Методы экспертных оценок

Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное автономное образовательное учреждение

высшего профессионального образования

«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ»

КАФЕДРА менеджмента

Курсовая работа

по дисциплине: Управленческие решения

тема: Методы экспертных оценок

РАБОТУ ВЫПОЛНИЛ

СТУДЕНТ ГР. 8192 з

Раменская Н.Я.

Отрадное 2015



Содержание

1. МЕТОДЫ ЭКСПЕРТНЫХ ОЦЕНОК

1.1 Общие положения

1.2 Методы, направленные на активизацию использования интуиции и опыта специалистов

1.3 Обработка экспертных оценок

2. Классификация компьютерных информационных систем для поддержки принятия УР

2.1 Классификация информационных систем

2.2 Экспертные системы

2.3 Искусственная нервная система

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА



1. МЕТОДЫ ЭКСПЕРТНЫХ ОЦЕНОК

1.1 Общие положения

интуиция компьютерный информационный экспертный

Экспертиза как способ получения информации всегда использовалась при выработке решений. Сущность метода экспертных оценок заключается в рациональной организации проведения экспертами анализа проблемы с количественной оценкой суждений и обработкой их результатов. Обобщенное мнение группы экспертов принимается как решение проблемы. В процессе принятия решений эксперты выполняют аналитическую и информационную работу по формированию и оценке решений. Все многообразие задач, решаемых экспертами, сводится к следующим основным типам:

­формирование объектов (формулировка целей, ограничений, альтернатив и т.д);

­оценка характеристик (достоверность гипотез, важность целей, предпочтение решений и т.д.);

­совместное формирование объектов и оценка их характеристик (комплексное решение первых двух типов задач).

Подбор экспертов. Подбор количественного и качественного состава экспертов проводится на основе анализа широты проблемы, достоверности оценок, характеристик экспертов и затрат ресурсов.

Широта проблемы определяет необходимость привлечения к экспертизе специалистов различного профиля.

Достоверность оценок группы зависит от уровня знаний отдельных экспертов и количества членов группы.

Затраты ресурсов на проведение экспертизы пропорциональны количеству экспертов, а также зависят от способов ее проведения.

Характеристики группы складываются из следующих индивидуальных характеристик ее членов:

1)Компетентность - степень квалификации эксперта в определенной области знаний. Для количественной оценки степени компетентности используется коэффициент компетентности, с учетом которого «взвешивается» мнение эксперта. Этот коэффициент определяется на основе априорных и апостериорных данных.

При использовании априорных данных оценка коэффициента компетентности производится до экспертизы на основе самооценки и взаимной оценки со стороны других экспертов (например, методом составления матриц парных оценок).

При использовании апостериорных данных оценка коэффициента производится на основе обработки результатов экспертизы, например достоверности оценок i-го эксперта:

где Ni - количество случаев, когда i-й эксперт дал решение, достоверность которого подтвердилась практикой; N - общее количество случаев участия эксперта в решении проблемы; m- число экспертов в группе. Вклад каждого эксперта в достоверность оценок всей группы определяется по формуле:

где - средняя достоверность группы экспертов.

2)Креативность - способность решать творческие задачи.

3)Конформизм - подверженность влиянию авторитетов.

4)Отношение к экспертизе.

5)Конструктивность мышления - прагматический аспект мышления. Эксперт должен давать решения, обладающие свойством практичности.

6)Коллективизм должен учитываться при проведении открытых дискуссий.

7)Самокритичность - проявляется при самооценке степени своей компетентности.

Основными видами опроса экспертов являются: анкетирование, интервьюирование, метод Дельфи, мозговой штурм, дискуссия.



1.2 Методы, направленные на активизацию использования интуиции и опыта специалистов

Описываемые ниже методы различаются по подходам к активизации выявления и обобщения мнений опытных специалистов- экспертов, участвующих в процессе принятия УР.

1. Анкетирование.

Представляет собой опрос участников процесса принятия УР в письменной форме с помощью анкет. В анкете содержатся вопросы, которые можно классифицировать:

а) по содержанию: объективные данные об эксперте (возраст, образование, должность, специальность, стаж работы и т.п.; спорные вопросы по сути анализируемой проблемы; дополнительные вопросы, позволяющие выяснить источники информации, аргументацию, самооценку компетентности и т.п.;

б) по типу: открытые (предполагают ответ в произвольной форме); закрытые («да», «нет», «не знаю»); с веером ответов (выбор экспертами одного из совокупности предлагаемых ответов с возможной их порядковой и балльной оценками).

Анкетирование может проводиться в несколько туров с использованием каждого из типов на разных турах. Кроме этого, экспертам представляется обращение, содержащее инструкции, пояснительную информацию и необходимые организационные сведения.

Обычно используется для количественной и качественной оценок свойств, параметров, времени и других характеристик объектов.

2. Интервьюирование - устный опрос, проводимый в форме беседы - интервью. Требует предварительной подготовки от интервьюера ряда вопросов к эксперту, а также определенного мастерства в четкой формулировке вопросов, создания непринужденной обстановки, умения слушать, хорошего знания проблемы.

Достоинства - непрерывный живой контакт, что позволяет быстро получить необходимую информацию от эксперта.

Недостатки - возможность сильного влияния интервьюера на ответы эксперта, отсутствие времени для глубокого продумывания ответов, большие затраты времени на опрос всего состава экспертов.

Обычно используется для уточнения результатов, полученных другими видами экспертизы.

3. Метод Дельфи - многоуровневая процедура анкетирования с обработкой и сообщением результатов каждого тура экспертам, работающим инкогнито по отношению друг к другу.

В первом туре экспертам предлагается дать ответы без аргументирования (как правило, с числовой оценкой параметров). После обработки ответов с вычислением среднего значения (или медианы) и размаха производится упорядочение оценок. Если оценка конкретного эксперта сильно отклоняется от среднего значения, то его просят аргументировать свое мнение или изменить оценку.

Во втором туре эксперты аргументируют или изменяют свою оценку с объяснением причин корректировки. Результаты опроса в случае корректировки ответов вновь обрабатываются и процедура повторяется до стабилизации оценок экспертов (обычно после третьего или четвертого туров опросов). В результате может быть не достигнута полная согласованность экспертов (лишь стабилизация оценок), что также является полезным результатом. При методе Дельфи сохраняется анонимность экспертов, что исключает влияние конформизма, т.е. подавления мнений за счет «веса» научного авторитета. Удобно использовать ЭВМ.

Обычно используется для количественной и качественной оценок свойств, параметров, времени и других характеристик объектов.

4. Метод «мозгового штурма» («мозговой атаки», «генерации идей») - групповое обсуждение с целью получения новых идей, вариантов решения проблемы. Для поддержания активности и творческой фантазии экспертов. Категорически запрещается критика и обсуждение их высказываний (может быть в неявной форме - в виде поддержки и развития высказывания).

Подбирается группа экспертов (20-25 чел.), в которую включаются специалисты по решаемой проблеме и люди с широкой эрудицией и богатой фантазией. Рекомендуется также включать в группу «усилителей» и «подавителей» идей. Желательно, чтобы все члены группы имели бы примерно одинаковое служебное положение. Для проведения сеанса назначается ведущий, который в начале обсуждения объясняет содержание и актуальность проблемы, правила ее обсуждения и предлагает для рассмотрения 1-2 идей.

Сеанс продолжается 40-45 мин без перерыва. Выступления составляют 2-3 мин, и они могут повторяться (можно чередовать 5-минутные «штурмы» с обдумыванием результатов, период «генерации» с дискуссиями и т.п.). Выступления экспертов фиксируются (магнитофоном), а затем анализируются с целью группировки и классификации высказанных идей и решений по различным признакам и с учетом возможности их реализации. Примерно через 1-2 суток экспертов просят сообщить, не возникли ли еще какие-нибудь новые идеи и решения. В результате сопоставления высказываний, проведения аналогий и обобщения часто, примерно через сутки, эксперты формулируют ценные предложения и идеи.

