Методы и схемы обоснования управленческого решения
При применении метода прогнозного графа качество прогнозов зависит от корректно организованной экспертизы и обработки ее результатов. Известным методом экспертиз сложных систем, используемых при прогнозировании, является метод прогнозного графа. Он включает несколько этапов. Центральное место в нем занимает формирование прогнозного графа. На первом туре составляется предварительный список промежуточных целей, необходимых для достижения конечной. Эксперты указывают специалистов, способных оценить возможность реализации каждой из указанных ими промежуточных и конечной целей. На втором туре анализу подвергается уже не конечная, а промежуточные цели, сформированные экспертами в первом туре. Эксперты второго тура имеют право корректировать цели, сформулированные в первом туре. Последующие туры экспертизы аналогичны второму. Процедура заканчивается при достижении того уровня целей, при котором не требуется проведения дополнительных исследований и разработок.
Выделим также метод сценариев. Сценарии позволяют с определенным уровнем достоверности выявить возможные тенденции развития событий, взаимосвязи между действующими факторами, сформировать картину состояний, к которым может прийти ситуация под влиянием тех или иных воздействий. Разработка таких сценариев способствует своевременному осознанию потенциальной опасности, с которой сопряжены варианты управленческих воздействий или неблагоприятное развитие событий.
Второй группой методов обоснования управленческих решений являются математические методы.
Математическая модель задачи – это специальная логическая конструкция, целенаправленно описывающая в терминах математической теории объективный процесс или явление, лежащие в основе конкретной задачи. Процесс решения такой модели является своеобразным аналогом мыслительного процесса специалиста, принимающего решение.
Рассмотрим подробнее разновидности математических моделей.
Одним из эффективных приемов исследования экономических систем, используемых в процессе принятия управленческих решений, является динамическое моделирование. Оно представляет собой создание условной математической модели деятельности предприятия и ее эффективности, по которой прослеживаются изменения, происходящие в управляемом объекте под влиянием мер, преднамеренно предпринимаемых в процессе управления, а также под реальным воздействием внутренней и внешней среды.
Технология динамического моделирования включает:
1) определение проблемы, которая должна быть решена в управляемой системе;
2) установление факторов, которые могут проявить себя при решении проблемы, то есть выявление причинно-следственных связей и их влияния на результаты работы предприятия;
3) определение количественного выражения этих связей. Математическая модель динамического моделирования представляет собой систему этих связей и их количественное выражение. Создание такой модели – сложная и трудоемкая работа. Представляется оправданным использование типовых моделей с последующим их приспособлением к нуждам конкретного предприятия.
В динамических моделях появляется возможность отразить во времени процесс функционирования и развития объекта управления. Фактор времени присутствует в явном виде (например, долгосрочное прогнозирование развития спроса с использованием метода экстраполяции – в этом случае сложившаяся тенденция развития явления в прошлом времени переносится на будущее).
В детерминированных моделях каждому значению фактора (набору исходных данных) строго соответствует единственное значение результата, то есть существует функциональная связь. Частным случаем этого класса моделей являются квазирегулярные модели. Это модели динамики средних, описывающие процесс на основе средневзвешенных значений параметров модели. Они достаточно широко применяются в социально-экономических исследованиях. Их особенность состоит в том, что каждому значению аргумента соответствует определенная величина функции, то есть посредством модели можно получить вполне определенный результат (например, зависимость объема спроса от величины покупательных фондов населения).
Стохастические модели характеризуются более полным отражением действительности, они ближе к реальным процессам, где отсутствует жесткая детерминация. Например, на одинаковом оборудовании может быть разная производительность труда. Данный класс моделей носит вероятностный характер, так как они подсказывают результат с некоторой уверенностью. В данном классе моделей выделяют две разновидности: вероятностные и статистические модели.
Вероятностные модели используют вероятностные значения параметров процесса. Однако математическая структура вероятностных моделей строго детерминирована. Для каждого набора исходных данных в моделях определяется единственное распределение вероятностей случайных событий в рассматриваемом процессе. Для реализации вероятностных моделей необходимо, чтобы каждому состоянию отдельного элемента системы соответствовала вероятность его попадания в это состояние.