Консультационные системы как пример системы поддержки принятия решений

Содержание:

Введение.

Интеллектуальная деятельность специалиста состоит в принятии решения о оптимальном способе достижения поставленной цели. Лицо, принимающее решение (ЛПР), делает свой выбор на основе познания.

Познание – философская категория, описывающая процесс интеллектуальной деятельности, т.е. процесс получения субъектом нового знания о мире. Познание состоит из двух этапов: анализа и синтеза.

Анализ связан с разделением поставленной задачи на элементы и изучением элементов обособленно. Синтез – соединение изученных элементов в систему для получения конечного результата.

Интеллектуальные и аналитические АИС позволяют частично автоматизировать интеллектуальную деятельность специалиста. Такие системы относят к классу систем поддержки принятия решений (СППР). СППР, в отличие от вычислительных комплексов, используются в задачах с неполными, противоречивыми данными, или когда количественные данные описываются качественно (малый, очень большой, похож–непохож), т.е. когда не удается просто подставить значения в математическую модель.

Как и сам процесс принятия решения, СППР можно разделить на две группы: информационно-аналитические и консультационные системы.

Компьютерные системы поддержки процесса принятия тактических решений, насыщенные знаниями о положительном опыте раскрытия и расследования преступлений, позволяют сэкономить силы и средства, а самое главное – время для принятия оптимальных решений, направленных на раскрытие преступлений в сложных ситуациях, требующих принятия многокритериальных тактических решений.

Надо понимать, что СППР не могут полностью автоматизировать работу следователя или юриста – они дают советы в довольно узких предметных областях. За специалистом остается выбор, принять или не принять предложенное решение.

1. Системы поддержки принятия решений. Их эволюция.

Системы поддержки принятия решений (DSS) - это компьютерные системы, почти всегда интерактивные, разработанные, чтобы помочь менеджеру (или руководителю) в принятии решений. DSS включают и данные, и модели, чтобы помочь принимающему решения решить проблемы, особенно те, которые плохо формализованы.

Несмотря на то, что история исследований задач и процессов принятия решений восходит к 1738г., когда Бернулли и Ла Плас установили логарифмическую форму нелинейной функции полезности денег, актуальность они (и деньги тоже) не потеряли.

Применение СППР основано на экономической целесообразности и определяется сложностью задач, которые решают с их помощью.

Итак, система поддержки принятия решений - диалоговая автоматизированная информационная система, использующая правила принятия решений и соответствующие модели с базами данных, а также интерактивный компьютерный процесс моделирования, поддерживающий принятие самостоятельных и неструктурированных решений отдельными менеджерами и личным опытом лица, принимающего решения, для получения конкретных, реализуемых решений проблем, не поддающихся решению обычными методами. Системы поддержки принятия решений - это одна из важнейших категорий информационных систем управления.

В последнее время СППР начинают применяться и в интересах малого и среднего бизнеса (например, выбор варианта размещения торговых точек, выбор кандидатуры на замещение вакантной должности, выбор варианта информатизации и т. д.). В общем, они способны поддержать индивидуальный стиль и соответствовать персональным потребностям менеджера.

Существуют системы, созданные для решения сложных проблем в больших коммерческих и государственных организациях. Приведем несколько примеров.

Система авиалиний. В отрасли авиаперевозок используется система поддержки принятия решений - Аналитическая Информационная Система Управления. Она была создана American Airlines, но используется и остальными компаниями, производителями самолетов, аналитиками авиаперевозок, консультантами и ассоциациями. Эта система поддерживает множество решений в этой отрасли путем анализа данных, собранных во время утилизации транспорта, оценки грузопотока, статистического анализа трафика. Например, она позволяет делать прогнозы для авиарынка по долям компаний, выручке и рентабельности. Таким образом, эта система позволяет руководству авиакомпании принимать решения относительно цены билетов, запросов в транспорте и т.д.

