Методические указания (1161391), страница 9

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 9)

Общее требование к анкетам - четкость и ясность постановки задачи (исключение неоднозначности толкования). Применяться может, например, при решении военно-технических и военно-экономических задач прогнозирования.

Рассмотрим так называемый метод «Дельфи» . Он был разработан 1963-64 годах сотрудниками корпорации Рэнд для исследования и прогнозирования ряда крупных военных проблем. Было выработано шесть широких областей прогнозирования :

- крупные научные открытия ,

- рост народонаселения ,

- автоматизация человеческой деятельности ,

- перспективы освоения космоса ,

- вероятность предотвращения войны ,

- будущие системы вооружения .

Для каждой области прогнозирования была организована комиссия из 82 человек. Опрос членов комиссии производился в четыре тура по специальным анкетам, с такими вопросами , чтобы ответы на них имели какую-либо количественную характеристику. После каждого тура каждый эксперт знакомился с результатами опроса.

В первом туре необходимо было перечислить все предполагаемые технические события , которые могут оказать существенное влияние на прогнозируемое событие , с учетом следующих факторов :

- желательность события (необходимо, желательно, нежелательно) ,

- выполнимость события (выполнение несложно, вероятно, выполнение

маловероятно, но возможно),

- срок осуществления события с оценкой даты вероятного (р=0.5) свершения

и степени точности этой оценки.

Во втором туре оценивались предполагаемые технические события с точки зрения тех же трех факторов (результаты 1-го известны).

В третьем туре устанавливались отклонения за пределы диапазона вероятностей 0.1-0.9 в оценках экспертов относительно сроков осуществления путем обсуждения этих оценок индивидуально с каждым экспертом.

В четвертом туре производилась комплексная оценка событий всеми опрошенными экспертами.

Таким образом, от тура к туру мнение экспертов по поставленным вопросам все более уточнялись и сближались. При отклонении отдельных прогнозов от мнения большинства требовалось обоснование своей точки зрения экспертом. Результаты статистически обрабатывались, строились обобщающие характеристики, выражающие достигнутую согласованность мнений.

Важное место эвристическое прогнозирование занимает в системе «Паттерн» , разработанной в США в те же годы фирмой «Хониуэлл». Система была разработана в интересах создания методики, позволяющей на основе анализа и оценки большого количества информации в области военного производства принимать оптимальные решения общегосударственного масштаба по развитию новых средств вооружения и распределению кредитов на их создание в прогнозируемый период времени (на 10-15 лет).

2.2.2.Математические методы прогнозирования.

При эвристическом прогнозировании мнение каждого эксперта является субъективным. Основное достоинство математических методов прогнозирования - объективность получаемой информации и высокая ее точность, а так же возможность автоматизации процесса вычисления прогнозов. (Это достигается только при правильно выбранной модели.)

Основные этапы математического прогнозирования :

- выбор и обоснование модели прогнозируемого процесса,

- расчет на модели характеристик исследуемого процесса для заданного

момента времени,

- анализ результатов прогнозирования и оценка точности.

Основное допущение математического прогнозирования - предположение о том, что модель процесса, выбранная на участке наблюдения, остается неизменной и тот момент времени, для которого делается прогноз. Т.е. - прогнозируемый процесс развивается по одним и тем же законам в прошлом, настоящем и будущем.

Как было сказано, математические методы прогнозирования условно делятся на две большие группы : методы моделирования и методы экстраполяции (статистические методы). В военном деле, при прогнозировании широко используются физические модели, т.е. можно рассматривать как самостоятельный метод физического моделирования (учения, испытания реальных образцов вооружения, военной техники).

При математическом моделировании наиболее широко применяются модели, основанные на дифференциальных уравнениях, вероятностные модели, а также модели статистических испытаний, реализующих метод Монте-Карло. Основная особенность метода мат.моделирования - получение искусственной реализации прогнозируемого процесса, по которой можно судить о его протекании в будущем. В одних случаях к этой реализации относятся , как к отдельной реализации случайного процесса (отдельный бой двух подразделений на учениях, моделирование баллистического полета и т.д.), в других случаях реализации придается обобщенный смысл (модель динамики средних, стохастическая дуэль, моделирование баллистического полета по средним значениям и т.д.). Очевидно, в первом случае для получения точного прогноза необходимо произвести достаточно большое количество таких реализаций. Во втором случае обобщенные данные процесса обеспечиваются тем, что в модели используются данные, уже имеющие обобщенный смысл (вероятности, средние значения и т.д.).

Прогнозирование с использованием моделирования заключается в переносе обобщенных данных моделирования на будущую ситуацию.

Например : испытания модели летательного аппарата в аэродинамической трубе, или модель с использованием уравнений динамики средних для определения необходимого количества элементов вооружения для достижения победы.

Статистические методы (экстраполяционные) имеют особенностью то, что прогнозирование производится путем экстраполяции текущей реальной реализации прогнозируемого процесса. Например, мы наблюдаем за полетом (регистрируем координаты) летательного аппарата, и нас интересует прогноз значений координат этого же аппарата через сколько-то секунд. Или, мы имеем данные о стоимости изделия за определенный период времени, а нас интересует его стоимость в определенном будущем.

Очевидно, что при экстраполяции физические модели применены быть не могут, т.к. в качестве модели применяется сам прогнозируемый объект.

Модели статистического прогнозирования - это модели, основанные на уравнениях, связывающих прогнозируемую величину со временем. Несмотря на то, что в нашем распоряжении имеется конкретная реализация (до настоящего момента времени) прогнозируемого процесса, из-за влияния случайности мы производим оценку в будущем некоторого «среднего» значения процесса (его детерминированной основы) и той области, в которую с заданной вероятностью попадает действительная реализация процесса в будущем. Т.е. налицо обобщение характеристик, также, как и при моделировании, вызванное наличием неопределенностей.

2.2.3.Комбинированные методы прогнозирования.

Эвристический и математический методы прогнозирования обладают рядом достоинств и недостатков (объективность, учет скачков, необходимость модели, простота реализации). Естественно создание комбинированного метода

объединяющего их достоинства и свободного от и недостатков. Элементы эвристического и математического прогнозирования в этом методе могут применяться как на различных этапах, так и параллельно. Например, данные обоих методов в определенный момент сравниваются в целях выявления их «противоречивости» или «непротиворечивости». В первом случае производится совместная обработка, во втором - производится пересмотр допущений и предложений, лежащих в основе математической модели прогнозирования. В выявлении причин противоречивости большая роль принадлежит логическому анализу.

В ряде случаев комбинироваться могут прогнозы, полученные разными математическими методами (или использующие модели различного типа). Комбинированный метод наиболее оправдан в построении долгосрочных прогнозов.

2.2.4. Примеры использования прогнозирования.

Разработка вооружения нового образца.

При этом решаются следующие вопросы :

- определение необходимости разработки,

- определение технических характеристик будущего вооружения и их

превосходство над характеристиками старого образца,

- определение величины затрат разработки, производства и эксплуатации,

- определение тактических условий применения образца и связанных с этим

изменений в тактике противника,

- определение «технической» реакции противника,

- определение требований к обслуживающему личному составу.

Проблема, связанная с разработкой новой сложной технической системой военного назначения - прогнозирование развития вооружения, военной техники, тактики и стратегии противника.

Примеры :

1. Выбор вида траектории полета разрабатываемой ракеты зависит от

прогнозирования системы ПРО противника.

1. Появление ядерного оружия поставило перед необходимостью создание

стратегических ракетных систем (спрогнозировать эту ситуацию никто не мог).

3) Договоренности о сокращении ядерного вооружения заставляет прогнозировать развитие других типов высокоточного оружия.

Важной является задача прогнозирования изменения эффективности нового оружия во времени, поскольку в начале она определяется фактором внезапности, а затем убывает из-за выработки контрмер для борьбы с новым оружием. (Расширение сектора СДО в ПРО, как контрмера на установку Першингов в Европе).

