Оболонка (альбоми) сюжетів

Моделі екранних зображень і оболонки сюжетів (набори копій екранних зображень) є найбільш корисні моделі, так як вони дають можливість продемонструвати кінцевому користувачу, які будуть залишкові можливості системи, і як вони будуть реалізовані. Такі оболонки сюжетів стимулюють людино-машинну взаємодію в міру розгортання їх при проектуванні СППР. Сучасні пакети мультиплікації дозволяють “оживляти” всі набори сюжетів, імітуючи складні інтерактивні графічні засоби. Розробники СППР все частіше поєднують оболонки сюжетів з швидким макетуванням прикладень.

Вибір методів

Оцінка і вибір аналітичних методів для створення методологічної бази підсистем СППР є змістом третього етапу макетування.

Відправною точкою для розробників цього етапу служать досить грубі і абстрактні результати зіставлення задач та моментів, одержані при аналізі вимог. Добре ідентифіковані характеристики задачі СППР на першому етапі дають можливість легко і виразно вивчати розумні пропозиції щодо застосованих методів. Наприклад, є область СППР індиктивною чи дедуктивною по своїй природі (чи деякою комбінацією цих концепцій)? Відповідіна ці питання стануть орієнтиром вибору потрібного класу методів.

Перед тим як вибрати для СППР метод (або гібрид методів), необхідно оцінити пов’язане з ним епістомологічне і аналітичне супроводження і переконатися в сумісності між методами, задачами, користувачами і організаціями з відповідними доктринами. Зображена на рис.10 матриця вимог/методів дає уявлення про відповідність між задачами і методами для користувачів з різним рівнем комп’ютерної підготовки/досвіду роботи з інтерактивними системами/. Наприклад, для задач типу “мислення” і досвідчених користувачів найбільш відповідними є методи теорії аналізу рішень (АР), методи штучного інтелекту (ШІ), дослідження операцій (ДО), теорії управління (ТУ). Менш всього відповідають вибраній ситуації методи інформатики - комп’ютерної науки (КН). Розглянемо деякі аспекти цих класів методів в контексті проблеми підтримки прийняття рішень.

Методи аналізу рішень мають безпосереднє відношення до більшості проблем підтримки прийняття рішень. Тому вони і послужили методологічною основою засобів підтримки прийняття рішень, розроблюваних в 70-і роки. Цей клас методів охоплює моделі багатоатрибутної корисливості, імовірні моделі, методи дерев рішень та інші моделі і методи. В більшості вони орієнтовані на використання суб’єктивних даних та інформації, генерованої експертами. Важливими достоїнствами цих методів є прозорість концепції та простота оцінки (доступність) для користувачів.

Методи дослідження операцій включають широкий діапазон інструментів і методик, які основані на кількосно-емпітричних даних, а також на статистичних і математичних моделях (опиосвих, дедуктивно-статистичних, оптимізаційних, імітаційних. Дослідження операцій, як науковий напрямок, має міждисциплінарний комплексний характер і об’єднує ряд окремих дисциплін: математичне програмування (лінійне, нелінійне, динамічне, стохастичне), теорію керування запасами, теорію розкладів, теорію ігор, теорію масового обслуговування та ін. Розраховані на використання кількісно-емпітричних даних.

Звичайна комп’ютерна наука включає набір традиційних алгоритмічних підходів до розв’язку задач СППР, методи розпізнавання образів, організації черг і мереж, комп’ютерне моделювання. До цієї групи також входять методи управління базами даних і методи пошуку документів. Важливе значення для майбутніх СПР матимуть методи аналітичної графіки, які застосовуються для відображення і пересування по масивах інформації, а не просто для аналізу даних. Слід відмітити, що для реалізації стандартних методів інформатики потрібні великі масиви

АР – ананліз рішень

ДО – дослідження операцій

КН – звичайна комп’ютерна наука

ШІ – штучний інтелект

ТУ – теорія управління

Задачі	руху	Привести в дію перекрити пристосовувати синхронізувати	КН ШІ ДО ТУ АР	КН ШІ ДО ТУ АР	КН ШІ ДО ТУ АР	КН ШІ ДО ТУ АР
	спілкування	Рекомендувати інформувати інструктурувати запитувати	ТУ КН АР ШІ ДО	КН ТУ ДО ШІ АР	ТУ КН ШІ АР ДО	КН ТУ ШІ ДО АР
	мислення	Обробка інформації розв’язування задач і прийняття рішень	АР ШІ ДО ТУ КН	ДО ШІ АР КН ТУ	АР ШІ АР КН ТУ	ШІ ДО АР ТУ КН
	сприймання	Пошук і одержання інформації ідентифікація об’єктів, дій, подій	КН ТУ ДО ШІ АР	КН ТУ ШІ ДО АР	ТУ КН ШІ ДО АР	ШІ ДО КН ТУ АР
			Дос-від-чені (д)	Не-дос-від-чені (н)	(д)(н) з нез-начним досві-дом
			Користувачі

Рис.10 Матриця вимог/методів

Штучний інтелект являє собою множину інструментів і методів, які відносяться до інженерії знань і символьних зображень (образів) – нових розділів сучасної інформатики. Системи штучного інтелекту займають діапазон від експертних систем і систем обробки звичайною мовою до робототехніки (системи штучного зору і маніпулятори) та “розумних” інформаційних систем управління.

Інструменти і системи штучного інтелекту найбільш доступні для користувачів через власні та допоміжні засоби пояснення. Тому ці методи викликають значний інтерес серед спеціалістів СППР і роблять помітний вплив на всі компоненти системи: інтерфейс користувачів, підсистеми управління базою даних і бази моделей. Методи штучного інтелекту значною мірою розраховані на застосування суб’єктивної інформації (даних) і на знання. В майбутньому буде спостерігатися синтез баз даних і баз знань в галузі засобів підтримки прийняття рішень.

До методів теорії управління відносяться методи, орієнтовані на управління проектом (програмою) за допомогою різних якісних і кількісних процедур, зокрема методів побудови діаграм наслідудування, часових діаграм, а також методів планування (графіки Ганта, методи критичного шляху). В цьому сімействі методів є інструменти, корисні для управління реальним процесом проектування і розробки СППР, крім того, вони мають цінність в СППР для цілей управління проектами і структуруваня задач.