Прогнозирование экстраполяцией

Осуществление фактического научно-технического прогнозирования с использованием метода интуитивного прогнозирования, экстраполяции тенденций, качественной исторической аналогии и др. Научно-технические прогнозы разрабатываются в рамках осуществимости, требуемых усилий, потребностей и т. д. [c.120]

В настоящее время в науке и технике получили распространение следующие методы прогнозирования экстраполяции, экспертных оценок и моделирования. [c.15]

Прогнозирование экстраполяций имеет свои характерные черты и приемы. К ним относят предварительную обработку числовой информации, включающую сглаживание эмпирических данных, устранение случайных колебаний и выявление тренда [c.111]

Последовательность операций по выбору вида функции для описания практически любого процесса повреждения при воздействии факторов среды и его прогнозирования экстраполяцией приведена в специальной литературе [15]. [c.111]

Принят следующий порядок прогнозирования экстраполяцией [c.111]

По методологии можно выделить три группы методов прогнозирования экстраполяции эвристические моделирования. [c.74]

Весьма удобный аппарат для анализа и синтеза информации представляет инженерное прогнозирование (экстраполяция тенденций). Оно способно ответить на следующие вопросы [c.132]

Метод непосредственной экстраполяции предполагает сохранение в будущем тенденций в отнощении потребностей, имевших место в прошлом, и представляет собой процесс прогнозирования потребностей по результатам их изменения в прошлом. [c.83]

Метод экстраполяции применяется при прогнозировании наиболее стабильных показателей качества. Это объясняется следующими недостатками метода экстраполяции [c.86]

Поэтому результаты, полученные при прогнозировании методом экстраполяции, уточняются с применением метода последовательного приближения на основе общей схемы оптимизации. [c.87]

Возможность прогнозирования фундаментальных наук подвергается сомнению. Прогнозировать научное открытие — значит сделать его. Поэтому здесь усилия концентрируются не на прогнозировании открытий, а на выявлении общих наиболее перспективных направлений развития фундаментальных наук. Это позволяет принять управленческое решение по организации именно на этих направлениях главных исследований, оснащению их техникой, ассигнованиями, кадрами и т. д. Для такого прогнозирования применяют разработку дерева относительной важности , метод Дельфы (оказавшийся пока малоэффективным), морфологический анализ, метод экстраполяции тенденций (наиболее часто), количественное изучение информационных потоков, статистический анализ библиографических ссылок и др. [c.9]

Таким образом, формулы температурно-силовой зависимости основных характеристик прочности и пластичности жаропрочных материалов могут быть получены из уравнения (3.7), описывающего общие закономерности ползучести. Это гарантирует более высокую надежность прогнозирования и является принципиальным отличием метода экстраполяции по формулам (3.1)—(3.16) от других аналогичных предложений. [c.84]

Существует весьма большое количество методов проводимых прогностических исследований. Авторами настоящей книги сделана попытка обобщить и систематизировать основные методы, применяемые в СССР и за рубежом при прогнозировании развития науки и техники экстраполяции, экспертизы, моделирования. Возможности отдельных методов рассматриваются применительно к прогнозированию развития конструк-. ционных материалов на основе собственных разработок авторов и литературных данных. Наиболее распространены методы экстраполяции, из которых предпочтение следует отдать адаптивным моделям. В частности, метод экспоненциального сглаживания в отличие от прямой экстраполяции позволяет распознать изменение коэффициентов модели и тем самым уменьшить ошибку прогноза. [c.6]

Наибольшее распространение в отечественной литературе получила классификация прогностических методов, предложенная Г. М. Добровым [17], согласно которой всю совокупность методов научно-технического прогнозирования можно разделить на три класса методы экстраполяции тенденций, методы экспертизы и методы моделирования, которые включают 8 видов (схема 5). [c.22]

МЕТОДЫ ЭКСТРАПОЛЯЦИИ В НАУЧНО-ТЕХНИЧЕСКОМ ПРОГНОЗИРОВАНИИ [c.25]

Методы научно-технического прогнозирования, основанные на экстраполяции, можно разделить на шесть групп прямая экстраполяция адаптивные модели [c.27]

Сущность метода прямой экстраполяции заключается в аналитическом описании развития того или иного параметра прогнозируемого объекта какой-либо функцией у = [ (1) (где у — значение прогнозируемого параметра I—отрезок времени прогнозирования) и в прогнозировании по построенному уравнению при периодах времени, относящихся к будущему. Расчетные значения зависимости у = / (О должны обеспечить приемлемое согласование с имеющимися данными, т. е. быть адекватными рассматриваемому явлению. Вид аппроксимирующей кривой определяется механикой исследуемого процесса. Набор кривых, используемых для экстраполяции, приведен в работе [45]. Коэффициенты уравнений этих кривых определяются, исходя из разных алгоритмов, но в основу большинства из них положен поиск минимума среднеквадратичного отклонения [c.27]

