Адаптивные методы позволяют строить описание процессов с учетом различной ценности членов динамического ряда, при этом влияние более поздних членов динамического ряда на дальнейшее развитие процесса учитывается с большим весом, чем более ранних. В связи с этим, появляется возможность более оперативно реагировать на изменяющуюся обстановку и давать на ближайшую перспективу более точные прогнозы.
Наиболее известным и рациональным адаптивным методом является метод гармонических весов. Для осуществления прогноза методом гармонических весов исходный динамический ряд разбивается на фазы (части). Рассмотрим процедуру прогнозирования данным методом на примере из параграфа 2.2.1.:
Год Номер п/п, Объем продаж
2001 1 1280 I – фаза
2002 2 1350 II – фаза
2003 3 1480 III – фаза
.
2004 4 1550
2005 5 1660
Каждую фазу аппроксимируем линейной функцией . Для первой фазы функция имеет вид:
,
для второй ,
для третьей .
При имеем:
.
При :
,
,
.
При :
,
,
.
.
При :
,
.
.
При :
.
Рассчитаем приросты по формуле:
|
|
.
,
.
Рассчитаем гармонические веса. Если самая ранняя информация имеет вес: , то вес информации, относящийся к следующему моменту времени, равен:
т.е.
.
Для нашего примера:
;
.
Чтобы получить гармонические коэффициенты, удовлетворяющие условию , необходимо гармонические веса разделить на
:
;
.
Средний прирост:
Прогноз на 2006 год:
Чтобы избежать столь сложных расчетов часто весовые коэффициенты назначаются экспертным путём, например: ;
;
;
. Приросты рассчитываются по формуле:
. В нашем примере:
;
;
;
.
Средний прирост:
.
Прогноз на 2006 год: