Прогнозирование производства пищевых продуктов в России с использованием адаптивных моделей (на примере производства мяса и субпродуктов домашней птицы)

В современном развитом государстве при управлении экономикой большое значение имеет применение прогнозирования как метода, способного регулировать развитие общества на ближайшие несколько лет или даже десятилетий. В условиях перехода к рыночным отношениям прогнозирование приобретает весьма большое значение и становится начальной стадией, основой всей системы управления. Это связано с тем, что в условиях рынка меняются траектории развития, увеличивается выбор его вариантов, усиливается интенсивность поиска выходов из нежелательных, негативных ситуаций. Достигается это с помощью развитой системы альтернативных прогнозов.
Прогнозирование социально-экономического развития представляет собой систему научных исследований количественного и качественного характера, направленных на выявление тенденции развития национального хозяйства или его частей. Оно является прикладным исследованием, которое проводится для получения новой информации, полезной для управления экономическим развитием. В теории и практике прогнозирования накоплен значительный набор различных методов, которых более сотни. Но, как считают некоторые ученые, на практике используются лишь 15–20 методов.
Известные методы позволяют в большей или меньшей степени уменьшить неопределенность принятия решений, но никогда не гарантируют высокой точности результата. При этом увеличение сложности модели вовсе не означает пропорциональное повышение надежности прогноза. Ошибка достигает, как правило, недопустимых значений при увеличении горизонта планирования более чем на один шаг или длину сезонного цикла, поэтому, с нашей точки зрения, практическое значение имеет лишь краткосрочное прогнозирование временных рядов для целей оперативно-тактического управления. Стратегические прогнозы на основе сложившихся тенденций почти никогда не сбываются в реальности.
Адаптивные методы позволяют статистическим данным, близким к периоду прогнозирования, придать в некотором смысле больший вес, а наблюдениям, относящимся к далекому...

Таким образом, в курсовой работе был проведен анализ и прогнозирование производства пищевых продуктов в России с использованием адаптивных моделей (на примере производства мяса и субпродуктов домашней птицы).
В первой главе курсовой работе были рассмотрены основные статистические методы, применяемые для прогнозирования тренд-сезонных процессов.
Во второй главе работы выполнен прогноз производства мяса и субпродуктов домашней птицы на основе аддитивной модели с учетом сезонности.
В третье главе курсовой работы применили метод адаптивного прогнозирования. Прогноз производства мяса и субпродуктов домашней птицы выполнен на основе построения адаптивной модели Хольта-Уинтерса.
Модель Хольта-Уинтерса отличается от простого экспоненциального сглаживания тем, что учитывает так называемый локальный тренд, то есть изменение цепных абсолютных приростов во времени.
Модель Хольта-Уинтерса и все остальные адаптивные модели основаны на рекурсивных формулах, когда на каждом шаге расчета используются результаты вычислений, полученные на предыдущем шаге. Поэтому всегда существует проблема выбора начальных условий, иначе алгоритм не будет работать.
Основным преимуществом рассмотренных моделей по сравнению с традиционными методами является возможность моделирования динамики процессов, что позволяет повысить оперативность и надежность прогноза.