|
3.3 Построение алгоритмов для определения параметров рынка услуг мобильной связи Моделирование емкости рынка услуг мобильной связи в соответствии с алгоитмом (рис. 3.3) может быть выполнено с использованием методов корреляционно-регрессионного или факторного анализа. Однако, как отмечается в работах по вопросам математического моделирования, даже в случае квазистатичности всех влияющих факторов и однонаправленного характера их воздействия на функцию, математическая модель может оказаться неадекватной ситуации и непригодной для практического использования. Точность прогнозных оценок, сделанных на основании аналитического подхода, как было показано в предшествующих разделах, может оказаться низкой вследствие воздействия как объективных, так и субъективных факторов, вносимых в расчеты модели исполнителями. Выбор методов статистической обработки информации, полученной на этапах 1-3 (рис. 3.3) и принятие решений на основании ее анализа является субъективным процессом и определяется знаниями, опытом и предпочтениями лица, принимающего решения (ЛПР), которые формально могут быть отражены в виде функций полезности, предложенных Фишберном и ранжированных оценок экспертов [92]. В процессе проведения исследования согласно предложенному алгоритму формируется ряд предположений и допущений относительно параметров рынка услуг мобильной связи, которые вводятся в расчётную модель. Реализация математической модели может быть выполнена различными методами. Наиболее распространёнными видами моделирования подобных процессов являются линейное и динамическое программирование, а также имитационные модели. При соблюдении некоторых ограничений рассматриваемая задача может быть описана линейной функцией, в то же время, представление некоторых параметров может потребовать использования нелинейных зависимостей. 117 |
121 дов корреляционно-регрессионного или факторного анализа [134]. Однако, как отмечается в работах по вопросам математического моделирования, даже в случае квазистатичности всех влияющих факторов и однонаправленного характера их воздействия на функцию, математическая модель может оказаться неадекватной ситуации и непригодной для практического использования. Точность прогнозных оценок, сделанных на основании аналитического подхода, как было показано в предшествующих разделах, может оказаться низкой вследствие воздействия как объективных, так и субъективных факторов, вносимых в расчеты модели исполнителями. Выбор методов статистической обработки информации, полученной на этапах 1-3 (рис. 22) и принятие решений на основании ее анализа является субъективным процессом и определяется знаниями, опытом и предпочтениями лица, принимающего решения (ЛПР), которые формально могут быть отражены в виде функций полезности, предложенных Фишберном [169] и ранжированных оценок экспертов [92, 115]. В процессе проведения исследования согласно предложенному алгоритму формируется ряд предположений и допущений относительно параметров рынка услуг мобильной связи, которые вводятся в расчётную модель. Реализация математической модели может быть выполнена различными методами. Наиболее распространёнными видами моделирования подобных процессов являются линейное и динамическое программирование, а также имитационные модели. При соблюдении некоторых ограничений рассматриваемая задача может быть описана линейной функцией, в то же время, представление некоторых параметров может потребовать использования нелинейных зависимостей. Однако, в ряде случаев и использование аппарата динамического программирования также не позволяет в полной мере отразить рассматриваемый процесс, поэтому представляется наиболее целесообразным предложить для решения поставленной задачи расчётную имитационную модель. При подготовке модели должна быть произведена экспертная оценка предлагаемых принципов ее построения. Как было отмечено ранее, целью экспертизы является подтверждение правильности определённых взаимосвязей, предложенных аналитических выражений и численных параметров. Необходимо также учитывать влияние неопределенности на получаемые исходные данные и оценивать степень неопределенности результатов. Для учёта неопределённое™ используемых параметров и оценки её влияния на результат исследования обычно используется вероятностный подход, при котором каждому параметру наряду с его численным значением ставится в соответствие вероятность этого значения. В данном конкретном случае вероятностный не может быть использован, так как определение вероятностей стохастических событий требует наличия достаточной базы статических данных, что практически не воз |