 1, y 2 ... ,y m) است که مولفه های آن را می توان به عنوان تخمین های منبع به طور عینی تعیین شده در نظر گرفت. تخمین هایی که ارزش منبع و میزان استفاده کامل از آن را نشان می دهد. [کنترویچ]

بر اساس برآوردهای عینی تعیین شده توسط ریاضیدان آمریکایی J. Danzig - توسعه داده شد روش سیمپلکسحل مسائل برنامه نویسی بهینه این روش بسیار مورد استفاده قرار می گیرد. الگوریتم آن با جزئیات زیاد کار شده است و حتی بسته های نرم افزاری کاربردی نیز گردآوری شده است که در بسیاری از زمینه های برنامه ریزی استفاده می شود.

ایده او به شرح زیر است: ابتدا به یک راه حل مرجع برای مشکل می رسد، یعنی. گزینه معتبری که تمام محدودیت ها را برآورده می کند. سپس با انجام یک سری مراحل متوالی که به انجام تبدیل های جبری ابتدایی خلاصه می شود، راه حل جدیدی به دست می آید. بهتر است یا حداقل بدتر از قبلی نیست. پس از تعداد محدودی از مراحل (تکرار)، یا حل نشدنی مسئله مشخص می شود یا طرح پایه بهینه است.

لازم به ذکر است که روش سیمپلکس فقط برای سیستمی از معادلات خطی به شکل متعارف کار می کند که در آن مسئله اصلی باید از قبل نوشته شود.

راه حل مسئله شامل جستجوی مرجع و یافتن راه حل بهینه است. نشانه های راه حل پشتیبانی وجود شرایط رایگان مثبت است. در صورت عدم وجود، به شرح زیر عمل می کنیم:

1 - هر اصطلاح آزاد منفی را انتخاب کنید.

2 - هر ضریب منفی را در خط جمله آزاد منفی پیدا می کنیم.

3- با تقسیم ضرایب ستون اعضای آزاد بر ضرایب متناظر ستون با عنصر منفی انتخاب شده، کوچکترین مقدار مثبتی را پیدا می کنیم که نشان دهنده ضریب تفکیک خواهد بود.

پس از انتخاب عنصر تفکیک کننده، تبدیل سیمپلکس طبق قوانین زیر انجام می شود:

1. ضریب جدید به جای ضریب حل کننده برابر است با 1 تقسیم بر ضریب حل. در این صورت ضرایب جدول سیمپلکس بعدی نسبت به جدول قبلی جدید نامیده می شود.

2. ضرایب ردیف جدید عنصر تفکیک کننده برابر با ضرایب قبلی تقسیم بر عنصر حل کننده است.

3. ضرایب جدید ستون عنصر تفکیک کننده برابر با ضرایب قبلی تقسیم بر عنصر تفکیک کننده است که با علامت مخالف گرفته شده است.

4. ضرایب جدیدی که در ردیف یا ستون عنصر تفکیک کننده قرار نمی گیرند برابر است با ضرایب تفاضل حاصل ضرب ضرایب قطرهای اصلی و فرعی و عنصر تفکیک کننده.

تمام نتایج محاسبات عناصر در یک جدول سیمپلکس وارد می شود. [کولسنوف]

با وجود گستردگی کاربرد روش برنامه ریزی خطی، تنها سه ویژگی مسائل اقتصادی را در نظر می گیرد - تعداد زیادی متغیر، منابع محدود و نیاز به تابع هدف. البته، بسیاری از مشکلات مربوط به ویژگی‌های دیگر را می‌توان به بهینه‌سازی خطی کاهش داد، اما این به ما این حق را نمی‌دهد که از روش توسعه‌یافته دیگری در مدل‌سازی ریاضی غافل شویم - برنامه نویسی پویا. در اصل، یک مسئله برنامه نویسی پویا، توصیفی از فرآیندهای تصمیم گیری چند مرحله ای است. مسئله برنامه نویسی پویا را می توان به صورت زیر فرموله کرد:

مقداری منبع x وجود دارد که می تواند به روش های مختلف مورد استفاده قرار گیرد. اگر مقدار منبع استفاده شده توسط روش i-m را با х i نشان دهیم، آنگاه هر روش با یک تابع مفید (х i) همراه است که درآمد حاصل از این روش را بیان می کند. فرض بر این است که تمام درآمدها در واحدهای یکسان اندازه گیری می شوند و کل درآمد برابر با مجموع درآمدهای حاصل از استفاده از هر روش است.

حالا می توانید مسئله را به صورت ریاضی قرار دهید. پیدا کردن

حداکثر y 1 (x 1) + y 2 (x 2) + ... + y n (x n)

(کل درآمد حاصل از استفاده از منابع به هر نحو) در شرایط:

مقادیر تخصیصی منابع غیرمنفی است.

X 1 > 0،...، x N > 0

تعداد کل منابع x است.

X 1 + x 2 + ... + x N = x

برای این مشکل کلی، روابط تکرار شونده را می توان ساخت

¦ 1 (x) = حداکثر (j 1 (x 1))،

0 <=X1<= X

¦ k (x) = max (j k (x k)+ ¦ k-1 (x - x k)).

k = 2,3,...,N,

که توسط آن راه حل آن پیدا می شود.

هنگام استخراج این روابط تکراری، در واقع از اصل زیر استفاده شد، استراتژی بهینه این ویژگی را دارد که با توجه به هر حالت اولیه، پس از یک مرحله تصمیم گیری معین، مجموعه تصمیمات بعدی باید استراتژی بهینه را تشکیل دهد. این اصل بهینه بودن زیربنای کل مفهوم برنامه نویسی پویا است. به لطف او است که در طول انتقال های بعدی می توان نه همه گزینه های ممکن، بلکه فقط خروجی های بهینه را آزمایش کرد. روابط تکراری این امکان را فراهم می کند که محاسبه بسیار وقت گیر حداکثر در N متغیر در مسئله اصلی با حل N مسئله جایگزین شود، که در هر یک از آنها حداکثر فقط در یک متغیر یافت می شود.

بنابراین، روش برنامه نویسی پویا امکان در نظر گرفتن چنین ویژگی مهمی از مشکلات اقتصادی مانند تعیین راه حل های بعدی از راه حل های قبلی را فراهم می کند. [بلمن]

علاوه بر این دو روش که با جزئیات کافی توسعه یافته اند، اخیراً بسیاری از روش های دیگر در تحقیقات اقتصادی مورد استفاده قرار گرفته اند.

یکی از رویکردهای حل مسائل اقتصادی، رویکردی مبتنی بر کاربرد یک رشته ریاضی جدید است. نظریه بازی.

ماهیت این نظریه این است که بازیکن (شرکت کننده در روابط اقتصادی) بسته به اینکه اقدامات مخالفان (رقبا، عوامل محیطی و غیره) را چگونه تصور می کند، باید استراتژی بهینه را انتخاب کند. بسته به میزان آگاهی بازیکن از اقدامات احتمالی حریفان، بازی ها (و بازی در اینجا به معنای مجموعه ای از قوانین است، پس فرآیند بازی خود یک مهمانی است) باز و بسته می شوند. در یک بازی باز، استراتژی بهینه انتخاب حداکثر حداقل بازده ("maximin") از کل مجموعه راه حل های ارائه شده به صورت ماتریسی خواهد بود. بر این اساس، حریف به دنبال از دست دادن تنها حداقل حداکثر ("مینیماسک") خواهد بود که در بازی های حاصل جمع صفر برابر با "حداکثر" خواهد بود. در اقتصاد، زمانی که هر دو بازیکن برنده می‌شوند، بازی‌های غیرصفری رایج‌تر هستند.

