Реферат Усвоение данных в прогностических моделях
Работа добавлена на сайт bukvasha.net: 2015-10-28Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
от 25%
Подписываем
договор
Содержание
1. Основные понятия……………………………………………………………………..3
2. Усвоение данных. Основные группы методов………………………………………4
3. Прогнозирование в экологии………………….……………………………………
Основные понятия
Прогностическая модель - научно обоснованное суждение о возможных состояниях объекта в будущем и (или) об альтернативных путях и сроках их достижения.
Модель - это объект заместитель объекта-оригинала, инструмент для познания, который исследователь ставит между собой и объектом и с помощью которого изучает некоторые свойства оригинала. В качестве модели выступает другой материальный или мысленно представляемый объект, замещающий в процессе исследования объект-оригинал. Соответствие свойств модели исходному объекту характеризуется адекватностью. Процесс построения и исследования модели называется моделированием.
В современной науке распространены модели в форме описания объекта (предмета, процесса или явления) на каком-либо формализованном языке, составленного с целью изучения его свойств. Такое описание особенно полезно в случаях, когда исследование самого объекта затруднено или физически невозможно.
Прогноз - это научная модель будущего события, явлений и т.п.
Прогноз - это расчет неизвестного показателя по заданным факторам на основании модели.
Прогнозирование - разработка прогноза; в узком значении — специальное научное исследование конкретных перспектив развития какого-либо процесса.
Прогнозы делятся по срокам: краткосрочные, среднесрочные, долгосрочные.
по масштабу: личные, на уровне предприятия (организации), местные, региональные, отраслевые, страновые, мировые (глобальные).
Прогностика - научная дисциплина, изучающая общие принципы и методы прогнозирования развития объектов любой природы, закономерности процесса разработки прогнозов. Как наука прогностика сформировалась в 70 — 80 годы ХХ столетия. Кроме понятия «прогностика», в литературе используют термин футурология. Как любая наука прогностика имеет набор своих терминов, употребляемых для обозначения определенных понятий. Определения понятий прогностики были зафиксированы в 1978 году.
Достоверность прогноза - оценка вероятности осуществления прогноза для заданного доверительного интервала.
Источник ошибки прогноза - фактор, способный привести к появлению ошибки прогноза. Различают источники регулярных и нерегулярных ошибок.
Верификация прогноза - оценка достоверности и точности или обоснованности прогноза.
Усвоение данных. Основные группы методов.
Усвоение данных (процесс понимания) – процесс присущий только человеку. Машина в свою очередь может лишь обрабатывать данные.
А значит, что эффективность усвоения данных зависит от многих человеческих факторов: здоровья, настроя, мозговой активности.
Известно также, что играет роль фактор времени, чем больше времени есть для усвоения, тем усвоение эффективней.
Эффективность усвоения также зависит от качества самой прогностической модели, насколько она сложна и масштабна, правильно сложена, от количества данных в ней.
Человек может усваивать прогностическую модель многими методами, в зависимости от темы прогностической модели и ее сложности.
Весьма важна проблема проверки адекватности модели, а также проблема отбора факторов. Априорный список факторов, оказывающих влияние на отклик, обычно весьма обширен, желательно его сократить, и крупное направление современных исследований посвящено методам отбора «информативного множества признаков».
Весьма перспективным представляется регрессионный анализ на основе интервальных данных, включающий, в частности, определение и расчет рационального объема выборки, а также регрессионный анализ нечетких данных.
Многие процессы изначально являются нелинейными, и не все физические процессы можно понять или представить в моделях. Например, широкое разнообразие возможного наличия воды в облаках и частиц льда необходимо значительно упростить в виде небольших кучевых облаков, которые могут быть источником ливневого дождя. Постоянные исследовательские усилия с использованием ожидаемых улучшений в компьютерной технологии и физических измерениях позволят улучшить эти приближения. И даже после этого все еще окажется невозможным представлять все атмосферные движения и процессы. Тем не менее, это помогает человеку при усваивании данных, ведь даже самая примитивная модель нелинейного процесса, дает основу визуальному представлению, и делает восприятие явления более эффективным.
К основным группам методов усвоения данных относятся:
1. экспертные оценки;
2. статистические методы;
3. вариационные методы.
1. Экспертные оценки.
Экспертная оценка — суждение эксперта или экспертной группы относительно поставленной задачи прогноза. Предполагается, что ответы экспертов можно рассматривать как результаты измерений с ошибками, все они — независимые одинаково распределенные случайные элементы, вероятность принятия определенного значения убывает по мере удаления от некоторого центра — «истины», а общее число экспертов достаточно велико.
Многочисленны примеры ситуаций, связанных с социальными, технологическими, экономическими, политическими, экологическими и другими рисками. Именно в таких ситуациях обычно и необходимо прогнозирование. Известны различные виды критериев, используемых в теории принятия решений в условиях неопределенности (риска). Из-за противоречивости решений, получаемых по различным критериям, очевидна необходимость применения оценок экспертов.
