Застосування систем інтелектуальної підтримки прийняття рішень для менеджерів вищої ланки. КОМПЛЕКСНА КУРСОВА РОБОТА.

1. Підтримує діяльність приймаючих рішення осіб, але не заміщає їх.

2. Використовує дані і моделі.

3. Вирішує задачі різного ступеня структурованості:

• неструктуровані (неструктуровані або з некоректною структурою)

• напівструктуровані

• напівструктуровані і неструктуровані

4. Фокусується швидше на результативності, ніж на продуктивності процесу

прийняття рішень (інтелектуальна підтримка процесу прийняття рішень).

Архітектура систем підтримки прийняття рішень

Як показано на мал. 1, СППР складається з двох основних підсистем - це

люди, що приймають рішення, і комп\'ютерна система. Інтерпретація СППР лише

в рамках апаратного і програмного забезпечення є поширеною помилкою.

Неструктуровані (або напівструктуровані) рішення по визначенню не можуть

бути запрограмовані - їх суть дуже складна і невловима, Задачею

приймаючого рішення особою як компоненту СППР є введення в систему думки

(можливо, інтуїтивної) впродовж всього процесу прийняття рішень ,а не

просто введення даних в базу.

Уявимо собі менеджера, якому належить скласти виробничий план на п\'ять

років. Тоді першим кроком процесу прийняття рішень стане створення моделі

прийняття рішень за допомогою простої СППР програми, наприклад Microsoft

Excel, Lotus 1-2-3, Microsoft Prtoject,Interactive Financial Planning

Systems (IFPS)/ Personal або Express/PC. Підсистема призначеного для

користувача інтерфейсу відкриває шлях як до системи управління базою

даних, так і до системи управління базою моделей (СУБМ). СУБД це

сукупність компютерних програм, які дозволяють користувачу створювати

файли бази даних, поступаючі потім на вхід СППР, створювати моделі,

використовувані для обробки створених файлів даних. Користувач створює

моделі і відповідні файли бази даних в цілях прийняття певних рішень.

Створені моделі і файли даних зберігаються в базі моделей і базі даних на

пристроях прямого доступу, наприклад, на жорстких дисках. З погляду

користувача, єдиний компонент СППР, з яким він має справу, - це підсистема

призначена для користувача інтерфейсу. У більшості генераторів СППР

використовуються множинні опції діалогу. Наприклад, IFPS/Personal надає

можливість вибрати діалогову систему в стилі меню або мова команд,

пропозиції якого вводяться безпосередньо в командному рядку. Найчастіше

застосовується інтерфейс типу меню, до того ж він найбільш гнучкий. При

цьому користувач вибирає операцію з виведеного на екран монітора списку.

Система інтерфейсу відкриває користувачу доступ до:

1. Підсистеми даних:

• бази даних;

• програм системи управління базою даних;

2. Підсистеми моделей:

• бази моделей,

• програм системи управління базою моделей.

Процес прийняття рішень і його функції

СППР відрізняється від УІС тим, що фокусується швидше на результативності,

ніж на продуктивності процесу прийняття рішень. Однією з головних цілей

СППР є підтримка всіх стадій цього процесу Модель процесу прийняття рішень

людиною, описана Саймоном, включає три основні ступені: інтелектуальний

ступінь, конструювання і вибір. Термін підтримка має на увазі різні кроки

і задачі на кожному етапі процесу прийняття рішень .

На інтелектуальному етапі важлива роль в постановці задачі відводиться

приймаючій рішення особі. Задача формулюється на основі «сирих» даних і

інформації, одержаних з систем обробки трансакцій (СТІЛЬНИКІВ) або

інформаційно-управляючих систем . Олтер розглядає сім типів СППР залежно

від «ступеня застосовності результатів СППР (тобто наскільки прямо

результати СППР визначають рішення)». На інтелектуальній стадії найбільш

корисні три типи систем:

• системи типу «картотека», відкриваючі користувачу доступ лише до частини

даних;

• системи аналізу даних, дозволяючі вибирати поточні і архівні дані,

маніпулювати ними і виводити їх на екран монітора;

• системи аналізу інформації, використовуючі статистичні пакети і невеликі

моделі для генерації управлінської інформації, що дозволяє маніпулювати

даними СТІЛЬНИКІВ і додавати до них зовнішні дані.