علاوه بر این، در زندگی واقعی، تعداد بازیکنان به ندرت برابر با دو نفر است. با تعداد بیشتری از بازیکنان، فرصت هایی برای یک بازی تعاونی ظاهر می شود، زمانی که بازیکنان می توانند قبل از شروع بازی ائتلاف هایی تشکیل دهند و بر این اساس بر روند بازی تأثیر بگذارند. [نیمن]

در سال 1947، خالق نظریه بازی ها، جی. نویمان، ثابت کرد که هر بازی مجموع صفر محدود دو نفره را می توان به عنوان یک مسئله برنامه ریزی خطی نشان داد و بالعکس. برای مطالعه این رویکرد، احتمال استفاده بازیکن A از استراتژی های خالص خود را در طول بازی با Р 1 , Р 2 …R m نشان می دهیم. سپس Q 1 , Q 2 …Q n احتمالات بازیکن B در استفاده از استراتژی های خالص خود В 1 , В 2 ... В n باشد.

برای احتمالات P i و Q j شرایط زیر برآورده می شود:

P i ≥ 0، i=1، m(i=1، 2 … m). پی = 1،

Q j ≥ 0، j = 1 n(j=1،2،…n) Q j = 1

اگر استراتژی های ترکیبی بازیکنان اول (A) و دوم (B) را به عنوان Q و P نشان دهیم، Q=(Q 1 , Q 2 …Q n)، P=(Р 1 , Р 2 …Р m). به عنوان مثال، استراتژی ترکیبی بازیکن A مجموعه کاملی از احتمالات به کارگیری استراتژی های خالص او است. [کولسنوف]

روش های مدیریت موجودیدر تحقیقات علمی اقتصاد کشاورزی به جنبه ای از افزایش کارایی بنگاه ها به عنوان مدیریت شایسته ذخایر موجود توجه ویژه ای می شود. در تمام زمینه های مجتمع کشت و صنعت، حفظ سطح منطقی ذخایر (مواد اولیه، محصولات نیمه تمام، محصولات نهایی) مهم است. هزینه نگهداری بیش از حد موجودی، سودآوری سازمان را کاهش می دهد. پایین نگه داشتن موجودی ها با خطر کمبود و تعطیلی تولید همراه است. برای یک راه حل سازش برای این مشکل، از مدل های مدیریت موجودی استفاده می شود.

سهام هر چیزی است که تقاضا دارد و به طور موقت از مصرف خارج می شود. در اقتصاد ملی موارد زیر وجود دارد: الف) ذخایر وسایل تولید. ب) موجودی کالاهای مصرفی. اگر کل موجودی ها را در مسیر زنجیره فناوری «تامین کننده - مصرف کننده» در نظر بگیریم، می توان آنها را به دو بخش اصلی کالا و تولید تقسیم کرد.

کالا - بخشی از کل موجودی است که در حوزه گردش است. آنها در بخش های مختلف تجارت عمده و خرده فروشی، در انبارهای تولیدکنندگان، در پایگاه های عرضه و بازاریابی شکل می گیرند.

تولید به بخشی از کل ذخایر اطلاق می شود که در دست تولیدکنندگان است و وارد فرآیند تولید مستقیم شده (یا آماده ورود است). منظور آنها محصولاتی برای مقاصد صنعتی است.

در فرآیند بکارگیری روش های مدیریت موجودی، درک و در نظر گرفتن ویژگی های زیر مهم است.

1. مقدار سهام از نظر فیزیکی یا ارزشی تعیین می شود. در شرایط طبیعی (t، kg، pcs) موجودی یک کالا، ماده اولیه، ابزار یا گروه مرتبط با آنها اندازه گیری می شود. کل سهام بر حسب ارزش اندازه گیری می شود.

2. تقاضا - نیاز به منابع مادی یا کالا. این می تواند قطعی (به طور قابل اعتماد شناخته شده، با یک مقدار از پیش تعیین شده مشخص شود) یا غیر قطعی (تصادفی، تصادفی، توصیف شده توسط توزیع احتمال)، که منجر به فرمول بندی مدل های قطعی و تصادفی می شود.

به نوبه خود، تقاضای قطعی می تواند:

استاتیک (ایستا، ثابت در زمان)

پویا (غیر ثابت، زمانی که حجم تقاضا تابعی از زمان است).

3. سفارش دوباره پر کردن سهام (یا زمان تحویل). این به فاصله زمانی بین لحظه ثبت سفارش و تحویل آن اشاره دارد.

4. هزینه ها. هدف از مدل مدیریت موجودی، به حداقل رساندن اثرات منفی انباشت موجودی است که به هزینه های خاصی تبدیل می شود. سه نوع اصلی از این هزینه ها وجود دارد: سفارش، ذخیره سازی و تلفات موجودی. در این حالت، فروش محصولات نهایی یا ارائه خدمات غیرممکن می شود و همچنین ضرر و زیان ناشی از توقف خطوط تولید، به ویژه به دلیل نیاز به پرداخت حقوق کارکنان، اگرچه در حال حاضر کار نمی کنند.

حفظ سطح بالایی از موجودی ها، زیان های ناشی از کمبود آنها را از بین می برد. خرید مقادیر زیادی از مواد مورد نیاز برای ذخیره سازی در بسیاری از موارد هزینه های سفارش را به حداقل می رساند زیرا کسب و کار می تواند تخفیف دریافت کند و کاغذبازی را کاهش دهد. با این حال، این مزایای بالقوه با هزینه های اضافی مانند ذخیره سازی، حمل و نقل، بهره، هزینه های بیمه، خسارت، سرقت و غیره غلبه می کند.

مدل سازی شبیه سازیشبیه سازی به فرآیند ایجاد یک مدل و اعمال تجربی آن برای تعیین تغییرات در یک موقعیت واقعی اشاره دارد. ایده اصلی مدل‌سازی شبیه‌سازی استفاده از دستگاهی برای شبیه‌سازی یک سیستم واقعی به منظور کشف و درک ویژگی‌ها، رفتارها و ویژگی‌های آن است. متخصصان تولید و امور مالی می توانند مدل هایی را برای شبیه سازی بهره وری مورد انتظار و سود حاصل از فناوری جدید یا تغییر در ترکیب نیروی کار ایجاد کنند.

شبیه سازی در شرایطی استفاده می شود که برای روش های ریاضی مانند برنامه ریزی خطی بسیار پیچیده است. این ممکن است به دلیل تعداد بسیار زیاد متغیرها، دشواری تجزیه و تحلیل ریاضی روابط معین بین متغیرها، یا سطح بالای عدم قطعیت باشد.

روش های شبیه سازی در مناطق مختلف مجتمع کشت و صنعت استفاده می شود.

1. می توانید پارامترهای مختلف مربوط به فعالیت های تولیدی، تجاری و بازرگانی خارجی سازمان ها را شبیه سازی کنید. (تعداد محصولات، حجم فروش، مشخصات قیمت، بازده محصول، گردش کارکنان و غیره)

2. می توان مشکلات اقتصادی با ماهیت تولیدی و تکنولوژیکی را که در مدیریت سهام و در فرآیند ایجاد سیستم های صف ایجاد می شود، حل کرد.

استفاده از روش های شبیه سازی مزایای متعددی را برای محقق به همراه دارد، زیرا:

1. عدم قطعیت متغیرهای مختلف (به عنوان مثال، قیمت رقبا، زمان تحویل و غیره) را در نظر می گیرد.

2. امکان مقایسه گزینه‌های جایگزین را فراهم می‌کند (برای مثال، می‌توان تأثیر سیاست‌های قیمت‌گذاری مختلف بر تقاضا یا سیستم‌های مالیاتی را بر رشد تولید تحلیل کرد).

3. ارزیابی انواع نتایج را ممکن می سازد.

4. خطرات را حذف می کند، زیرا به شما امکان می دهد استراتژی های مختلف را در موقعیت های واقعی آزمایش نکنید.

5. منجر به صرفه جویی در منابع مالی و زمان می شود.

در برخی کارها، مدل سازی شبیه سازی را می توان با توصیف رسمی توالی واقعی روابط بین شاخص ها بدون استفاده از یک دستگاه ریاضی خاص انجام داد. این ماهیت مدل شبیه‌سازی منفرد است که برای شبیه‌سازی ماشینی فرآیند اقتصادی مورد مطالعه با تغییر داده‌های ورودی طراحی شده است.

