Адаптивные методы прогнозирования

Адаптивные методы позволяют строить описание процессов с учетом различной ценности членов динамического ряда, при этом влияние более поздних членов динамического ряда на дальнейшее развитие процесса учитывается с большим весом, чем более ранних. В связи с этим, появляется возможность более оперативно реагировать на изменяющуюся обстановку и давать на ближайшую перспективу более точные прогнозы.

Наиболее известным и рациональным адаптивным методом является метод гармонических весов. Для осуществления прогноза методом гармонических весов исходный динамический ряд разбивается на фазы (части). Рассмотрим процедуру прогнозирования данным методом на примере из параграфа 2.2.1.:

Год Номер п/п, Объем продаж

2001 1 1280 I – фаза

2002 2 1350 II – фаза

2003 3 1480 III – фаза .

2004 4 1550

2005 5 1660

Каждую фазу аппроксимируем линейной функцией . Для первой фазы функция имеет вид:

,

для второй ,

для третьей .

При имеем:

.

При :

, ,

.

При :

, , .

.

При :

, .

.

При :

.

Рассчитаем приросты по формуле:

.

, .

Рассчитаем гармонические веса. Если самая ранняя информация имеет вес: , то вес информации, относящийся к следующему моменту времени, равен:

т.е. .

Для нашего примера:

; .

Чтобы получить гармонические коэффициенты, удовлетворяющие условию , необходимо гармонические веса разделить на :

; .

Средний прирост:

Прогноз на 2006 год:

Чтобы избежать столь сложных расчетов часто весовые коэффициенты назначаются экспертным путём, например: ; ; ; . Приросты рассчитываются по формуле: . В нашем примере:

;

;

;

.

Средний прирост:

.

Прогноз на 2006 год: