- •1.1. Возникновение сппр. Принципы построения сппр
- •1.2. Внедрение сппр на предприятиях. Проблемы внедрения сппр
- •1.3. Влияние внедрения сппр на управление предприятием
- •1. Децентрализация и рост информационных потребностей
- •2. От обработки данных через информационные системы к управлению знаниями
- •2.1. Информационная технология поддержки принятия решений
- •2.2. Основные компоненты сппр
- •2.2.1. Источники данных
- •2.2.2. Модель данных
- •Метаданные
- •2.2.2. База моделей
- •3. Общая схема принятия решений
- •3.2.2. Генерация решений с помощью экспертных систем
- •3.2.3. Генерация решений на основе эвристических предпочтений лиц, принимающих решения
- •2. Создание базы знаний экспертной системы
- •3. Сценарий − последовательность действий, предпринимаемых для достижения цели
- •3.2.4. Оценка вариантов решения по заданным критериям:
- •3.2.6. Согласование критериев оценки
- •3.3. Получение исходных данных
- •3.4. Решение зпр
- •3.4.1. Классификация задач принятия решений
- •4.1. Классификация на уровне пользователя
- •4.2. Классификация по функциональному наполнению интерфейса системы
- •4.4. Классификация по архитектуре
- •4.5. Классификация в зависимости от вида данных, с которыми работают сппр
- •4.6. Классификация сппр по уровням
- •4.7. Классификация сппр по функциональным возможностям
- •4.8. Классификация сппр по уровню распределенности
- •4. Финансовая диагностика предприятий
- •8. Ситуационные системы
- •8.1. Классификация ситуационных систем
- •8.2. Ситуационный центр
- •8.2.1. Виды обеспечения сц
- •8.2.2. Полный цикл функционирования сц. Необходимость широкого применения сц
- •8.2.3. Концепция сц
- •8.2.4. Режимы работы сц
- •8.2.5. Оснащение ситуационного центра
- •8.2.6. Базовые характеристики сц
- •8.2.7. Классификация сц
- •9. Информационно–аналитические системы как разновидность сппр
- •10. Рынок сппр
- •Http://ru.Wikipedia.Org/wik.
- •17. Http://www.Math.Kemsu.Ru/faculty/kmc/book/matekon/Chapter1/. Par1_6.Html
- •Редактор е.Е. Дорошенко
3.2.6. Согласование критериев оценки
Для того чтобы процедура согласования реализовывалась эффективно, необходимо применять какие-то правила, по которым следует осуществлять поиск компромисса в случаях, когда оценки вариантов различаются. Эти правила можно разделить на две категории:
"переговорные" − без использования вычислительной техники;
человеко-машинные − опирающиеся на компьютерные процедуры.
Компьютерные процедуры, применяемые на практике для согласования критериев:
Метод идеальной точки. Точка называется идеальной, если она оптимальна сразу по всем критериям. Как правило, такой точки на практике не существует. Правилом поиска компромисса может быть минимизация расстояния до идеальной точки, что влечет за собой необходимость выработки правила определения этого расстояния.
2. Метод уступок. Сущность метода нахождение компромисса, определяющего"плату" за потерю показателей по какому-либо критерию или части критериев за счет выигрыша по другому критерию или другим критериям. 3. Метод согласования решения по главному критерию. В некоторых случаях задачу с несколькими показателями качества удается свести к задаче с одним-единственным показателем. Этот показатель стремятся обратить в экстремум, а по остальным показателям вводят ограничения. Тогда проблема согласования сводится к нахождению компромисса по главному критерию и согласованию ограничений для всех остальных критериев.
4. Метод согласования решения при лексикографическом упорядочении. В тех случаях, когда может быть определена важность критериев, упорядочение можно проводить сначала по самому важному критерию, а если по этому критерию равными окажутся несколько вариантов, то проводится упорядочение по следующему по важности критерию и т. д. 5. Метод согласования по функции или отношению предпочтения (полезности). Формируется функция, отражающая предпочтение эксперта или лица, принимающего решение. Вычисляются значения функции предпочтения для альтернатив решения. В дальнейшем альтернативы ранжируются по значениям функции предпочтения.
3.3. Получение исходных данных
При этом решаются следующие задачи:
сбор и постоянное обновление информации о параметрах внешней среды и состоянии организации;
хранение полученной информации, обеспечивающее возможность анализа предыстории;
передача получаемой или хранимой информации для анализа и обработки;
представление получаемой или хранимой информации в виде, удобном для обработки.
На этом этапе задача руководителя сводится к контролю полноты, актуальности и адекватности собираемой информации.
Большинство существующих в настоящее время систем сбора, хранения, передачи и представления информации базируется на двух технологиях − это телекоммуникации и базы данных.
Системы оперативной обработки транзакций (online transaction processing − OLTP) позволяют накапливать большие объемы данных, ежедневно поступающих, например, из пунктов продаж. Приложения OLTP, как правило, автоматизируют структурированные, повторяющиеся задачи обработки данных, такие как ввод заказов и банковские транзакции. Эти подробные, актуальные данные из различных независимых точек ввода объединяются в одном месте, и затем аналитики смогут извлечь из них значимую информацию. Агрегированные данные применяются для принятия каждодневных бизнес-решений.