Усложнение информации, ее структурное изменение, да и увеличение ее объемов во много раз, порождают новые требования к ее обработке, увеличение оперативность ее циркуляции и, как следствие, скорости принимаемых на ее основе решений.
Перечисленные достижения привели к созданию новых информационных технологий, наиболее перспективным из которых является создание искусственного интеллекта, разработка которого началась еще в 60-х годах XX века и представляет собой попытку создать, путем моделирования процесса работы мозга человека, средство решения сложных задач более простыми методами.
Одним из направлений в области искусственного интеллекта стали экспертные системы, куда входят и системы принятия решений, о которых и пойдет речь в данной статье. «Экспертная система - это компьютерная программа, созданная для выполнения тех видов деятельности, которые под силу только человеку-эксперту, например проектирования, планирования, постановки диагноза, перевода, реферирования, ревизии, выдачи рекомендаций» По мнению ученых «экспертные системы позволяют неспециалистам и специалистам широкого профиля заменить собой экспертов и узких специалистов, уменьшая тем самым количество людей, занятых в бизнес - процессе, а следовательно, уменьшая число задержек и ошибок, возникающих в ходе взаимодействия между людьми» Другим аргументом в пользу экспертных систем является то, что при проведении реинжиниринга (реорганизации) любого предприятия такие системы экономически необходимы, так как они позволяют сократить штат сотрудников, сэкономить время, снизить уровень бюрократии и бумажной волокиты. К тому же большое преимущество экспертных систем заключается в том, что данные, а также правила их вывода, касающиеся той или иной предметной области, хранятся в памяти компьютера и в большинстве своем непредвзяты, застрахованы от чьего-либо влияния, их нельзя потерять или «забыть».
Экспертные системы и их элементы в настоящее время эффективно используются в бухгалтерском учете, банковском деле и т.д.
Наряду с тем, что современные достижения в области экспертных систем дают множество преимуществ в работе, они же могут и навредить, если их использование должным и рациональным образом не спланировано. К примеру, при приобретении новой техники и программных средств следует сначала задуматься, подходят ли они для этой организации, или лучше потратить чуть больше средств и создать эксклюзивную экспертную систему, учитывающую все особенности данной организации. Это обусловлено тем, что универсальная экспертная система не всегда может предоставить правильное решение, если не включает в себя специфику какой-то отрасли и поэтому может помочь только в решение общих вопросов.
По результатам наблюдения автора за практическим применением экспертных систем в организации перевозок по российским железным дорогам можно выделить следующие причины неэффективности использования экспертных систем:
· некоторые применяемые экспертные системы, по всей вероятности, разработаны с нарушением комплексного и системного подхода;
· не все экспертные системы учитывают потребности конкретных рабочих мест;
· резкое улучшение работы одной из подсистем, может вызвать сбои или простои других подсистем, а подчас нарушить работу организации в целом;
· большинство экспертных систем не учитывает психологические аспекты совместимости пользователя и компьютера;
· у специалистов вызывают раздражение постоянные напоминания о том, что ему и так хорошо известно, в то время как при работе с новыми ситуациями экспертная система не всегда дает необходимую информацию.
Рассматривая другие области применения экспертных систем, интересно обратить внимание на проблемы автоматизации принятия решений при управлении персоналом, где, несмотря на появление компьютерной обработки данных, многие кадровики по-прежнему используют старые методы работы. К тому же некоторые коммерческие фирмы вообще не имеют служб управления персоналом, доверяя выполнение этой работы другим службам по совместительству. При этом последние выполняют не все функции, присущие службе управления персоналом, а лишь небольшую часть из них, в основном связанную с ведением документации. А в результате это приводит к тому, что даже в такой урезанной форме работы с персоналом, совершается множество ошибок, иногда идущих вразрез с Кодексом Законов о Труде. В качестве примера можно привести случай, когда серьезное государственное предприятие в приказе об увольнении указывает неправильную статью, а это может быть обжаловано в суде, после чего при решении суда в пользу работника предприятие не просто должно будет взять его обратно, но и выплатить ему достаточно большую компенсацию.
Именно для недопущения подобных ситуации автором была сделана попытка разработать автоматизированную систему принятия решений в службе управления персоналом, которая могла бы позволить:
· принять не только целесообразное, но и правильное с точки зрения закона решение;
· проводить контроль за исполнительской деятельностью;
· собирать всю необходимую исходную (релевантную) информацию по тому или иному направлению деятельности службы управления персоналом.
Данная система может помочь специалисту широкого профиля в области управления работать и принимать правильные с юридической точки зрения решения в службе управления персоналом, а так же разработать ту или иную программу в этой области. Ее также могут использовать работники других служб для получения информации о своих правах и обязанностях.
Эта экспертная система состоит из нескольких взаимосвязанных частей. Первая часть - информационная, представлена в форме систем меню, перемещаясь по которым можно получить необходимую информацию по тому или иному направлению деятельности служб управления персоналом.
