reforef.ru 1


Федеральное агентство по образованию

Государственное образовательное учреждение высшего профессионального образования

«Омский государственный технический университет»




А.Н. Силаенков
Компьютерные системы поддержки принятия решений
Конспект лекций

для дистанционной формы обучения

Омск 2007

УДК 004:519.816(075)

ББК 32.97я73

С 36

Рецензенты:

О.Н. Лучко, канд. пед. наук, профессор, зав. кафедрой «Высшая математика и информатика» ОГИС

Л.Д. Федорова, канд. техн. наук, доцент, проректор по учебной работе СИБИТ
Силаенков А. Н.

С


36 Компьютерные системы поддержки принятия решений
. ? Конспект лекций. – Омск: изд-во ОмГТУ, 2007. – 80 с.
Изложены: основные понятия компьютерных систем поддержки при- нятия решений, история их возникновения, структура, принципы их построения и функционирования классификация задач и методы решения задач принятия решений и их компьютерная поддержка. Рассматриваются системы поддержки принятия решений в различных предметных областях.

Подробно рассмотрены системы поддержки принятия решений в: ситуационных системах и ситуационных центрах, финансовой диагностике предприятий, информационно-аналитических системах, системах управления территориальными образованиями, системах формирования бюджетов.

Рассмотрено применение систем принятия решений в телекоммуникациях, торговле, банковском деле, страховании.

Предназначен для студентов заочной и дистанционной форм обучения по специальности 080801 «Прикладная информатика в экономике».

Печатается по решению редакционно-издательского совета Омского государственного технического университета

УДК 004:519.816(075)

ББК 32.97я73


© А.Н. Силаенков, 2007 © Омский государственный технический университет, 2007



  1. ВВЕДЕНИЕ В КОМПЬЮТЕРНЫЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

1.1. Возникновение СППР. Принципы построения СППР

До середины 60-х годов прошлого века создание больших информационных систем (ИС) было чрезвычайно дорогостоящим, поэтому первые ИС менеджмента (так называемые Management Information Systems – MIS) были созданы в эти годы лишь в достаточно больших компаниях. MIS предназначались для подготовки периодических структурированных отчетов для менеджеров.

В конце 60-х годов появляется новый тип ИС – модель-ориентированные СППР (Model-oriented Decision Support Systems – DSS) или системы управленческих решений (Management Decision Systems – MDS).

В 70-х годах были разработаны критерии проектирования СППР в менеджменте, а также аспекты создания СППР: анализ, проектирование, внедрение, оценка и разработка.

В 1981 г. Bonczek, Holsapple и Whinston создали теоретические основы проектирования СППР. Они выделили четыре необходимых компонента, присущих всем СППР:

1. Языковая система (Language System – LS) – СППР может принимать все сообщения;

2. Система презентаций (Presentation System – PS) – СППР может выдавать свои сообщения);

3. Система знаний (Knowledge System – KS) – все знания СППР сохраняет;

4) Система обработки задач (Problem-Processing System – PPS) – программный «механизм», который пытается распознать и решить задачу во время работы СППР.

В этом же году R. Sprague и E. Carlson описали, каким образом на практике можно построить СППР. Тогда же была разработана информационная система руководителя (Executive Information System – EIS) – компьютерная система, предназначенная для обеспечения текущей адекватной информации для поддержки принятия управленческих решений менеджером.


Появление в начале 80-х персональных компьютеров позволило автоматизировать ведение учета и обработку данных даже небольшим компаниям, не имеющим высококвалифицированного управленческого и технического персонала. Для этой категории потребителей программного обеспечения были созданы приложения нового, коммерческого типа, интегрирующие несколько разных функций и позволяющие нескольким частям приложения манипулировать единожды введенными данными.

Начиная с 1990-х, разрабатываются так называемые Data Warehouses – хранилища данных.

В 1993 г Е. Коддом (E.F. Codd) для СППР специального вида был предложен термин OLAP (Online Analytical Processing) – оперативный анализ данных, онлайновая аналитическая обработка данных для поддержки принятия важных решений. Исходные данные для анализа представлены в виде многомерного куба, по которому можно получать нужные разрезы – отчёты. Выполнение операций над данными осуществляется OLAP-машиной. По способу хранения данных различают MOLAP, ROLAP и HOLAP. По месту размещения OLAP-машины различаются OLAP-клиенты и OLAP-серверы. OLAP-клиент производит построение многомерного куба и вычисления на клиентском ПК, а OLAP-сервер получает запрос, вычисляет и хранит агрегатные данные на сервере, выдавая только результаты.

В начале нового тысячелетия была создана СППР на основе Web.

27 октября 2005 года в Москве на Международной конференции «Информационные и телемедицинские технологии в охране здоровья» (ITTHC 2005), А. Пастухов (Россия) представил СППР нового класса – PSTM (Personal Information Systems of Top Managers). Основным отличием PSTM от существующих СППР является построение системы для конкретного лица, принимающее решение, с предварительной логико-аналитической обработкой информации в автоматическом режиме и выводом информации на один экран.


Система поддержки принятия решений (СППР) ? комплекс математических и эвристических методов и моделей, объединенных общей методикой формирования альтернатив управленческих решений в организационных системах, определения последствий реализации каждой альтернативы и обоснования выбора наиболее приемлемого управленческого решения.

Задачами СППР является поддержка менеджеров в их работе, особенно в принятии решений. СППР имеет тенденцию совмещать одновременно систему обработки данных и систему поддержки офиса. Они берут много данных из их основной базы данных путем рутинной обработки транзакций и результаты анализа преобразуют в такие данные, которые содержатся в отчетах, подготовленных системой поддержки офиса, например, обработкой текста (текстовый процессор).

Задача принятия решений – одна из самых распространенных в любой предметной области. Ее решение сводится к выбору одной или нескольких лучших альтернатив из некоторого набора. Для того чтобы сделать такой выбор, необходимо четко определить цель и критерии (показатели качества), по которым будет проводиться оценка некоторого набора альтернативных вариантов. Выбор метода решения такой задачи зависит от количества и качества доступной информации. Данные, необходимые для осуществления обоснованного выбора, можно разделить на 4 категории: информация об альтернативных вариантах, информация о критериях выбора, информация о предпочтениях, информация об окружении задач.

1.2. Внедрение СППР на предприятиях. Проблемы внедрения СППР

Сегодня положение дел в области применения СППР обстоит следующим образом:

1. Непрерывно увеличивается объем технологических предложений, требующих высоких инвестиций, и соответственно с усилением зависимости от внешних услуг (например, от поставщиков программного обеспечения). Внутрифирменные ассигнования на нужды информационных технологий (ИТ) растут опережающими темпами по сравнению с другими затратами предприятия.


2. Изменяется роль ИТ в хозяйственной деятельности многих предприятий. При выполнении внутрифирменных процессов функция ИТ перестала быть вспомогательной, превратившись в важнейшую составную часть продукта или производственных мощностей. Хозяйственные риски в настоящее время во многом определяются рисками в данной сфере. Реализация же современных высокопроизводительных организационных проектов (например, "виртуальных организаций" без жесткой привязки производственных участков к определенному месту), требует полного использования потенциала ИТ с помощью телекоммуникационных средств.

Можно выделить шесть заинтересованных групп, от которых зависит принятие решений в сфере ИТ:


  • высшее руководство, которое должно управлять ИТ как стратегическим потенциалом предприятия;

  • специалисты, занимающиеся поиском системных решений для оптимизации специальных функциональных задач;

  • менеджеры отдельных хозяйственных подразделений, которые должны использовать ИТ в силу логики своей хозяйственной деятельности, чтобы удовлетворять запросы клиентов, снижать издержки и т.д.;

  • менеджеры служб бухгалтерско-финансового учета, если таковые предусмотрены организационной структурой предприятия:

  • поставщики ИТ, которые должны предлагать услуги в строгом соответствии с проблемными установками своих потребителей;

  • собственное информационно-технологическое подразделение.

На некоторых предприятиях подобные группы интересов не получают признания. Высшее руководящее звено часто делегирует соответствующие полномочия группе руководителей, следя за выполнением нескольких заданных показателей. Сознательный отказ высшего менеджмента от своих обязанностей приводит к принятию малокомпетентных решений, постановке нереальных плановых задач. Отсутствует также должная мотивация в этой сфере.

Предприятия решают вопросы внедрения СППР, используя два варианта:


  • Первый заключается в том, что фирма создает внутрифирменный информационно-технологический участок, который предлагает услуги и нефирменному рынку, доказывая тем самым возможность рентабельного использования своих мощностей.  

  • Чаще предприятия выбирают другой путь, когда большая часть собственного информационно-технологического персонала переводится в распоряжение вновь создаваемых дочерних компаний или совместных со специализированными информационно-технологическими партнерами предприятий, также самостоятельно выступающих на рынке. На материнском предприятии остается небольшая группа сотрудников, на которую возлагаются функции информационного менеджмента.

Проблемы, возникающие при внедрении СППР:

  • повышение роли высшего менеджмента в управлении информационно-технологическим потенциалом;

  • повышение знаний у высшего руководства фирмы в области ИТ, чтобы принимать компетентные решения, в частности в отношении инвестиций;

  • более эффективная организация ИТ и использование ее в производстве новых товаров и услуг;

  • делегирование функций в сфере ИТ отделам и другим подразделениям.

В связи с ростом значения ИТ в обеспечении успеха руководство должно в настоящее время найти ответы на следующие два вопроса:

1. Во-первых, нужно точно определить, какой вклад должна внести ИТ в процесс производства товаров и услуг. Внимания здесь заслуживают главным образом три аспекта:

а) ИТ как функция обеспечения производственного процесса, например, в области коммуникаций или автоматизации производства, а также при генерации и передаче управленческих знаний и информации для управления хозяйственными операциями;

б) ИТ как интегральная составная часть продукта;

в) ИТ как организационный инструмент для создания виртуальных форм предприятия.

2. Во-вторых, кто должен выполнять перечисленные и другие функции. На первый план выдвигается вопрос о координационном механизме для отдельных видов информационно-технологических услуг. Решение может быть найдено в использовании указанных выше специализированных внутрифирменных подразделений и внефирменных филиалов. Возможно и промежуточное решение в виде создания стратегических альянсов между собственным подразделением и внешними партнерами. В двух последних случаях предприятие теряет прямой контроль над своим информационно-технологическим потенциалом. Следует отметить, что подобные услуги могут быть эффективны только при тесном сотрудничестве с их поставщиками. Общефирменный менеджмент должен искать пути устранения или компенсации слабых мест в своей работе.


1.3. Влияние внедрения СППР на управление предприятием

Влияние внедрения СППР на управление предприятием состоит в следующем:

1. Децентрализация и рост информационных потребностей

Ориентация на максимальное сближение с клиентом потребовала от предприятий перехода к горизонтальным, децентрализованным структурам. Принятие решений в условиях децентрализации привело к резкому росту потребностей в информации относительно процесса производства товаров и услуг. Возникла необходимость в более подробном ознакомлении третьей стороны с состоянием дел в соответствующих хозяйственных областях. Сейчас проблема том, чтобы разработать такую технологию, с помощью которой можно было бы постоянно держать в курсе событий менеджеров и их партнеров, принимающих решения в условиях децентрализации.

2. От обработки данных через информационные системы к управлению знаниями

Уже давно ИТ применяют не только как средство обработки данных , но и извлечения информации для нужд пользователя. При этом следует продумать вопрос о коммерчески выгодных интерфейсах и сжатии внутрифирменной и внешней информации, а также о трансфере совместно используемых знаний между организационными подразделениями и партнерами по кооперации. Этому способствует широкое привлечение средств телекоммуникаций.

3. Интеграция децентрализованных систем

Сейчас информация на предприятиях обрабатывается в рамках самых разнообразных систем. Обеспечение их широкой доступности для всех сотрудников (а также внешних партнеров) и облегчение тем самым принятия творческих решений может стать важным фактором успеха для многих предприятий. Вместе с тем объединение по вертикали и горизонтали информационно-технологических систем необходимо высшему менеджменту для управления предприятиями в современных условиях.

4. Прогнозирование путей развития информационных технологий

Капиталовложения в ИТ сегодня влекут за собой многочисленные последствия. С одной стороны, они открывают определенные перспективы, а с другой ? могут лишить предприятие некоторых возможностей в будущем из-за зависимостей, связанных с быстрыми технологическими изменениями. Поэтому решения о капиталовложениях в ИТ не должны приниматься, пока не получен ответ на вопрос, по какому пути пойдет развитие следующего поколения информационных технологий.


5. Психологический фактор

Естественно, что новая технология повышает производительность, помогает фирме добиться лучших хозяйственных результатов. Наряду с этим менеджеры должны знать о том, как мыслят и как работают люди, использующие новую технологию. Фирмам, которым это удается лучше, могут надеяться на большую отдачу от средств, вложенных в ИТ.

6. Проблема кооперации и коммуникации

Изготовители информационной техники должны научиться делать предложения не только в узкоспециальных терминах, но и почувствовать себя на месте менеджера, который с помощью ИТ стремится добиться конкурентных преимуществ. Из-за взаимного непонимания между менеджерами и производителями возникают проблемы кооперации и коммуникации, к которым не готовы информационно-технологические отделы. Часто устанавливаются критерии, которые напрямую не связаны с успехом предприятия. Общие цели ставятся (если это имеет место) на крайне ограниченную временную перспективу. Управление реализацией общих проектов организуется очень плохо. Сферы компетенций и ответственности за решение задач распределяются нечетко.


  1. СТРУКТУРА СППР

2.1. Информационная технология поддержки принятия решений

Главной особенностью информационной технологии поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, что является основной целью этой техноло­гии, происходит в результате итерационного процесса (Рис. 1), в котором участвуют:

• система поддержки принятия решений в роли вычислительного звена и объекта управ­ления;

• человек как управляющее звено, задающее входные данные и оценивающее получен­ный результат вычислений на компьютере.

Система поддержки принятия решений


Вариант вычислений ^

Человек, ^ Решение выработано

 

* ^ принимающий решения j '

\

 

 

Введение новых исходных данных













Рис. 1. Информационная технология поддержки принятия решений как итерационный процесс

Окончание итерационного процесса происходит по воле человека. В этом случае можно говорить о способности информационной системы совместно с пользователем созда­вать новую информацию для принятия решений.

Дополнительно к этой особенности информационной технологии поддержки принятия решений можно указать еще ряд ее отличительных характеристик:

• ориентация на решение плохо структурированных задач;

• сочетание традиционных методов доступа и обработки компьютерных данных с воз­можностями математических моделей и методами решения задач на их основе;

• направленность на непрофессионального пользователя;

• высокая адаптивность, обеспечивающая возможность приспосабливаться к особеннос­тям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Информационная технология поддержки принятия решений может использоваться на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях уп­равления, часто должны координироваться. Поэтому важной функцией и систем, и техноло­гий является координация лиц, принимающих решения, как на разных уровнях управления, так и на одном уровне.


В отличие от традиционных технологий есть несколько важных моментов, которые учитываются при создании СППР.

Первый, наверно, самый важный момент заключается в том, что информация, которая нужна для принятия решений – это не просто факты, которые надо выдавать человеку, принимающему решения, а факты, интерпретированные по цели деятельности этого человека. То есть один и тот же факт, разный для людей, имеющих разную целевую деятельность, интерпретируется по-разному. Поэтому в рассматриваемой системе все факты должны интерпретироваться по сферам деятельности.

Второй важный момент состоит в том, что в современных условиях эффективное управление представляет собой ценный ресурс организации, наряду с финансовыми, материальными, человеческими и другими ресурсами. Следовательно, повышение эффективности управленческой деятельности становится одним из направлений совершенствования деятельности предприятия в целом.

Трудности, возникающие при решении задачи автоматизированной поддержки управленческого труда, связаны с его спецификой. Управленческий труд отличается сложностью и многообразием, наличием большого числа форм и видов, многосторонними связями с различными явлениями и процессами. Это, прежде всего, труд творческий и интеллектуальный. На первый взгляд, большая его часть вообще не поддается какой-либо формализации. Поэтому автоматизация управленческой деятельности изначально связывалась только с автоматизацией некоторых вспомогательных, рутинных операций. Но современное состояние информационных компьютерных технологий, совершенствование технической платформы и появление принципиально новых классов программных продуктов привело в наши дни к изменению подходов к автоматизации управления производством.

При создании СППР учитывается ряд принципов:


  1. Машина должна вычислять, рассчитывать варианты, а человек принимать решение.
  2. Принцип Шоу: система должна быть такой, чтобы с ней мог работать даже неподготовленный пользователь.


  3. Принцип "бюрократичности". Этот принцип связан с уменьшением потока информации, который должен доставляться человеку для принятия решения.

  4. Принцип объектно-ориентированного моделирования при построении картины предметной области.

  5. Принцип динамической структуры.

  6. Принцип полноты информационного пространства.

  7. Принцип интеграции информационного пространства.

  8. Принцип децентрализации информационного хранилища.

  9. И, наконец, принцип компонентной сборки прикладных режимов.

Поскольку принципы противоречивы, нужно искать компромисс между каждым из этих принципов.

2.2. Основные компоненты СППР

В состав СППР входят компоненты (Рис. 2): источники данных, модель данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

2.2.1. Источники данных

Рассмотрим источники данных и их осо­бенности.




математических

Рис. 2. Структура СППР

1. Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны. Для этого имеются две возможности:

• использовать для обработки данных об операциях фирмы систему управления базой данных, входящую в состав системы поддержки принятия решений;

• сделать обработку за пределами системы поддержки принятия решений, создав для этого специальную базу данных. Этот вариант более предпочтителен для фирм, произ­водящих большое количество коммерческих операций. Обработанные данные об опе­рациях фирмы образуют файлы, которые для повышения надежности и быстроты доступа хранятся за пределами системы поддержки принятия решений.


2. Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введе­ны и поддержаны.

3. Важное значение особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие от внутренних данных внешние данные обычно приобретаются у специализирующихся на их сборе организаций.

4. В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных — документов, включающих в себя записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти и затем обрабо­тано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации.

2.2.2. Модель данных

Модель данных современных СППР строится на основе пяти классов данных:

источников данных;

хранилища данных (в узком смысле);

оперативного склада данных;

витрины данных;

метаданных.

Хранилище данных

Хранилище данных (в узком смысле) представляет собой предметно-ориентированную базу или совокупность БД, извлекаемых из источников, которые организованы по сегментам, отражающим конкретную предметную область бизнеса: производство, правило, детальные слабо агрегированные данные.


Определение понятия «хранилище данных» первым дал Уильям Инмон ? это «предметно-ориентированная, интегрированная, неразрушаемая совокупность данных, предназначенная для поддержки принятия управленческих решений».

Источниками данных хранилища служат оперативные транзакционные системы, которые обслуживают повседневную учетную деятельность компании. Необходимость включения той или иной транзакционной системы в качестве источника определяется бизнес-требованиями к СППР. Исходя из этих же требований, в качестве источников данных, могут быть рассмотрены внешние системы, в том числе и Интернет. Детальные данные из источников могут либо напрямую поступать в хранилище, либо предварительно агрегироваться до требуемого уровня обобщения.


Построение полноценного корпоративного хранилища данных обычно выполняется в трехуровневой архитектуре.

На первом уровне расположены разнообразные источники данных ? внутренние регистрирующие системы, справочные системы, внешние источники (данные информационных агентств, макроэкономические показатели).

Второй уровень содержит центральное хранилище, куда стекается информация от всех источников с первого уровня, и, возможно, оперативный склад данных, который не содержит исторических данных и выполняет две основные функции. Во-первых, он является источником аналитической информации для оперативного управления и, во-вторых, здесь подготавливаются данные для последующей загрузки в центральное хранилище. Под подготовкой данных понимают их преобразование и проведение определенных проверок. Наличие оперативного склада данных просто необходимо при различном регламенте поступления информации из источников.

Третий уровень представляет собой набор предметно-ориентированных витрин данных, источником информации для которых является центральное хранилище данных. Именно с витринами данных и работает большинство конечных пользователей.

Хранилище на самом верхнем уровне состоит, как правило, из трех подсистем:

подсистемы загрузки данных;

подсистемы обработки запросов и представления данных;

подсистемы администрирования хранилища.

Подсистема загрузки данных ? программное обеспечение (ПО), которое в соответствии с определенным регламентом извлекает данные из источников и приводит их к единому формату, определенному для хранилища. Данная подсистема отвечает за формализованную логическую согласованность, качество и интеграцию данных, которые загружаются из источников в оперативный склад данных.

Каждый источник данных требует разработки собственного загрузочного модуля. Каждый модуль должен решать два класса задач:

начальной загрузки ретроспективных данных;

регламентного пополнения хранилища данными из источников.

Данная подсистема также по регламенту извлекает детальные данные из оперативного склада, производит их агрегирование, консолидацию, трансформацию и помещает данные в хранилище и витрины данных. Именно в данной подсистеме должны быть определены все бизнес-модели консолидации данных по иерархическим измерениям и вычисления зависимых бизнес-показателей по независимым исходным данным.

Подсистема обработки запросов и представления данных ? ПО, которое обеспечивает извлечение данных, их аналитическую обработку и представление конечным пользователям. Как правило, можно выделить три типа данного ПО:


1. Программное обеспечение регламентированной отчетности, которое характеризуется заранее предопределенными запросами данных и их представлениями бизнес-пользователям. От данного ПО не требуется быстрого времени реакции. Из соображений стоимости эффективности для его реализации в наибольшей степени подходит технология ROLAP.

2. Программное обеспечение нерегламентированных запросов пользователей. Это ПО – основной способ общения бизнес-аналитиков с хранилищем, при котором каждый последующий запрос к данным и вид их представления определяются, как правило, результатами предыдущего запроса. Для приложений данного типа требуется высокая скорость обработки запросов (единицы секунд). Данное ПО реализуется технологией MOLAP и специальными инструментами построения сложных нерегламентированных запросов с интуитивно понятным для бизнес-аналитиков графическим интерфейсом.

3. Программное обеспечение добычи знаний, которое реализует сложные статистические алгоритмы и алгоритмы искусственного интеллекта, предназначенные для поиска скрытых в данных закономерностей, представления этих закономерностей, представления этих закономерностей в виде моделей и многовариантного прогнозирования по ним развития ситуаций по схеме «Что если …?».

Подсистема администрирования хранилища ? ПО, связанное с поддерживанием системы и обеспечением ее устойчивой работы и расширения. Можно выделить, по крайней мере, четыре класса задач, расширение которых должна обеспечивать данная подсистема:


К ведению данной подсистемы относятся все задачи,

1. Администрирование данных, которое включает в себя регулярное пополнение данных из источников, если необходимо, ручной ввод, сверка и корректировка данных в оперативном складе. Администрирование данных ведется, как правило, бизнес-пользователями, а ответственность распределяется по предметно-ориентированным сегментам.

2. Администрирование хранилища данных. В задачу администрирования хранилища входят все вопросы, связанные с поддержанием архитектуры хранилища, обеспечением его эффективной и бесперебойной работы, защитой и восстановлением данных после сбоев.

3. Администрирование доступа к данным обеспечивает сопровождение профилей пользователей, разграничение доступа к конфиденциальным данным, защиту информации от несанкционированного доступа.

4. Администрирование метаданных системы.

Оперативный склад данных

Оперативный склад данных (Operational Data Store- ODS) ? техноло­ги­ческий элемент хранения данных в СППР, который служит буфером между транзакционными источниками данных и хранилищем. Данные прежде чем попасть в хранилище должны быть преобразованы в единые форматы, очищены, объединены и синхронизированы. Например, данные, необходимые для поддержки принятия решения, могут существовать в транзакционной системе более короткое время (часы, дни), чем период пополнения данных хранилища (дни, недели). Или семантически однородные данные поступают из транзакционных систем в разное время. В этом случае оперативный склад данных служит аккумулятором данных, поступающих от источников, перед их загрузкой в хранилище. В отличие от хранилища данных информация в складе данных может изменяться со временем в соответствии с изменениями, происходящими в источниках данных.

Оперативный склад данных создается как промежуточный буфер между оперативными системами и хранилищем данных. Эта конструкция, аналогичная конструкции хранилища данных. Идентичность оперативного склада и хранилища данных состоит в их предметной ориентированности и хранении детальных данных. Отличие от хранилища данных состоит в том, что оперативный склад данных:

имеет изменяемое содержимое,

содержит только детальные данные,

содержит текущие значения данных.

Детальные данные ? это данные из оперативных и внешних систем, не подвергавшиеся операциям обобщения, суммирования, т.е. данные, не изменившие своей семантики. Из оперативных систем и внешних источников данные поступают в оперативный склад, проходя процессы трансформации.

Данные оперативного склада регулярно обновляются. Каждый раз, когда данные изменяются в оперативных системах и внешних источниках, соответствующие им данные из оперативного склада также должны быть изменены. Частота обновления оперативного склада зависит как от частоты обновления источников, так и от регламента загрузки данных в склад.

Витрины данных (Data mart)

Витрины данных можно представить в виде логически или физически разделенных подмножеств хранилищ данных. Обычно они строятся для обслуживания нужд определенной группы пользователей.


Источником данных для витрин служат данные хранилища, которые, как правило, агрегируются и консолидируются по различным уровням иерархии. Детальные данные могут также помещаться в витрину или присутствовать в ней в виде ссылок на данные хранилища.

Функционально ориентированные витрины данных представляют собой структуры данных, обеспечивающие решение аналитических задач в конкретной функциональной области или подразделении компании, например управление прибыльностью, анализ рынков, анализ ресурсов и проч. Иногда эти структуры хранения данных называют также киосками данных.


Различные витрины данных содержат разные комбинации и выборки одних и тех же детализированных данных хранилища. Важно, что данные витрины поступают из центрального хранилища данных.

Метаданные


Метаданные ? это любые данные о данных. Метаданные играют важную роль в построении СППР. Одновременно это один из наиболее сложных и недостаточно практически проработанных объектов. В общем случае можно выделить по крайней мере три аспекта метаданных, которые должны присутствовать в системе.

1. С точки зрения пользователей:

метаданные для бизнес-аналитиков,

метаданные для администраторов,

метаданные для разработчиков.

2. С точки зрения предметных областей:

структуры данных хранилища,

модели бизнес-процессов,

описания пользователей,

технологические и пр.

3. С точки зрения функциональности системы:

метаданные о процессах трансформации,

метаданные по администрированию системы,

метаданные о приложениях,

метаданные о представлении данных пользователям.

В общем случае метаданные помещаются в централизованно управляемый репозиторий, в который включается информация о структуре данных хранилища, структурах данных, импортируемых из различных источников, о самих источниках, методах загрузки и агрегирования данных, сведения о средствах доступа, а также бизнес-правилах оценки и представления информации.

Присутствие трех перечисленных аспектов метаданных подразумевает, что, например, прикладные пользователи и разработчики системы будут иметь различное видение технологических аспектов трансформации данных из источников: прикладные пользователи ? семантику, состав и периодичность пополнения хранилища данными из источника, разработчики ? ER-диаграммы, правила трансформации и интерфейс доступа к данным источника.

2.2.2. База моделей


Целью создания моделей являются описание и оптимизация некоторо­го объекта или процесса. Использование моделей обеспечивает проведение анализа в систе­мах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений.

Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовывались коман­дами обычных алгоритмических языков. Позже были созданы специальные языки, позво­ляющие моделировать ситуации типа "что будет, если ?" или "как сделать, чтобы?". Такие языки, созданные специально для построения моделей, дают возможность построения моде­лей определенного типа, обеспечивающих нахождение решения при гибком изменении переменных.

Существует множество типов моделей и способов их классификации, например, по цели использования, области возможных приложений, способу оценки переменных и т. п.

По цели использования модели подразделяются:


  • оптимизационные, связанные с нахождением точек минимума или максимума некоторых показателей (напри­мер, управляющие часто хотят знать, какие их действия ведут к максимизации прибыли или минимизации затрат),

  • описательные, описывающие поведение некоторой системы и не предназначенные для целей управления (оптимизации).

По способу оценки модели классифицируются:

  • детерминистские, использующие оценку переменных одним числом при конкретных значениях исходных данных,

  • стохастические, оценивающие переменные несколькими параметрами, так как исходные данные заданы вероятностными характеристиками.

Детерминистские модели более популярны, чем стохастические, потому что они менее дорогие, их легче строить и использовать. К тому же часто с их помощью получается вполне достаточная информация для принятия решения.


По области возможных приложений модели разбиваются:


  • специа­лизированные, предназначенные для использования только одной системой,

  • уни­версальные ? для использования несколькими системами.

Специализированные модели более дорогие, они обычно применяются для описания уникальных систем и обладают большей точностью.

В системах поддержки принятия решения база моделей состоит из стратегических, тактических и оперативных моделей, а также математических моделей в виде совокупности модельных блоков, модулей и процедур, используемых как элементы для их построения.

Стратегические модели используются на высших уровнях управления для установления целей организации, объемов ресурсов, необходимых для их достижения, а также политики приобретения и использования этих ресурсов. Они могут быть также полез­ны при выборе вариантов размещения предприятий, прогнозировании политики конкурен­тов. Для стратегических моделей характерны: значительная широта охвата, множество переменных, представление данных в сжатой агрегированной форме. Часто эти данные ба­зируются на внешних источниках и могут иметь субъективный характер. Горизонт плани­рования в стратегических моделях, как правило, измеряется в годах. Эти модели обычно детерминистские, описательные, специализированные для использования на одной опреде­ленной фирме.

Тактические модели применяются управляющими среднего уровня для рас­пределения и контроля использования имеющихся ресурсов. Среди возможных сфер их ис­пользования следует указать: финансовое планирование, планирование требований к работникам, планирование увеличения продаж, построение схем компоновки предприятий. Эти модели применимы обычно лишь к отдельным частям фирмы (например, к системе производства и сбыта) и могут также включать в себя агрегированные показатели. Времен­ной горизонт, охватываемый тактическими моделями, — от одного месяца до двух лет. Здесь также могут потребоваться данные из внешних источников, но основное внимание при реализации данных моделей должно быть уделено внутренним данным фирмы. Обычно тактические модели реализуются как детерминистские, оптимизационные и универсальные.


Оперативные модели используются на низших уровнях управления для под­держки принятия оперативных решений с горизонтом, измеряемым днями и неделями. Воз­можные применения этих моделей включают в себя ведение дебиторских счетов и кредитных расчетов, календарное производственное планирование, управление запасами и т.д. Оперативные модели обычно используют для расчетов внутрифирменные данные. Они, как правило, детерминистские, оптимизационные и универсальные (т.е. могут быть исполь­зованы в различных организациях).

Математические модели состоят из совокупности модельных блоков, моду­лей и процедур, реализующих математические методы. Сюда могут входить процедуры ли­нейного программирования, статистического анализа временных рядов, регрессионного анализа и т.п. ? от простейших процедур до сложных пакетов прикладных программ. Модельные блоки, модули и процедуры могут использоваться как поодиночке, так и комплексно для построения и под­держания моделей.

Система управления базой моделей должна обладать следующими возможностями: создавать новые модели или изменять существующие, поддерживать и обновлять парамет­ры моделей, манипулировать моделями.


      1. Система управления интерфейсом

Эффективность и гибкость информационной технологии во многом зависят от характеристик интерфейса системы поддержки принятия решений. Интерфейс определяет: язык пользователя; язык сообщений компьютера, органи­зующий диалог на экране дисплея; знания пользователя.

Язык пользователя ? это те действия, которые пользователь производит в от­ношении системы путем использования возможностей клавиатуры; электронных каранда­шей, пишущих на экране; джойстика; "мыши"; команд, подаваемых голосом, и т.п. Наиболее простой формой языка пользователя является создание форм входных и выход­ных документов. Получив входную форму (документ), пользователь заполняет его необхо­димыми данными и вводит в компьютер. Система поддержки принятия решений производит необходимый анализ и выдает результаты в виде выходного документа установ­ленной формы.


Значительно возросла за последнее время популярность визуального интерфейса. С помощью манипулятора "мышь" пользователь выбирает представленные ему на экране в форме картинок объекты и команды, реализуя таким образом свои действия.

Управление компьютером при помощи человеческого голоса ? самая простая и поэ­тому самая естественная форма языка пользователя. Она еще недостаточно разработана: существующие разработки требуют от пользователя серьезных ограничений: определенного набора слов и выражений; специальной надстройки, учиты­вающей особенности голоса пользователя; управления в виде дискретных команд, а не в виде обычной гладкой речи. Технология этого подхода интенсивно совершенствуется, и в ближайшем будущем можно ожидать появления систем поддержки принятия решений, ис­пользующих речевой ввод информации.

Язык сообщений ? это то, что пользователь видит на экране дисплея (символы, графика, цвет), данные, полученные на принтере, звуковые выходные сигналы и т.п. Важ­ным измерителем эффективности используемого интерфейса является выбранная форма диалога между пользователем и системой. В настоящее время наиболее распространены следующие формы диалога: запросно-ответный режим, командный режим, режим меню, режим заполнения пропусков в выражениях, предлагаемых компьютером.

Каждая форма в зависимости от типа задачи, особенностей пользователя и принимае­мого решения может иметь свои достоинства и недостатки.

Долгое время единственной реализацией языка сообщений был отпечатанный или выведенный на экран дисплея отчет или сообщение. Теперь появилась новая воз­можность представления выходных данных ? машинная графика. Она дает возмож­ность создавать на экране и бумаге цветные графические изображения в трехмерном виде, значительно повышать наглядность и интерпретиру­емость выходных данных.

За последние несколько лет стала широко применяться мультипликация (анимация). Мультипликация оказывается особенно эффективной для интерпретации выходных данных систем поддержки принятия решений, связанных с моделированием физических систем и объектов.


В ближайшие годы следует ожидать использования в качестве языка сообщений чело­веческого голоса.

Знания пользователя — это то, что пользователь должен знать, работая с сис­темой. К ним относятся не только план действий, находящийся в голове у пользователя, но и учебники, инструкции, справочные данные, выдаваемые компьютером.

Совершенствование интерфейса СППР определяется успехами в развитии каждого из трех указанных компонентов. Интерфейс должен обладать следующими возможностями:

• манипулировать различными формами диалога, изменяя их в процессе принятия реше­ния по выбору пользователя;

• передавать данные системе различными способами;

• получать данные от различных устройств системы в различном формате;

• гибко поддерживать (оказывать помощь по запросу, подсказывать) знания пользо­вателя.

3. ОБЩАЯ СХЕМА ПРИНЯТИЯ РЕШЕНИЙ

Общая схема процесса принятия решения включает следующие этапы:


    1. Предварительный анализ проблемы

На этом этапе определяются:

  • главные цели;

  • уровни рассмотрения, элементы и структура процесса;

  • подсистемы и используемые ими основные ресурсы, критерии качества функционирования подсистем;

  • основные противоречия, узкие места и ограничения.

Основная задача этого этапа заключается в определении целей, которых необходимо достичь в процессе управления. Непосредственное участие в процессе формирования этих целей должен принимать руководитель.

Цели должны быть конкретными и выражаться измеримыми значениями, тем самым задаются показатели, которые будут впоследствии использоваться для выбора варианта управленческого решения и контроля реализации управляющих воздействий.

Под воздействием внутренних или внешних факторов или при получении дополнительной информации цели могут изменяться во времени. Таким образом, при формулировке целей управления важно учитывать как факторы взаимодействия (внутренние и внешние), так и временной аспект.


Для того, чтобы определить уровни рассмотрения, элементы и структуру процесса может быть использован, в частности, подход, предусматривающий декомпозицию главной цели до того уровня детализации, когда для нижнего уровня иерархии целей можно сформулировать критерии, позволяющие адекватно описать степень достижения целей при принятии той или иной альтернативы (Рис. 3).

Например, главная цель фирмы ? выбор варианта внедрения СППР с целью повышения рентабельности фирмы.



Рис.3. Декомпозиция целей

Критериями оценки вариантов могут выступать, например, затраты на внедрение, способность поддерживать решения, возможность адаптации к другим видам деятельности фирмы, возможность защиты информации, время реакции на запрос, надежность оборудования и пр. Наборы значений этих критериев используются для описания исходов альтернативных вариантов решений (в дальнейшем, «альтернатив»). Для решения таких сложных проблем следует привлекать многих специалистов в разных областях знаний, что при использовании такого подхода весьма затруднительно.

Цели управления должны учитывать всю накопленную объективную и субъективную информацию, а также согласовываться с имеющимися возможностями и ресурсами. В качестве технологий на этом этапе могут использоваться методики SWOT-анализа (strengths and weaknesses, opportunities and threats ? достоинства и недостатки, возможности и угрозы), сегментного анализа и т. д.

В случае если поставленные цели не согласуются с имеющимися ресурсами и возможностями, они могут оказаться недостижимыми. Это может выявиться на последующих этапах процесса поддержки принятия решения, что приведет к возврату на первый этап и уточнению и корректировке ранее поставленных целей и показателей.


    1. Постановка задачи

Постановка конкретной задачи принятия решений (ЗПР) включает:


  • формулировку задачи;

  • определение типа задачи;

  • выбор метода решения ЗПР;

  • определение множества альтернатив и основных критериев для выбора из них наилучшей, согласование критериев.

Для решения задач широко применяются следующие методы:

3.2.1. Генерация решений с помощью аналитических моделей. К ним относится огромное число алгоритмов численных методов решения систем уравнений, статические методы, методы ситуационного моделирования. Однако проблема моделирования принимаемых решений существует. Есть области, где оно применяется очень успешно, но существуют области, в которых такое моделирование дает приближенные, а в некоторых случаях и просто неверные оценки.

Наиболее известны задачи линейного программирования, в которых максимизируемая функция F(X) является линейной, а ограничения А задаются линейными неравенствами.

Пример. Цех может производить стулья и столы. На производство стула идет 5 единиц материала, на производство стола ? 20 единиц (футов красного дерева). Стул требует 10 человеко-часов, стол ? 15. Имеется 400 единиц материала и 450 человеко-часов. Прибыль при производстве стула ? 45 долларов США, при производстве стола ? 80 долларов США. Сколько надо сделать стульев и столов, чтобы получить максимальную прибыль?

Обозначим: Х1 ? число изготовленных стульев, Х2 ? число сделанных столов. Задача оптимизации имеет вид:

45 Х1 + 80 Х2 ? max ,

5 Х1 + 20 Х2 ? 400 ,

10 Х1 + 15 Х2 ? 450 ,

Х1 ? 0 ,

Х2 ? 0 .

В первой строке выписана целевая функция ? прибыль при выпуске Х1 стульев и Х2 столов. Ее требуется максимизировать, выбирая оптимальные значения переменных Х1 и Х2 . При этом должны быть выполнены ограничения по материалу (вторая строчка) ? истрачено не более 400 футов красного дерева. А также и ограничения по труду (третья строчка) ? затрачено не более 450 часов. Кроме того, нельзя забывать, что число столов и число стульев неотрицательны.


В четвертой и пятой строчках задачи и констатируется, что переменные неотрицательны.

Условия производственной задачи можно изобразить на координатной плоскости. Будем по горизонтальной оси абсцисс откладывать значения Х1 , а по вертикальной оси ординат ? значения Х2 .




45 Х1 + 80 Х2 = 2200


Таким образом, множество возможных значений объемов выпуска стульев и столов (Х1 , Х2 ) представляет собой выпуклый четырехугольник, показанный на рис.4. Три его вершины очевидны ? это (0,0), (45,0) и (0,20). Четвертая ? это пересечение двух прямых ? границ треугольников на рис.1 и рис.2, т.е. решение системы уравнений

5 Х1 + 20 Х2 = 400 ,

10 Х1 + 15 Х2 = 450 .

Из первого уравнения: 5 Х1 = 400 ? 20 Х2 , Х1 = 80 ? 4 Х2 . Подставляем во второе уравнение: 10 (80 ? 4 Х2) + 15 Х2 = 800 ? 40Х2 + 15 Х2 = 800 ? 25 Х2 = 450, следовательно, 25 Х2 = 350, Х2 = 14, откуда Х1 = 80 ? 4 х 14 = 80 ? 56 = 24. Итак, четвертая вершина четырехугольника ? это (24, 14).

Основная идея линейного программирования состоит в том, что максимум достигается в вершинах многоугольника. Максимум целевой функции, равный 2200, достигается в вершине (24,14).

Таким образом, оптимальный выпуск таков: 24 стула и 14 столов. При этом используется весь материал и все трудовые ресурсы, а прибыль равна 2200 долларам США.

3.2.2. Генерация решений с помощью экспертных систем

При решении ЗПР часто возникают проблемы, которые по различным причинам не могут быть формализованы и решены с применением разработанного в настоящее время математического аппарата. В этих случаях прибегают к услугам экспертов (системных аналитиков), чей опыт и интуиция помогают уменьшить сложность проблемы.


На работу эксперта оказывают влияние следующие факторы:

– ответственность за использование результатов экспертизы;

– знание того, что привлекаются и другие эксперты;

– наличие информационного контакта между экспертами;

– межличностные отношения экспертов (если между ними есть информационный контакт);

– личная заинтересованность эксперта в результатах оценки;

– личностные качества экспертов (самолюбие, конформизм, воля и др.).

Существуют различные методы математической обработки мнений экспертов. Экспертам предлагают оценить различные альтернативы либо одним, либо системой показателей. Кроме того им предлагают оценить степень важности каждого показателя (его "вес" или "вклад"). Самим экспертам также приписывается уровень компетентности, соответствующий его вкладу в результирующее мнение группы.

Экспертная система, используя знания, получен­ные от специалистов в данной предметной области, решает те же проблемы, экспертами в которых являются эти специалисты, с применением компьютера.

Необходимо особо подчеркнуть, что существует принципиальное различие в характере использования экспертных методов в экспертных системах и в поддержке принятия решений. Если в первом случае от экспертов требуется формализация способов принятия решений, то во втором, лишь само решение, как таковое.

3.2.3. Генерация решений на основе эвристических предпочтений лиц, принимающих решения

Использование когнитивных карт. Процесс генерации решений,

основанный на использовании когнитивных карт, можно подразделить на 3 последовательных этапа:


  1. Формирование и анализ когнитивной карты

Когнитивная карта (карта познания) ? это вид математической модели, представленной в виде графа и позволяющей описывать субъективное восприятие человеком или группой людей какого-либо сложного объекта, проблемы или функционирования системы. Теория графов предоставляет средства отображения структуры причинно-следственных связей: это пути, циклы и концепты.


Элементы изучаемой системы или объекта называются концептами. Концепты в графе представляются вершинами, причинно-следственные связи ? направленными дугами, связывающими концепты (Рис. 5).



Рис.5. Когнитивная карта
Популярность когнитивных карт объясняется относительной легкостью представления причинных связей (отношений) между концептами и общей структуры изучаемого объекта.

Методы построения когнитивных карт должны отвечать следующим требованиям:

- они должны быть конструктивны и удобны;

- они не должны требовать от составителя когнитивной карты предварительной спецификации концептов;

- они должны быть тесно связаны с методами оценок результатов анализа так, чтобы в процессе принятия решений когнитивных карта могла служить советчиком и даже критиком ЛПР;

- они должны точно отражать представления ЛПР о концептах и отношениях между ними.

Существует несколько методов построения когнитивных карт:


  1. На основе знаний и представлений ЛПР без привлечений экспертов и справочных материалов Эффективность этого метода определяется квалификацией ЛПР.

  2. На основе изучения документов. Этот метод имеет два преимущества: он удобен и позволяет использовать данные, которые использует сам ЛПР. Однако изучение документов экспертами - процесс достаточно трудоемкий.

  3. На основе опросов группы экспертов. Преимущество этого метода в возможности агрегировать индивидуальные мнения и в базировании на большем диапазоне оценок, чем можно извлечь из изучаемых документов.

  4. На открытых выборочных опросах. Этот метод может быть использован для построения сравниваемых когнитивных карт. Его достоинство заключается в предоставлении исследователю возможности вести активный диалог с источниками информации.

На этом этапе определяются основные факторы, влияющие на решение проблемы и их причинно-следственные связи. Систем поддержки принятия решений становится инструментом, облегчающим содержательный анализ этих связей, степень влияния различных факторов друг на друга и на систему в целом помогающим эксперту или ЛПР неформальными методам выработать решение на основе проведенного анализа.

Формирование когнитивной карты может стать также исходными данными для последующих этапов генерации решения.

При анализе когнитивной карты рассматривают отношения причинности, которые могут иметь различные значения: положительное, отрицательное и ноль. При положительном значении тех двух переменных, которые она связывает, изменения |происходят в одном направлении (не обязательно со знаком плюс).

Поясним это часто используемым примером (см. рис. 5). Увеличение числа заводов вызывает рост потребления энергии, оно также значит, что сокращение числа заводов должно привести к уменьшению потребления энергии.

При отрицательном значении отношения причинности увеличение значения одной из переменных, связанных этим отношением, вызывает уменьшение значения другой (и наоборот), т.е. их изменения происходят в противоположных направлениях. Так, увеличение цены на энергию приводит к сокращению ее потребления и, соответственно, уменьшение цены ? к увеличению потребления энергии. Нулевое отношение причинности показывает, что связи между двумя концептами нет.

Вывод: увеличение цены на энергию приводит к улучшению качества окружающей среды.

В случае применения когнитивной карты как средства поддержки принятия решения возникают три проблемы:

1. Проблема оценки решений. Если в когнитивной карте есть несколько переменных (концептов), определяющих различные варианты решений, естественно встает вопрос: какие переменные (т.е. решения) должны быть приняты и какие отброшены?

Естественно принять те решения, которые дают лучший положительный эффект и отбросить дающие отрицательный эффект.


2. Проблема предвидения последствий принятия решения:

а) Если значение некоторых переменных будет увеличено, а некоторых уменьшено, что произойдет со значением остальных переменных.

б) Каковы будут последствия изменения знака у одной из переменных?

с) Каковы будут последствия, если исключить некоторые переменные и ввести другие?

