4.8. Системы поддержки принятия решений (сппр)

Продуктом деятельности любого менеджера являются решения и действия. Процесс принятия решений – это выбор одного направления деятельности из нескольких возможных. Система поддержки принятия решений (СППР) - информационная технология, которая помогает человеку с помощью компьютера обрабатывать большие объемы информации и принимать решения. Особенность её состоит в том, что специалист участвует в процессе обработки на начальной и завершающей стадиях, т.е. вводит данные в компьютер и принимает окончательное решение на основе полученной информации. Всю работу по переработке информации проделывает компьютер (рис.4.2.)

Рис.4.2. Обобщенная схема СППР

Для систем поддержки принятия решений характерны следующие особенности:

• о риентация на решение плохо структурированных (формализованных) задач;

• использование математических методов и моделей в совокупности с традиционными методами обработки данных;

• ориентация на непрофессионального пользователя компьютера;

• высокий уровень адаптации системы к требованиям пользователя, а также к имеющемуся техническому и программному обеспечению.

В состав системы поддержки принятия решений входят следующие компоненты [11]:

• база данных;

• база моделей;

• программная подсистема.

Понятие баз данных подробно рассматривается в п.п. 3.5. и 4.3.

Использование баз моделей обеспечивает проведение анализа в СППР. Модели, при помощи набора алгоритмов, использующих математический аппарат, позволяют найти информацию, полезную для принятия правильных решений. Существует множество различных моделей и способов их классификации. По цели использования модели подразделяются:

• оптимизационные, связанные с нахождением точек минимума и максимума;

• описательные, описывающие поведение некоторой системы.

По способу оценки модели классифицируются как:

• детерминистские, оценивающие переменные одним числом при конкретных значениях исходных данных;

• стохастические, в которых исходные данные заданы вероятностными характеристиками и результаты оцениваются несколькими параметрами

Программная подсистема включает в себя, помимо системы управления базой данных и системы управления базой моделей, интерфейс пользователя, который определяет:

• язык пользователя;

• язык сообщений компьютера, организующий диалог на экране монитора;

• знания пользователя.

От качества интерфейса пользователя во многом зависит работоспособность системы поддержки принятия решений. Интерфейс должен обеспечивать следующие возможности:

• различные формы диалога пользователя и компьютера, возможность выбора той или иной формы пользователем;

• передачу данных системе различными способами;

• возможность получения данных от различных технических устройств и в любом формате;

• гибкую поддержку знаний пользователя (подсказки, помощь и пр.)

4.9. Экспертные системы и базы знаний

Для решения сложных, трудно формализуемых научных, произ­водственник и экономических задач и тиражирования профессио­нального опыта применяются экспертные системы, которые позволяют представить знания специалистов высокой квалификации о предметной области

Основными элементами экспертной системы являются: база знаний, интерфейс пользователя, блок логического вывода, блок объяснений, блок приобретения знаний (рис. 4.3.).

Рис.4.3. Структура экспертной системы

Блок логического вывода необходим для обработки базы знаний и получения новых знаний. Блок объяснений служит для пояснения процесса получения новых знаний, если это необходимо пользователю. Блок приобретения знаний используется для замены устаревших знаний и ввода новых. Интерфейс необходим для ввода информации и команд в экспертную систему и получения выходной информации из неё.

Центральным элементом экспертной системы является база знаний.

Как уже говорилось в п.3.5., база знаний – это одна из форм информационного моделирования, представляющая собой знания человека (эксперта, специалиста), помещенные в память компьютера в соответствии с некоторой моделью. Модель- это правила или соглашения, выполнение которых позволяет представить некоторую сферу знаний в том виде, которая позволяет использовать формальные (программные) средства для их обработки (получение новых знаний).

Существует множество моделей представления знаний. Для рассмотрения выделим следующие:

-семантические сети;

-деревья выводов;

- деревья целей;

Семантическая сеть – это ориентированный граф, вершины (узлы) которого соответствуют понятиям моделируемой предметной области, а дуги – отношениям между ними [19]. В качестве понятий обычно выступают конкретные или абстрактные объекты, а отношений – связи. В отличие от всех других моделей базы знаний могут содержать описание связей в явной форме, указанных с помощью синтаксических, семантических и прагматических отношений. Наиболее часто в семантических сетях используется следующие отношения:

-целое-часть (класс – подкласс, элемент – множество и т.д.);

-функциональная связь, определяемая глаголом (производит, находится, поставляет … и т.д.);

-атрибутивные (иметь значение, иметь свойство);

- логические (И, ИЛИ, НЕТ);

- временные (в течение, раньше, позже…).

Рис. 4.4. Фрагмент семантической сети

Обрабатывается семантическая сеть на основе принципа сопоставления объекта и отношений, указанных в запросе, с объектами и отношениями, имеющимися в семантической сети. Например, если запрос имеет вид "Что производит ООО "Рассвет"? будет выделен тот фрагмент сети, где фигурирует указанный объект ("Рассвет") и отношение "производит". Ответом будет: "ООО "Рассвет" производит арматуру" [19].

