Інформаційні системи і технології у фінансах

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Контрольна робота

На тему:

«Системи підтримки прийняття рішень. Інтелектуальні ІС в економіці і фінансах»

Вступ

Прийняття рішень - складова частина будь-якої управлінської функції. Необхідність прийняття рішення пронизує все, що робить керівник, формулюючи цілі і домагаючись їх досягнення. Тому розуміння природи прийняття рішень надзвичайно важливе для всякого, хто хоче досягнути успіху в мистецтві управління.

Прийняття рішень є важливою частиною будь-якої управлінської діяльності. Завдяки процесу прийняття рішень здійснюється координація діяльності компанії - головна функція менеджера вищої ланки. Прийняття рішення являє собою свідомий вибір серед варіантів, що є або альтернатив напряму дій, що скорочують розрив між теперішнім часом і майбутнім бажаним станом організації. Таким чином, даний процес включає в себе багато різних елементів, але неодмінно в ньому присутні такі елементи, як проблеми, цілі, альтернативи і рішення - як вибір альтернативи. Даний процес лежить в основі планування діяльності організації. План - це набір рішень по розміщенню ресурсів і напряму їх використання для досягнення організаційних цілей.

У управлінні організацією прийняття рішень здійснюється менеджерами різних рівнів і носить більш формалізований характер, ніж це має місце бути в приватному житті. Справа в тому, що тут рішення торкається не тільки однієї особистості, частіше за все воно відноситься до частини або до цілої організації, і тому підвищується відповідальність за прийняття організаційних рішень. У зв'язку з цим виділяють два рівні рішень в організації: індивідуальний і організаційний. Якщо у першому разі управлінця більше цікавить сам процес, його внутрішня логіка, то у другому - інтерес зсувається в сторону створення відповідного середовища навколо цього процесу.

Метою написання даної роботи є вивчення систем інтелектуальної підтримки прийняття рішень для більш глибокого розуміння їх суті.

1. Поняття системи підтримки прийняття рішень (СППР)

До інформаційних систем нового покоління належать системи підтримки прийняття рішень (СППР) та інформаційні системи, побудовані на штучному інтелекті (інтелектуальні ІС).

СППР - це інтерактивна комп'ютерна система, яка призначена для підтримки різних видів діяльності при прийнятті рішень із слабо структурованих або неструктурованих проблем. Інтерес до СППР, як перспективної галузі використання обчислювальної техніки та інструментарію підвищення ефективності праці в сфері управління економікою, постійно зростає. У багатьох країнах розробка та реалізація СППР перетворилася на дільницю бізнесу, що швидко розвивається.

Штучний інтелект - це штучні системи, створені людиною на базі ЕОМ, що імітують розв'язування людиною складаних творчих завдань. Створенню інтелектуальних інформаційних систем сприяла розробка в теорії штучного інтелекту логіко-лінгвістичних моделей. Ці моделі дають змогу формалізувати конкретні змістовні знання про об'єкти управління та процеси, що відбуваються в них, тобто ввести в ЕОМ логіко-лінгвістичні моделі поряд з математичними. Логіко-лінгвістичні моделі - це семантичні мережі, фрейми, продукувальні системи - іноді об'єднуються терміном «програмно-апаратні засоби в системах штучного інтелекту».

Розрізняють три види інтелектуальних ІС:

1. інтелектуальні інформаційно-пошукові системи (системи типу «запитання - відповідь»), які в процесі діалогу забезпечують взаємодію кінцевих користувачів - непрограмістів з базами даних та знань професійними мовами користувачів, близьких до природних;

2. розрахунково-логічні системи, які дають змогу кінцевим користувачам, що не є програмістами та спеціалістами в галузі прикладної математики, розв'язувати в режимі діалогу з ЕОМ свої задачі з використанням складаних методів і відповідних прикладних програм;

3. експертні системи, які дають змогу провадити ефективну комп'ютеризацію областей, у яких знання можуть бути подані в експертній описовій формі, але використання математичних моделей утруднене або неможливе.

В економіці України найпоширенішими є експертні системи. Це системи, які дають змогу на базі сучасних персональних комп'ютерів виявляти, нагромаджувати та коригувати знання з різних галузей народного господарства (предметних областей).