مدل های شبیه سازی که در آنها عامل زمان وجود دارد دو نوع هستند:

1. مدل های پیوسته برای سیستم هایی استفاده می شود که رفتار آنها به طور مداوم در طول زمان تغییر می کند. یک مثال معمولی از یک مدل شبیه سازی پیوسته، مطالعه دینامیک جمعیت است

2. مدل های گسسته برای سیستم هایی استفاده می شود که رفتار آنها فقط در زمان های معین تغییر می کند.

از روش های شبیه سازی نیز برای حل مسائل صف استفاده می شود. چنین موقعیت‌هایی در جایی به وجود می‌آیند که خریداران و همچنین کالاها یا سفارش‌هایی که در زمان مشخصی می‌رسند وجود دارد. در این مورد، خدمات در یک توالی خاص انجام می شود.

بنابراین، مدل سازی شبیه سازی اغلب یک روش بسیار عملی برای جایگزینی یک مدل به جای یک سیستم واقعی یا نمونه اولیه طبیعی است. آزمایش‌ها روی سیستم‌های واقعی یا نمونه اولیه پرهزینه و زمان‌بر هستند و متغیرهای مربوطه همیشه قابل کنترل نیستند. با آزمایش بر روی یک مدل از یک سیستم، می توان چگونگی واکنش آن را به تغییرات یا رویدادهای خاص، در زمانی که هیچ راهی برای مشاهده این سیستم در واقعیت وجود ندارد، مشخص کرد. اگر نتایج آزمایش با استفاده از یک مدل شبیه‌سازی نشان دهد که اصلاح منجر به بهبود می‌شود، مدیر می‌تواند با اطمینان بیشتری تصمیم بگیرد که تغییر را در سیستم واقعی پیاده‌سازی کند.

فصل 2. توجیه برنامه توسعه

2.1 بیان مسئله اقتصادی و ریاضی

بنگاه کشاورزی یک سیستم اقتصادی-اجتماعی با نسبت ها و نسبت های مشخصی از واحدها و روابط با سایر بنگاه های کشاورزی و صنعتی است. مدل در نظر گرفته توسعه سازمانی پیچیده است. تمام اجزای شرکت را در نظر می گیرد. نیاز به حل این مدل با شرایط دیکته می شود:

گذار به یک سیستم اقتصادی بازار مستلزم خودکفایی و خود تأمین مالی است، یعنی. مسئولیت کامل نتایج کسب و کار در کنار این، ابتکار عمل، توانایی یافتن بازارهای فروش و به طور کلی یک سیستم اندیشیده شده برای فروش محصولات نقش مهمی ایفا می کند. در وظیفه ما علاوه بر فروش محصولات به دولت، صندوق بازار نیز در نظر گرفته شده است.

اقتصاد باید با در نظر گرفتن زمین، نیروی کار و سایر منابع موجود توسعه یابد.

مهم ترین نسبت در اقتصاد بنگاه ها رابطه بین تولید محصول و دامپروری است. در نتیجه بهینه‌سازی، این روابط باید بهینه‌سازی ساختار تولید خوراک را بر اساس جیره‌های تغذیه بهینه و نسبت مؤثر بین دام و منابع خوراک تضمین کند.

دامپروری می تواند از محصولات جانبی شاخه های اصلی تولید زراعی (کاه و کلش) استفاده کند.

SPK "Kurmanovo" قصد دارد غلات زمستانی و بهاری، حبوبات، علف های سالانه و چند ساله، کلزا، ذرت را کشت کند.

برنامه ریزی شده است که انواع خوراک از دست رفته خریداری شود - کنسانتره، شیر بدون چربی و سیب زمینی که در مزرعه کشت نمی شوند.

این شرکت قصد دارد غلات، گوشت گاو و شیر را به دلیل تحویل قراردادی بفروشد. همچنین انتظار می رود غلات و گوشت گاو را از طریق کانال های بازار بفروشد.

یک شرکت کشاورزی بخشی از سیستم اقتصادی دولت است، شرکت کننده در تقسیم کار اجتماعی، که نیاز به رعایت تناسب در اقتصاد ملی، تولید انواع خاصی از محصولات را به مقدار غیرممکن از پیش تعیین می کند. کمتر از حداقل تعیین شده، آن بخشی از محصولات را در نظر بگیرید - یعنی. صندوق بازار - از طریق کانال های غیر دولتی دیگر اجرا می شود.

ملاک بهینه بودن در حل این مشکل حداکثر سود خواهد بود.

محاسبات برای سال آینده به دلیل نوسانات جنبه های اقتصادی، قیمت ها و غیره انجام می شود.

2.2 مدل اقتصادی و ریاضی ساختاری

مدل ساختاری اقتصادی - ریاضی برای توصیف گذشته، حال و پیش بینی آینده استفاده می شود.

برای تحقق این احتمالات مدل ها، لازم است مدل های اقتصادی و ریاضی دقیقی تدوین و حل شود. مدل (وظیفه) تفصیلی (گسترده) جزییات مدل ساختاری در رابطه با یک شی خاص است.

تفاوت بین یک مدل اقتصادی و ریاضی دقیق فقط در اطلاعات نیست، بلکه در این واقعیت است که می‌توانیم فوراً دانش جدید را در مورد شیء مدل‌سازی شده در کار منعکس کنیم، یعنی. مدل توسعه یافته تفاوت های ظریف پدیده مورد مطالعه (اغلب مهم) را در نظر می گیرد.

رابطه بین مدل های ساختاری و توسعه یافته یکی از مهمترین و ضروری ترین نکات کل نظریه مدل سازی است.

برای درک این روابط، بیایید یک مدل ساختاری بر اساس مدل توسعه یافته بسازیم.

برای ساخت مدل سازه ای باید نمادهایی را معرفی کرد که شامل 3 گروه است:

2) مقادیر ناشناخته؛

3) مقادیر شناخته شده: ضرایب فنی و اقتصادی و ضرایب خط F.

هنگام معرفی نمادها، لازم است از اصول اساسی زیر راهنمایی شود:

دنباله ¾ - به این معنی است که در مدل ساختاری، هر شاخص باید یک مفهوم را نشان دهد و نه بیشتر. اگر یک شاخص نشان دهنده یک شماره ردیف باشد، آنگاه تحت هیچ شرایطی نشان دهنده شماره ستون نیست.

¾ اقتصاد - به این معنی است که هر مفهوم، در صورت امکان، باید یک نام دائمی داشته باشد. به عنوان مثال، اگر من- شماره خط در یک مدل، سپس در مدل دیگر - نیز؛

¾ خاطره‌انگیز - نشان می‌دهد که هنگام معرفی نام‌ها، شاخص‌های موجود در رشته‌های دیگر را معرفی می‌کنیم ( ساعت– شماره غذا در تئوری تغذیه و غیره)

نمایه سازی:

تعداد محصولات و صنایع؛

بسیاری از محصولات زراعی و صنایع؛

بسیاری از شاخه های تولید محصولات زراعی،;

بسیاری از شاخه های دامپروری،;

تعداد منابع، مواد مغذی، انواع محصولات قابل فروش؛

بسیاری از انواع زمین؛

بسیاری از انواع کار؛

بسیاری از انواع مواد مغذی؛

بسیاری از انواع محصولات تجاری؛

بسیاری از انواع کار درگیر؛

شماره نوع خوراک؛

بسیاری از انواع خوراک؛

تعداد زیادی خوراک خریداری شده،؛

تعداد زیادی خوراک دام و فرآورده های جانبی، ;

بسیاری از محصولات جانبی، ;

بسیاری از فیدهای اساسی خود، ;

تعداد زیادی خوراک رد و بدل شده،

ناشناخته ها:

اندازه صنعت؛

مقدار خوراک خریداری شده؛

مقدار محصولات جانبی و خوراک با منشاء حیوانی؛

مقدار محصولات جانبی؛

متغیر متحرک برای خوراک برای گونه یا جنس و گروه سنی دام؛

مقدار خوراک در مبادله h;

میزان کار درگیر؛

صندوق بازار محصولات؛

هزینه محصولات تجاری؛

شناخته شده:

منابع زمین؛

منابع کار؛

طرح فروش محصول؛

مصرف خوراک برای نیازهای داخل مزرعه؛

محدودیت برای نیروی کار استخدام شده؛

بر این اساس حداقل و حداکثر اندازه صنعت;

مصرف نیروی کار در واحد صنعت؛

خروجی خوراک در واحد صنعت؛

بر این اساس حداقل و حداکثر مصرف خوراک در واحد صنعت دامپروری؛

مصرف مواد مغذی در واحد صنعت دامداری;

خروجی محصولات قابل فروش از یک واحد صنعت؛

بهای تمام شده محصولات قابل عرضه به ازای هر واحد صنعت؛

نیاز به پیدا کردن

با توجه به ویژگی های علامت گذاری، محتوای ضرایب متغیرها در مسئله ما، هشت گروه همگن از محدودیت ها وجود دارد، بنابراین، هشت نسبت در مدل ساختاری وجود خواهد داشت. روابط (شرایط) مدل:

1) در مورد استفاده از زمین های کشاورزی

مساحت کل محصولات کشاورزی کشت شده در یک نوع زمین کشاورزی معین نباید از مساحت این اراضی تجاوز کند.