Географическая система. Географические информационные системыэто специальная категория систем поддержки, которая позволяет интегрировать компьютерную графику с географическими БД и с другими функциями систем поддержки принятия решений. Например, IBNs GeoNanager- это система, которая позволяет конструировать и показывать карты и другие визуальные объекты для помощи при принятии решений относительно географического распределения людей и. ресурсов. Например, она позволяет создать географическую карту преступности и. помогает верно перераспределить силы полиции. Также ее используют для изучения степени урбанизации, в лесной промышленности, железнодорожном бизнесе и т.д.

Когда классифицируют СППР, учитывают:

• структурированность решаемых управленческих задач;
• уровень иерархии управления фирмой, на котором решение должно быть принято;
• принадлежность решаемой задачи к той или иной функциональной сфере бизнеса;
• вид используемой информационной технологии.

Целесообразно определить три класса СППР в зависимости от сложности решаемых задач и областей применения.

СППР первого класса, обладающие наибольшими функциональными возможностями, предназначены для применения в органах государственного управления высшего уровня (администрация президента, министерства) и органах управления больших компаний (совет директоров корпорации) при планировании крупных комплексных целевых программ для обоснования решений относительно включения в программу различных политических, социальных или экономических мероприятий и распределения между ними ресурсов на основе оценки их влияния на достижение основной цели программы. СППР этого класса являются системами коллективного пользования, базы данных которых формируются многими экспертами - специалистами в различных областях знаний.

СППР второго класса являются системами индивидуального пользования, базы данных которых формируются непосредственным пользователем. Они предназначены для использования государственными служащими среднего ранга, а также руководителями малых и средних фирм для решения оперативных задач управления.

СППР третьего класса являются системами индивидуального пользования, адаптирующимися к опыту пользователя. Они предназначены для решения часто встречающихся прикладных задач системного анализа и управления (например, выбор субъекта кредитования, выбор исполнителя работы, назначение на должность). Такие системы обеспечивают получение решения текущей задачи на основе информации о результатах практического использования решений этой же задачи, принятых в прошлом. Кроме того, системы этого класса могут применяться в торговых предприятиях, торгующих дорогими товарами длительного пользования, в качестве средства "интеллектуальной рекламы", позволяющего покупателю выбрать товар на основе своего опыта приобретения товаров аналогичного назначения.

В процессе своего развития системы поддержки принятия решений прошли следующий эволюционный путь

Первые системы - системы обработки транзакций (TSP)-это компьютерные системы, предназначенные для выполнения рутинных операций регистрации, накопления, хранения и выдачи информации в заранее заданной форме. Как видим, в рамках таких систем принятие решений обеспечивалось только информацией.

Следующим этапом развития информационных систем было появление концепции автоматизированной системы управления. У нас эта концепция получила название АСУ, а на Западе - МIS (Management Information System). MIS - это компьютерная система, предназначенная для выборки и интеграции данных из многих источников для обеспечения своевременной информацией, необходимой для принятия управленческих решений. Основные положения этой концепции - централизация обработки информации в едином вычислительном центре, использование аппаратных и программных средств обработки данных в целях сокращения персонала и накладных расходов, появление понятия базы данных, систем управления базами данных. Существует довольно много достоинств и недостатков у этой концепции. Мы не будем их обсуждать здесь в, полной мере, поскольку недостатки устранялись, а завоевания этой концепции использовались в последующих поколениях систем.

Уровень поддержки решений при использовании данной концепции - информационный, применяются отдельные модели и методы для принятия оптимальных решений.

Отметим, что в существенной мере характер всех поколений систем и их концепций определялся техническими возможностями обработки информации, имеющимися на тот период.

Системы автоматизации конторской деятельности реализовывали распределенные базы данных. Устранялась излишняя централизация. Появились локальные вычислительные сети на базе средних ЭВМ. Уровень поддержки решений - информационный, применяются отдельные модели и методы для принятия оптимальных решений. OAS - это компьютерная система для выполнения комплекса операций функционирования системы управления как таковой.