С помощью приведенной на рис. 4.4 семантической сети можно получить, кроме прочих, ответы на следующие вопросы:

1. Какие предприятия производят арматуру?

2. Какие предприятия поставляют арматуру?

3. В каком регионе находятся ООО “Север”?

4. Является ли поставщиком ООО “Восход”? и т.д.

Дерево вывода – это множество объединенных правил, отражающих условия выполнения некоторого процесса. Правила представляют собой языковую конструкцию вида:

ЕСЛИ <условие, ct(условия)>, ТО <заключение, ct(заключения)> ct(правила),

где ct(условия) – коэффициент определенности условия;

ct(заключения) - коэффициент определенности заключения;

ct(правила) - коэффициент определенности правила.

Коэффициент, равный 0, указывает на полную неопределенность, а 1 – на полную определенность. В правиле эксперт указывает значения в этом диапазоне.

Множество правил объединяются в дерево вывода. Рассмотрим пример.

Пусть задано два правила.

Правило 1. ЕСЛИ индекс цен возрастет не менее чем на 3% (условие В)

ct(В)

И цены на энергоносители вырастут не более чем на 19%

(условие С), ct(С) = 0,6

ТО акции покупать (заключение А) ct(А) =?, ct(правила 1) =

0,8.

Правило 2. ЕСЛИ ВВП возрастет не менее чем на 1,5% (условие Д) ct(Д)

= 0,4

ИЛИ ставки Центрального банка будут в пределах 12%

(условие Е) ct(Е) = 0,7

ИЛИ объем экспорта возрастет более чем на 5% (условие G)

ct(G) = 0,5

ТО индекс цен возрастет не менее чем на 3%. (заключение В)

ct(В) = ?, ct(правила 2) = 0,98.

Эти правила объединяются в дерево, представленное на рис. 4.5.

Рис. 4.5. Дерево вывода

Рассмотрим, каким образом знания такого рода представляются графически, а также как рассчитывается коэффициент определенности заключения. Правило с одним условием вида: ЕСЛИ А, ТО В графически представится следующим образом:

Здесь А - это условие, В - заключение. Далее условимся заключение, получаемое с помощью правила, изображать сверху, а условия - снизу. Число рядом с условием указывает на его определенность, а число рядом с линией - на определенность самого правила.

Условий в правиле может быть несколько, которые связанны между собой союзами И или ИЛИ. Например

ЕСЛИ А и В и С, ТО Е,

ЕСЛИ А или В или С, ТО Е.

Графически эти правила изображаются так, как это показано на рис. 4.6.

Рис. 4.6 Графическое изображение правил, связанных союзами И и ИЛИ

Сплошная или пунктирная дуга указывает на вид объединения условий: союзом И или союзом ИЛИ соответственно. Число, находящееся рядом с дугой (сплошной или пунктирной), указывает на определенность правила, а число рядом с условиями и заключениями - на определенность условий и заключений. Лицо, принимающее решение, условиям (А, В, С), а также правилу присваивает коэффициент определенности от 0 до 1. С помощью специальных формул рассчитывается коэффициент определенности для заключения [19].

Дерево целей является дальнейшим совершенствованием целевого управления, развиваемым в нашей стране с семидесятых годов прошлого столетия. В основу его построения положено понятие цели, измерение достижения которой осуществляется с помощью значений соответствующих экономических показателей. Например, уровень достижения цели “Увеличить рентабельность предприятия” можно измерить показателем “Рентабельность” в числовом диапазоне от 0 до 1. Цель “Увеличить рентабельность предприятия с 0,3 до 0,5” в дереве целей указывается именно таким образом.

Допустим, целью является увеличение прибыли, которое обычно достигается за счет увеличения выручки и снижения затрат. Это можно представить графически. Для примера на рис. 4.7. представлена часть дерева целей, на котором с помощью знаков плюс и минус показаны желаемые направления изменения подцелей: В (выручка) - увеличение, З (затраты) - снижение, П (прибыль) - увеличение. Если В = 20 ед., З = 15 ед, то П = 5 ед.

Используется дерево целей для формирования решений следующим образом: допустим, необходимо поднять прибыль до 7 ед. Для этого необходимо установить приоритеты путей в достижении данной цели с помощью коэффициентов α и β. Пользуясь типовыми формулами обратных вычислений, можно определить каковыми должны быть выручка и затраты:

где и - искомый прирост выручки, и искомое снижение затрат.

Рис. 4.7 Дерево целей

Подставив исходные данные, при и ,получим:

= 1,07; = 1,04; = 21,4; = 14,4. Сделаем проверку правильности полученных результатов: = 21,4 – 14,4 = 7.

Дерево целей можно продолжить, если указать из чего состоят выручка и затраты. Это позволит рассчитать управляющие воздействия более детального характера. Представление знаний в виде дерева целей возможно, если известна цель управления и формулы, согласно которым можно рассчитать уровень достижения каждой из подцелей [19].