2) با توجه به استفاده از نیروی کار

الف) سالانه

ب) جذب شد

هزینه های نیروی کار برای توسعه صنایع زراعی و دامی با در نظر گرفتن مشارکت آن نباید از نیروی کار موجود در شرکت تجاوز کند.

3) با توجه به تعادل انواع خاصی از خوراک و تشکیل جیره:

الف) با توجه به تعادل انواع اصلی خوراک

ب) با توجه به موجودی خوراک خریداری شده، خوراک با منشاء دامی و خوراک فرعی

ج) برای تولید محصولات جانبی

نرخ مصرف برای نوع خاصی از خوراک، ضرب در تعداد دام گروه های حیوانات مربوطه برای همه گونه ها و گروه های جنسی و سنی، با در نظر گرفتن متغیرهای متحرک، نباید از حجم تولید خوراک مربوطه با در نظر گرفتن تجاوز کند. خرید و مصرف احتمالی آن برای نیازهای مردم.

4) با توجه به تعادل مواد مغذی

در سمت چپ مصرف مواد مغذی برای کل جمعیت هر نوع دام و در سمت راست - در دسترس بودن مواد مغذی در خوراک شرکت است.

در سمت چپ - تفاوت بین نیاز به یک ماده مغذی به ازای هر 1 سر حیوان و محتوای این ماده در جیره با حداقل میزان ضرب در تعداد حیوانات و در سمت راست - محتوای مواد مغذی در افزودنی های خوراک برای این نوع حیوانات.

6) با مقدار متغیر متحرک

آن ها افزودن خوراک دام نباید از اختلاف بین حداکثر و حداقل نرخ خوراک در هر راس ضرب در تعداد دام تجاوز کند.

7) با اندازه صنایع منفرد

8) فروش محصولات

که در آن تولید محصولات قابل فروش از طریق کانال های فروش مختلف توزیع می شود.

2.3 اثبات اطلاعات اولیه تکلیف

هدف مطالعه ما SPK "Kurmanovo" ناحیه مستیسلاوسکی در منطقه موگیلف است.

اثبات یک برنامه متعادل برای توسعه شرکت طبق داده های سال 2008 انجام خواهد شد. دوره پیش بینی 1 سال است.

ما حجم منابع سازمانی، روندهای احتمالی در تغییر آنها را برای دوره برنامه ریزی تعیین می کنیم:

الف) منابع زمین (زمین زراعی، یونجه، مراتع) در سطح واقعی برنامه ریزی شده است.

ب) موجودی نیروی کار سالانه به عنوان میزان متوسط ​​ساعات کار سالانه با احتساب بازنشستگی منابع نیروی کار 1% در سال تعریف می شود.

ج) منبع نیروی کار در یک دوره شلوغ 55 درصد سالانه است.

جدول 2.3.1. منابع تولید

توجیه اطلاعات مربوط به تولیدات گیاهی

Ø با توجه به مدل همبستگی زیر، عملکرد محصولات غلات را در جرم فیزیکی پس از تصفیه برای آینده تعیین می کنیم:

= + یک 1x

29,9 + 29,9 + * 1,3 = 31,2

که در آن، عملکرد تخمینی (برنامه ریزی شده) محصولات غلات مزرعه برای آینده، مرکز در هکتار است.

عملکرد واقعی محصولات غلات در ابتدای دوره برنامه ریزی شده برای اقتصاد، مرکز در هکتار.

0 - عملکرد واقعی غلات در مزارع منطقه به طور متوسط، سنتر در هکتار.

ارزش دوره برنامه ریزی، سال (1 سال)

1- ضریب رگرسیون مشخص کننده افزایش میانگین سالانه احتمالی عملکرد در مزرعه.

ضریب افزایش بسته به میانگین بازده واقعی در ابتدای دوره برنامه ریزی 1.3 بود.

جدول 2.3.2. محاسبه عملکرد آینده نگر انواع خاصی از محصولات غلات

Ø هنگام توجیه بازدهی محصولما با KM نسبت عملکرد دانه و این محصولات را تعیین می کنیم. پس از محاسبه، پارامترهای این CM ها به شکل زیر خواهد بود:

y x = y 0 + a 0

که در آن y x عملکرد تخمینی یک محصول کشاورزی، سنتر در هکتار است.

0 - عملکرد واقعی محصول، c/ha.

a 0 , a 1 - ضرایب رگرسیون.

Δu – افزایش عملکرد محصولات غلات (-)، سنتر در هکتار.

جدول 2.3.3. ضرایب رگرسیون

ذرت برای سیلو = 244 + 14.1 * = 244 + 14.1 * 2.18 0.6 = 66.6

علف های چند ساله برای یونجه = 2.8 + 1.13 + = 28 + 1.13 * 2.18 0.034 = 29.1

y علف های سالانه برای توده سبز = 74 + 1.17 * = 74 + 1.17 * 2.18 1.3 = 77.3

عملکرد علف های چند ساله برای توده سبز = عملکرد علف های چند ساله برای یونجه * 4.5 = 29.1 * 4.5 = 131.0

عملکرد دانه علف چند ساله = عملکرد یونجه علف چند ساله ÷ 10 = 29.1 ÷ 10 = 2.9

عملکرد علف های چند ساله در هر یونجه = عملکرد علف های چند ساله در هر توده سبز * 0.45 = 131 * 0.45 = 59.0

عملکرد علف های چند ساله در هر کنجاله علف = عملکرد علف های چند ساله در هر یونجه * 0.8 = 29.1 * 0.8 = 23.3

عملکرد محصولات سیلو \u003d عملکرد علف های چند ساله برای توده سبز * 0.75 \u003d 59.0 * 0.75 \u003d 44.3

هزینه های نیروی کار بر اساس محصول(ستون 8) (ساعت کار در هکتار) بسته به هزینه های واقعی مزرعه (x 1) و عملکرد تخمین زده شده توسط محصولات (x2)، سنتر در هکتار، با KM محاسبه می شود.

غلات بهاره: y x ​​\u003d 7.3 + 0.712 x 1 - 0.416 x 2 \u003d 7.3 + 0.712 * 38.5 - 0.416 * 31.2 \u003d 21.7

دانه های زمستانه: y х = 13.6+0.712 x 1 - 0.416 x 2 = 13.6+0.712*35–0.416*28.1=28.6

ذرت برای علوفه سبز: y x\u003d 14.6 + 0.55 x 1 -0.031 x 2 \u003d 14.6 + 0.55 * 20-0.031 * 266.6 \u003d 17.3

گیاهان یکساله برای علوفه سبز: y x ​​= 20.3 + 0.45 x 1 -0.12 x 2 = 20.3 + 0.45 * 15-0.12 * 77.3 = 17.8

هزینه نیروی کار به ازای هر 1 هکتار علف چند ساله برای یونجه با فرمول محاسبه می شود: 9/20 =

هزینه نیروی کار به ازای هر 1 هکتار چمن چند ساله برای بذر = هزینه نیروی کار برای علف های چند ساله برای یونجه * 1.36 = 20.9 * 1.36 = 28.4

هزینه نیروی کار به ازای هر 1 هکتار چمن چند ساله برای علوفه سبز = هزینه نیروی کار برای علف های چند ساله برای یونجه*0.3=20.9*0.3=6.3

هزینه کار به ازای هر 1 هکتار چمن چند ساله برای یونجه \u003d هزینه کار برای علف های چند ساله برای یونجه * 0.9 \u003d 20.9 * 0.9 \u003d 18.8

هزینه نیروی کار به ازای هر 1 هکتار علف چند ساله برای کنجاله چمن = هزینه نیروی کار برای علف های چند ساله برای یونجه * 1.3 = 20.9 * 1.3 = 27.2

هزینه کار در هر 1 هکتار ذرت برای سیلو \u003d هزینه کار ذرت برای علوفه سبز * 1.08 = 17.3 * 1.08 = 18.7

هزینه های کارگری در هر هکتار از مزارع یونجه، مراتع، چاودار زمستانه برای علوفه سبز، کشت کلش بر اساس استاندارد برنامه ریزی شده است.