Следующий этап - системы DDS. DDS - это диалоговая компьютерная система, использующая формализованные правила и модели объекта управления совместно с базой данных и личным опытом менеджера для выработки и проверки вариантов управленческих решений. Как видим, система этого рода не обеспечивает информационно процесс принятия решений, а участвует в нем.

2. Экспертные информационные системы.

2.2. Экспертные системы и их особенности. Применение экспертных систем.

Вершиной развития информационных систем являются экспертные системы.

Экспертные системы (ЭС) возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

ЭС- это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.

Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличии от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

Рассмотрим основные различия между экспертной системой и системой поддержки решений (см. табл. 1).

Таблица 1 - Различие между экспертной системой и системой поддержки решений

	DDS	ESS
Цель	Помочь человеку (ЛПР) в принятии решения	Повторить (имитировать) деятельность людей-экспертов и заменить их
Кто дает рекомендации (принимает решение)?	ЛПР и/или система	Система
Главная ориентация	Принятие решений	Передача экспертизы (эксперт - компьютер - человек),тиражирование экспертизы
Кто преимущественно задает вопросы?	ЛПР	Компьютер
Объект поддержки	Лица, группы, организации	Лица (преимущественно) и группы
С какой информацией преимущественно манипулируют?	Числовой	Символьной
Характеристика проблемной области	Комплексная, широкая, сложная	Узкая
Тип задач	Случайные, уникальные	Повторяющиеся
Содержание базы данных	Фактические значения	Процедурные и фактические знания
Способность проводить логические рассуждения	Нет	Да, ограниченная
Возможность получения объяснений	Ограниченная	Да

При создании ЭС возникает ряд затруднений. Это прежде всего связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникновение трудностей психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

Экспертная система состоит из базы знаний (части системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение задачи), подсистемы объяснения, подсистемы приобретения знаний и диалогового процессора .

При построении подсистем вывода используют методы решения задач искусственного интеллекта.

Практическое применение искусственного интеллекта на машиностроительных предприятиях и в экономике основано на ЭС, позволяющих повысить качество и сохранить время принятия решений, а также способствующих росту эффективности работы и повышению квалификации специалистов.

2.2. Отличие ЭС от других программных продуктов.

Основными отличиями ЭС от других программных продуктов являются использование не только данных, но и знаний, а также специального механизма вывода решений и новых знаний на основе имеющихся. Знания в ЭС представляются в такой форме, которая может быть легко обработана на ЭВМ. В ЭС известен алгоритм обработки знаний, а не алгоритм решения задачи. Поэтому применение алгоритма обработки знаний может привести к получению такого результата при решении конкретной задачи, который не был предусмотрен. Более того, алгоритм обработки знаний заранее неизвестен и строится по ходу решения задачи на основании эвристических правил. Решение задачи в ЭС сопровождается понятными пользователю объяснениями, качество получаемых решений обычно не хуже, а иногда и лучше достигаемого специалистами. В системах, основанных на знаниях, правила (или эвристики), по которым решаются проблемы в конкретной предметной области, хранятся в базе знаний. Проблемы ставятся перед системой в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний пытается вывести заключение из этих фактов (см. рис.1).

Рисунок 1

Качество ЭС определяется размером и качеством базы знаний (правил или эвристик). Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов анализов, наблюдения, интерпретация результатов, усвоение новой информации, выдвижении с помощью правил временных гипотез и затем выбор следующей порции данных или результатов анализов (см. рис.2). Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения.

В любой момент времени в системе существуют три типа знаний:

- Структурированные знания - статические знания о предметной области. После того как эти знания выявлены, они уже не изменяются.

- Структурированные динамические знания - изменяемые знания о предметной области. Они обновляются по мере выявления новой информации.

- Рабочие знания- знания, применяемые для решения конкретной задачи или проведения консультации.

Все перечисленные выше знания хранятся в базе знаний. Для ее построения требуется провести опрос специалистов, являющихся экспертами в конкретной предметной области, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний.