3. Объяснение результатов и принятие решения. Применение когнитивных карт, как правило, требует для принятия решения дополнительного анализа и интерпретации.

2. Создание базы знаний экспертной системы

После того, как на основе когнитивного анализа выработаны предложения или приняты решения о выполнении определенного набора действий (операций), в базу данных экспертной системы (или нескольких экспертных систем) записываются условия, при которых могут быть выполнены эти действия и детали и выполнения в соответствии с создавшимися условиями. На основе этой информации, записанной в базе знаний, экспертная система соответствии с конкретной обстановкой, генерирует решение о порядке выполнения операций (действий).

3. Сценарий ? последовательность действий, предпринимаемых для достижения цели

СППР рассматривая набор операций, полученный в результате когнитивного анализа или формированных в экспертной системе как исходные данные, система поддержки принятия решений формирует возможные сценарии ? последовательности выполнения таких операций (действий). Сценарии могут различаться не только последовательностью действий, но и составом.

Сценарий может быть создан и без формального выполнения двух ранее указанных этапов.

При создании СППР для различных приложений могут быть использованы либо один из этапов генерации решений, либо их различные комбинации

Генерацию возможных альтернатив решений можно реализовать следующими формальными методами:

  • используя экспертные системы;


  • путем комбинации различных операций, задаваемых экспертами или взятых из базы данных.

Экспертная система использует эвристические знания, получаемые от специалистов в данной предметной области. Для всех наиболее успешных применений экспертных систем характерна, по крайней мере, одна общая черта ? они работают в одной ограниченной предметной области знаний. Попытки расширить предметную область, даже в пределах одной области знаний (например, в медицине), в подавляющем большинстве случаев успеха не давали.

При возникновении нестандартной ситуации предлагается набор возможных действий (операций). Если такой набор не предусматривается заранее, он может быть создан экспертом. Лицо, принимающее решение, или эксперт должен указать возможную последовательность выполнения операций, а также отметить, какие операции могут выполняться параллельно. Эта информация хранится в базе данных вместе со списком операций. На основании этих данных, а также времени выполнения каждой операции могут порождаться возможные последовательности операций (варианты сценариев). Таким образом, порождаются все возможные сценарии, и в дальнейшем возникает задача выбора наилучшего.

Оценка возможных вариантов решений необходима для всех типов задач и типов систем. Она предшествует окончательному выбору решения. Для анализа альтернатив могут использоваться различные методы:

  • традиционные (однокритериальные или балльные);

  • многокритериальные;

  • методы нечеткой логики.

3.2.4. Оценка вариантов решения по заданным критериям:

1. Традиционные методы оценки возможных решений. В некоторых случаях можно дать оценку каждого варианта решения, например, в баллах. Однако очень часто однозначно оценить предложенные варианты не удается.

2. Многокритериальные оценки. Оценка варианта решения (сценария, программы) по многим критериям означает, что имеется более чем один показатель качества принимаемого решения и невозможно свести эти показатели естественным образом к одному. В данном случае могут применяться методы, основанные на различных принципах, например:


1. Принцип свертки критериев. Применяется при "оптимизации" многих критериев одним координирующим центром (задача многокритериальной оптимизации). Для каждого из критериев (целевых функций) f1 (x),..., fn (x) экспертным путем назначаются "веса" (числа)



причем показывает "важность или значимость" критерия fi. Далее решение х* из множества допустимых решений Х выбирается так, чтобы максимизировать (или минимизировать) свертку критериев:



2. Принцип минимакса. Применяется при столкновении интересов противоборствующих сторон (антагонистический конфликт). Каждое ЛПР сначала для каждой своей стратегии (альтернативы) вычисляет "гарантированный" результат, затем окончательно выбирает ту стратегию, для которой этот результат наибольший по сравнению с другими его стратегиями. Такое действие не дает ЛПР "максимального выигрыша", однако является единственно разумным принципом оптимальности в условиях антагонистического конфликта. В частности, исключен всякий риск.

3. Принцип равновесия по Нэшу. Это обобщение принципа минимакса, когда во взаимодействии участвуют много сторон, преследующий каждый свою цель (прямого противостояния нет). Пусть число ЛПР (участников неантагонистического конфликта) есть n. Набор выбранных стратегий (ситуация) (х1* , х2*,..., хn*) называется равновесным, если одностороннее отклонение любого ЛПР от этой ситуации может привести разве лишь к уменьшению его же "выигрыша". В ситуации равновесия по Нэшу участники не получают максимального "выигрыша", но они вынуждены придерживаться ее.

4. Принцип оптимальности по Парето. Данный принцип предполагает в качестве оптимальных те ситуации (наборы стратегий (х1* , х2*,..., хn*)), в которых улучшение "выигрыша" отдельного участника невозможно без ухудшения "выигрышей" остальных участников. Этот принцип предъявляет более слабые требования к понятию оптимальности, чем принцип равновесия по Нэшу. Поэтому Парето-оптимальные ситуации существуют почти всегда.


3.2.5. Использование нечеткой логики для оценки возможных решений. Необходимость применения нечеткой логики вызвана тем, что по мере роста сложности систем постоянно падает наша способность делать точные и в то же время значащие утверждения относительно их поведения, пока не будет достигнут порог, за которым точность и значимость становятся почти взаимоисключающими характеристиками.

После того как процедура оценки вариантов решений проведена, возможны три варианта:


  • переход к согласованию критериев (если не удалось ранжировать варианты);

  • переход к анализу последствий принятия решений (если предложенные варианты удовлетворяют экспертов или лиц, принимающих решения);

  • если не найдено ни одного удовлетворительного решения, то производится уточнение постановки задачи, выявление дополнительных ресурсов, согласование целей с имеющимися ресурсами, ограничениями и т. д.

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:

  1. 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.


3.4. Решение ЗПР

На этом этапе производится математическая обработка исходной информации, ее уточнение и модификация в случае необходимости.

3.4.1. Классификация задач принятия решений

Задачи принятия решений можно разделить на статические и динамические. К статическим относятся задачи, которые не требуют многократного решения через короткие интервалы времени. К динамическим относятся ЗПР, которые возникают достаточно часто. Следовательно, итерационный характер процесса принятия решений можно считать закономерным, что подтверждает необходимость создания и использования эффективных систем компьютерной поддержки.

ЗПР отличаются большим многообразием, классифицировать их можно по различным признакам, характеризующим количество и качество доступной информации. В общем случае ЗПР можно представить следующим набором информации:

,

где Т – постановка задачи (например, выбрать лучшую альтернативу или упорядочить весь набор;

А – множество допустимых альтернативных вариантов;

К – множество критериев выбора, Х – множество методов измерения предпочтений (например, использование различных шкал);

F – отображение множества допустимых альтернатив в множество критериальных оценок (исходы);

G – система предпочтений эксперта;

D – решающее правило.

Рассмотрим традиционные классификации:


  1. По виду отображения F. Отображение может иметь детерминированный характер, вероятностный или неопределенный вид, в соответствии с которым задачи принятия решений можно разделить на задачи в условиях риска и в условиях неопределенности.
  2. Мощность множества К. Множество критериев выбора может содержать один критерий или несколько. В соответствии с этим ЗПР можно разделить на задачи со скалярным критерием и задачи с векторным критерием (многокритериальное принятие решений)


  3. Тип системы G. Предпочтения могут формироваться одним лицом или коллективом, в зависимости от этого ЗПР можно классифицировать на задачи индивидуального принятия решений и задачи коллективного принятия решений.

Задачи принятия решений в условиях определенности. К этому классу задач относятся задачи, для решения которых имеется достаточная и достоверная количественная информация. В этом случае применяются методы математического программирования, суть которых состоит в нахождении оптимальных решений на базе математической модели реального объекта. Основные условия применимости методов математического программирования следующие:

  1. Задача хорошо формализована, то есть имеется адекватная математическая модель реального объекта.