هزینه های نیروی کار در هر هکتار سبزیجات، کلزا، چغندر قند در سطح واقعی برنامه ریزی شده است.

هزینه های نیروی کار برای حبوبات غلاتبا فرمول محاسبه می شود:

ZTg \u003d ZTn + 0.5 * ∆

که در آن ZT - هزینه های کار سالانه آینده نگر، ساعت کار / هکتار

ZTn - هزینه های کار استاندارد، ساعت کار در هکتار

∆ - تفاوت بین بازده محاسبه شده و واقعی، سنتر در هکتار

عملکرد غیر هنجاری، c/ha

ST برای حبوبات = 13.0 + 0.5 * 0.6 = 13.2

ما هزینه های نیروی کار را بر اساس محصولات در طول دوره شلوغ به عنوان درصدی از هزینه های نیروی کار برای سال بر اساس فرمول زیر محاسبه می کنیم:

ZTnp \u003d ZTg *،

جایی که ZTnp - هزینه های نیروی کار آینده نگر در طول دوره شلوغ، ساعت کار / هکتار.

ZTg - هزینه های کار سالانه آینده نگر، ساعت کار / هکتار (ستون 8)؛

ZTnpn - هزینه های کار استاندارد در طول دوره شلوغ، ساعت کار / هکتار

(7 ستون)؛

ZTngod - هزینه های کار استاندارد برای سال، ساعت کار / هکتار (ستون 6).

توجیه اطلاعات دامپروری

تعریف می کنیم بهره وری متوسط ​​گاو سالانه (مرکز), افزایش وزن گاو و خوک جوان (گرم)بسته به میزان واقعی در ابتدای دوره برنامه ریزی، افزایش عملکرد محصولات غلات به عنوان معیار پایه علوفه:

جایی که - به ترتیب، بهره وری آینده نگر حیوانات و ارزش آن در آغاز دوره برنامه ریزی؛

t طول دوره برنامه ریزی است.

افزایش عملکرد دانه، q;

ضریب رگرسیون 1 (برای گاو - 2.6؛ گاو جوان - 0.0054؛ خوک - 0.024)

محاسبه بهره وری (نتایج محاسبات را در جدول 2.3.5. k.1 وارد می کنیم)

افزایش w.m را تعیین می کنیم. چشم انداز نیست(نتایج محاسبات را در جدول 2.3.5. k.1 وارد می کنیم)

مصرف مواد مغذی (c.c.u.)برای تولید 1c از محصولات دامی توسط KM تعیین می شود (نتایج محاسبات را در جدول 2.3.5. k.2 وارد می کنیم):

برای 1 قنت شیر: Y x = = 1,19

که در آن x 2 - تولید شیر در سال، ج

برای افزایش وزن 1c گاو: Y x = = Y x = = 16,2

که در آن x 2 - میانگین افزایش وزن روزانه، کیلوگرم

تعریف می کنیم مصرف مواد مغذی (c.c.u.) به ازای میانگین سالانه راس حیوان(نتایج محاسبات را در جدول 2.3.5. k.3 وارد می کنیم) =

مصرف مواد مغذی (c.c.u.) * متوسط ​​سالانه

برای تولید محصولات 1c بهره وری

گاوها: 35,6*1,19 = 42,4

گاوهای جوان: 1,65*16,2 = 26,7

برای گاوها، جیره غذایی را با متغیرهای کشویی محاسبه می کنیم، بنابراین ما تعریف می کنیم مصرف پروتئین قابل هضم (p.p.)بر اساس نیاز: برای 1c k.u. حداقل باید در رژیم غذایی گنجانده شود 0,105 c p.p. (نتایج محاسبات را در جدول 2.3.5. k.4 وارد می کنیم)

روش محاسبه نیاز p.p. به ازای هر 1 گاو: نیاز به c.u * 0.105 c p.p. برای 1c k.u.

گاوها: 42,4*0,105=4,6

گاوهای جوان: 26,7*0,105=2,8

هزینه های نیروی کار برای هر سر متوسطبر اساس KM بسته به هزینه های واقعی نیروی کار (x 1) و بهره وری آینده حیوان (x 2) محاسبه می شود: (نتایج محاسبات را در جدول 2.3.5. k.7 وارد می کنیم)

گاوها: Y x \u003d 60.2 + 0.85 x 1 -1.62 x 2 \u003d 60.2 + 0.85 * 207.5-1.62 * 36.7 \u003d 177.1

گاوهای جوان: Y x \u003d 26.6 + 0.6 x 1 -0.7 x 2 \u003d 26.6 + 0.6 * 65.8-0.7 * 1.65 \u003d 64.9

هزینه های نیروی کار در یک دوره استرس زاطبق فرمول بالا محاسبه می شود. (نتایج محاسبات را در جدول 2.3.5. k.8 وارد می کنیم)

گاوها: * 177,1 = 42,3

گاوهای جوان: * 64,9 = 21,6

جدول 2.3.5. اطلاعات پیشینه دامپروری

	گونه های حیوانی	فعالیت، ج	سنت مصرف c.u./c تولید	مصرف c.u./head	مصرف c p.p./head	هزینه های نیروی کار، ساعت کار/سر
						هنجاری		پیش بینی
							در تنش عادت زنانه		در تنش عادت زنانه
	گاو، ج
	گاو جوان، کیلوگرم

جدول 2.3.6. جیره غذایی برای 1 سر حیوانات

نام خوراک	موجود در خوراک 1 سی		گاو برای پرورش و پروار
				برای کل، مصرف c.u. / راس گاو جوان را می گیریم و بر اساس درصد محاسبه می کنیم.	c feed (7k.) * c p.p. (3k.)	c.ed. (5k.) / c p.p. (2k.)
کنسانتره
ریشه ها
سیب زمینی
غذای سبز

تعریف می کنیم مصرف خوراک برای نیازهای داخل مزرعه

برای انجام این کار، 1) تعداد خانواده ها را تعیین کنید:

که در آن d تعداد خانواده های خانوار است

N عرضه سالانه نیروی کار برای آینده، هزار نفر در ساعت است.

1.8 - خروجی به ازای هر کارگر متوسط ​​سالانه، ساعت کار.

1.4 تعداد متوسط ​​کارگران سالانه در هر خانواده است.

d \u003d 548.46 * 2.52 \u003d 1382.12

2) تعداد گاوهای مورد استفاده شخصی: Y x = d * 0.6، که 0.6 تراکم گاو در هر خانواده است.

Y x \u003d 1382.1 * 0.6 \u003d 829

3) ما خوراک را برای نیازهای داخل مزرعه تعیین می کنیم، بر اساس این واقعیت که 8c کنسانتره برای هر خانواده، 20c یونجه برای 1 گاو، 65c از توده سبز اختصاص داده شده است.

جدول 2.3.8. محاسبه مصرف خوراک برای نیازهای داخل مزرعه

نوع خوراک	موجود در خوراک 1 سی
کنسانتره
غذای سبز

ما حجم آینده فروش محصولات را تعیین می کنیم

فرض بر این است که رشد حجم فروش بدون خرید از جمعیت برای محصولات زراعی 3٪ در سال، برای محصولات دامی - 2٪ در سال است. تحویل قراردادی بر اساس انواع محصولاتی که صندوق بازار برای آنها معرفی می شود (غلات، سیب زمینی، سبزیجات) 80٪ از حجم فروش احتمالی را تشکیل می دهد، برای انواع دیگر محصولات - 100٪. ما حجم فروش آینده نگر را به عنوان تفاوت بین حجم واقعی فروش و محصولات خریداری شده از جمعیت، افزایش درصد رشد پیدا می کنیم.

