Компьютерные технологии интеллектуальной поддержки управленческих решений - системы поддержки принятия решений

 

 В этой связи можно сказать  о широко известных и популярных  технологиях баз данных и геоинформационных  систем (ГИС). Что может получить пользователь от такой системы. Ну, конечно, разнообразную справочную информацию. Правда, добраться до нее бывает не так-то просто, даже если система снабжена развитым диалогом типа меню. Очень часто для этого пользователю требуется помощь программиста или оператора системы. Популярность ГИС вызвана тем, что они помогают лицам, принимающим решения (ЛПР), еще и тем, что представляют информацию визуально, то есть выполняют функцию, указанную четвертой. Примером могут служить разнообразные задачи по районированию территорий. Известно, что возможность визуального представления повышает конструктивность получаемой информации и ее полезность для принятия решений. Именно это, а также то, что ГИС имеют дело с географической информацией, которая оказывается чрезвычайно полезной в большинстве задач организационного управления, сделали эту технологию очень популярной.

 

 Практически все реально  действующие ГИС разного назначения  имеют информационно-справочный  характер. Схема взаимодействия  пользователя и системы в них реализуется по цепочке: обход дерева меню - запрос к атрибутивным базам данных - визуализация на карте.

 

 Однако, необходимо отметить, что  геоинформационные технологии стремительно  развиваются. Например, существуют  ГИС, позволяющие моделировать  текущую ситуацию и последствия принимаемого решения. Развитие ГИС-технологий идет также в сторону интеллектуализации. В качестве примера можно привести развитие объектно-ориентированных мультидетальных ГИС.

 

 Разработка интеллектуальных  систем поддержки принятия решений подразумевает конструктивный динамический подход: во-первых, необходимо подавляющее число параметров, участвующих в формировании запроса к атрибутивным базам, формировать автоматически, минимально загружая пользователя, тем самым выполняется функция 2 - конструктивный подбор информации. Далее, с помощью интеллектуальной системы возможно не только визуализировать на карте полученную в результате запроса информацию, но и выполнять и иллюстрировать ее оценки. И наконец, результатом работы системы должны быть также рекомендации пользователю для принятия решений, которые он может получить в текстовом виде.

 

Таким образом, интеллектуальная система  может конструктивно выполнять  функции поддержки принятия решений  на более конструктивных уровнях. Главное отличие интеллектуальных систем поддержки принятия решений от информационно-справочных систем состоит в том, что обязательным элементом функционирования является формирование рекомендаций, или проектов решений. Причем большинство систем позволяют получить несколько вариантов решений с указанием их относительного предпочтения и условий реализации [2].

 

Вывод: очень важной особенностью интеллектуальной системы является то, что сама логика взаимодействия ее с пользователем обычно диктуется  процессом решения функциональной задачи, и поэтому работа с такой системой выглядит для него, как ни парадоксально, гораздо проще и естественнее, чем в справочной системе

1.2. Поддержка принятия решений  в организационном управлении

 

 Особенный интерес представляет  интеллектуальная поддержка принятия решений в организационном управлении. Эта область применения интеллектуальных систем развивается сравнительно недавно. Объяснение простое: в сравнении с другими профессиональными областями, организационное управление - довольно сложная предметная область для экспертной системы. Во-первых, она не является статической, или хотя бы квазистатической, как, например, медицина, химия и др. Некоторые задачи, возникающие у управленца, решаются всего один раз, а затем теряют актуальность. Во-вторых, известно, что управленческие задачи являются слабо структурированными. В-третьих, допуская детерминированную декомпозицию, трудно поддаются представлению в форме задачи поиска в пространстве состояний, что затрудняет применение моделей представления знаний с развитым аппаратом логического вывода. Этот перечень можно продолжать. Кроме того, пожалуй, трудно назвать такую управленческую область, где можно было бы найти идеального специалиста-эксперта, который в принципе не допускал бы ошибок ни при каких обстоятельствах и мог бы описать критерии поиска эффективного решения управленческих задач. К тому же, часто встает вопрос, что следует повышать: эффективность самого решения или эффективность процесса принятия решения.

