Tehnološka predviđanja

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
TEORIJA BETONSKIH KONSTRUKCIJA
Advertisements

Korporativne finansije
Funkcionalno programiranje
Pritisak vazduha Vazduh je smeša gasova koja sadrži 80% azota, 18% kiseonika i 2% ugljen dioksida, drugih gasova i vodene pare. vazdušni (atmosferski)
Asimetrični algoritmi kriptiranja
STATISTIČKO OBILJEŽJE
Laboratorijske vežbe iz Osnova Elektrotehnike
PTP – Vježba za 2. kolokvij Odabir vrste i redoslijeda operacija
Numeričke deskriptivne veličine
ANALIZA GREŠAKA U MERENJU Analiza i poređenje rezultata merenja vežba 1.1 Dušan Jovanović 55/06.
Inercijalni Navigacioni Sistem u premeru
ELEKTROMAGNETNA POLJA NADZEMNIH VODOVA autori; Vlastimir Tasić
ZAGREVANJE MOTORA Važan kriterijum za izbor motora .
ELEKTROMOTORNI POGON KAO DINAMIČKI SISTEM
Kliknite ovde za unos prikaza časa u Word dokumentu!
Kliknite ovde za unos prikaza časa u Word dokumentu!
RIZIK PORTFOLIA SHRPEOV MODEL
NASLOV TEME: OPTICKE OSOBINE KRIVIH DRUGOG REDA
VIŠESTRUKI LINEARNI REGRESIONI MODEL
MEĐUZAVISNOST PRINOSA I RIZIKA NA ULAGANJE U HARTIJE OD VREDNOSTI
POLINOMI :-) III℠, X Силвија Мијатовић.
Osnove mikrobijalne ekologije populacija
PROPORCIONALNI-P REGULATOR
Investicije Investicije kao sredstvo optimalne alokacije resursa u vremenu Kriterijumi za donošenje investicionih odluka.
Unutarnja energija i toplina
Strateški menadžment tehnologija i inovacija
Aminokiseline, peptidi, proteini
Opšta metodologija uvod
Merni uređaji na principu ravnoteže
Troškovi kapitala.
Metode za rešavanja kola jednosmernih struja
NASLOV TEME: OPTICKE OSOBINE KRIVIH DRUGOG REDA
Ojlerovi uglovi Filip Luković 257/2010 Uroš Jovanović 62 /2010
Merni uređaji na principu ravnoteže
BETONSKE KONSTRUKCIJE I
Vijetove formule. Rastavljanje kvadratnog trinoma na linearne činioce
DALJINSKA DETEKCIJA - SISTEM ZA INTEGRISANI PREMER
Vijetove formule. Rastavljanje kvadratnog trinoma na linearne činioce
Diskriminaciona analiza
Podsetnik.
Obrada slika dokumenta
Rezultati vežbe VII Test sa patuljastim mutantima graška
FORMULE SUMIRANJE.
Dimenziona analiza i teorija sličnosti
Kompleksne metode u TQM-u
MAKROEKONOMIJA Poglavlje 6 „TRŽIŠTE RADA”
Analiza uticaja zazora između elemenata na funkcionalni zazor (Z)
Izolovanje čiste kulture MO
Zašto neka tijela plutaju na vodi, a neka potonu?
Ispitivanje impedanse sistema uzemljenja transformatorskih stanica najvišeg pogonskog napona metodom pomerene frekvencije Vojin Kostić, Jovan Mrvić.
Puferi Koncentrovani rastvori jakih kiselina ili baza
UVOD Pripremio: Varga Ištvan HEMIJSKO-PREHRAMBENA SREDNJA ŠKOLA ČOKA
Analiza deponovane energije kosmičkih miona u NaI(Tl) detektoru
UTICAJ EPT POSTUPKA NA HOMOGENOST STRUKTURE
Vježbe 1.
Potenciranje i korjenovanje komleksnih brojeva
Spisi prije Biblije Kozmogonijski mitovi Bliskog Istoka
Booleova (logička) algebra
Tehnološki proces izrade višetonskih negativa
Prisjetimo se... Koje fizikalne veličine opisuju svako gibanje?
Paralelna, okomita i kosa nebeska sfera
8 Opisujemo val.
POUZDANOST TEHNIČKIH SUSTAVA
doc. dr. sc. Martina Briš Alić
8 GIBANJE I BRZINA Za tijelo kažemo da se giba ako mijenja svoj položaj u odnosu na neko drugo tijelo za koje smo odredili da miruje.
N. Zorić1*, A. Šantić1, V. Ličina1, D. Gracin1
Ivana Tvrdenić OŠ 22. lipnja SISAK.
Pi (π).
STATISTIKA 3. CIKLUS Individualni indeksi Skupni indeksi
Balanced scorecard slide 1
Μεταγράφημα παρουσίασης:

Tehnološka predviđanja Fakultet organizacionih nauka Tehnološka predviđanja Beograd, 2010.