جدول 2.3.9. حجم فروش احتمالی

نوع محصول	حجم واقعی فروش، ج	در جمعیت، ج	حجم فروش برای آینده، ج	حجم تحویل های قراردادی، q
گوشت گاو

محدودیت های تکنولوژیکی

1. سطح زیر کشت غلات از 30 تا 60 درصد زمین های زراعی است. سهم انواع خاصی از غلات در ساختار گوه دانه بر اساس محاسبات زیر تعیین می شود: حداقل - 30٪ از زمین قابل کشت پیش بینی شده، حداکثر - 60٪ از زمین قابل کشت پیش بینی شده.

جدول 2.3.10. ساختار گوه دانه

نام محصولات غلات	منطقه کاشته شده
	واقعی		امیدوار کننده
			کمترین (80 درصد واقعیت.)		بیشترین (120 درصد واقعی)
حبوبات

2. سطح کاشت سیب زمینی تا 10 درصد از زمین زراعی (اگر بیشتر در سطح واقعی باقی بماند).

3. سطح کاشت کتان تا 15 درصد از زمین زراعی.

4. مساحت کل علف های چند ساله کمتر از 50 درصد مساحت واقعی علف های چند ساله نباشد.

5. مساحت کاشت علفهای یکساله برای علوفه سبز حداقل 50 درصد سطح واقعی علفهای سالانه باشد.

6. سطح کاشت کلزا، سبزیجات چغندرقند بیش از 200 درصد سطح واقعی نباشد.

7. سطح کاشت چاودار زمستانه برای علوفه سبز بیش از 5 درصد سطح زمین زراعی نباشد.

8. تعداد حیوانات برنامه ریزی شده از 100 تا 130 درصد تعداد واقعی خواهد بود.

جدول 2.3.11. محدود کردن تعداد حیوانات

9. تعداد اسب های برنامه ریزی شده مطابق با واقعی است.

10. سطح کاشته شده با محصولات پرکار (سیب زمینی، محصولات ریشه، کتان، سبزیجات) بیش از 20 درصد زمین زراعی نباشد.

قرار است بخشی از محصولات در بازار به فروش برسد. قیمت فروش این محصولات در بازار 50 درصد بیشتر از قیمت فروش است.

جدول 2.3.12. قیمت خرید محصولات کشاورزی

ما دانه را با علوفه مخلوط با ضریب 1.3 تعویض می کنیم.

2.4 تجزیه و تحلیل نتایج حل یک مسئله اقتصادی و ریاضی گسترده

هدف از مدل‌سازی ریاضی سیستم‌های اقتصادی، استفاده از روش‌های ریاضی برای مؤثرترین راه‌حل مسائلی است که در زمینه اقتصاد با استفاده از، به عنوان یک قاعده، از فن‌آوری رایانه‌ای مدرن به وجود می‌آیند.

پس از دریافت راه حل مسئله (پیوست 2) با مقایسه شاخص های واقعی و محاسبه شده آن را تجزیه و تحلیل خواهیم کرد.

جدول 2.4.1. استفاده از منابع تولید

شاخص ها		استفاده شده	سطح استفاده، %
زمین زراعی، هکتار
هایفیلدز، ها
مراتع، هکتار
کار، ساعات کار: در یک دوره استرس زا

از جدول 2.4.1. می بینیم که مساحت زمین های زراعی، علوفه و مراتع 100 درصد استفاده می شود، اما نیروی کار چه سالانه و چه در دوره شلوغ به طور کامل انجام نمی شود.

برای به دست آوردن حداکثر سود در مزرعه، لازم است تغییراتی در ساختار مناطق کاشته شده ایجاد شود. این تغییرات در جدول 2.4.2 منعکس شده است.

جدول 2.4.2. اندازه و ساختار مناطق زیر کشت

فرهنگ ها	ارزش واقعی		ارزش تخمینی		ارزش تخمینی بر حسب درصد واقعی
غلات، - کل از جمله: محصولات زمستانه حبوبات
گیاهان چند ساله
گیاهان یکساله
ذرت
مجموع محصولات زراعی

جدول 2.4.3. حجم تخمینی خرید خوراک، ج

مزرعه خوراک غیر تولیدی می خرد - برعکس، سیب زمینی، خود را با کنسانتره تامین می کند. بر اساس نتایج تصمیم گیری می توان نتیجه گرفت که برای به حداکثر رساندن سود، باید خرید خوراک را تا 54.8 درصد کاهش دهیم.

جدول 2.4.4. دامداری

در این مشکل با توجه به حل بهینه تعداد گاوها و گاوهای جوان افزایش می یابد. ما تعداد اسب ها را در سطح واقعی برنامه ریزی می کنیم.

جدول 2.4.5. مصرف و ترکیب خوراک گاوها

انواع خوراک	ارزش استاندارد				ارزش تخمینی				ارزش تخمینی در درصد نسبت به واقعی
کنسانتره ریشه ها سیب زمینی

روش محاسبه: مقدار محاسبه شده نرخ تغذیه هر خوراک = تغذیه این خوراک در هر 1 راس.

هنگام تجزیه و تحلیل جدول 2.4.5. لازم به ذکر است که برخی از خوراک ها بیش از نیاز خود برنامه ریزی می شوند، در حالی که برخی دیگر برعکس با کاهش واحدهای خوراک و پروتئین قابل هضم برنامه ریزی می شوند.

جدول 2.4.6. حجم فروش محصولات قابل بازار، ج

حجم تخمینی فروش برای انواع محصولات قابل بازار افزایش یافت. افزایش شدید فروش غلات و کلزا با همان افزایش شدید سطح این محصولات و همچنین عملکرد برنامه ریزی شده همراه است. فروش انواع فرآورده های دامی نیز افزایش یافت. این به این دلیل است که دام و بهره وری حیوانات افزایش یافته است.

جدول 2.4.7. حجم و ساختار محصولات قابل فروش

انواع خوراک	ارزش استاندارد				ارزش تخمینی				مقدار تخمینی بر حسب درصد واقعی
			مبلغ، میلیون روبل				مبلغ، میلیون روبل
کل تولیدات زراعی
گوشت گاو
کل دام

ساختار محصولات قابل فروش با توجه به داده های محاسبه شده با ساختار واقعی متفاوت است.

به این ترتیب سهم تولید محصولات زراعی طبق محاسبات 167.5 درصد افزایش یافت، اما تخصصی شدن اقتصاد تغییری نکرد. در تولید محصولات زراعی، سهم غلات و کلزا افزایش یافته است.

در دامپروری، سهم شیر کاهش یافت، اما اندکی. به طور کلی، ارزش محاسباتی محصولات قابل بازار 105.9٪ بیشتر از واقعیت است.

جدول 2.4.8. شاخص های اصلی سطح تولید

روش محاسبه شاخص های اصلی سطح تولید:

ü تولید شده در 100 هکتار زمین کشاورزی ج:

شیر:

شیر (مقدار واقعی) = 285.1

شیر (مقدار محاسبه شده) = = 381.9

· گوشت گاو:

گوشت گاو (ارزش واقعی) = = 27.1

گوشت گاو (مقدار محاسبه شده) = = 30.9

محصولات تجاری:

محصولات قابل فروش (ارزش واقعی) = 38.8

محصولات قابل فروش (ارزش محاسبه شده) = 79.9

ü تولید شده در هر 100 هکتار زمین زراعی، q:

دانه (ارزش واقعی) = = 1441.8

دانه (مقدار محاسبه شده) = = 1827.9

ü تولید محصولات قابل فروش برای 1 نفر ساعت، هزار روبل.

