293 т П Х 0(5,А „,0 max, (6.7) S R I 1 S (6.8) S > О, МгЛО i !»•••>I f r !»•••»R> s = 1,—,«S'Различные варианты функционирования системы ресурсного обеспечения определяются ограничениями (6.5), (6.6). Будем считать, что анализируется L\ вариантов ограничений по ресурсному обеспечению и вариантов по потребностям в i-м виде ресурсов [78,91]. Для формирования вариантов по второй группе ограничений особую роль приобретает вопрос о перспективном прогнозировании Xh i = 1,/. Основу прогнозирования составляют статистические данные, хранящиеся в интегрированных базах данных системы информационного мониторинга за прошлые временные периоды. Имеется возможность построить временной ряд t — 1,2, ..., Т, / = 1,7 с учетом территориальной распределенности объектов. Варианты /2 = 1,..., Ь2 формируются по прогностической модели X,(i) для t —T + l , T + 2 , ..., T+q. Прогноз временного ряда X,(t) предлагается улучшить, используя информацию о заболеваемости y,j(t) по j-м нозологическим единицам ( j = 1,7), которые ориентированы на /-й вид ресурса. Поскольку изменения y,j{t) имеют тенденцию предварять изменения А.,{/), они относятся к группе упреждающих индикаторов. В этом случае прогностическая модель содержит компоненты как временного ряда X,(t), так иyy{t), 1= 1, 2,..., Т: Для определения неизвестных коэффициентов (6.9) применяется метод наименьших квадратов с предварительным формированием системы независимых функций и выбором с помощью статистического критерия тех из них, которыми можно ограничиться при построении линейной модели. Формализованный учет разнообразия вариантов ограничений осуществляется введением альтернативных переменных zm, m = I,..., М исследовани |
197 Различные варианты функционирования системы ресурсного обеспечения определяются ограничениями (5.14), (5.15). Будем считать, что анализируется L\ вариантов ограничений по ресурсному обеспечению и вариантов по потребностям в /**м виде ресурсов. Для формирования вариантов по второй группе ограничений особую роль приобретает вопрос о перспективном прогнозировании А,„ i = 1,1. Основу прогнозирования составляют статистические данные, хранящиеся в интегрированных базах данных системы информационного мониторинга за прошлые временные периоды. Имеется возможность построить временной ряд А,,(0, / = 1, 2, ..., Т, / = 1,/, с учетом территориальной распределенности объектов. Варианты /2 = 1,..., L2 формируются по прогностической модели A,,(/) для t = Г + 1, Т+ 2 , . . Т+ q. Прогноз временного ряда A,,(t) предлагается улучшить, используя информацию о заболеваемости y v(t) по j -м нозологическим единицам (у = 1,/), которые ориентированы на /-й вид ресурса. Поскольку изменения y v(t) имеют тенденцию предварять изменения они относятся к группе упреждающих индикаторов. В этом случае прогностическая модель содержит компоненты как временного ряда А,,(/), так и y y(t% 1 = 1 , 2 Г: Ц Т + 1] = atA,[1]+ а2Л,[2] +... + атЛ,[Г] + \Л Ц[1] + Ъ2Л1}[2] +... + ЬтЛу[Т] .(5.18) Для определения неизвестных коэффициентов (5.18) применяется метод наименьших квадратов с предварительным формированием системы независимых функций и выбором с помощью статистического критерия тех из них, которыми можно ограничиться при построении линейной модели. |