Підсистеми підтримки прийняття рішень

СППР включають три основні області досліджень:

1. Розробка спеціалізованих СППР. За останні два десятиліття було

розроблено близько 200 спеціалізованих функціональних СППР-додатків

2. Розвиток теорії СППР:

• розвиток теорії, що стосується приймаючих рішення осіб, даних, моделей і

інтерфейсів (діалогів)

• розвиток теорії проектування, реалізації і оцінювання

3.Вивчення допоміжних дисциплін.

Перша група області досліджень спирається на архітектуру СППР, визначену

впливом Спрейга і Карлсона, а друга група, підпала під вплив

організаційних перспектив Кина і Ськот-та-Мортопа.

Підсистеми інтерфейсу користувача

Задачі підсистеми призначеного для користувача інтерфейсу (генерація

діалогів і управління) полягають в наступному:

1. Дати користувачу можливість створювати, обновляти і видаляти файли бази

даних і моделі прийняття рішень через систему управління базою даних і

систему управління базою моделей.

2. Забезпечити користувача набором вхідних і вихідних форматів, включаючи

багатовимірні і графічні формати даних,

3. Забезпечити наявність різних стилів діалогів (таких, як графічний

інтерфейс користувача (GUI), меню і безпосередньо командна мова).

Підсистеми інтерфейсу користувача мають дві широкі області вивчення.

оцінка форматів графічного уявлення даний (наприклад, таблиці або графіка)

і вивчення індивідуальних відмінностей. У другому випадку розглядаються

наступні питання: як спроектувати інформаційну систему таким чином щоб нею

могли ефективно користуватися люди різних психологічних типів і щоб

система представляла інформацію у такому вигляді, на який користувач

психологічно набудований, а не примушувала різних людей пристосовуватися

до одного і того ж типу представлення інформації

Іншим важливим, розвивається останнім часом різновидом СППР являються

системи підтримки прийняття рішень, засновані на базі знань (СППРБЗ), які

є гібридом СППР і ЕС і допомагають вирішувати широке коло організаційних

задач. У інтеграції СППР і ЕС виділяються два основні підходи: експертні

системи підтримки (ЕСП) і інтелектуальні системи підтримки (ІСП) .Основні

відмінності між цими системами полягають в наступному. ЕСП призначені для

заміни живого експерта машинним експертом, а задачі ІСП полягають в

підтримці знань окремих користувачів і груп. Широкий ряд управлінських

задач реального світу легше піддається рішенню, якщо використовуються як

кількісні, так і якісні дані. Навряд знайдеться людина, що заперечує проти

того, що інтеграція СППР і ЕС приносить істотний виграш. Нова інтегрована

система (ЕСП або ІСП) може допомагати приймаючим рішення особам,

використовуючи при цьому знання і досвід ключових фігур в організації.

Вузьким місцем при розробці систем, заснованих на знаннях, таких як ЕСП

наприклад, є задача придбання знань, включеного в інжиніринг знань; цей

процес складається з представлення знань, перевірки, механізму побудови

логічних висновків, механізмів пояснення і управління.

Для сучасних СППР характерно наявність таких характеристик:

1. СППР дає керівнику допомогу у процесі прийняття рішень і забезпечує

підтримку у всьому діапазоні контекстів задач. Думка людини та інформація,

що генерується ЕОМ, являють єдине ціле для прийняття рішень

2. СППР підтримує і посилює (але не змінює і не відміняє) міркування та

оцінку керівника. Контроль залишається за людиною. Користувач «почуває

себе комфортно» і «як удома» у системі.

3. СППР підвищує ефективність прийняття рішень. На відміну від

адміністративних систем, де робиться акцент на аналітичному процесі, у

СППР важливішою є ефективність процесу прийняття рішень.

4. СППР виконує інтеграцію моделей і аналітичних методів із стандартним

доступом до даних і вибіркою з них. Для надання допомоги при прийнятті

рішень активується одна або декілька моделей. Вміст БД охоплює історію

поточних і попередніх операцій, а також інформацію зовнішнього характеру

та інформацію про середовище.

5. СППР проста в роботі для осіб, що мають досвід роботи з ЕОМ.

6. СППР побудовані за принципом інтерактивного рішення задач. Користувач

має можливість підтримувати діалог із СППР у безперервному режимі.

7. СППР орієнтована на гнучкість і адаптивність для пристосування до змін

середовища або підходів до рішення задач, що обирає користувач. Керівник

повинен пристосуватися до змінюваних умов сам і відповідно підготувати

систему.

8. СППР не повинна нав\'язувати користувачу визначеного процесу прийняття

рішень.

Користувач повинен мати вибір можливостей, щоб вибирати їх у формі і

послідовності, що відповідають стилю його пізнавальної діяльності - стилю

«моделей, що подаються».

Майбутнє систем підтримки прийняття рішень

Безліч нових інструментів і технологій здатна розширити можливості

СППР/ЕСП і змінити форми розвитку СППР. Сюди входять нові розробки у

області технічного забезпечення і математичних методів, використовуваних

при створенні програмного забезпечення, методи штучного інтелекту, сховища

даних і багатовимірні бази даних , системи інтелектуального аналізу даних,

оперативна аналітична обробка (OLAP), інтелектуальні агенти і такі

технології, як World Wide Web, Інтернет і інтернет сітки.

Сфери застосування і приклади використання СППР.

СППР набуло широке застосування в економіках передових країн світу, при

цьому їхня кількість постійно збільшується. На рівні стратегічного

керування використовується ряд СППР, окремо для довго-, середнє- і

короткострокового, а також для фінансового планування, включаючи систему

для розподілу капіталовкладень. Орієнтовані на операційне керування СППР

застосовуються в галузях маркетингу (прогнозування й аналіз збуту,

дослідження ринку і цін), науково-дослідних і конструкторських робіт, у

керуванні кадрами. Операційно-інформаційне застосування пов\'язане з

виробництвом, придбанням і обліком товарно-матеріальних запасів, їхнім

фізичним розподілом і бухгалтерським обліком.

Узагальнені СППР можуть об\'єднувати 2 або більш із перерахованих функцій.

У США в 1984 році був проаналізований 131 тип СППР і завдяки цьому

виявлені пріоритетні галузі використання систем.

До них належать такі:

- виробничий сектор;

- гірничорудне виробництво;

- будівництво;

- транспорт;

- фінанси;

- управлінська діяльність.

Комп\'ютерна підтримка різних функцій за допомогою СППР має такий розподіл:

операційне керівництво - 30%;

довгострокове керівництво - 40%;

розподіл ресурсів - 15%;

розрахунок річного бюджету - 12 %.

Перерахування найвідоміших   «комерційних» СППР включає сотні назв.

Приводимо ряд найбільше типових СППР, які стосуються проблем мікро- і

макроекономіки:

Симплан- призначена для корпоративного планування;

Прожектор- призначена для фінансового планування;

Доки-план- призначена для загального   планування;

Экспрес- призначена для маркетингу, фінансів;

PMS-керівництво цінними паперами;

CIS-планування продукції;

PIMS-маркетингу;

BIS-керування бюджетом;

IFPS-інтерактивного фінансового планування;

FOCUS- призначена для фінансового моделювання;

ISDS- призначена для формування «портфеля замовлень»;

MAUD- індивідуального вибору.

Системи підтримки прийняття рішень,

засновані на базі знань (інтелектуальні СППР)

Щоб забезпечити інтелектуальну підтримку користувача, все більше число

систем включають знання про наочні області, моделі і системи аналізу.

Модулі бази знань використовуються при формулюванні задачі, в моделях

рішень, для аналізу і інтерпретації результатів. У деяких системах модулі

бази знань повністю замінюють чинник людської думки. Управлінські думки

використовуються для оцінки ступеня невизначеності, на якій можуть

грунтуватися моделі рішень. Деякі рішення вимагають і знань, і даних. Як

наслідок, потрібні значні зусилля для використовування і інтерпретації

величезних масивів даних.

СППР, засновані на базі знань, включають компонент управління знаннями,

який відповідає за зберігання і управління новим класом інструментів . До

цього класу відносяться машинне навчання, наочне міркування і навчання. Ці

засоби можуть самі одержувати знання з наявних даних, рішень і прикладів і

вносити свій внесок в побудову СППР для підтримки циклічних, складних

процесів прийняття рішень у реальному часі. Машинне навчання - це набір

обчислювальних методів і інструментів для навчання системи на основі

досвіду (з урахуванням попередніх рішень), даних і спостережень, які

впливають на поведінку системи. Навчання системи супроводжується

модифікацією знань, що зберігаються. Найцікавіші методи, вживані в

машинному навчанні, включають штучні нейронні мережі і генетичні

алгоритми.

Засновані на знаннях СППР призначені зовсім не для ще більшої

спеціалізації експертів.

Навпаки, СППР повинні допомогти експертам розширити і поглибити знання і

досвід.

[№11,2,6,4,10]

Розділ 3.

Розвиток бізнесу в останні роки відбувається на тлі радикальних і

динамічних змін у навколишньому середовищі і високих темпів збільшення

обсягів інформації. У цих умовах ключове значення для виживання

організацій мають стратегічне планування і підтримка прийняття

управлінських рішень.

Стратегічне планування, як відомо, є єдиним способом прогнозування

майбутніх проблем і можливостей, забезпечує керівництво засобами для

розробки довгострокових планів і створює основу для прийняття

обґрунтованих рішень. У той же час процедури стратегічного планування і

прийняття рішень, засновані на аналізі навколишнього середовища, можна

віднести до слабоформалізованих. Частково це пояснюється тим, що як

зовнішнє стосовно організації середовище, так і властиве організації

внутрішнє середовище, характеризуються високим ступенем невизначеності,

динаміки і складності.

Створення і використання в повсякденній практиці менеджменту систем

підтримки прийняття рішень є однією з найважливіших умов успішного

функціонування організацій. Природно, пріоритету прийнятті рішень належить

людині - менеджеру, що володіє стратегічним мисленням і здібностями

передбачати появу нових подій. Однак один з недоліків людського інтелекту

полягає в тому, що він не пристосований для виконання великого обсягу

обчислень в процесі аналізу складних процесів і систем, що складаються з

ланцюжків взаємозв\'язків. Як відомо, організації, що надають товари і

послуги , відносяться до класу складних соціотехнічних систем, що не

тільки змінюються в часі, але і мають функціональну потребу здійснювати

вибір шляху свого розвитку. Тому на ефективність управління істотно

впливає обмеженість можливостей людини в роботі з комплексною та змінною в

часі інформацією.

Можна виділити деякі причини, які викликають зростання інтересу в

менеджерів-практиків до нових інтелектуальних технолгій, що підтримують

прийняття управлінських рішень.

По-перше, кумулятивний ріст релевантної (тої, що стосується справи)

інформації робить необхідним застосування нових технологій для пошуку в

„морі\" інформації тенденцій, які потенційно загрожують існуванню

організації або відкривають перспективи для бізнесу.

По-друге, динамізм зовнішнього середовища підвищує ймовірність прийняття

неоптимальних управлінських рішень через брак часу.

Негативні наслідки від неправильних рішень, прийнятих у рамках

стратегічного управління, можуть поставити під сумнів саме існування

організації. Оскільки процес прийняття стратегічних рішень переважно є

малоструктурованим творчим процесом, то на різних його етапах менеджеру

необхідно спиратися на аналітично перероблену інформацію й імітаційні

моделі, що зменшують імовірність управлінських помилок.

По-третє, невизначеність в процесах прийняття рішень підвищує роль

прогнозних моделей, що імітують різні функціональні компоненти бізнесу

(маркетинг, управління фінансами, виробництвом, персоналом та ін.).

Моделювання бізнес-процесів відкриває можливості аналізу їх наслідків на

стадії проектування і попереднього з\'ясування і, тим самим, знижу ризик

необґрунтованих витрат. Крім того, у деяких ситуаціях взагалі неможливо

обійтися без моделювання, оскільки експерименти в економіці в пізнавальних

цілях неприпустимі. Наприклад, навряд чи доцільно вкладати значні кошти в

рекламну кампанію із просування на ринок нових видів продукції чи послуг,

а також кредитувати нових клієнтів без попередньої оцінки ризику і

наслідків прийнятих рішень на імітаційних моделях

По-четверте, процес стратегічного управління передбачає використання

індуктивного мислення і методології реінжинірингу бізнесу, тобто

технологій та інструментальних засобів, що допомагають менеджеру

генерувати принципово нові рішення („погляд з майбутнього в сьогодення\"),

а вже потім визначати проблеми, які необхідно організації. Якщо стратегію

будувати на виробництві традиційних або не дуже модернізованих продуктів

(послуг), які мало чим відрізняються від того, що пропонують конкуренти,

то організація буде знаходитися в становищі, коли треба постійно

„доганяти” конкурентів.

По-п\'яте, забезпечення переваг перед конкурентами прямо пов\'язане з

формуванням у менеджерів уяви про нові (раніше невідомі) потреби людей,

виходячи з можливостей, пропонованих сучасними революційними технологіями.