Вторая часть реализована с помощью продукционной модели представления знаний с прямой цепочкой рассуждений. Здесь, в ходе ответов на задаваемые системой вопросы, пользователь может получить рекомендацию по проблемам, которые могут возникнуть в ходе его работы в службе управления персоналом. Например, эта часть экспертной системы может помочь при принятии решений по вопросам дисциплинарного взыскания и увольнения сотрудников. Очень часто выполнение именно этой функции управления персоналом влечет за собой конфликты, а экспертная система может порекомендовать, как их избежать и как при этом не нарушить закон.
Третья часть необходима для оценки персонала. Она основана на базе документов, которую можно ввести, изменить или добавить в нее запись, а также просмотреть ее полностью. Эта часть выдает сведения о документах, срок исполнения, которых истек, или тех, которые еще предстоит исполнить. Сюда также включена программа с необходимыми для работы службы управления персоналом бланками и правилами их заполнения.
Для удобства пользователя в эту систему была встроена программа, позволяющая изменять цвет фона и букв меню и рекомендаций, а также дан помощник, описывающий систему и работу в ней. При желании пользователь может просмотреть тексты основных законодательных актов, регулирующих деятельность службы управления персоналом.
Ученые считают, что будущее именно за такими системами. Сейчас есть несколько направлений усовершенствования экспертных систем и систем принятия решений. Необходимо обратить внимание на два из них, представляющих наибольший интерес. Первое связано с ведением разработок, позволяющих пользователю вести диалог с компьютером на естественном языке, а не алгоритмическом, так как большинство экспертных систем основано на модели, при которой, отвечая на вопросы (да или нет), задаваемые компьютером, пользователь получает конкретную рекомендацию. По мнению экспертов, в будущем возможна ситуация, когда вопросы будет задавать пользователь, а компьютер, на основе имеющихся данных, будет выдавать конкретные рекомендации.
Второе направление связано с распознаванием речи. Специалисты считают, что можно сэкономить время на принятие решений, если компьютер будет понимать речевые команды. Так было бы намного проще надиктовать данные, нежели вручную вводить их с помощью клавиатуры, тем более, что пока еще не всякий специалист способен быстро вводить информацию. В данном направлении достигнуты определенные успехи, о чем свидетельствует появление программ типа российской Горыныч и американской Дракон, которые распознают элементы речи и позволяют управлять компьютером. Тем не менее, эксперты считают их еще не совершенными и разработки в этой области продолжают оставаться перспективными.
Моделирование в логистике основывается на подобии систем или процессов, которое может быть полным или частичным. Основная цель моделирования - прогноз поведения процесса или системы. Ключевой вопрос моделирования: «Что будет если……?».
Общая классификация моделей представлена на рис. 2.1.
Рис. 2.1 - Общая классификация моделей
Изоморфные модели - это модели, которые включают все характеристики объекта оригинала, способны заменить оригинал. Если можно создать и наблюдать изоморфную модель, то знание о реальном объекте будет точным.
Гомоморфные модели - в их основе лежит не полная, частичная подобие модели изучающего объекта. Некоторые свойства реального объекта не моделируются полностью, но в результате построение модели упрощается, а так же проще интерпретация результатов моделирования.
При моделировании логистических систем абсолютное подобие не бывает, поэтому рассматриваем только гомоморфные модели.
По признаку материальности делятся на: абстрактные и материальные.
Материальные модели воспроизводят основные геометрические, физические, динамические и функциональные характеристики изучаемого объекта.
Абстрактное моделирование - часто является единственно возможным в логистики. Делится на: символические и математические.
К символическим моделям относятся: языковые и знаковые.
Языковые модели - это словесные модели, в основе которых лежит набор слов очищенных от неоднозначности, или слова тезаурус - имеет конкретное значение.
Знаковые модели - если ввести условные обозначения отдельных понятий, т.е. знаков и договариваться об операциях между этими знаками, то получили символическое описание объекта.
Математическое моделирование называется процесс установления соответствия реальному объекту некоторого математического объекта называется математической моделью.
Широко применяется 2 вида математического моделирования: аналитическое и имитационного.
Аналитическое моделирование - это математический прием исследования позволяющий получить точные или вероятностные решения. Этапы аналитического моделирования:
· разработка математические модели в виде алгебраических уравнений или дифференциальных уравнений или др.;
· решение уравнений и получение результатов;
· проверка модели на адекватность, т.е. соответствие теоретических результатов практике.
Имитационное моделирование - основано на имитации реальных процессов, как правило, с применением процедуры случайного случая. Исследуемый процесс разыгрывается многократно в результате полученный набор реализации процесса, далее этот набор используется как статистический материал.
Основное достоинство имитационной модели - можно моделировать любые системы, процессы, любые закономерности.
Недостатки: высокая стоимость, требуется высоко квалифицируемый персонал, эти модели не тиражируются, велика вероятность ложной имитации.