Результаты анализов

и входные данные

выбор и ввод

исходных данных

наблюдения пользователи

интерпретация правила

гипотезы усвоение вывод

заключения

Рисунок 2 - Схема работы Экспертной системы.

2.3. Области применения экспертных систем.

Области применения систем, основанных на знаниях, могут быть сгруппированы в несколько основных классов: медицинская диагностика, контроль и управление, диагностика неисправностей в механических и электрических устройствах, обучение.

Медицинская диагностика

Диагностические системы используются для установления связи между нарушениями деятельности организма и их возможными причинами. Наиболее известна диагностическая система MYCIN, которая предназначена для диагностики и наблюдения за состоянием больного при менингите и бактериальных инфекциях. Ее первая версия была разработана в Стенфордском университете в середине 70-х годов. В настоящее время эта система ставит диагноз на уровне врача-специалиста. Она имеет расширенную базу знаний, благодаря чему может применяться и в других областях медицины.

Прогнозирование

Прогнозирующие системы предсказывают возможные результаты или события на основе данных о текущем состоянии объекта. Программная система “Завоевание Уолл-стрита” может проанализировать конъюнктуру рынка и с помощью статистических методов алгоритмов разработать для вас план капиталовложений на перспективу. Она не относится к числу систем, основанных на знаниях, поскольку использует процедуры и алгоритмы традиционного программирования. Хотя пока еще отсутствуют ЭС, которые способны за счет своей информации о конъюнктуре рынка помочь вам увеличить капитал, прогнозирующие системы уже сегодня могут предсказывать погоду, урожайность и поток пассажиров. Даже на персональном компьютере, установив простую систему, основанную на знаниях, вы можете получить местный прогноз погоды.

Планирование

Планирующие системы предназначены для достижения конкретных целей при решении задач с большим числом переменных. Дамасская фирма Informat впервые в торговой практике предоставляет в распоряжении покупателей 13 рабочих станций, установленных в холле своего офиса, на которых проводятся бесплатные 15-минутные консультации с целью помочь покупателям выбрать компьютер, в наибольшей степени отвечающий их потребностям и бюджету. Кроме того, компания Boeing применяет ЭС для проектирования космических станций, а также для выявления причин отказов самолетных двигателей и ремонта вертолетов. Экспертная система XCON, созданная фирмой DEC, служит для определения или изменения конфигурации компьютерных систем типа VAX и в соответствии с требованиями покупателя. Фирма DEC разрабатывает более мощную систему XSEL, включающую базу знаний системы XCON, с целью оказания помощи покупателям при выборе вычислительных систем с нужной конфигурацией. В отличие от XCON система XSEL является интерактивной.

Интерпретирующие системы обладают способностью получать определенные заключения на основе результатов наблюдения. Система PROSPECTOR, одна из наиболее известных систем интерпретирующего типа, объединяет знания девяти экспертов. Используя сочетания девяти методов экспертизы, системе удалось обнаружить залежи руды стоимостью в миллион долларов, причем наличие этих залежей не предполагал ни один из девяти экспертов. Другая интерпретирующая система- HASP/SIAP. Она определяет местоположение и типы судов в тихом океане по данным акустических систем слежения.

Контроль и управление

Системы, основанные на знаниях, могут применятся в качестве интеллектуальных систем контроля и принимать решения, анализируя данные, поступающие от нескольких источников. Такие системы уже работают на атомных электростанциях, управляют воздушным движением и осуществляют медицинский контроль. Они могут быть также полезны при регулировании финансовой деятельности предприятия и оказывать помощь при выработке решений в критических ситуациях.

Диагностика неисправностей в механических и электрических устройствах

В этой сфере системы, основанные на знаниях, незаменимы как при ремонте механических и электрических машин (автомобилей, дизельных локомотивов и т.д.), так и при устранении неисправностей и ошибок в аппаратном и программном обеспечении компьютеров.