 

Известно, что для организационного управления наиболее применим так называемый операциональный подход, аккумулирующий для решения задач практического управления разнообразные методы: системный подход, ситуационное управление, теорию принятия решений, методы математического моделирования- теорию управления, а также эмпирический и эвристический подход. Это не значит, что организационное управление сводится к одной из этих областей, а как раз то, что перечисленные методы и подходы применяются постольку, поскольку представляются полезными для решения практических задач. Как раз эта особенность и привлекает специалистов по интеллектуальным системам к созданию систем поддержки решений в области организационного управления, поскольку практически вся методология искусственного интеллекта представляет как бы «втискивание» известных методологий в рамки прагматического подхода для решения человеческих задач. Кроме того, интеллектуальные системы могут разрешить также проблему представления и использования нечеткой информации, которая наиболее характерна для организационного управления.

 

 По сути дела, направление  на создание автоматизированных  систем управления, предметом которого  была автоматизация организационного  управления, не было отмечено  большими успехами именно в  силу того, что во время его  расцвета - в 70-е годы - не был развит операциональный подход, а методология искусственного интеллекта только зарождалась. Сложность предметной области на том этапе не была преодолена, а понятие Автоматической Системы Управления свелось, в результате, к понятию автоматизированной информационно-справочной системы. Правда, положительным результатом можно считать то, что были всесторонне обследованы многие сферы организационного управления. Новый виток в этой области связывается с созданием географических информационных систем. Но, как видно из вышесказанного, применение ГИС само по себе не является панацеей. Ясно, что активизация этого направления должна повысить уровень информатизации общества и, в частности, управления, так как связана с инвентаризацией информации (создание разного рода кадастров и т.п.). Но ГИС смогут достаточно полно решать задачи поддержки принятия решений только при интеграции с методологией создания интеллектуальных систем и другими технологиями.

 

 Методология создания экспертных  систем в области управления должна удовлетворять следующим требованиям:

 

 поддерживать постановку слабо  структурированных задач;

 

 поддерживать принципы разработки  и функционирования открытых  систем, каковыми являются управленческие  системы;

 

 поддерживать функции ЛПР как аккумулирующего, коммутирующею и координирующего информационного центра;

 

 поддерживать функции ЛПР  по подготовке, принятию и исполнению  решений;

 

 использовать методы инженерии  для представления и использования  нечеткой информации;

 

 использовать точные методы из теории управления и статистики, а также разнообразные другие методы моделирования поведения объекта управления и формирования решений;

 

 интегрироваться с другими  технологиями, такими как ГИС,  базы данных и др.

 

Учитывая все перечисленные особенности, попробуем ответить на вопрос: «В каких областях организационного управления и какие управленческие задачи целесообразно решать с применением интеллектуальных систем?».

 

 Очевидно, наиболее успешно  и достаточно быстро можно  создавать интеллектуальные системы, если предметная область не слишком широка. В противном случае можно пойти на создание нескольких систем, декомпозируя задачу. Либо ограничиться определенным уровнем концептуальной постановки задачи, то есть, попросту говоря, ограничить детализацию. В качестве примера можно привести проблему создания территориальных систем экологического мониторинга. Ясно, что это одна из тех проблем, которые декомпозируются по территориально-отраслевому принципу. Правда, остается вопрос, с какого уровня и какой конкретной подзадачи начинать. К сожалению, в наших условиях этот вопрос чаще всего решается с точки зрения наличия финансового обеспечения.

 

 Другой случай очевидных  преимуществ создания интеллектуальных  систем наблюдается, если предметная  область достаточно проста, но требуется максимально повысить эффективность самого процесса формирования решений. Примером могут служить экспертные системы для поддержки принятия решений в кризисных ситуациях. Па первое место в таких задачах ставятся функции ЛПР как координирующего информационного центра. Реализация этой функции относительно несложна, но предполагает также попутное решение проблемы поддержки средств автоматизации связи.