В конкретных задачах прогнозирования необходимо провести классификацию рисков, поставить задачу оценивания конкретного риска, провести структуризацию риска, в частности, построить деревья причин (в другой терминологии, деревья отказов) и деревья последствий (деревья событий). Центральной задачей является построение групповых и обобщенных показателей, например, показателей конкурентоспособности и качества. Риски необходимо учитывать при прогнозировании экономических последствий принимаемых решений, поведения потребителей и конкурентного окружения, внешнеэкономических условий и макроэкономического развития России, экологического состояния окружающей среды, безопасности технологий, экологической опасности промышленных и иных объектов.
Экспертное оценивание предполагает создание разума, обладающего большими способностями по сравнению с возможностями отдельного человека. Источником сверхвозможностей мультиразума является поиск слабых ассоциаций и предположений, основанных на опыте отдельного специалиста. Экспертный подход обладает большими возможностями по решению задач, не поддающихся решению обычным аналитическим способом. Перед началом экспертного исследования необходимо четко определить его цель, (проблему), и сформулировать соответствующий вопрос для экспертов. Оценить согласованность мнений экспертов. При отсутствии значимой согласованности экспертов необходимо выявить причины несогласованности (наличие групп) и признать отсутствие согласованного мнения (ничтожные результаты).
Наиболее известные методы экспертных оценок: метод Дельфи, мозговой штурм и метод анализа иерархий. Каждому методу соответствуют свои сроки проведения и потребность в экспертах.
2. Статистические методы.
К основным задачам статистических методов относятся разработка, изучение на основе объективных данных; развитие теории и практики других методов усвоения данных; комбинированных методов.
Статистические методы — методы анализа статистических данных. Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.
Статистические методы анализа данных применяются практически во всех областях деятельности человека. Их используют всегда, когда необходимо получить и обосновать какие-либо суждения о группе (объектов или субъектов) с некоторой внутренней неоднородностью.
Статистический анализ включает выявление вариации, взаимосвязей, отыскание закономерностей динамики.
Целесообразно выделить три вида научной и прикладной деятельности в области статистических методов анализа данных (по степени специфичности методов, сопряженной с погруженностью в конкретные проблемы):
а) разработка и исследование методов общего назначения, без учета специфики области применения;
б) разработка и исследование статистических моделей реальных явлений и процессов в соответствии с потребностями той или иной области деятельности;
в) применение статистических методов и моделей для статистического анализа конкретных данных.
Теория статистических методов нацелена на решение реальных задач. Поэтому в ней постоянно возникают новые постановки математических задач анализа статистических данных, развиваются и обосновываются новые методы. Обоснование часто проводится математическими средствами, то есть путем доказательства теорем. Большую роль играет методологическая составляющая — как именно ставить задачи, какие предположения принять с целью дальнейшего математического изучения. Велика роль современных информационных технологий, в частности, компьютерного эксперимента. Актуальной является задача анализа истории статистических методов с целью выявления тенденций развития и применения их для прогнозирования.
Прогнозирование в экологии
Излагаются результаты работ по развитию теоретических основ, математических моделей и методов для решения задач природоохранного направления. Для этого класса задач существенны вопросы количественных оценок экологических рисков и последствий естественных и антропогенных воздействий на атмосферу с выявлением климатически обусловленных предпосылок возникновения областей повышенного риска/уязвимости.
Исследования выполняются с помощью комплекса моделей гидротермодинамики атмосферы различных пространственно-временных масштабов и моделей типа конвекции - диффузии - реакции, описывающих процессы переноса и трансформации газо-аэрозольных примесей.
Методика природоохранного прогнозирования базируется на вариационных принципах для построения численных моделей и организации методов прямого и обратного моделирования. Алгоритмы теории чувствительности применяются для оценок вариаций целевых функционалов, описывающих в обобщенном виде отклик на возмущения, вносимые в климато-экологическую систему. В таких алгоритмах участвуют решения прямых и сопряженных задач, порождаемых вариационным принципом для этих функционалов.
Специальная технология разработана для решения прямых и обратных задач с усвоением данных мониторинга в режиме реального времени.
Проблема риска антропогенных воздействий для каждого объекта рассматривается в двух аспектах: с одной стороны объекты выступают как источники возмущений, а с другой – как рецепторы «чужих» воздействий. В первом случае основной вопрос состоит в поиске «областей- источников», представляющих повышенную опасность для окружающих территорий, а во втором – в выявлении «областей – рецепторов», имеющих повышенную уязвимость вследствие особенностей климато-географических условий.
Для формирования прогнозов регионального масштаба с учетом изменчивости глобальных процессов предложен новый тип моделей с направляющими фазовыми пространствами, которые в свою очередь строятся по информативным базисам глобального масштаба. Взаимодействие региональной модели с направляющими пространствами также осуществляется с помощью методов вариационного усвоения данных.