Обучение

Системы, основанные на знаниях, могут входить составной частью в компьютерные системы обучения. Система получает информацию о деятельности некоторого объекта (например, студента) и анализирует его поведение. База знаний изменяется в соответствии с поведением объекта. Примером этого обучения может служить компьютерная игра, сложность которой увеличивается по мере возрастания степени квалификации играющего. Одной из наиболее интересных обучающих ЭС является разработанная Д. Ленатом система EURISCO, которая использует простые эвристики. Эта система была опробована в игре Т. Тревевеллера, имитирующая боевые действия. Суть игры состоит в том, чтобы определить состав флотилии, способной нанести поражение в условиях неизменяемого множества правил. Система EURISCO включила в состав флотилии небольшие, способные провести быструю атаку корабли и одно очень маленькое скоростное судно и постоянно выигрывала в течение трех лет, несмотря на то, что в стремлении воспрепятствовать этому правила игры меняли каждый год.

Большинство ЭС включают знания, по содержанию которых их можно отнести одновременно к нескольким типам. Например, обучающая система может также обладать знаниями, позволяющими выполнять диагностику и планирование. Она определяет способности обучаемого по основным направлениям курса, а затем с учетом полученных данных составляет учебный план. Управляющая система может применяться для целей контроля, диагностики, прогнозирования и планирования. Система, обеспечивающая сохранность жилища, может следить за окружающей обстановкой, распознавать происходящие события (например, открылось окно), выдавать прогноз (вор-взломщик намеревается проникнуть в дом) и составлять план действий (вызвать полицию).

3. Связь типов информационных систем с задачами принятия решений.

Связь типов информационных систем с задачами принятия решений наглядно представлена в таблице 2.

Таблица 2 - Связь типов информационных систем с задачами принятия решений

Тип ЗПР	Организационный уровень
	Управление операциями	Менеджмент	Стратегическое планирование
Структуризованная	Учет дебиторской задолженности (ТРS)	Анализ бюджета
Полуструктуризованная	Управление запасами	Краткосрочное прогнозирование (MIS)	Размещение производства (DSS)
Неструктуризованная	Календарное планирование проекта Финансовый менеджмент	Подготовка бюджета (ESS) Программа продажи	Решения о запуске новых продуктов Отношения с поставщиками и потребителями

Системы всех типов создавались в конечном итоге для того, чтобы улучшить, облегчить (и удешевить) процесс выработки управленческих решений. С течением времени - это "функция помощи", выполняемая автоматизированными информационными системами. Об этом дает представление таблица 3.

Таблица 3 - Содержание "функции помощи" автоматизированных информационных систем в процессе принятия решений

Фаза развития	Описание функции	Примеры инструментария
Ранняя	Вычисления	Калькуляторы, первые компьютерные программы, статистические модели, простейшие модели исследования операций
Промежуточная	Поиск, хранение и отображение информации для принятия решения	Системы управления базами данных, файловые системы
Текущая	Выполнение вычислений для принятия решения на отобранной информации, запросные cиcтемы c дружелюбным интерфейсом, анализ типа "что, если …"	Финансовые модели, электронные таблицы, модели исследования проектирования, системы принятия решений
Начинающаяся сегодня и продолжающаяся в будущем	Взаимодействие с лицом, принимающим Решения, для облегчения, формулирования и выполнения интеллектуальных шагов процесса принятия решений	Экспертные системы

Исторически первым объектом автоматизации в процессе принятия решений был выбор решения. Дальнейшее развитие расширяло зону автоматизации (формирование множества альтернатив, формализация проблемы). Наконец, типичная область приложения современных экспертных систем - это диагностика, т.е. как раз выявление, уточнение проблемы.

Заключение.