2. Сутність і компоненти СППР

СППР виникли на початку 70-х років завдяки подальшому розвитку управлінських інформаційних систем (ІС) і являють собою системи, розроблені для підтримки процесів прийняття рішень менеджерами в складних ситуаціях, пов'язаних із розробкою і прийняттям рішень. На розвиток СППР істотний вплив зробили вражаючі досягнення в галузі інформаційних технологій, особливо в галузі телекомунікаційних мереж, ПЕВМ, динамічних електронних таблиць, експертних систем. Термін СППР (DSS - Decision Support System) виник у 70-х роках і належить Геррі та Мартону, хоча перше покоління СППР мало чим відрізнялося від традиційних управлінських інформаційних систем, і тому замість СППР часто використовувався термін «системи управлінських рішень».

Дотепер немає єдиного визначення СППР. Наприклад, деякі автори під СППР розуміють «інтерактивну прикладну систему, що забезпечує кінцевим користувачам, що приймають рішення, легкий і зручний доступ до даних і моделей із метою прийняття рішень у ситуаціях з різних галузей людської діяльності».

Нарешті, існує твердження, відповідно до якого СППР являє собою специфічний клас систем, що добре описується, на базі ПЕВМ.

Така розмаїтість визначень СППР відображає широкий діапазон різних форм, розмірів, типів СППР. Але практично усі види цих комп'ютерних систем характеризуються чіткою структурою, що включає 3 головних компонента:

- підсистему інтерфейсу користувача;

- підсистему керування базами даних (СУБД);

- підсистему керування базою моделі.

Схема загальної структури СППР зображена на рис. 1.

Рисунок 1. Схема загальної структури СППР

Специфічні особливості й основи побудови цих компонентів забезпечують у СППР реалізацію ряду важливих концепцій побудови ІС: інтерактивність, інтегрованість, потужність, доступність, гнучкість, надійність, здатність керування.

Аналіз еволюції систем СППР дає можливість виділити 2 покоління СППР:

- перше покоління розроблялося в період із 1970 до 1980 р.;

- друге - з початку 1980 р. і дотепер.

Перше покоління СППР майже цілком повторювало функції звичайних управлінських систем у відношенні допомоги (комп'ютеризованої) у прийнятті рішень. Основні компоненти СППР мали такі ознаки:

- керування даними - велика кількість інформації, внутрішні і зовнішні банки даних, обробка та оцінювання даних;

- керування обчисленням (моделюванням) - моделі, розроблені спеціалістами в галузі інформатики для спеціальних проблем;

- користувацькі інтерфейси (мова спілкування) - мови програмування, розроблені для великих ЕОМ, що використовуються винятково програмістами.

СППР другого покоління вже мають принципово нові ознаки:

- керування даними - необхідна і достатня кількість інформації про факти згідно з прийняттям рішень, що охоплюють сховані припущення, інтереси і якісні оцінки;

- керування обчисленням і моделюванням - гнучкі моделі, що відображають засіб мислення особи, приймаючої рішення, у процесі прийняття рішень;

- інтерфейс користувача - програмні засоби дружні користувачу; звична мова, безпосередня робота кінцевого користувача.

Ціль і призначення СППР другого покоління можна визначити так:

- допомога у розумінні розв'язуваної проблеми. Сюди належить структуризація проблеми, генерування постановок задач, визначення переваг, формування критеріїв;

- допомога у рішенні задач: генерування і вибір моделей і методів, збір і підготування даних, виконання обчислень, оформлення і видача результатів;

- допомога у проведенні аналізу типу «Що?. Коли?» і т. п., пояснення ходу рішення; пошук і видача аналогічних рішень у минулому і їхні результати.

СППР дають можливість людині вести рівноправний діалог із ПЕВМ, використовуючи звичайні мови спілкування. Системи можна підбудовувати під стиль мислення користувача, його знань і фахової підготовки, а також під засоби роботи.

Для сучасних СППР властива 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 помочі 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.

Для користувачів, що працюють з такими системами, не потрібні глибокі знання про обчислювальну техніку.

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».

3. 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-, середньо- 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.

Приведемо 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;

«Експрес» - 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.

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 ґрунтуватися 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.

4. Інтелектуальні інформаційні системи (системи штучного інтелекту) в економіці і фінансах

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, пріоритет у 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 технологій, 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 мало структурованим 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.

Система штучного інтелекту (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 <умова>, ТО <висновок>.

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 правил), помістити правило в базу знань і організувати автоматичну появу відповідного висновку у визначеному місці екрана, де ви введете логічні формули виведення певного висновку при істинності умови, що перевіряється.

