Заключение

Современная наука предлагает более 150 методов прогнозирования, которые могут быть использованы для целей бизнеса. От простейших приемов усреднения до программно-аппаратных систем поддержки принятия решений. И если практикой применения трендовых моделей и экспертных оценок в экономике сложно кого-то удивить, то новые достижения научной мысли на стыке математики, статистики, информатики и кибернетики продолжают оставаться недостаточно востребованными большинством компаний.

Причин здесь несколько: консерватизм и отсутствие воображения у многих менеджеров, сложность новых концепций прогнозирования и их математического аппарата, неочевидность сравнительной практической пользы от внедрения, нехватка информации о них.

Методы "мягких" вычислений, среди которых можно отметить нейронные сети, генетические алгоритмы и нечеткую логику, существуют уже несколько десятилетий. Но вряд ли многие из читателей смогут вспомнить пример их регулярного использования в бизнесе. Исключением будут разве что компании, чья основная деятельность - активные операции на финансовых рынках, страховщики и некоторые банки.

В научных кругах прогрессивность и практическая польза этих методов не вызывают сомнений, однако теоретикам далеко не всегда удается донести информацию до практиков в доступной форме.

Список литературы

1. Теория прогнозирования и принятия решений: Учеб. пособие. /Под ред. С.А. Саркисяна. - М.: Высшая школа, 2005. - 514с.

2. Титова Т.А. Перспективы развития научного прогнозирования// Экономика и математические методы. - 2008. - №2. - с. 26-29

3. Фейгенберг Дж. Основы научного прогнозирования. /Пер. с нем. - М., 2002. - 245с.

4. Шабанов П.А. Методы научного прогнозирования и их практическое применение. М.: 2007

5. Шукшин С.Н. Прогнозирование как метод научного познания// Экономика и математические методы. - 2008. - №3. - с. 16-22