Коллектив авторов - Методология моделирования и прогнозирования современного мира

2. Точно описать вводимые переменные и единицы их измерения, при этом поведение объектов наблюдения должно быть выражено количественно.

3. Моделируемая в ходе эксперимента ситуация должна разлагаться на ряд более простых экспериментальных ситуаций, которые по возможности должны быть либо предварительно изучены, либо близки к уже изученным [1].

В этой связи трансформация вербальной формы информации в графическую и числовую предполагает не только логическую стройность исходных концептуальных построений, но и учет некоторых ограничений:

– концептуальные модели должны позволять формализовать имеющийся информационный массив до количественно измеряемых показателей;

– при построении прогнозов на основе использования формализованных методик следует учитывать, что с их помощью можно просчитать лишь ограниченное количество вариантов в строго определенных сферах приложения.

Основными компонентами формализации являются следующие:

1. Разработка гипотез и выработка системы категорий.

2. Выбор способов получения выводов и логика преобразований теоретических знаний в практические следствия.

3. Выбор математического отображения, адекватно применяемой теории.

К. П. Боришполец обращает внимание на то, что в формализации особенно важны два момента. Гипотеза должна адекватно отображать качественные стороны объекта исследования, и одновременно предусматривать расчленение объекта на формализуемые и измеряемые единицы либо вычленение системы индикаторов, адекватно отражающих состояние объекта и происходящие в нем изменения. Категории, применяемые в процессе формализации, должны соответствовать не только теоретическим подходам и системе гипотез, но и критериям математической четкости, то есть быть операциональными [1].

Наибольшую трудность представляет собой перевод качественных категорий в количественную (измеряемую) форму, который, по существу, сводится к оценке значимости каждой категории. Построение формализованной модели предполагает продолжение исследования путем применения квантифицированных методик, основанных на математических средствах обработки и анализа информации.

Ф. А. Шродт отмечает, что математические модели имеют четыре потенциальных преимущества по сравнению с естественно-языковыми моделями. Во-первых, они упорядочивают те ментальные модели, которыми мы обычно пользуемся. Во-вторых, они лишены неточности и неоднозначности. В-третьих, математическая запись в отличие от естественно-языковых выражений позволяет оперировать на очень высоком уровне дедуктивной сложности. И, наконец, математические модели способствуют нахождению общих решений для проблем, кажущихся на первый взгляд разнородными [4].

Математическая модель представляет собой формальный образ реального явления и при определенных условиях может заменять оригинал в компьютеризированном аналитическом исследовании его природы и поведения. Модель может служить основой и для решения обычных вычислительных задач, которые представляют интерес с точки зрения разработки возможных сценариев развития политических ситуаций. Например: каким образом данный набор значений одних параметров влияет на значения других, какие значения параметров возможны при данном наборе ограничений, какие сочетания значений параметров являются оптимальными для данного критерия при данном наборе ограничений и т. п.

К. П. Боришполец приводит описание групп простых и сложных индикаторов (индексов): внутриэкономические индикаторы, внешнеэкономические индикаторы, финансовые ресурсы правительств, социальные индикаторы, индексы национальных и религиозных различий, индексы динамики политического процесса, индексы репрессивного потенциала режима и т. д. Факторы, соотнесенные с выделенными показателями, в дальнейшем используются аналитиками в моделях различной сложности и разного уровня квантификации.

К наиболее распространенным математическим средствам, в частности, в сфере прикладного анализа внутриполитических и международных отношений, исследователь относит следующие.

1. Анализ при помощи простых и сложных индикаторов. Данный метод положен в основу создания большинства современных информационных банков, в которые постоянно вносятся сведения о событиях, происходящих в определенной стране, регионе или мире.

2. Факторный анализ. Применяется в тех случаях, когда имеются причины для ограничения количества индикаторов (переменных). Индикаторы, тесно скоррелированные друг с другом, указывают на одну и ту же причину. Среди имеющихся индикаторов при помощи компьютера отыскиваются такие их группы, которые имеют высокий уровень корреляции и создаются так называемые комплексные переменные, объединенные единым коэффициентом корреляции. Для выполнения какой-либо разновидности факторного анализа необходимо использовать компьютерные программы.

3. Анализ корреляций. При необходимости доказать наличие или отсутствие зависимости между двумя переменными, первоначальное значение имеет сам факт наличия отношений зависимости, а также ее степень. Если исследователь располагает достаточным объемом информации, то при помощи ЭВМ он в состоянии выяснить наличие корреляции и вычислить ее коэффициент, т. е. степень взаимодействия.

4. Анализ регрессий. Данный метод используется для выяснения причины (независимой переменной) и следствия (зависимой переменной). Составляется уравнение функциональной зависимости, где х зависим от у с соответствующими коэффициентами регрессии. Регрессия может быть линейной (чем больше х, тем больше у; график выражен прямой, идущей вверх). При анализе нелинейных регрессий, то есть функцией, описывающей более сложные отношения зависимости, график имеет форму параболы.

5. Анализ тенденций используется в основном в прогностических целях для описания будущих отношений причины и следствия (взаимосвязи двух переменных, одна из которых является независимой). Для анализа тенденции собирают возможно большее число данных с возможно малыми временными интервалами и вычисляют скорость эволюции системы, после чего строят график, на основе которого составляют уравнение регрессии и оценивают его параметры. Для прогнозирования вычисляют будущие значения показателя следствия с помощью уравнения регрессии, и продолжают график, после чего осуществляют интерпретацию результатов.

6. Спектральный анализ. Методика показывает фундаментальные колебания в сложных эволюционизирующих структурах, с ее помощью вычисляется частота и продолжительность фазы. Основой метода служит выделение структуры колебательного процесса (например, популярность правительства) и построение графика синусоидальных колебаний. Для этого собирают хронологические данные, вычисляют уравнение колебания и создают циклы, на базе которых строятся графики.