У наш час успішний менеджмент неможливий без уміння безупинно

„відкривати\" нові потреби, створювати під ці потреби нові товари і способи

виконання робіт усередині організації та формувати під нові потреби нові

ринки.

Цей процес самовдосконалення організації в конкурентному середовищі

повинен базуватися на нових інтелектуальних технологіях прогнозу ринку,

бути безупинним і нескінченним, він є необхідною умовою виживання

організації.

Що ж є достатньою умовою виживання організації?

Вважається, що підтримувати досягнення організацією її стратегічних цілей

повинні функціональні підсистеми менеджменту, при цьому їх ядром у

майбутньому стануть інтегровані інформаційні системи, що містять елементи

штучного інтелекту.

На Заході такі інформаційні системи прийнято відносити до класу так званих

„інтелектуальних\" систем. Ці системи являють собою особливу категорію

інформаційних технологій, що об\'єднують такі різні методи, як нейтронні

мережі, генетичні алгоритми, нечіткі системи, експертні системи, а також

системи динамічного структурного моделювання. Загальною властивістю

інтелектуальних систем є те, що вони імітують процеси, що відбуваються у

природі. Штучні нейтронні мережі, наприклад, у першому наближенні

моделюють властивості нервових ланцюгів, що поєднують біологічні нейрони.

Генетичні алгоритми базуються на уявленнях про еволюцію живих організмів.

Теорія нечітких множин і експертні системи оперують зі змістом слів людини

(знаннями) і роблять висновки. І, нарешті, системна динаміка є могутнім

інструментом, що дозволяє відображати когнітивні моделі і стимулює

креативне мислення менеджерів вищої ланки.

Основні сфери застосування цих систем пов\'язані з підтримкою прийняття

управлінських рішень у таких напрямках бізнесу, як кредитування й оцінка

ризиків, маркетинговий аналіз, прогнозування фінансових ринків,

моделювання функціональних складових менеджменту (фінанси, виробництво,

людські ресурси), розв\'язання прикладних соціологічних задач (моделі

формування і зміни рейтингів політиків), управління бюджетними ресурсами і

економічне моделювання, виявлення незаконного використання кредитних

карток.

СШІ - це програмна система, що імітує на комп\'ютері мислення людини. Перед

її створенням структурується сукупність знань:

а) вивчається процес мислення людини, що вирішує певні задачі або приймає

рішення в конкретній професійній області;

б) виділяються основні кроки цього процесу

в) розробляються програмні засоби, що відтворюють вивчений процес на

комп\'ютері. Штучний інтелект надає комп\'ютеру риси розуму. Методи штучного

інтелекту засновані на структуризації систем прийняття рішень. СШІ

визначають також як складну програму, що маніпулює знаннями з метою

одержання задовільного й ефективного рішення у вузькій предметній області.

Системи виконують у таких випадках роль експертів-консультантів, оскільки

побудовані на знаннях компетентних експертів і володіють відповідною

компетентністю (штучно відтворюють компетентність експертів).

Для представлення структурованих знань використовуються в основному три

методи: правила, семантичні мережі і фрейми. Можливе поєднання різних

методів, при яких виникають так звані гібридні СШІ.

Правило має таку структуру:

ЯКЩО , ТО .

Обидві частини правила виражені символами. У теорії баз знань ця

конструкція зветься правила-продукції. Приклад правила-продукції:

„ЯКЩО коефіцієнт співвідношення позикових і власних засобів перевищує

одиницю при низькій обіговості, ТО фінансова автономність і стійкість

критична\".

Докладніше про використання таких правил буде сказано нижче, при розгляді

концепції інтелектуальних електронних таблиць.

Основними структурними елементами СШІ є правила (у них виражені знання) і

факти (їх оцінюють за допомогою правил). Найчастіше в управлінській

практиці правила бувають виведеними емпірично із сукупності фактів, а не

шляхом математичного аналізу або алгоритмічного вирішення. Такі правила

називають евристиками.

Знання - це інформація, необхідна програмі, щоб вона поводилася

„інтелектуально\". Наприклад, в електронній таблиці ви легко організуєте

обчислення коефіцієнта обіговості, так само як і інших коефіцієнтів. Але

словесний висновок про фінансовий стан ви побудуєте самі, залежно від

засвоєних вами спеціальних економічних знань, і запишете цю оцінку в

аналітичну записку. Однак можна структурувати ваше знання (у вигляді

Страницы: 1, 2, 3