Руководство крупных компаний испытывает потребность в достоверной информации о различных аспектах бизнеса компании в целях поддержки принятия решений. От этого зависит качество управления компанией, возможность эффективного планирования ее деятельности, выживание в условиях жесткой конкурентной борьбы. При этом критически важными являются наглядность форм представления информации, быстрота получения новых видов отчетности, возможность анализа текущих и исторических данных. Системы Поддержки Принятия Решений (СППР) предоставляют менеджерам такие возможности.

В данной работе были рассмотрены системы поддержки принятия решений, их зарождение и значение в настоящее время. Как уже говорилось ранее, СППР с успехом применяются в самых разных отраслях: телекоммуникациях, финансовой сфере, торговле, промышленности, медицине и многих других.

Вершиной развития информационных систем являются экспертные системы.

Экспертные системы - это набор программ или программное обеспечение, которое выполняет функции эксперта при решении какой-либо задачи в области его компетенции. ЭС, как и эксперт-человек, в процессе своей работы оперирует со знаниями. Знания о предметной области, необходимые для работы ЭС, определенным образом формализованы и представлены в памяти ЭВМ в виде базы знаний, которая может изменяться и дополняться в процессе развития системы.

Экспертные системы, основанные на знаниях, имеют определенные преимущества перед человеком-экспертом:

• у них нет предубеждений.
• они не делают поспешных выводов.
• эти системы работают систематизировано, рассматривая все детали, часто выбирая наилучшую альтернативу из всех возможных.
• база знаний может быть очень и очень большой. Будучи введены в машину один раз, знания сохраняются навсегда.
• системы, основанные на знаниях, устойчивы к “помехам”. Эксперт пользуется побочными знаниями и легко поддается влиянию внешних факторов, которые непосредственно не связаны с решаемой задачей.
• эти системы не заменяют специалиста, а являются инструментом в его руках.

Список литературы.

1. Арлазаров, В.Л. Теория и методы создания интеллектуальных компьютерных систем/ В.Л. Арлазаров, Ю.И. Журавлев, О.И. Ларичев // Информационные технологии и вычислительные системы. -2001. -№1.- С.47-48.
2. Батыршин, И.З. К анализу предпочтений в системах принятия решений /И.З. Батыршин.- М.: МЭИ, 2001. -423 с.
3. Информационные системы в экономике// Под ред. проф. В.В. Дика. – М.: Финансы и статистика, 2002.- 387 с.
4. Кравченко, Т.К. Процесс принятия плановых решений/ Т.К. Кравченко.- М., Экономика, 2004.
5. Кравченко, Т.К. Экспертная система принятия решений/ Т.К. Кравченко, Г.И. Перминов. -М.: ГУ-ВШЭ, 1999.- 241 с.
6. Майоров, С.И. Информационный бизнес: коммерческое распространение и маркетинг/С.И. Майоров.- М.: Финансы и Статистика, 2003. -346 с.
7. Джексон, П. Введение в экспертные системы/ П. Джексон.- М., Издательский дом “Вильямс”, 2001.
8. Система поддержки принятия решений в человеко-машинных системах управления. Труды Института проблем управления РАН им. В.А.Трапезникова. Том УШ. М.: ИПУРАН, 2000.- С. 46-59.
9. Трахтенгеру, Э.А. Компьютерная поддержка принятия решений/Э.А. Трахненгеру. – М.: Наука, 2002.- 365 с.
10. Уотермен, Д. Руководство по экспертным системам/ Д. Уотермен.- М.: Мир, 2000.- 318 с.
11. Устинова, Г.М. Информационные системы менеджмента. Учебное пособие /Г.М. Устинова. – СПб: Изд-во «ДиаСофт ЮП», 2000. – 368 с.
12. Чекинов, Г.П. Применение ситуационного управления в информационной поддержке принятия решений при проектировании организационно-технических систем // Г.П. Чекинов, А.Л. Куляница, В.В. Бондаренко// Информационные технологии в проектировании и производстве. -2003.- № 2.
13. Элти, Д. Экспертные системы: концепции и примеры/ Д.Элти, М. Кумбс.- М.: Финансы и статистика, 2001.-512 с.