Дополнительные вопросы, решаемые в процессе создания нового оружия :

- количество и квалификация персонала,

- какое старое оружие и в каком количестве требуется заменить новым,

- стоимость тренировок расчетов в мирное и военное время,

- насколько имеющиеся ресурсы позволяют решить все поставленные

вопросы.

Выбор оптимальной тактики борьбы с оружием противника.

В свое время США испытывали большие потери из-за атак японских летчиков-камикадзе. Была сделана попытка научного анализа этих потерь и выработки рекомендаций по наилучшему маневру судна для уклонения от нападающего самолета.

Было установлено, что процент нападений в крупные корабли заметно снижался при применении ими решительного маневрирования, и, наоборот, для мелких судов - повышался. Логический анализ этих результатов показал, что причина этого кроется в характере влияния маневра на эффективность огня зенитной артиллерии этого корабля. Для крупных судов огонь зениток примерно одинаково эффективен как при маневре, так и без него, в то время как для мелких судов килевая и бортовая качка при маневре существенно снижают эффективность зенитного огня.

Анализ данных о влиянии угла атаки самолета (крутого или пологого пикирования) показал, что самолет круто пикирующий, чаще всего достигает цели, атакуя с носа или кормы, а полого пикирующий - имеет преимущество, атакуя с борта.

Этот вопрос был рассмотрен с двух точек зрения : с точки зрения мощности огня зенитной артиллерии и с точки зрения ошибок наведения самолета камикадзе на корабль. Оказалось, что огонь с бортов всегда мощнее, чем с носа или кормы. Т.е. получается, что выгодней подставлять самолету борт.

С другой стороны при крутом пикировании ошибки летчика по дальности примерно в три раза превышают ошибки в боковом направлении, что подтверждает предположение о выгодности подставления бока.

При пологом пикировании ошибки по дальности не имеют значения, а определяющую роль играют ошибки азимутальные, поэтому в этом случае целесообразно подставлять самолету нос или корму, пусть промахнется. Но это противоречит стремлению повысить мощность своего огня.

Анализ статистических данных показал, что в данном случае определяющим является роль ошибок. Поэтому рекомендации кораблям выглядели так :

- если самолет пикирует круто, нужно подставлять борт, если полого -нос

или корму.

- если у вас крупный корабль, старайтесь все время резко менять курс.

- если вы на мелком судне, не дергайтесь резко, только поворачивайте

иногда, чтобы подставить нужное место, и стреляйте, стреляйте.

Результаты прогноза об увеличении безопасности кораблей, применяющих эту тактику оправдались (29% поражения, а было 47%).

Определение потребности в средствах вооруженной борьбы.

Уровень, на котором решаются эти задачи, зависит от масштабов и значения будущей операции.

Например, необходимое количество и состав людей для проведения разведки в интересах батальона может определить командир разведгруппы, а о количестве живой силы и техники для наступления фронта нужно думать соответствующему высшему штабу.

Задачи этого типа достаточно сложны. Например, при определении необходимого наряда ракет для поражения заданной цели нужно учитывать : поражающую способность боевой части, прогноз точности попадания, прогноз надежности функционирования, прогноз эффективности противоракетной обороны противника и т.д.

2.3. Прогнозирование при решении военных задач.

2.3.1. Практика эвристического прогнозирования.

В процессе эвристического прогнозирования на принятие решения влияют как объективные, так и субъективные факторы. К объективным факторам относятся, например, законы вооруженной борьбы и условия конкретной боевой обстановки. Субъективными факторами являются знания, особенности мышления, боевой опыт, воля командира и т.д. Эти факторы диалектически связаны друг с другом и влияют друг на друга.

Среди субъективных факторов могут быть и такие, которые отрицательно сказываются на точности прогнозов :

- профессиональная ограниченность экспертов (для качественного прогноза необходимы глубокие знания в узкой специализации и широкий кругозор, пример: атомное оружие , как средство обеспечения мира),

Характеристики

Список файлов книги