Разработка прогноза методом прямой экстраполяции основана на допущении неизменности значений коэффициентов уравнения, описывающего тренд параметра как на участке ретроспекции, так и на участке прогнозирования. При этом предполагается, что все точки, по которым изучается тренд, имеют одинаковую ценность и используются в вычислениях с одинаковым весом. Однако в ряде ситуаций в течение анализируемого периода коэффициенты уравнения могут меняться во времени, а последним значениям динамического ряда следует придать больший вес по сравнению с более ранними наблюдениями. В этом случае целесообразно использовать тот математический аппарат, который дает возможность автоматически распознать изменение модели. Этой цели служат адаптивные методы экстраполяции. [c.41]

Таким образом, первый тур базируется на интуитивном методе. Кроме того, в первом туре участнику разрешается воспользоваться более формальными методами прогнозирования, например, экстраполяцией для обоснования своих суждений. Рассматривались два аспекта развития информационных систем функционально-ориентированный и системно-ориентированный. Вся информация, полученная в первом туре, оформлялась в едином документе, а наиболее важные события будущего представлялись в виде таблицы. [c.86]

В научно-техническом прогнозировании наиболее часто применяются методы и методики, основанные на эвристическом подходе. Экспертный опрос в различных описанных выше вариантах в сочетании с ретроспективным анализом и экстраполяцией тенденций является их основным элементом. [c.217]

И, наконец, технологии интеллектуального анализа данных могут быть использованы при исследовании проблем качества продукции и подготовке оптимальных решений. Основное назначение этой технологии в рассматриваемом контексте автоматизированный поиск (выявление) ранее неизвестных закономерностей в многомерном хранилище, использование выявленных закономерностей для прогнозирования (интерполяции и экстраполяции) требуемых данных. [c.44]

Прогнозирование предполагает широкое использование различных методов экстраполяции-, экспертных оценок, математической статистики, моделирования и др. Методы прогнозирования уровня качества дифференцируют и специализируют в зависимости от характера продукции, условий производства и потребления, задач и периода прогнозирования. [c.52]

Метод экстраполяции динамических рядов исходит из допущения, что зависимости, существовавшие в прошлом, сохраняются в будущем. Этот метод может дать правильные результаты только в том случае, когда характер взаимосвязей между экономическими, социальными, техническими и политическими факторами не меняется. Метод экспертных оценок применяется в тех случаях, когда отсутствует необходимая информация или невозможно дать количественную оценку влияния всех факторов на изменение уровня качества. Логические и математические модели — весьма эффективное средство прогнозирования, но для их применения необходима обширная информация о структуре системы, о закономерностях ее развития. Моделирование основано, по существу, на использовании динамической аналогии. Но для конструирования аналоговой системы нужно изучить свойства и взаимосвязи исследуемого объекта. К сожалению, зачастую знания о процессах формирования уровня качества продукции бывают весьма ограниченными, и исследователь вынужден начинать изучение со сбора и обработки первичной информации, построения динамических рядов, группировок, определения факторов, действующих на динамику уровня качества. [c.52]

Как и в области ресурсов, в области потребления существует значительная терминологическая неопределенность, которая иногда может приводить к недоразумениям. Для стилистического разнообразия термины спрос , нужды , потребности или потребление применяются в качестве синонимов. Фактически термин спрос означает количество ресурса, которое может быть потреблено Б данный период при определенном уровне цен и определенных соотношениях между спросом и предложением. Термин потребление означает наблюдавшиеся в прошлом объемы потребления ресурсов, причем для прогнозирования спроса нередко применяют прямую экстраполяцию прошлых тенденций в изменении потребностей. Арифметический учет процентного роста в прошлом слишком прост и заманчив, а анализ перспективных изменений в соотношениях спроса и предложения и в характере конечного потребления слишком сложен. Термины нужды или потребности применяются для обозначения принципиально необходимых нужд общества. Секретариат ООН в одном из докладов 1974 г. определяет чистые энергетические потребности как количество конечной энергии в одной из форм, абсолютно необходимое для осуществления определенного вида деятельности или обеспечения адекватных условий для жизни и работы человека. Чистый спрос на энергию включает ее потери за счет небрежного или избыточного использования у потребителя, валовой спрос включает также потери энергии в процессе ее преобразования и транспортирования эти потери могут быть сокращены, но не могут быть ликвидированы полностью. [c.261]

