Методы научно-технического прогнозирования.
Разнообразие видов научно-технических прогнозов и задач, решаемых с их помощью в системе управления наукой и техникой, требует применения различных систем и методов построений самих прогнозов. Каждый прогноз возникает в результате многоступенчатого процесса получения необходимой информации, ее переработки с помощью специальных приемов и оценки достоверности полученных результатов. Собственно совокупность этих трех элементов и характеризует собой конкретный метод разработки научно-технического прогноза. От того, какие конкретные данные необходимы для разработки прогноза, зависят выбор носителей информации, способ ее получения, последовательность и содержание выполнения специальных расчетов с целью объективной оценки перспектив развития исследуемого объекта.
Современная отечественная и зарубежная практика насчитывает более 130 различных методов разработки прогнозов. Все многообразие методических приемов научно-технического прогнозирования условно можно свести к трем важнейшим группам: прогнозирование на основе экстраполяции, экспертные методы прогнозирования и методы моделирования.
При прогнозировании науки и техники наиболее часто применяются методы экстраполяции. Их сущность состоит в том, что, анализируя изменение отдельных параметров разрабатываемой техники в прошлом и исследуя факторы, обусловливающие эти изменения, можно сделать выводы о закономерностях развития и путях совершенствования техники в будущем. В научно-техническом прогнозировании принято выделять два вида задач, решаемых методами экстраполяции: задачи динамического и статического анализа.
В динамической задаче главным и единственным фактором развития выступает фактор времени. В этом случае прогноз развития научного направления или вида техники составляется на основе тщательного анализа временных рядов, отражающих изменение того или иного прогнозируемого параметра во времени. Например, анализируется изменение во времени таких параметров, как мощность, скорость, надежность, разрешающая способность, весогабаритные характеристики и пр.
Динамическая задача прогнозирования предполагает наличие поступательных эволюционных процессов в развитии прогнозируемых процессов с однонаправленным изменением основных параметров. В этом случае прогноз изменения параметров объекта в будущем строится по аналогии с ретроспективной параметров выступают как функции этой переменной. Однако состояние науки и техники и соответствующее изменение прогнозируемых параметров зависят от того, какие факторы, в каком направлении и с какой интенсивностью влияли на их развитие. Изменение параметра во времени выступает как результат действия многих факторов. Поэтому крайне важно в процессе разработки прогноза исследовать зависимости главных прогнозируемых параметров от факторов, влияющих на их развитие. В этой связи и возникает, как правило, вторая задача — экстраполирование тенденций.
Прогнозирование параметров по факторам, влияющим на их развитие, осуществляется на основе методов корреляционного и регрессионного анализа.
Типичным примером экстраполяции параметров проектируемой техники методами корреляционного и регрессионного анализа является прогнозирование значений трудоемкости разработки машин и агрегатов по совокупности конструктивных, технологических и эксплуатационных факторов.
Экстраполяция тенденций предполагает сходство условий, функций и принципов действия прогнозируемых объектов в прошлом и будущем. Быстрая смена, изменение принципов действия создаваемой техники оказывают большое влияние на качество экстраполяционных прогнозов. Для прогнозирования быстро эволюционирующих процессов и объектов применяется метод экстраполяции переменных по огибающим кривым; Содержание этого метода заключается в построении огибающей кривой, приближенно отражающей общую тенденцию изменения прогнозируемого параметра по данным, характерным для различных поколений объектов одного функционального назначения. Прогнозирование по огибающей кривой сводится к экстраполяции точечных или интервальных значений параметра на тот или иной период.
Экстраполяция тенденций относится к количественным методам прогнозирования. Для прогнозирования же качественных характеристик, а также объектов, развитие которых не поддается формализации и статистическому моделированию, широко используются методы экспертных оценок. Суть экспертных методов научно-технического прогнозирования состоит в том, что на основ априорных оценок квалифицированного специалиста или группы специалисте: делается заключение о путях развития науки и техники, перспективных направлениях научных исследований и разработок. В зависимости от формы работ с экспертами различают индивидуальные и коллективные методы экспертиз.
Индивидуальные методы экспертизы предусматривают персональную работу с каждым экспертом и получение частного, предварительно не согласованного с другими мнениями, заключения эксперта. Форма получения экспертных оценок может быть различной. Нередко опрос при индивидуальной экспертиз проводится методом интервью при непосредственном взаимодействии с экспертом. При этом эксперт руководствуется в основном лишь априорными представлениями о прогнозируемом объекте. Чаще же всего эксперты опрашиваются заочно путем заблаговременной пересылки им подготовленных анкет (аналитические экспертные оценки). В этом случае индивидуальные экспертные оценки носят аналитический характер, так как эксперт имеет возможность получить проанализировать всю необходимую информацию об опыте развития и взаимосвязях прогнозируемого объекта. Однако и здесь оценка эксперта выступает большинстве случаев как продукт его интуитивного мышления.
Индивидуальные экспертные оценки редко используются как самостоятельный метод для разработки прогноза. В целях повышения обоснованности прогнозных высказываний индивидуальные оценки нескольких экспертов чаи всего сопоставляются и объединяются между собой, образуя коллективную экспертную оценку. Методы, предусматривающие такое объединение и сопоставление частных оценок, принято называть коллективной или групповой экспертизой. Как правило, ее применение сопровождается повышением точности и глубины разрабатываемых прогнозов. В то же время на групповом мнении нередко отражается коллективная односторонность суждений, обусловленная общностью культуры, традиций, влиянием главенствующего направления развитии техники и т. п. Поэтому коллективное мнение экспертов может носить компромиссный характер в ущерб получению ценного оригинального решения.
Одним из наиболее перспективных подходов к разработке прогнозов считается моделирование процессов развития науки и техники, т. е. определение перспектив изменения техники на основе адекватных моделей ее развития. По характеру используемых моделей различаются логические, информационные и математические модели прогнозирования.
Логическое моделирование включает тщательное изучение внутренней логики развития прогнозируемого объекта и разработку на этой основе соответствующих исторических моделей (образцов). Исторические аналогии используются затем при решении конкретных ситуаций и задач развития прогнозируемого объекта.
Практический интерес представляют методы построения различных информационных моделей. Так, например, статистический анализ числа научных публикаций, научных журналов, частоты использования печатных работ и т. п. дает возможность судить о темпах и характере развития научных дисциплин, тех или иных видов техники. В настоящее время разработаны и используются методы научно-технического прогнозирования, основанные на анализе информационных массивов, содержащихся в заявках на изобретения и выданных патентных документах. Отдельные подходы предусматривают комплексную оценку инженерно-технической значимости и экономической целесообразности использования анализируемых патентов и определение перспективности различных технических решений. Во многих странах использование патентной информации определяет техническую политику фирм и объединений.
Математические модели прогнозирования представляют собой наиболее универсальные и достаточно строгие методы анализа тенденций развития техники. Они позволяют дать количественное описание динамики развития
Дата добавления: 2020-04-12; просмотров: 575;