СИСТЕМЫПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ И ЭКСПЕРТНЫЕ СИСТЕМЫ
Универсальные системы поддержки принятия решений
Решение сложных задач управления требует разработки и использования специальных автоматизированных систем. К ним относятся АИС диагностики ситуаций, обработки статистической информации, факторного анализа, кластерного анализа, экспертные системы и т. д. Они образуют класс систем поддержки принятия решений (СППР).
Основные направления использования СППР:
Ø моделирование действий высококвалифицированного специалиста;
Ø ситуационное моделирование типа “вход-выход” (например, табличные методы принятия решений);
| № | Параметры проблемной ситуации | Рекомендуемое решение | |||
| 
| … | 
| ||
| 
| … | 
| 
| |
| 
| … | 
| 
| |
| … | … | … | … | … | … |
| k | 
| 
| … | 
| 
|
Ø операционное моделирование с использованием оптимизационных моделей;
Ø имитационное моделирование;
Ø экспертные системы с использованием баз знаний.
Условно выделяют два класса СППР:
Ø универсальные (методо-ориентированные) - предназначенные для решения широкого класса задач и не имеющие определенной предметной ориентации (Matlab, Maple, Statistica);
Ø специализированные (предметно-ориентированные) - ориентированные на классы задач в конкретных предметных областях (1С Предприятие, 1С Бухгалтерия и многие другие).
Основными компонентами универсальных СППР являются:
Ø набор "стандартных" математических моделей задач ситуационного анализа;
Ø набор программных средств, реализующих универсальные, апробированные методы решения задач;
Ø комплекс средств, позволяющих специалисту формулировать задачи в терминах предусмотренных в системе формальных моделей и решать их с использованием имеющихся в СППР средств.
По степени “интеллектуальности” обработки данных выделяют 3 класса задач анализа:
Информационно-поисковый – СППР осуществляет поиск необходимых данных. Характерной чертой такого анализа является выполнение заранее определенных запросов (СУБД, Internet, КИС).
Оперативно-аналитический – СППР производит группирование и обобщение данных в виде, необходимом аналитику. В отличие от информационно-поискового анализа в данном случае невозможно заранее предсказать необходимые аналитику запросы.
Интеллектуальный – СППР осуществляет поиск функциональных и логических закономерностей в накопленных данных, построение моделей и правил, которые объясняют найденные закономерности и/ или с определенной вероятностью прогнозируют развитие ситуаций.
Поддержка принятия решений включает:
Ø помощь ЛПР при оценке ситуации; выявление предпочтений ЛПР;
Ø оценку возможных альтернатив;
Ø генерацию возможных решений;
Ø анализ последствий принимаемых решений и выбор лучшего с точки зрения ЛПР.
Обобщенная структура СППР может упрощенно быть представлена в следующем виде (Рис. 7.1)
Рис. 7.1. Обобщенная архитектура СППР
Подсистема ввода данных. В таких подсистемах, называемых OLTP (On-line transaction processing), реализуется операционная (транзакционная) обработка данных. Для их реализации используются СУБД.
Подсистема хранения. Для реализации данной подсистемы используют современные СУБД и хранилища данных.
Подсистема анализа. Данная подсистема может быть построена на основе:
Ø Подсистемы информационно-поискового анализа на базе реляционных СУБД и статических запросов с использование языка SQL (Structured Query Language);
Ø Подсистемы оперативного анализа. Для реализации таких подсистем применяется технология аналитической обработки данных OLAP (On-line analytical processing), использующая концепцию многомерного представления данных;
Ø Подсистемы интеллектуального анализа, реализующей методы и алгоритмы Data Mining (“добыча данных”).
На рисунке 7.2 показан элементарный OLAP-куб, позволяющий производить оценки данных по трем измерениям. Подсистема позволяет анализировать данные любой сложности на любых временных интервалах.
Рис. 7.2. Элементарный OLAP-куб
В подсистему анализа входит подсистема поддержки моделирования развития проблемной ситуации, включающая ряд модулей (Рис. 7.3).
Рис. 7.3. Обобщенная функциональная схема подсистемы моделирования
Анализатор ситуации определяет необходимый класс моделей, требуемых для ПС.
База моделей включает модели разных классов, подключение которых описывает протекающие в экономических объектах процессы.
Блок обеспечения данными обеспечивает доступ к базам данных и управление потоками данных, пересылаемых для реализации конкретной модели, выбранной из базы моделей.
Система управления базой моделей обеспечивает формирование системы моделей, если анализ требует использования более одной из них.
Блок оценки прогноза проводит анализ результатов моделирования и их интерпретацию в терминах пользователя. При неудовлетворительных результатах блок позволяет корректировать данные или модель.
Результаты решения модели анализируются в блоке оценки прогнозов, и при удовлетворительной оценке пользователем модель и ее решение помещаются в базу моделей для анализа будущих ПС.
В общем случае модели можно разделить на стратегические, тактические и оперативные.
Стратегические применяются на высших уровнях управления для установления целей организации (экономического объекта), и объемов требуемых для их достижения ресурсов.
Эти модели характеризуются большим числом переменных и представлением данных в сжатой агрегированной форме. Горизонт планирования измеряется в годах.
Тактические модели применяются на уровне среднего управленческого звена для распределения и контроля ресурсов. Возможные сферы использования – финансовое планирование, планирование продаж, построение технологической и организационной структуры подразделений и т.д. Эти модели применимы лишь к отдельным подразделениям предприятия (например, к системе производства и сбыта). Временной горизонт, как правило, - от одного месяца до года.