Razvoj naučnog predviđanja Istorijsko-bibliografski metod. Istorijski razvoj: religijska; filozofska I pozitivna ili naučna.

Razvoj naučnog predviđanja Dva osnovna pristupa: Istraživanje koje se zasniva na iskustvu iz prošlosti, ekstrapolacija; Uočavanje uzroka i posledice.

Aksiomi naučnog predviđanja Aksiom kontinuiteta; Aksiom rasta; Aksiom kompleksnosti; Aksiom neizvesnosti bliskog i dalekog reda.

Vrste predviđanja Tehnološka, ekonomska, demografska, politička, društvena (socijalna). Predviđanja se mogu odvijati na nivou: nacionalne privrede; privredne grane; regiona; preduzeća. Kratkoročna, srednjoročna, dugoročna.

Značajne oblasti predviđanja u organizaciji predviđanje potreba, predviđanje resursa, predviđanje vremena i predviđanje rezultata.

Predviđanje i planiranje Planiranje je osmišljeni skup odluka i akcija koje treba da osiguraju da će organizacija u budućnosti trpeti uticaje i delovanje iz okoline koji su konzistentni sa njenim ciljevima i zadacima.

Predviđanje i planiranje Predviđanje ima za cilj da sagleda stanje neke pojave ili događaja u budućnosti na način koji će obezbediti da se proces planiranja što tačnije obavi. Predviđanje prethodi planiranju.

Tehnološko predviđanje Objektivno sagledavanje mogućnosti razvoja i primene nove tehnologije u budućnosti. Najčešće se predviđaju očekivani pravci tehnološke promene i očekivana brzina promena.

Model predviđanja tehnologije METODOLOGIJA PREDVIĐANJA (metode i tehnike) Ulaz podaci intuicija Izlaz prognoze Kvalitativni podaci Kvantitativni podaci Vreme Verovatnoća

Tehnološko predviđanje Situacije: kada se u okruženju, na tržištu, pojavio novi proces ili proizvod za koji se očekuje da će doživeti široku primenu; nastupa sa potrebom sagledavanja mogućih pravaca budućeg razvoja tehnologije; sagledavanje celovitosti tehnoloških promena u okviru svih ostalih promena koje se nalaze u okruženju.

Tehnološko predviđanje Vremena Mogućnosti Potreba Uslova Efekata

Predviđanje i planiranje tehnološkog razvoja Formulisanje politike tehnološkog razvoja Strategija tehnološkog razvoja Planiranje tehnološkog razvoja

TEHNOLOŠKO PREDVIĐANJE Uloga tehnološkog predviđanja u određivanju strategije tehnološkog razvoja UTVRĐIVANJE STRATEGIJE TEHNOLOŠKOG RAZVOJA Na prethodnom nivou utvrđena politika i ciljevi tehnološkog razvoja Ocena mogućnosti tehnološkog razvoja na osnovu prethodnog i postojećeg stanja EKSTRAPOLATORNO TEHNOLOŠKO PREDVIĐANJE NORMATIVNO Kakva tehnologija? Koji tehnološki nivo? Kako obezbediti tehnologiju? Koji nivo potrebnih znanja? Ocena i vrednovanje alternativa tehnološkog razvoja različitih aspekata

Metoda tehnološkog predviđanja Delfi metod Metoda tehnološkog predviđanja

Metode predviđanja Eksploratorne metode Normativne metode Delfi metod Brainstorming Teorija igara…. Normativne metode Pattern metod Sistemska analiza Matrica odlučivanja….

Važni kriterijumi za izbor metode Preciznost metode Raspoloživost podataka Vremenski horizont Troškovi Jednostavnost primene

Nekoliko činjenica IME: Proročište stare Grčke PRVI PUT KORIŠĆEN: 1950. godine u RAND korporaciji u SAD PRIMENA U HLADNOM RATU (pitanja su se odnosila na očekivani broj USSR nuklearnih raketa )

Delfi metod Koristi prednosti grupnog mišljenja Prevazilazi prepreke koje je javljaju u radu grupe Oslanja se na mišljenja panela eksperata

Razlozi za primenu Subjektivne procene; Stručnjaci različitih profila; Heterogeni učesnici; Velike grupe; Ograničeno vreme; Visoki troškovi putovanja; Teškoće rada licem u lice; Jezičke barijere; Teškoće zbog različitih sistema vrednosti; Problemi dominacije; Neslaganja ...