В принципе наблюдаемые тенденции нельзя представить в их будущем развитии, так как под влиянием других факторов они неизбежно претерпевают существенные изменения. К тому же опыт со всей убедительностью показывает, что одной интуиции для достоверных прогнозов явно мало. Что касается экстраполяции, то она оправдывает себя лишь при прогнозе какого-то сравнительно узкого мероприятия, касающегося только ближайшего будущего. Поэтому на помощь приходят уже разработанные методы конкретных социальных исследований. К их числу, например, принадлежат методы обработки статистических и документальных данных, методы сбора мнений специалистов, методы социально-экономического моделирования и др. Не менее важно использование для целей социального прогнозирования достижений математики и кибернетики. [c.177]

Замедленное поступление информации о поведении материалов при облучении до высоких доз потребовало разработки методов прогнозирования. К ним относятся экстраполяция реакторных данных до высоких доз имитационные эксперименты математическое моделирование и теоретическое исследование. [c.180]

Процесс изнашивания зависит от ряда случайных факторов. Однако методом экстраполяции экспериментальных данных и математического моделирования процесса изнашивания решаются задачи прогнозирования долговечности узлов трения. Срок службы узлов определяется интенсивностью изнашивания и допустимой величиной износа, которой является такое макси- [c.152]

Метод экстраполяции. В основу этого метода положена предпосылка о том, что функциональная зависимость, построенная на основе накопленных эмпирических данных, будет справедливой на какой-то период времени в будущем. Сущность метода заключается в следующем в найденную зависимость прогнозируемой величины у от времени t [y = f t) подставляют интересующую величину t (дату, на которую составляется прогноз), вычисляют значение г/i и принимают его за прогноз на данный год. Метод предполагает обязательное применение аппарата математической статистики. Практически в этих случаях широко используются методы регрессионного анализа, экспоненциального сглаживания и др. Метод экстраполяции применяется, как правило, для краткосрочного прогнозирования в случае эволюционного развития процесса и чаще всего при прогнозировании количественных характеристик машин. Степень реальности таких прогнозов обусловливается аргументацией выбора пределов экстраполяции. [c.16]

Как видим, экспериментальное прогнозирование качества изделий методом УИ вызывает необходимость использования широкого класса разнообразных задач, представляющих и теоретический интерес. Достаточно указать, что для их решения необходимо применять большинство современных методов математического анализа и оптимизации, а именно методы аппроксимации функций, методы интерполяции и экстраполяции случайных функций, стохастическую аппроксимацию, статистические методы, классические и современные методы математического программирования — методы поиска экстремумов функций и функционалов и т. п. Например, типичными задачами теории УИ, решаемыми методами математического программирования, являются следующие неизученные задачи определение оптимальной базы прогнозирования, обеспечивающей максимальную точность прогноза определение оптимальной расстановки Пг, обеспечивающей минимальную погрешность прогноза Пт, а следовательно, и Qm и т. п. [c.21]

Использования при прогнозировании надежности аппаратуры значений интенсивности отказов деталей, полученных из опыта эксплуатации в прошлом. Очевидно, что только интенсивности отказов, полученные в результате процесса испытаний данной системы в реальных условиях, могут служить отправными точками для экстраполяции или интерполяции в целях прогнозирования. Исторические данные по интенсивностям отказов аппаратуры могут оказаться полезными для предсказания средней величины расхода запасных частей, например, в масштабе страны. [c.228]

Достоинство математических методов заключается в объективности полученной с их помощью информации и ее высокой точности. Математические методы прогнозирования применяются в тех случаях, когда тенденция развития объекта прогнозирования поддается математическому описанию. Основным принципом математических методов прогнозирования является вышеуказанная прогнозная экстраполяция. [c.40]

Метод экстраполяции, который основывается на переносе динамики событий и состояний, имевших место в недалеком прошлом, на будущее. Широкое применение этот метод находит при краткосрочном прогнозировании, преимущественно в областях техники, где не предвидятся существенные качественные изменения в ее развитии. Областью этого метода прогнозирования являются, в основном события, развивающиеся эволюционным путем и достаточно медленно во времени. [c.8]

В настоящее время одной из важнейших проблем в теплоэнергетике является продление расчетного срока эксплуатаций энергетического оборудования до 200—250 тыс. ч, что связано с необходимостью экстраполяции экспериментальных данных на весьма длительное время. При нестационарных полупиковых и пиковых нагрузках работают энергоблоки мощностью 100, 150 и 200 тыс. кВт, значительная часть которых уже проработала свыше установленного ранее расчетного срока эксплуатации 100 тыс. ч. Поэтому возникает необходимость прогнозирования свойств материала, отражающихся на его работоспособности за длительный период эксплуатации, с применением надежных методов экстраполяции. Они должны быть основаны на современных представлениях о происходящих в металле процессах при высокой температуре, т. е. ползучести и высокотемпературной малоцикловой термомеханической усталости. [c.179]