Оперативные модели используются на низших уровнях управления с временным горизонтом от нескольких часов до месяца. Возможные применения: ведение кредитных расчетов, календарное производственное планирование, управление запасами и др.
Специализированные системы поддержки принятия решений
Универсальные СППР обладают рядом существенных недостатков, таких как:
1. Необходимость выбора самим пользователем общей схемы и подходящих моделей и методов решения задачи.
2. Трудности при решении сложных задач универсальными методами и средствами в приемлемое время. Отсюда высокие требования к квалификации пользователя в области моделирования.
Используемые в специализированных СППР модели часто недоступны рядовому пользователю, что затрудняет их использование при решении других аналогичных (в математическом смысле) задач (это-недостаток).
Основные характеристики специализированных СППР:
Ø отсутствие необходимости в участии профессиональных программистов;
Ø применение сложного многомерного и многофакторного анализа и инструментальных средств моделирования.
С функциональной стороны можно выделить следующие компоненты СППР:
Ø серверхранилища данных;
Ø инструментарийOLAP;
Ø инструментарийData Mining.
Эти компоненты выполняют следующие основные задачи:
1. накопление данных и их моделирование на концептуальном уровне;
2. эффективная загрузка данных из нескольких независимых источников;
3. анализ данных.
Использование оперативной аналитической обработки (систем OLAP) обеспечивает доступ к многомерным данным.
Технология Data Mining позволяет проводить глубокий и всесторонний анализ данных.
В основе концепции OLAP лежит многомерное представление данных с помощью многомерных таблиц или кубов, доступных для запросов пользователей. Данные для них могут храниться как в реляционных, так и в многомерных базах данных. Взаимодействуя с OLAP-системой, пользователь может получать различные срезы данных, выполнять аналитические операции детализации, свертки, сравнения во времени
Информационные технологии экспертных систем
Характеристика и назначение. Наибольший прогресс среди компьютерных информационных систем наблюдается в области разработки экспертных систем, использующих технологии искусственного интеллекта.
ЭС выполняет следующие задачи:
1) консультация для неопытных (непрофессиональных) пользователей,
2) помощь при анализе различных вариантов принятия решения,
3) помощь по вопросам, относящимся к смежным областям деятельности.
Наиболее широко и продуктивно ЭС применяются в бизнесе, производстве, медицине, менее – в науке.
В экономике с помощью ЭС возможно решение следующих задач:
1. Анализ финансового состояния предприятия.
2. Оценка кредитоспособности предприятия.
3. Планирование финансовых ресурсов предприятия.
4. Формирование портфеля инвестиций.
5. Страхование коммерческих кредитов.
6. Выбор стратегии производства.
7. Оценка конкурентоспособности продукции.
8. Выбор стратегии ценообразования.
9. Выбор поставщика продукции.
10. Подбор кадров.
Работа экспертных систем основана на получении и использовании знаний экспертов, что позволяет использовать ЭС в качестве консалтинговых систем.
Основными компонентами ЭС являются (Рис. 7.4): интерфейс пользователя, база знаний, интерпретатор, модуль создания системы.
Рис. 7.4. Основные компоненты ЭС
Интерфейс пользователя используется для ввода информации и команд в ЭС и получения выходной информации. Команды включают в себя параметры, направляющие процесс обработки знаний.
Технология экспертных систем предусматривает возможность получать на выходе не только решение, но и необходимые объяснения. После получения решения пользователь может потребовать объяснений того, как оно было получено. Система должна пояснить каждый шаг своих рассуждений, ведущих к решению задачи.
База знаний содержит факты, описывающие проблемную область и их логическую взаимосвязь. Центральное место в базе знаний принадлежит правилам. Правило определяет, что следует делать в данной конкретной ситуации, и состоит из двух частей: условие, которое может выполняться или нет, и действие, которое следует произвести, если выполняется условие.
Используемые в ЭС правила образуют систему правил (до нескольких тысяч правил).
Интерпретатор производит обработку знаний, находящихся в базе знаний, в определенном порядке. Он последовательно рассматривает правило за правилом. Если условие, содержащееся в правиле, соблюдается, то пользователю предоставляется вариант решения проблемы. Во многих экспертных системах вводятся дополнительные блоки: база данных, блок расчета, блок ввода и корректировки данных
Модуль создания системы служит для создания набора (иерархии) правил. Он может создаваться с использованием либо алгоритмических языков программирования, либо оболочек экспертных систем.
Оболочка представляет собой готовую программную среду, которая может использоваться при решении определенной проблемы путем создания соответствующей базы знаний.
Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдение, интерпретация результатов, усвоение новой информации, выдвижение с помощью правил временных гипотез и затем выбор следующей порции данных или результатов анализов. Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.
В любой момент времени в системе содержится три типа знаний:
Ø структурированные статические знания о предметной области, после того как эти знания выявлены, они уже не изменяются;
Ø структурированные динамические знания – изменяемые знания о предметной области; они обновляются по мере выявления новой информации;
Ø рабочие знания, применяемые для решения конкретной задачи или проведения консультации.
Технологию построения экспертных систем называют инженерией знаний. Этот процесс требует специфической формы взаимодействия создателя экспертной системы (инженера знаний), и экспертов в предметной области. Инженер знаний «извлекает» из экспертов процедуры, стратегии, эмпирические правила, которые они используют при решении задач, и встраивает эти знания в экспертную систему.