Delfi metod Ključne osobine Anonimnost Iterativni proces, ‘runde’ sa kontrolisanom povratnom vezom Statističko izračunavanje Postojanje definisanog upitnika

Pitanja koja mogu biti obuhvaćena Delfi metodom: Vremena Mogućnosti Potreba Uslova Efekata

Koraci u sprovođenju Delfi metode 1. Određivanje grupe za koordinaciju poznavanje Delfi metode i njenog naučnog sproveđenja poznavanje statističkih metoda obrade rezultata predviđanja poznavanje same oblasti predviđanja 2. Određivanje grupe eksperata 3. Sastavljanje upitnika posedovanje naučno-tehničnih znanja iz oblasti za koje se predviđanje vrši posedovanje praktičnih znanja iz oblasti predviđanja definisanje pitanja nedvosmislena bezuslovna malo poznata oblast – informacije, materijali, dokumetacija definisanje mogućih odgovora kvantifikovanje odgovora

Primer upitnika Stručnjak br.____ Krug br.____ Za koliko godina   1 2 3 4 5 6 7 8 9 Godina 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Pitanje Prognoze

Koraci u sprovođenju Delfi metoda 1. Određivanje grupe za koordinaciju 2. Određivanje grupe eksperata 3. Sastavljanje upitnika KRUG: PRVI KRUG Slanje upitnika DRUGI KRUG Popunjavanje upitnika TREĆI KRUG Statistička obrada i povratne informacije grupi eksperata ....

Prezentacija rezultata Statističke veličine Grafički prikaz Verbalni opis

Varijacije u odgovorima 3 odgovora o (optimističko) m (očekivano) p (pesimističko) x

Pitanje br.____ Krug br.____ Za koliko godina   1 2 3 4 5 6 7 8 9 Godina 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Pitanje Prognoze x x x x x x

Statističko izračunavanje (1odgovor) tn - prosečno vreme ostvarenja fi - frekvencija Disperzija-varijansa Standardna devijacija

Pitanje br.____ Krug br.____ Za koliko godina   1 2 3 4 5 6 7 8 9 Godina 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Stručnjak Prognoze o m p

Statističko izračunavanje (3 odgovora) r1, r2 i r3 su dati po PERT metodi r1=1, r2=4 i r3=1 r4=36

Ukupno očekivano vreme ostvarenja i varijansa se računaju po formuli:

Prednosti Delfi metode FLEKSIBILNOST Metod je dovoljno fleksibilan da se može primeniti u različitim situacijama i na široki skup kompleksnih problema ITERATIVNI PROCES Iterativni pristup omogućava ekspertima da ponovo razmatraju svoja tvrđenja u svetlu povratnih informacija PROCES Proces daje učesnicima više vremena da razmisle o svojim idejama pre nego što im se posvete, što vodi kvalitetnijim odgovorima ANONIMNOST Anonimnost pristupa omogućava ekspertima da slobodno izražavaju mišljenje, bez mogućnosti sputavanja zbog lojalnosti instituciji ili zbog pritiska grupe

Prednosti Delfi metode ZAPISIVANJE MISLI Proces generiše zapise grupnog mišljenja, koji se mogu ponovo pregledati ukoliko je potrebno EVALUACIJA Metod može biti korišćen za evaluaciju širenja mišljenja kao i tačaka konsenzusa NEMA UTICAJA Potencijalni uticaj ličnosti se na ovaj način otklanja

Nedostaci Delfi metode Delfi može biti veoma osetljiv na: Nivo ekspertize učesnika panel grupe Administriranje upitnika Sastava panel grupe Jasnoće upitnika

Delfi metod Prednosti Nedostaci Korišćenje eksperata Članovi su fizički udaljeni Izbegavaju se problemi zastrašivanja Nema direktne interakcije učesnika Eliminiše se dominacija menadžmenta Može zahtevati duže vreme za sprovođenje

Uspešna implementacija Delfi metode Mora se dati odgovarajuće vreme ekspertima da ozbiljno razmisle o pitanjima. Izabrani eksperti moraju imati izražen interes za rezultat projekta. Eksperti moraju verovati da je Delfi metod validan način za predviđanje događaja u budućnosti. Mora se održati potpuna anonimnost između članova panela. Grupa za koordinaciju treba da uvek bude raspoloživa za dodatne informacije ili razjašnjavanje pitanja.

Uspešna implementacija Delfi metode Delfi metod ne treba posmatrati kao najvažniji alat za istraživanje, već kao sredstvo podrške. Tema mora biti odgovarajuća. Pitanja se moraju testirati. Članovi panela treba da budu priznati eksperti u svojoj oblasti. Panel treba da predstavi dobar balans različitih disciplina i područja ekspertize.

