Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: key variables

Sortuj według:

Ogranicz wyniki do:

An extraction of key variables for long-term trends using a modified cross-impact matrix

Łabędzka J.

Problemy Eksploatacji

2016

no. 1

55--63

The traditional approach to forecasting lies in the assumption that, by applying a set of powerful analytic tools, the future could be predicted accurately enough to choose an appropriate strategic direction for it. The process often involves underestimating either expert knowledge or quantitative methods side in order to lay out a vision of long-term future to be captured in scenarios. Computer science offers a variety of methods and computer tools to facilitate the process of strategy formulation. The identification of impactful changes, called “key variables,” “key factors,” “rely variables” or “driving forces,” within the environment that are likely to take place helps to reduce the uncertainty of the future and could be utilised throughout the strategy making process. Key variables shaping the long-term future are identified by some of the following questions: What are the driving forces? What is uncertain? What is inevitable? This paper demonstrates an original approach to variable selection by modelling a comprehensive dataset of variables using a wide variety of both technical and non-technical parameters indicated by experts. The extraction of key variables that significantly influence future changes of technological, environmental, political, and social phenomena is done with the modified cross-impact matrix. The proposed method contains a sequence of qualitative and quantitative procedures to overcome some obstacles that occur within the classical cross-impact method.

Dynamika i charakter zachodzących we współczesnym świecie zmian implikuje tworzenie nowych lub modyfikację istniejących metod i technik wspomagających przewidywanie przyszłych warunków badanego systemu i makrootoczenia. Tradycyjny model prognozowania bazuje na założeniu, że wykorzystanie zaawansowanych narzędzi analitycznych umożliwia na tyle precyzyjnie przewidzieć przyszłość, by móc na tej bazie wyznaczać kierunki strategiczne prowadzące do ustalonej wizji przyszłości. W procesie identyfikacji prognoz długoterminowych występuje z jednej strony niedocenienie wartości wiedzy eksperckiej lub też z drugiej przeszacowanie możliwości podejścia czysto ilościowego. Współczesne systemy informatyczne oraz wiedza matematyczna oferują ogromne możliwości i zasoby narzędzi, metod i technik wspomagających proces formułowania strategii oraz integrujących podejście ilościowe i jakościowe. Wiedza w zakresie czynników kluczowych zmian w przyjętym horyzoncie czasowym dla analizowanego obszaru nauki czy techniki umożliwia redukcję niepewności oraz intencjonalne kształtowanie dynamiki czynników w celu osiągnięcia zaprogramowanej wizji przyszłości. W artykule zaprezentowano autorską modyfikację metody wpływów krzyżowych, w wyniku której dotychczas otrzymywano rezultaty charakteryzujące się wysoką subiektywnością i niską powtarzalnością. Zaproponowano zastosowanie aparatu matematycznego, który umożliwił zdefiniowanie precyzyjnych kryteriów ekstrakcji czynników zmian, efektywne modelowanie wiedzy eksperckiej oraz zwiększenie obiektywności i powtarzalności otrzymywanych wyników, co ma istotne znaczenie dla spójności i wiarygodności formułowanych na tej podstawie planów strategicznych.

Methods for Scenario Development

Pereverza K.

Challenges of Modern Technology

2011

Vol. 2, no. 4

61--63

This paper is devoted to scenario development process and methods which are used at different stages of it. Stages of identification of system’s key variables, driving forces and their possible states, assessment of influence, generation of scenario configurations, and analysis of these configurations are described; some methods for these stages are proposed.