محصولات قابل فروش (ارزش واقعی) = = 6285.9

محصولات قابل فروش (ارزش محاسبه شده) = * 1000000 = 17885.6

هنگام تجزیه و تحلیل تولید در هر 100 هکتار زمین کشاورزی، می توان به نتایج زیر دست یافت:

تولید شیر به دلیل افزایش 29.9 درصدی تعداد گاوها و بهره وری آنها 33.9 درصد افزایش یافت.

تولید گوشت گاو به دلیل افزایش 10.6 درصدی تعداد گاوهای جوان و بهره وری برنامه ریزی شده 10.7 درصد افزایش یافت.

هنگام تجزیه و تحلیل تولید در هر 100 هکتار زمین زراعی، نتایج به شرح زیر است:

تولید غلات 26.8٪ افزایش یافت، زیرا رشد مناطق برای این محصولات به 21.5٪ و همچنین بازده برنامه ریزی شده بالاتر رسید.

تولید محصولات تجاری 1 نفره. - ساعت 184.5 درصد و به ازای هر 100 هکتار زمین کشاورزی 105.9 درصد افزایش می یابد که نشان دهنده افزایش بهره وری نیروی کار و استفاده کارآمدتر از منابع است.

نتیجه گیری و پیشنهادات

در این کار دوره ای، ویژگی ها و روش های مدل سازی برنامه توسعه یک شرکت کشاورزی را بررسی کردیم.

در بخش تئوری پروژه درسی به بررسی ماهیت و طبقه بندی روش های اقتصادی و ریاضی و محتوای مراحل ساخت آنها پرداختیم. تحلیل روش‌های مدل‌سازی برنامه توسعه بنگاه‌های کشاورزی در آثار اقتصاددانان. مدل های اصلی اقتصادی و ریاضی را با جزئیات بیشتری در نظر گرفت. مشکلاتی که در برنامه ریزی به وجود آمده است، مرتبط با تعیین شاخه های اصلی و کمکی، با استفاده از روش های اقتصادی و ریاضی در ترکیب با فناوری رایانه از بین می رود. در این مورد، تمام سوالات در روند حل مشکل به هم مرتبط می شوند. روش‌های اقتصادی و ریاضی، تشکیل یک برنامه متوازن تخصصی و ترکیبی از صنایع را تضمین می‌کند که در شرایط تولید، بهترین‌ها تعیین می‌شود.

در بخش عملی کار درسی، مدل اقتصادی و ریاضی متناظر مسئله ساخته شد و با روش‌های کاملاً توسعه‌یافته و به طور گسترده در ادبیات پوشش داده شد، محاسبات مربوطه انجام شد و نتایج کمی به دست آمد.

بر اساس تجزیه و تحلیل راه حل، نتایج زیر را می توان نتیجه گرفت:

زمین کشاورزی به طور کامل مورد استفاده قرار می گیرد.

کار سالانه کافی وجود دارد، بنابراین جذب نیروی کار منطقی نیست.

سطح غلات به طور کلی به حداکثر افزایش یافت. اندازه غلات بهاره - 36.0٪، حبوبات - 3.0٪، اما سطح محصولات بهاره 4.2٪ کاهش یافته است.

سطح چمن های یکساله و چند ساله کاهش یافته است.

تعداد گاوها به حداکثر (29.9٪) افزایش یافت ، برای گاوهای جوان - 10.6٪.

جیره غذایی گاوهای تغذیه شده توسط ک. واحد. و با توجه به p.p. بالاتر از واقعی;

حجم تخمینی فروش برای انواع محصولات قابل بازار افزایش یافت. افزایش شدید فروش غلات و کلزا با افزایش مشابه در سطح این محصولات و همچنین عملکرد برنامه ریزی شده همراه است. برای انواع محصولات دامی فروش افزایش یافت.

سهم تولید محصولات زراعی 13.5 درصد افزایش یافت که منجر به تغییر در تخصصی شدن اقتصاد نشد. در دامپروری، سهم انواع 13.5 درصد کاهش یافته است.

تولید در همه انواع افزایش یافت.

برنامه توسعه یافته برای توسعه SEC "Kurmanovo" منطقه مستسلاوسکی منطقه موگیلف، تحت این شرایط، کسب سود در حضور 3868.6 میلیون روبل را امکان پذیر می کند. در همان زمان، هزینه های نیروی کار 1٪ کاهش می یابد، حجم فروش به طور متوسط ​​220.3٪ و سود 105.9٪ افزایش می یابد.

سوال شماره 25 روش های پیش بینی ریاضی .

روش های پیش بینی- پیش بینی علمی بر اساس تجزیه و تحلیل داده های واقعی گذشته و حال شی مورد مطالعه. مجموعه قوانین، تکنیک ها و روش های خاص است تکنیک پیش بینی پیش بینی در سیستم کنترل، توسعه از پیش برنامه ریزی شده مدل های چند متغیره برای توسعه شی کنترل است. روش های اصلی پیش بینی عبارتند از: اقتصادی و ریاضی، آنالوگ، کارشناسی و .... ^ روش های اقتصادی و ریاضی پیش بینی:

برنامه ریزی خطی، امکان فرمول بندی مسئله بهینه سازی در قالب محدودیت های خطی (نابرابری ها یا برابری ها) و یک تابع هدف خطی.

برنامه نویسی پویا طراحی شده برای حل مسائل بهینه سازی چند مرحله ای؛

برنامه نویسی عدد صحیح، امکان حل مسائل بهینه سازی، از جمله مسائل تخصیص بهینه منابع، با مقادیر گسسته (اعداد صحیح) متغیرها و غیره؛

مدل های احتمالی و آماری – در روش های تئوری صف اجرا می شوند.

نظریه بازی – مدل سازی چنین موقعیت هایی، تصمیم گیری که در آن باید اختلاف بین منافع بخش های مختلف را در نظر گرفت.

مدل های شبیه سازی – امکان بررسی تجربی اجرای راه حل ها، تغییر پیش نیازهای اولیه و روشن کردن الزامات آنها را فراهم می کند.

الگو (PATTERN - Planning Assistance Through Technical Evaluation Relevance) - این تکنیک در سال 1963 توسعه یافت، از آن در برنامه ریزی تحقیق و توسعه در شرایط عدم قطعیت (یعنی در سیستم های پیچیده و ناسازگار) استفاده می شود. عناصر اصلی ساختار الگو: انتخاب شی پیش بینی. شناسایی الگوهای داخلی شی. تهیه فیلمنامه؛ تدوین وظیفه و هدف کلی پیش بینی؛ تحلیل سلسله مراتبی؛ تدوین اهداف؛ اتخاذ ساختار داخلی و خارجی؛ سوال کردن؛ پردازش ریاضی داده های پرسشنامه؛ ارزیابی کمی ساختار؛ تایید؛ توسعه یک الگوریتم تخصیص منابع؛ تخصیص منابع؛ ارزیابی نتایج توزیع این تکنیک به دست آوردن یک جهت گیری از پیش پیش بینی، تشکیل ساختار داخلی شی ("درخت اهداف")، ساختار خارجی (سیستم معیارهای محلی)، توسعه گزینه هایی برای تامین منابع عناصر هدف - شی.

روش پیش بینی اکتشافی

یکی از روش های اصلی مورد استفاده در پیش بینی اکتشافی، برون یابی سری های زمانی - داده های آماری در مورد موضوع مورد علاقه ما است. روش‌های برون‌یابی مبتنی بر این فرض است که قانون رشد که در گذشته اتفاق افتاده است، با در نظر گرفتن اصلاحات ناشی از اثر اشباع احتمالی و مراحل چرخه زندگی جسم، در آینده نیز ادامه خواهد یافت. از جمله منحنی هایی که به طور دقیق تغییر در پارامترهای پیش بینی شده را در تعدادی از موقعیت های رایج منعکس می کند، نمایی است، یعنی تابعی از شکل: y=a*ebt، جایی که t زمان است، a و b پارامترهای آن هستند. منحنی نمایی از جمله معروف ترین منحنی های نمایی که در پیش بینی استفاده می شود، منحنی مروارید است که از تحقیقات گسترده در زمینه رشد موجودات و جمعیت ها به دست آمده و به شکل: Y = L / (1 + a * (e-bt)، که L حد بالایی متغیر y است.

منحنی گومپرتز که از نتایج تحقیقات در زمینه توزیع درآمد و مرگ و میر (برای شرکت های بیمه) به دست آمده است، کمتر رایج نیست، که در آن k نیز یک پارامتر نمایی است.

منحنی های پرل و گومپرتز برای پیش بینی پارامترهایی مانند افزایش راندمان موتورهای بخار، افزایش راندمان ایستگاه های رادیویی، افزایش تناژ کشتی های ناوگان تجاری و غیره استفاده شد. هم منحنی پرل و هم منحنی گومپرتز را می توان به عنوان منحنی های S شکل طبقه بندی کرد. چنین منحنی هایی با رشد نمایی یا نزدیک به نمایی در مرحله اولیه مشخص می شوند و سپس با نزدیک شدن به نقطه اشباع، شکل صاف تری به خود می گیرند.

بسیاری از فرآیندهای ذکر شده را می توان با استفاده از معادلات دیفرانسیل مربوطه توصیف کرد که حل آنها منحنی های پرل و گومپرتز است. به عنوان مثال، می‌توانیم یک معادله دیفرانسیل را ذکر کنیم که افزایش مقدار اطلاعات (دانش) I را بسته به تعداد محقق N، ضریب متوسط ​​بهره‌وری یک محقق q در واحد زمان t، و C- یک ضریب ثابت را توصیف می‌کند. توصیف پویایی تغییرات در مقدار اطلاعات.

برون یابی از مدل های رگرسیون و پدیدارشناسی استفاده می کند. مدل های رگرسیون بر اساس الگوهای ایجاد شده توسعه رویدادها با استفاده از روش های خاص برای انتخاب نوع تابع برون یابی و تعیین مقادیر پارامترهای آن ساخته می شوند. به طور خاص، روش حداقل مربعات را می توان برای تعیین پارامترهای تابع برون یابی استفاده کرد.

با فرض استفاده از یک یا آن مدل برون یابی، یک یا آن قانون توزیع، می توان فواصل اطمینان را تعیین کرد که قابلیت اطمینان تخمین های پیش بینی را مشخص می کند. مدل‌های پدیدارشناختی بر اساس شرایط حداکثر تقریب با روند فرآیند، با در نظر گرفتن ویژگی‌ها و محدودیت‌های آن و فرضیه‌های پذیرفته شده در مورد توسعه آینده آن ساخته می‌شوند.

با یک پیش‌بینی چندعاملی در مدل‌های پدیدارشناختی، می‌توان فاکتورهای وزنی بزرگی را به عواملی که در گذشته تأثیر بیشتری بر توسعه رویدادهای گذشته داشتند، نسبت داد.

اگر هنگام پیش‌بینی، یک دوره گذشته‌نگر در نظر گرفته شود که شامل چندین دوره زمانی است، بسته به ماهیت شاخص‌های پیش‌بینی‌شده، فاصله کمتری با لحظه پیش‌بینی در مقیاس زمانی و غیره دارد. همچنین باید در نظر داشت که اغلب هنگام پیش‌بینی، ارزیابی‌های کارشناسان از آینده نزدیک ممکن است بیش از حد خوش‌بینانه باشد و ارزیابی‌های مربوط به آینده دورتر ممکن است بیش از حد بدبینانه باشد.

اگر چندین فناوری مختلف بتوانند در فرآیند پیش‌بینی‌شده شرکت کنند، که هر کدام با یک منحنی متناظر نشان داده می‌شوند، آن‌گاه پوشش منحنی‌های جزئی مربوط به فناوری‌های جداگانه می‌تواند به عنوان منحنی خبره حاصل استفاده شود.

روش اسکریپت نویسی

در توسعه تصمیمات مدیریتی از روش سناریو به طور گسترده استفاده می شود که امکان ارزیابی محتمل ترین سیر رویدادها و پیامدهای احتمالی تصمیمات اتخاذ شده را نیز ممکن می سازد. سناریوهایی برای توسعه وضعیت تجزیه و تحلیل شده که توسط متخصصان ایجاد شده است، با یک سطح از اطمینان، امکان تعیین روندهای احتمالی توسعه، روابط بین عوامل فعال را فراهم می کند، تا تصویری از حالت های احتمالی ایجاد کند که وضعیت ممکن است تحت تأثیر برخی موارد به آن برسد. تاثیر می گذارد. سناریوهای حرفه ای توسعه یافته به شما این امکان را می دهد که چشم انداز توسعه وضعیت را به طور کامل و واضح تر، هم در حضور اقدامات کنترلی مختلف و هم در غیاب آنها تعیین کنید.

از سوی دیگر، سناریوهای توسعه مورد انتظار شرایط، امکان درک به موقع خطرات مملو از اقدامات ناموفق مدیریتی یا تحولات نامطلوب را فراهم می کند.

در حال حاضر پیاده سازی های مختلفی از روش سناریو شناخته شده است، مانند: کسب نظر اجماع، تکرار رویه سناریوهای مستقل، استفاده از ماتریس های تعامل و غیره. روش کسب نظر اجماع در واقع یکی از پیاده سازی های روش دلفی، بر کسب نظر جمعی از گروه‌های مختلف خبرگان و رویدادهای نسبتاً مهم در یک منطقه خاص در دوره‌ای معین از آینده متمرکز است. از معایب این روش می توان به عدم توجه کافی به وابستگی متقابل و تعامل عوامل مختلف مؤثر بر توسعه رویدادها، پویایی توسعه موقعیت اشاره کرد.

روش ترکیب تکراری سناریوهای مستقل شامل تدوین سناریوهای مستقل برای هر یک از جنبه هایی است که تأثیر قابل توجهی در توسعه وضعیت دارند و روند تکراری هماهنگ کننده سناریوها برای توسعه جنبه های مختلف وضعیت.

مزیت این روش تجزیه و تحلیل عمیق تر از تعامل جنبه های مختلف توسعه وضعیت است.

معایب آن شامل توسعه ناکافی و پشتیبانی روش شناختی از رویه های هماهنگی سناریو است.

روش ماتریس های تأثیر متقابل که توسط گوردون و هلمر ایجاد شده است، شامل تعیین تأثیر متقابل بالقوه رویدادها در جمعیت مورد بررسی است.

تخمین‌هایی که همه ترکیب‌های ممکن رویدادها را با قدرت، توزیع در زمان و غیره به هم مرتبط می‌کنند، این امکان را فراهم می‌کنند که تخمین‌های اولیه احتمالات رویدادها و ترکیبات آنها را اصلاح کنیم. از معایب روش می توان به پیچیدگی به دست آوردن تعداد زیادی تخمین و پردازش صحیح آنها اشاره کرد.

این مقاله روشی را برای تدوین سناریوها پیشنهاد می‌کند که شامل تعریف اولیه فضا، پارامترهایی است که سیستم را مشخص می‌کند. وضعیت سیستم در زمان t نقطه S(t) در این فضای پارامتر است. تعیین روندهای احتمالی در توسعه وضعیت، تعیین جهت احتمالی تکامل موقعیت سیستم در فضای پارامترهای شناسایی شده S(t) در مقاطع مختلف زمانی در آینده S(t+) را ممکن می سازد. l)، S(t+2)، و غیره.

اگر اقدامات کنترلی وجود نداشته باشد، فرض بر این است که سیستم در محتمل ترین جهت تکامل خواهد یافت.

اقدامات کنترلی معادل عمل نیروهایی است که قادر به تغییر جهت مسیر S(t) هستند. طبیعتاً اقدامات کنترلی باید با در نظر گرفتن محدودیت های اعمال شده توسط عوامل خارجی و داخلی در نظر گرفته شود.

فناوری پیشنهادی برای توسعه سناریوها شامل در نظر گرفتن موقعیت سیستم در زمان های گسسته t، t+1، t+2، ... است.

فرض بر این است که نقطه مربوط به سیستم S(t) در فضای پارامتر در مخروطی قرار دارد که با فاصله از زمان اولیه t منبسط می شود. در برخی زمان t+T، انتظار می رود که سیستم در قسمت مخروط مربوط به زمان t+T قرار گیرد.