 

 Большие преимущества применение  технологий интеллектуальных систем  дает там, где область управления располагает большими объемами накопленной информации - базами данных. Это дает возможность их обобщения и, например, создания нейроэкспертной системы для решения задач планирования, прогнозирования и т.п.

 

В качестве примеров конкретных интеллектуальных систем в области организационного управления можно привести следующие. ЭС IМАСS помогает руководителям промышленного производства в управлении делопроизводством, планировании объема продукции, переучете товаров и др. (США). ЭС SmartSlim - поддержка принятия управленческих решений в области маркетинга (США) [3].

 

Вывод: интеллектуальная система формирует  обычно один или несколько вариантов  решения в порядке предпочтения. Предлагаемые такой системой рекомендации пользователь - лицо, принимающее решение, может либо принять, либо отвергнуть, однако, за последствия несет ответственность он сам. При этом преимущество интеллектуальной системы заключается в конструктивном функциональном подходе к решению задач. Интеллектуальная система помогает выполнить ЛПР его должностные функции.

1.3. Алгоритмы для выбора управленческих  решений

 

 Одним из видов алгоритмов  для выбора управленческих решений  является метод анализа иерархий.

 

Метод анализа иерархий представляет собой систематическую процедуру  для иерархического представления элементов. Данная процедура определяет суть проблемы. Проблема декомпозируется на более простые составляющие части и обрабатывается последовательной обработкой непосредственно ЛПР по парным сравнениям. В итоге выражается относительная интенсивность взаимодействия элементов в иерархии. Все параметры выражаются численно, а сам метод включает в себя процедуры синтеза множественных суждений, получения приоритетности критериев и нахождения альтернативных решений. Данный метод основан на способности людей логически размышлять, определять события и устанавливать отношения между ними.

 

 Метод анализа иерархий –  методологическая основа для  решения задач выбора альтернатив  посредством их многокритериального  рейтингования. Метод анализа  иерархий создан американским ученым Т. Саати и вырос в настоящее время в обширный междисциплинарный раздел науки, имеющий строгие математические и психологические обоснования и многочисленные приложения.

 

 Основное применение метода  – поддержка принятия решений посредством иерархической композиции задачи и рейтингования альтернативных решений.

 

 Метод позволяет: 

 

 • провести анализ проблемы 

 

 • провести сбор данных  по проблеме 

 

 • оценить противоречивость  данных и минимизировать ее.

 

 • провести синтез проблемы принятия решения

 

 • оценить важность учета  каждого решения и важность  учета каждого фактора, влияющего  на приоритеты решений 

 

 В рамках метода анализа  иерархий нет общих правил  для формирования структуры модели  принятия решения. Это является  отражением реальной ситуации принятия решения, поскольку всегда для одной и той же проблемы имеется целый спектр мнений. Метод позволяет учесть это обстоятельство с помощью построения дополнительной модели для согласования различных мнений, посредством определения их приоритетов. Таким образом, метод позволяет учитывать «человеческий фактор» при подготовке принятия решения. Это одно из важных достоинств данного метода перед другими методами принятия решений.

 

 Также для выбора правильных  решений применяются методы теории игр. Одним из таких методов является метод конечной дискретизации элементов, который и был введен в состав системы поддержки принятия решений.

 

 Данный метод используется  для нахождения решений в конфликтных  ситуациях. Типичный конфликт  характеризуется тремя основными составляющими:

 

1) заинтересованными сторонами 

 

2) интересами этих сторон 

 

3) их возможными действиями 

 

 Любая конфликтная ситуация, взятая из реальной жизни, как  правило, довольно сложна. Ее изучение, к тому же, затруднено наличием многих и очень разных обстоятельств, часть из которых ни на развитие конфликта, ни на его исход сколь либо существенного влияния не оказывает. Поэтому для того, чтобы анализ конфликтной ситуации оказался возможным, необходимо от этих второстепенных факторов отвлечься, что при удачном стечении обстоятельств позволяет построить упрощенную формализованную модель конфликта, которую принято называть игрой и которая отличается от реальной конфликтной ситуации еще и тем, что ведется по вполне определенным правилам.