Под экспертными системами понимаются компьютерные программы, которые помогают специалистам принимать решения в некоторой предметной области. Экспертные системы могут накапливать знания и опыт специалистов экспертов работ в разных областях.
Применение экспертных систем позволяет:
· принимать быстрые и качественные решения по управлению материальными потоками;
· готовить опытных специалистов за короткое время;
· сохранять и пополнять «ноу-хау» компании;
· использовать опыт и знания высоко квалифицированных специалистов на не престижных, опасных и скучных рабочих местах.
Анализ АВС, анализ XYZ, «сделать или купить» как методы логистики
Анализ АВС применяются для сокращения величины запасов, сокращение количества передвижений на складе, общего увеличения прибыли.
Идея метода состоит в том, что из всего множества объектов (товаров) требуется выделить наиболее значимые, с точки зрения вклада в конечный результат (прибыль). Как правило, таких объектов относительно не много, на них и требуется сосредоточить основные усилия и внимание.
В экономике используется широко закон ПАРЕТО (20/80), согласно которому, лишь 20 % объектов (товаров), дают 80 % прибыли, а остальные 80 % объекта - 20% прибыли.
Широко применяемый в логистике метод ABC предусматривает более глубокое разделение - на три части. При этом среднестатистическое распределение имеет вид, представленный в табл. 2.1.
Таблица 2.1 Примерные среднестатистические процентные соотношения групп А, В и С
| Группа | Доля в количестве объектов управления, % | Доля в результате, % |
| А | ||
| В | ||
| С |
Анализ XYZ - позволяет разделять ассортимент на 3 группы в зависимости от степени равномерности спроса и точности прогноза этого спроса.
В группу X включают товары, спрос, на который равномерен или подтвержден незначительными колебаниями. Объем реализации хорошо предсказуем.
В группу Y включают товары, спрос, на который меняется во времени, например с учетом сезона. Возможности прогноза - средние.
В группу Z включают товары, спрос, на который не предсказуем, не подлежит прогнозу.
Задача «сделать или купить» заключается в принятии одного из двух альтернативных решений - делать комплектующее изделие самим, если это в принципе возможно, выполнять самостоятельно какую-либо работу или же покупать комплектующее (услугу) у другого производителя.
Решение в пользу закупок комплектующих и, соответственно, против собственного производства должно быть принято в случае, если:
· потребность в комплектующем изделии невелика;
· отсутствуют необходимые для производства комплектующих мощности;
· отсутствуют кадры необходимой квалификации.
Решение против закупок и в пользу собственного производства принимается в том случае, когда:
· потребность в комплектующих изделиях стабильна и достаточно велика;
· комплектующее изделие может быть изготовлено на имеющемся оборудовании.
Решения типа «сделать или купить» принимают при закупках товарных ресурсов (у изготовителя или у посредника), при выборе между услугами перевозчика и созданием собственного парка транспортных средств, при принятии решения по использованию услуг наемного склада, а также в ряде других случаев.
экспертный система логистика интегрированный
Заключение
Экспертная система (ЭС) - это первый программный продукт, появившийся на рынке программных продуктов, как итог 30-летней работы в области искусственного интеллекта. По смыслу ЭС воспроизводят процесс решения проблемы человеком-экспертом. Интерес к разработке ЭС связан с тем, что они дают средства повышения производительности труда и увеличения прибыльности производства.
Основные области применения ЭС:
· оценка рисков займов, страхования и капитальных вложений для финансовых организаций;
· помощь химикам в нахождении верной последовательности реакций для создания новых молекул;
· отладка программного и аппаратного обеспечения ЭВМ в соответствии с индивидуальными требованиями;
· диагностика и обнаружение неисправностей в телефонной сети на основе тестов;
· идентификация и ликвидация неполадок в локомотивах;
· помощь медикам в постановке диагноза;
· получение молекулярной структуры химического вещества на основании опытов;
· управление технологическими процессами, агрегатами, как в мирных, так и в военных целях.
Интерфейс с пользователем представляют собой сценарий диалога, в который ЭС ведет пользователя, задавая ему вопросы. Одной из проблем при этом является учет интеллекта пользователя. Механизм настройки на пользователя должен быть в интерфейсе. Для этой цели для пользователя возможна выдача информации о предметной области, о возможных запросах к нему, о вопросах, которые может задать пользователь, о продолжении сеанса экспертизы. Особенно велика роль интерфейса при использовании нечетких знаний.
Внедрение экспертных систем в работу предприятий позволяет оптимизировать процесс деятельности каждого сотрудника и организации в целом. В связи с этим бурное развитие экспертных систем и их активное внедрение в управление предприятиями и организациями является не просто данью моде, но насущной потребностью руководства. Особенно активно экспертные системы внедряются в транснациональные корпорации, где объем деятельности является очень большим, а также в логистику, где необходима оперативность и точность информации.