У СШІ знання структуровані й організовані таким чином, що вони відділені від знань інших предметних областей і від загальних знань. До загальних знань відносять, наприклад, правила написання програми і команд, правила виконання команд програми і т. п. Виділені знання про предметну область називають базою знань, у той час як загальні знання, використані в конкретній СШІ для знаходження рішень, називають механізмом виведення (під терміном «виведення» тут мається на увазі виведення логічних висновків).

За аналогією з базою знань назвемо базою фактів сукупність фактів (оцінюваних за допомогою знань). Так. бухгалтерський баланс, додатки до нього і фінансовий звіт утворять базу фактів, а правила осмислення фінансового стану підприємства утворять базу знань. Різні фахівці можуть застосовувати різні набори правил для оцінювання фінансового становища організації, обчислення коефіцієнтів платоспроможності, стійкості, загальної рентабельності і т.п. З множини показників, що є в базі фактів, різні менеджери можуть використовувати лише кілька визначальних показників. Тобто в процесі використання фактів фахівець застосовує спочатку метод спрощення. Аналогічно поводиться терапевт, насамперед, слухаючи пульс пацієнта, заглядаючи йому в горло, вимірюючи кров'яний тиск, чи водій автомобіля, виділяючи з безлічі подій на перехресті насамперед світло і колір світлофора. Стосовно СШІ, цей найважливіший початковий прийом узагальнено названий процедурою спрощення (спрощенням фактів).

В узагальненій концептуальній структурі СШІ можна виділити три головних елементи: базу фактів, базу знань і механізм виведення. Для розміщення логічного висновку на екрані ще один елемент: вікно виведення.

Концепція СШІ все-таки стає більш ясною, коли ці елементи чітко розділені. Наприклад, електронна таблиця з обчисленими значеннями економічних показників - це база фактів, за якими може зробити висновок про стан об'єкта управління лише той, хто знає правила економічного аналізу. Зверніть увагу: замість терміну «база фактів» ми не вжили термін «база даних». У базі даних зазвичай зберігаються первинні дані, з яких шляхом програмної обробки «роблять» результатні дані (інформацію). Поняття «база фактів» має на увазі присутність тут будь-яких даних, що стосуються аналізованої проблеми і дають можливість застосувати до них наявний набір правил з бази знань. У базу необхідних фактів менеджер може частину даних витягти шляхом запиту з якоїсь бази даних, а частину сформувати самостійно.

Експертна система (ЕС) - це СШІ, що використовує знання для забезпечення високоефективного вирішення задач у вузькій професійній області. Експертні знання в ЕС виділені у відособлену базу знань і отримані від експерта - людини, що за роки навчання і практики навчилася надзвичайно ефективно вирішувати задачі, що належать до такої області. Інструментальними засобами побудови ЕС служать мова програмування і підтримуючий пакет програм, які використовуються при створенні ЕС.

ЕС являють собою реальний практичний додаток штучного інтелекту, що підкреслено ще одним визначенням: ЕС - це заснована на знаннях певної комплексної предметної області інформаційна система, що виконує роль експерта-консультанта для кінцевих користувачів. Ресурсними компонентами ЕС є апаратні, програмні і людські ресурси. Апаратні ресурси складаються з автономних мікрокомп'ютерних систем, а також мікрокомп'ютерних робочих станцій і терміналів, приєднаних до міні-комп'ютерів чи великих ЕОМ за допомогою телекомунікаційної мережі. Складні ЕС іноді розробляються на потужних комп'ютерах спеціального призначення, безпосередньо спроектованих для програмних пакетів розробки експертних систем або мов програмування ЛІСП чи ПРОЛОГ.

Програмні ресурси - це механізм виведення, а також інші програми для роботи зі знаннями і для зв'язку з кінцевими користувачами. Програми одержання знань не є частиною експертної системи, а є програмними засобами тільки для розробки бази знань. Зручними засобами розробки ЕС є програми-оболонки експертних систем без її ядра (основного змісту), тобто без її баз знань і фактів. Загальновизнано також, що кінцевим користувачам і експертам великі практичні можливості створення ЕС надають засоби електронних таблиць (EXCEL, LOTUS 1-2-3 та ін.). Електронні таблиці називають також обмеженими генераторами підтримки прийняття рішень, оскільки вони надають користувачу кілька основних аналітичних інструментів («що-якщо», кореляційно-регресійний і деякі інші види статистичного аналізу, оптимізацію, побудову й аналіз трендів). Програмний пакет SРSS відносять до розвинутих генераторів підтримки прийняття рішень, тому що він має повний набір методів статистичного аналізу.

Людські ресурси

Коли створюється велика ЕС, то база знань і процес експертизи звичайно проектуються інженером знань з фактів і правил, наданих експертом. ЕС дає рекомендації кінцевому користувачу. Експерти і кінцеві користувачі можуть бути і самі собі інженерами із знань, якщо вміють використовувати програмні оболонки ЕС чи інтелектуальні можливості електронних таблиць.

За сферами використання ЕС їх можна поділити на виробничі й управлінські. Виробничі ЕС дають експертний висновок щодо управління виробничими процесами, управлінські - допомагають менеджерам приймати рішення. Штучна експертиза постійна, несуперечлива, легко передається, документується й уточнюється. Вона зв'язує комп'ютери з багатством людського досвіду і підвищує цінність людських знань, надаючи їм широкого застосовування.

До експертних систем ставляться особливі вимоги. На відміну від звичайних програм ЕС повинна мати набір таких властивостей: компетентність, символьне судження, глибина, самосвідомість.

Компетентність означає, що ЕС повинна досягати експертного рівня рішень - бути вмілою, тобто розмірковувати, виходячи з фундаментальних принципів для знаходження правильного рішення навіть у випадку деяких некоректних даних. Останню властивість називають також робастістю, тобто правильний логічний висновок може бути отриманий на основі знання фундаментальних принципів у разі недостачі або некоректності деяких фактів.

Символьні судження

Ця вимога означає, що експерти обходяться без розв'язання систем рівнянь або складних математичних формулювань, використовуючи знання, виражені звичайними символами рядків (наприклад, «платоспроможність», «фінансова стійкість», «рентабельність»). Результат експертизи завжди виражений звичайними пропозиціями в термінології професійної області знання. Якщо комп'ютер має сучасні засоби мультимедіа, то ці пропозиції можуть бути навіть озвучені (промовлені) комп'ютером. Символьні рядки поєднують у символьні структури (блоки) за їхніми логічними взаємозв'язками, що дозволяє пере формулювати задачу, якщо це необхідно.

Вимога глибини означає, що ЕС повинна працювати в предметній області, що містить важкі задачі, а також використовувати складні правила. ЕС, що не володіє глибиною, вироджується в штучну задачу.

Наявність самосвідомості означає, що ЕС повинна бути здатна пояснювати свої висновки і дії. Якщо такого пояснення немає, то про СШІ говорять, що це іграшкова задача, штучна, така як, наприклад, гра або нереалістичне представлення складної проблеми. Реальна задача - це складна практична задача, вирішення якої дає користь й у деякому змісті виправдовує витрати на його одержання, наприклад, розробку ЕС для аналізу фінансового стану підприємства. Відомі 10 способів застосування ЕС:

1. Інтерпретація - опис ситуації за інформацією, що надходить від датчиків.

2. Прогноз - визначення ймовірних наслідків ситуацій. Приклади: прогноз поводження виробничого агрегату, прогноз попиту на паливо, прогноз місця збройного конфлікту, прогноз товарообігу, прогноз цін на товари і т. п. Системи прогнозування іноді використовують імітаційне моделювання - програми, що відображають причинно-наслідкові зв'язки на основі яких за значеннями даних, що вводяться, генеруються різні ситуації. Дія таких цілей у економічному аналізі поряд із спеціальними ринковими програмами можна використовувати електронні таблиці, що відтворюють в електронній моделі арифметичні і логічні взаємозв'язки показників. Наприклад, можна ввести в клітинку «Чисельність робітників» передбачуване число і відразу ж у вікні виводів одержати висновок «Несприятлива ситуація. Ріст продуктивності праці в порівнянні з минулим роком сповільниться». Зміна значення іншого показника (наприклад, обсягу випуску продукції) може змінити попередній висновок і т. п.

3. Діагностика - виявлення причин неправильного функціонування системи за результатами спостережень.

4. Проектування - побудова конфігурації об'єктів при заданих обмеженнях.

5. Планування - визначення послідовності дій.

6. Спостереження - порівняння результатів спостережень з очікуваними результатами.

7. Налагодження - складання рецептів виправлення неправильного функціонування системи.

8. Ремонт - виконання послідовності запропонованих виправлень.

9. Навчання - діагностика, налагодження і виправлення поводження того, кого навчають.

10. Управління - управління поведінкою системи як єдиного цілого.

Експертні системи належать до систем підтримки прийняття рішень (СППР), заснованих на знаннях. Традиційні СППР універсальні і застосовуються для вирішення унікальних проблем у різних предметних областях, а ЕС дають відповіді на питання у вузькій предметній області і роблять висновки, які могла б зробити людина-професіонал високої кваліфікації. Інтеграція традиційної СППР із ЕС утворить більш складний вид - так звану експертну систему підтримки прийняття рішень (ЕСППР). Така система, виходячи з загальних вимог, що ставляться до ЕС, повинна пояснювати свої поради кінцевому користувачу, і, крім того, надавати йому універсальні засоби вільного моделювання. У табл. 5 зазначені розбіжності між СППР і ЕС.

ЕС добре вирішують вузькі специфічні проблеми у конкретній сфері знання, але програють у вирішенні задач, що вимагають широкого кругозору. ЕС ефективні для вирішення аналітичних задач. Наприклад, ЕС допомагає фінансовому консультанту з інвестицій, який видає рекомендації для клієнтів. Однак ЕС не може оцінити нюанси поточної політики, економіки, соціального розвитку або поводження споживача. Ці важливі фактори повинні аналізуватися консультантом-людиною. Розробляючи ЕС, необхідно осмислити порівняти переваги експертної системи і витрати на неї. Можливі випадки, коли людина-експерт вирішує задачу за кілька хвилин, а створення ЕС вимагає створення декількох сотень правил і кілька місяців проектування.

прийняття рішення інтерактивний комп'ютерний

Висновок

Управління сучасним промисловим підприємством, що функціонує на початку третього тисячоліття, потребує використання не тільки нагромадженого в менеджменті досвіду і розроблених раніше підходів, а насамперед перспективних та ефективних методів, які ґрунтуються на досягненнях сучасних інформаційних технологій, і методів штучного інтелекту, а також наукових розробок у сфері підтримки прийняття рішень. Для управління виробництвом нині потрібні ефективні методи й інструменти підтримки рішень на всіх рівнях його функціонування. Різноманіття цілей і завдань, які виникають у процесі прийняття рішень, їх складність і часові обмеження властиві дуже багатьом проблемам, щодо яких приймають рішення, потребують комп'ютерної підтримки цього процесу. Створення таких інтелектуальних систем підтримки рішень, які забезпечили б менеджера сучасними способами аналізу інформації, генерації варіантів рішень, їх оцінками й вибором найкращого варіанта, - надзвичайно важливе й актуальне завдання. При цьому під поняттям інтелектуальні системи підтримки прийняття рішень (ІСППР) в управлінні виробництвом розуміємо людино-машинні інтерактивні системи, що дозволяють відповідальній особі підтримувати всі етапи процесу прийняття рішень, а також здатні до набуття нових знань, до навчання в результаті аналізу нагромаджених знань і досвіду, адаптації їх до динамічно змінюваних зовнішніх умов і поточного стану всіх складових елементів виробничої системи.

Незважаючи на інтенсивний розвиток систем підтримки прийняття рішень (СППР), використовуваних у них методів, а також можливостей апаратних і програмних засобів, що зростають з року в рік, як і досі у цій галузі залишається багато невирішених і незрозумілих проблем: від специфікації розв'язуваних задач до адекватних їм методів моделювання знань і процесів. Бурхливий розвиток комп'ютерної техніки, надзвичайні можливості і загальність її застосування породили в останні роки прагнення вирішувати нові практичні завдання, виходячи з усе складніших моделей, пришвидшили потребу в одержанні та обробці складної й неточної інформації.

Потреба розробляти ІСППР пояснюється, отже, збільшуваною складністю модельованої інформації і процесів прийняття рішень, а також тим, що вирішення багатьох проблем в управлінні сучасним виробництвом пов'язане з обробкою неповної, неточної або суперечливої інформації, а основні критерії та залежності погано або неоднозначно визначені. Для розв'язання таких задач слід застосовувати неструктуровані процедури прийняття рішень, які використовують дослідні знання, кваліфікацію та інтуїцію людини.

Перелік літератури

1. Батюк А.Е., Інформаційні системи: Навч. посібник. - Львів: Національний університет «ЛП», 2004 р. - 520 с.

2. Береза А.М., Основи створення інформаційних систем: Навч. Пос.-К.:КНЕУ, 2000 р.

3. Гужва В.М., Інформаційні системи і технології на підприємстві: Навч. посібник.-К: КНЕУ, 2001 р. - 400 с.

4. Ситник В.Ф., Системи підтримки прийняття рішень: Навч. пос.-К:КНЕУ. 2004 р.-614 с.

Размещено на Allbest.ru