  2. Существует некоторая единственная целевая функция (критерий оптимизации), позволяющая судить о качестве рассматриваемых альтернативных вариантов.

  3. Имеется возможность количественной оценки значений целевой функции.

  4. Задача имеет определенные степени свободы (ресурсы оптимизации), то есть некоторые параметры функционирования системы, которые можно произвольно изменять в некоторых пределах для улучшения значений целевой функции.

Задачи в условиях риска. В тех случаях, когда возможные исходы можно описать с помощью некоторого вероятностного распределения, получаем ЗПР в условиях риска. Для построения распределения вероятностей необходимо либо иметь в распоряжении статистические данные, либо привлекать знания экспертов. Обычно для решения задач этого типа применяются методы теории одномерной или многомерной полезности. Эти задачи занимают промежуточное положение между задачами принятия решений в условиях неопределенности и определенности.

Задачи в условиях неопределенности. Эти задачи имеют место, когда информация, необходимая для принятия решений, является неточной, неполной, неколичественной, а формальные модели исследуемой системы слишком сложны, либо отсутствуют. В таких случаях для решения задачи обычно привлекаются знания экспертов. В отличие от подхода, принятого в экспертных системах, для решения ЗПР знания экспертов обычно выражены в виде некоторых количественных данных, называемых предпочтениями.


Обработка информации может оказаться достаточно трудоемкой, при этом может возникнуть необходимость совершения нескольких итераций и желание применить различные методы для решения задачи. Поэтому именно на этом этапе возникает потребность в компьютерной поддержке процесса принятия решения.


    1. Анализ и интерпретация полученных результатов

Полученные результаты могут оказаться неудовлетворительными и потребовать изменений в постановке ЗПР. В этом случае необходимо будет пройти заново весь путь. Решение ЗПР может занимать достаточно длительный промежуток времени, в течение которого окружение задачи может измениться и потребовать корректировок в постановке задачи, а также в исходных данных.

  1. КЛАССИФИКАЦИЯ СППР

Компьютерная поддержка процесса принятия решений основана на формализации методов получения исходных и промежуточных оценок, даваемых ЛПР, и алгоритмизации самого процесса выработки решения и

представляет собой итеративный процесс взаимодействия управленца и компьютера.

Программно компоненты структуры СППР в зависимости от сложности поставленных задач реализованы по-разному, поэтому на рынке программных продуктов предлагаются различные СППР. Все эти СППР можно классифицировать по различным признакам.

4.1. Классификация на уровне пользователя

На уровне пользователя Haettenschwiler (1999) делит СППР на пассивные, активные и кооперативные СППР.

Пассивной СППР называется система, которая помогает ЛПР в принятии решения, но не может вынести предложение, какое решение принять.

Активная СППР может сделать предложение, какое решение следует выбрать.

Кооперативная СППР позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки. Система изменяет, пополняет или улучшает эти решения и посылает их опять пользователю. Процесс продолжается до получения согласованного решения.


4.2. Классификация по функциональному наполнению интерфейса системы

В зависимости от функционального наполнения интерфейса системы выделяют два основных типа СППР: EIS и DSS.

EIS (Execution Information System) ? информационные системы руководства предприятия. Эти системы ориентированы на неподготовленных пользователей, имеют упрощенный интерфейс, базовый набор предлагаемых возможностей, фиксированные формы представления информации. EIS-системы рисуют общую наглядную картину текущего состояния бизнес-показателей работы компании и тенденции их развития, с возможностью углубления рассматриваемой информации до уровня крупных объектов компании. Реальная отдача EIS-системы та, которую видит руководство компании от внедрения технологий СППР.

Для ИСР характерны следующие основные черты:

• отчеты, как правило, базируются на стандартных для организации запросах; число последних относительно невелико;

• ИСР представляет отчеты в максимально удобном виде, включающем, наряду с таблицами, деловую графику, мультимедийные возможности и т. п.;

• как правило, ИСР ориентированы на конкретный вертикальный рынок, например финансы, маркетинг, управление ресурсами.

DSS (Desicion Support System) ? полнофункциональные системы анализа и исследования данных, рассчитанные на подготовленных пользователей, имеющих знания как в части предметной области исследования, так и в части компьютерной грамотности.

Технологии этого типа строятся на принципах многомерного представления и анализа данных OLAP.

Такое деление систем на два типа не означает, что построение СППР всегда предполагает реализацию только одного из этих типов. EIS и DSS могут функционировать параллельно, разделяя общие данные и/или сервисы, предоставляя свою функциональность как высшему руководству, так и специалистам аналитических отделов компаний.


    1. Классификация на концептуальном уровне

На концептуальном уровне Power (2003) различает следующие СППР, управляемые:

  • сообщениями (Communication-Driven DSS);

  • данными (Data-Driven DSS);

  • документами (Document-Driven DSS);

  • знаниями (Knowledge-Driven DSS);

  • моделями (Model-Driven DSS).

СППР, управляемые моделями, характеризуются в основном доступ и манипуляции с математическими моделями.

Управляемая сообщениями СППР (Communication-Driven DSS) (ранее групповая СППР - GDSS) поддерживает группу пользователей, работающих над выполнением общей задачи.

СППР, управляемые данными (Data-Driven DSS) или СППР, ориентированные на работу с данными (Data-oriented DSS), в основном ориентируются на доступ и манипуляции с данными.

СППР, управляемые документами (Document-Driven DSS), управляют, осуществляют поиск и манипулируют неструктурированной информацией, заданной в различных форматах.

Наконец, СППР, управляемые знаниями (Knowledge-Driven DSS), обеспечивают решение задач в виде фактов, правил, процедур.

На техническом уровне Power (1997) различает СППР всего предприятия и настольную.

СППР всего предприятия подключена к большим хранилищам информации и обслуживает многих менеджеров предприятия.

Настольная СППР – это малая система, обслуживающая лишь один компьютер пользователя.

4.4. Классификация по архитектуре

На сегодняшний день можно выделить четыре наиболее популярных типа архитектур СППР:

  1. Функциональная СППР.

  2. Независимые витрины данных.

  3. Двухуровневое хранилище данных.

  4. Трехуровневое хранилище данных.

4.5. Классификация в зависимости от вида данных, с которыми работают СППР


В зависимости от вида данных, с которыми эти системы работают, СППР условно можно разделить на оперативные и стратегические.

Оперативные СППР предназначены для немедленного реагирования на изменения текущей ситуации в управлении финансово-хозяйственными процессами компании. СППР этого типа получили название Информационных Систем Руководства (Executive Information Systems, ИСР).

Для ИСР характерны следующие основные черты:

• отчеты, как правило, базируются на стандартных для организации запросах; число последних относительно невелико;

• ИСР представляет отчеты в максимально удобном виде, включающем, наряду с таблицами, деловую графику, мультимедийные возможности и т. п.;

• как правило, ИСР ориентированы на конкретный вертикальный рынок, например финансы, маркетинг, управление ресурсами.

Стратегические СППР ориентированы на анализ значительных объемов разнородной информации, поиск наиболее рациональных вариантов развития бизнеса компании с учетом влияния различных факторов, предполагают глубокую проработку данных. Неотъемлемым компонентом СППР этого уровня являются правила принятия решений, которые на основе агрегированных данных дают возможность менеджерам компании обосновывать свои решения, использовать факторы устойчивого роста бизнеса компании и снижать риски. Технологии этого типа строятся на принципах многомерного представления и анализа данных (OLAP).

По критерию режима анализа данных информационно-аналитические системы (ИАС) подразделяются на две категории:


    1. статические (включающие предопределенный набор сценариев обработки данных и составления отчетов); в эту категорию входят ИСР;

2) динамические (поддерживающие построение и выполнение нерегламентированных запросов и формирование отчетов произвольной формы).