В большинстве публикаций на основании различных исходных данных и принятых допущений предсказываются сроки истощения одних энергетических ресурсов и замены их другтги с соответствующим переходом к новой энергетической технике. При этом не в полной мере учитываются возможности и пределы развития старой и новой техники. Причины этого — применение методов прогнозирования (экстраполяция, статистический, экспертных оценок и т. п.), базирующихся в основном на данных прошлого, стремление дать изменение численных значений характеристик во времени. [c.3]

Различают три группы методов прогнозирования общенаучные, интернаучные и частнонаучные. К первой группе относят логические и эвристические средства прогнозирования, применяемые к любым объектам наблюдение и эксперимент, морфологический анализ и синтез, воображение и предположение, индукция и дедукция, аналогия, классификация, генетический метод и т. п. Во вторую группу включают методы, применяемые к объектам более чем одной науки методы экстраполяции и интерполяции, моделирования, ассоциаций, проб и ошибок, математической статистики, теории вероятностей, матричные методы, метод Дельфы, метод ПАТТЕРН и др. В третью группу объединяют специфические методы, основанные на закономерностях или эмпирических формулах какой-либо одной науки. Всего классифицировано более 100 методов прогнозирования. [c.6]

Донтехэнерго разработан метод прогнозирования предельного состояния паропроводов по результатам измерения остаточной деформации труб. Метод заключается в построении кривых полз ести металла труб в экстраполяции кривых в предположении, что скорость ползучести сохраняется неизменной и на участке экстраполяции в прогнозе деформации каждой трубы к определенному времени наработки в изменении сроков измерений, если фактическая деформация окажется выше прогнозируемой в построении гистограмм деформации в своевременном выявлении и замене труб, лимитирующих работоспособность паропровода. [c.204]

В табл. 1 приведены результаты опроса 65 компаний США, проведенного в 1970 г., по использованию тех или иных методов научно-технического прогнозиро.ва-ния [20]. К наиболее часто используемым способам прогнозирования относятся линейная экстраполяция, анализ тенденций, интуитивное прогнозирование, метод экспертных оценок, корреляционный и регрессионный анализы. [c.17]

Общая методология экстраполяции в прогнозировании разработана Р. Ленцем [66]. При использовании методов экстраполяции Р. Ленц считает целесообразным выделить шесть основных этапов выбор параметров, подлежащих прогнозированию сбор необходимых данных представление этих данных в графической форме экстраполяция интерпретация прогноза рассмотрение возможностей использования прогноза в процессах принятия решений. [c.26]

Метод экстраполяции тенденций получил широкое распространение в компаниях США, занимающихся прогнозированием. Так, выявив тенденцию удвоения в каждые десять лет объема перевозок нефти и нефтепродуктов и проведя экстраполяцию, концерн Royal Dut h Steel на несколько лет опередил конкурентов, разместив заказы на танкеры большой емкости и разработав способы их разгрузки в море без захода в порт [55]. [c.26]

Формальная постановка задачи прогнозирования на основе данного метода экстраполяции предложена Дж. Мартино [62]. Она заключается в исследовании времени запаздывания между двумя развивающимися тенденциями. [c.51]

В 1969 г. А. Фасфельд [58] разработал метод прогнозирования, занимающий промежуточное положение между временной экстраполяцией и параметрическим прогнозированием и названный методом функции технического прогресса. Суть его состоит в том, что технический прогресс в исследуемой отрасли техники соотносится с количеством продукции, выпущенной к данному моменту времени. [c.67]

Как ранее упоминалось, процесс изнашивания зависит от ряда случайных факторов. Однако методом экстраполяции экспериментальных данных и математического моделирования процесса изнашивания решаются задачи прогнозирования долговечности узлов трения. Срок службы узлов определяется интенсивностью изнашивания и допустимым значением износа, которым является такое максимальное отклонение размеров детали, при котором еще возможна и рациональна ее эксплуатация. Предельный критический износ [2]к металлофторопластовой ленты можно предопределить исходя из структуры материала и механизма его работы. В рабочем слое должно оставаться достаточное количество фторопласта, осуществляющего подпитку поверхности трения. При трении без смазки наблюдается заметное повышение коэффициента трения ленты, когда износ достигнет 200 мкм. При наличии смазки не отмечено заметного повышения коэффициента трения даже при работе подшипников, износ которых достигал 250 мкм. Поэтому предельный критический износ металлофторопластовой ленты следует принимать равным 200—250 мкм. Меньшее из этих значений следует использовать при расчетах срока Службы МФПС для узлов, работающих без смазки, а большее для узлов, работающих с периодической смазкой. [c.94]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...