Metoda tehnološkog predviđanja PATTERN metod Metoda tehnološkog predviđanja

Metode predviđanja Eksploratorne metode Normativne metode Delfi metod Brainstorming Teorija igara…. Normativne metode Pattern metoda Sistemska analiza Matrica odlučivanja….

Pattern metoda Rezultat predviđanja je utvrđivanje specifičnih tehnologija neophodnih za budući napredak. Prvi put PATTERN je primenila Honeywell kompanija u vojnim, vazduhoplovnim i medicinskim istraživanjima. Cilj - pomoć planerima u identifikovanju dugoročnog razvoja koji će poslužiti za postizanje postavljenih ciljeva.

Pattern metoda Metod stabla značajnosti (koristi se u teoriji odlučivanja). Stablo se razvija da bi se ocenila poželjnost ciljeva u budućnosti, da bi se odabrala ona područja tehnološkog razvoja koja su nužna u ostvarenju postavljenih ciljeva. Metod normativnog predviđanja

Stablo značajnosti A B D E G H I C F I nivo Cilj II nivo Funkcije III nivo Zahtevi IV nivo Tehnologije Opšti model

Pattern metoda Postupak: Identifikovanje ciljeva Određivanje značajnosti ciljeva u odnosu na kriterijume Definisanje tehnoloških alternativa

Koraci u sprovođenju Pattern metode Formulisanje verbalnog modela problema

Pisanje scenarija Pisanje scenarija je alternativa uobičajenom predviđanju Dobro rešenje u slučaju neizvesnog i dinamičnog okruženja Obezbeđuje kontekst za strateško razmišljanje

Koliko scenarija? Jedan scenario (obično kao način prezentacije, da se prikaže određena budućnost) Nekoliko scenarija (da ukaže na različite činjenice koje su u suštini iste slike budućnosti, kao alat za elaboraciju ideja, za istraživanje konzistentnosti različitih linija razmišljanja) Analiza nekoliko scenarija se primenjuje kako bi se razmatrali alternativni putevi razvoja i njihove implikacije.

Pisanje scenaria Prednosti Nedostaci Prikazuje alternativne slike budućnosti Zahteva brojne pretpostavke Razmatra povezane eksterne varijable Uvek postoji pitanje šta treba uključiti Daje kompletnu sliku budućnosti Teško ga je napisati

Koraci u sprovođenju Pattern metode Formulisanje verbalnog modela problema Formiranje stabla značajnosti

Karakteristike za uspostavljanje stabla značajnosti Uspostavljanje hijerarhijske strukture Grane stabla koje se granaju iz jedne tačke moraju predstavljati zatvoren skup Grane se moraju sagledati kao ciljevi i podciljevi Grane koje izlaze iz jedne tačke moraju uzajamno biti razgraničene

Koraci u sprovođenju Pattern metode Formulisanje verbalnog modela problema Formiranje stabla značajnosti Definisanje kriterijuma Određivanje brojeva značajnosti

Ocene doprinosa tema kriterijuma Kriterijumi Kriterijumi α β ... x v Ponderi Wα Wβ Wx Wv Teme Ocene doprinosa tema kriterijuma A SAα SAβ SAx SAv B SBα SBβ SBx SBv C SCα SCβ SCx SCv j Sjα Sjβ SjX SjV N SNα SNβ SNX SNV v Ʃ Wx = 1 x=α Ponderi Ciljevi Nivo 1,2,3...i...n Doprinos N Ʃ sx = 1 j=A

Primarna matrica Na osnovu primarnih matrica formira se konačna primarna matrica. Elementi konačne primarne matrice su aritmetičke sredine odgovarajućih elemenata u primarnim matricama. Na osnovu konačne primarne matrice formira se sekundarna matrica, poslednja vrsta sadrži lokalne brojeve značajnosti za pojedine ciljeve na i-tom nivou.

Određivanje brojeva značajnosti Parcijalni brojevi značajnosti: PRNjX Lokalni brojevi značajnosti: riA, riB, ..., rij, ..., riN kriterijum x Tema j nivoi i v rij = Ʃ Wx * Sjx x=α PRNjX = Wx * Sjx N Ʃ rij = 1 j=A globalni cilj Kumulativni brojevi značajnosti: Rj n R = П ri i=1

Koraci u sprovođenju Pattern metode Formulisanje verbalnog modela problema Formiranje stabla značajnosti Definisanje kriterijuma Određivanje brojeva značajnosti Obrada podatka i izlaznih rezultata

Primer