5. Дискуссия. Для ее проведения формируется группа экспертов (?20 чел.) и группа управления. Дискуссия - это открытое коллективное обсуждение, задачами которого является всесторонний анализ всех факторов, положительных и отрицательных воздействий, выявление интересов и позиций участников. В ходе дискуссии разрешается критика. Большую роль играет ведущий. Дискуссия может проводиться в течение нескольких часов, поэтому выдерживается регламент: доклад ведущего и выступления участников, перерывы (может быть «кулуарные» обсуждения). Результаты дискуссии фиксируются, анализируются, а через сутки может собираться дополнительная информация от экспертов.

Обычно используется для всестороннего критического анализа имеющегося перечня объектов.

6. Методы типа «дерева целей». Подразумевают использование иерархической структуры, полученной путем разделения общей цели на подцели, а их, в свою очередь, на более детальные составляющие, которые можно назвать подцелями нижележащих уровней, или, начиная с некоторого уровня, -функциями.

Метод первоначально использовался только для систем, имеющих древовидную структуру (с «сильными» связями), но впоследствии стал использоваться и в случае «слабых» иерархий. Если такая структура используется для прогноза (при условии ее неизменности на протяжении некоторого периода времени), то целесообразно использование термина «прогнозный граф» (предложен В.М.Глушковым).

При использовании структуры для принятия решений используется термин «дерево решений», для выявления и уточнения функций управления - «дерево целей и функций», для структуризации тематики научно-исследовательской организации - «дерево проблемы».

7. Морфологические методы. Основная идея - систематически находить наибольшее число (а в пределе - все возможные варианты) решений поставленной проблемы или реализации системы путем комбинирования основных (выделенных исследователем) структурных элементов системы или их признаков. При этом система или проблема может разбиваться на части разными способами и рассматриваться в различных аспектах. Различают следующие методы морфологического моделирования: метод систематического покрытия поля (МСПП), метод отрицания и конструирования (МОК), метод морфологического ящика (ММЯ), метод экстремальной ситуации (МЭС), метод сопоставления совершенного с дефектным (МССД), метод обобщения (МО). Например, МОК может быть реализован в форме одного из вариантов «мозговой атаки» - метода «судов».

МСПП - основан на выделении так называемых «опорных» пунктов знаний в исследуемой области и использовании их для заполнения поля некоторых сформулированных принципов мышления.

МОК - заключается в формулировке некоторых предположений и замене их на противоположные с последующим анализом возникающих несоответствий.

ММЯ - состоит в определении всех возможных параметров, от которых может зависеть решение проблемы; выявленные параметры формируют матрицы, содержащие все возможные сочетания параметров по одному из каждой строки с последующим выбором наилучшего сочетания.

1.3 Обработка экспертных оценок

Цель обработки - получение обобщенных данных и новой информации, содержащейся в скрытой форме в экспертных оценках.

В зависимости от целей экспертного оценивания при обработке результатов опроса возникают следующие основные задачи:

1) определение согласованности мнений экспертов;

2) построение обобщенной оценки объектов (альтернатив);

3) определение зависимости между суждениями экспертов;

4) определение относительных весов объектов (целей, состояний «природы»);

5) оценка надежности результатов экспертизы.



2. ИСПОЛЬЗОВАНИЕ КОМПЬЮТЕРНЫХ ИНФОРМАЦИОННЫХ СИСТЕМ ДЛЯ ЦЕЛЕЙ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ

Поддержка принятия решений на базе использования компьютерных информационных систем (ИС) предназначена для обеспечения работников фирмы (и в первую очередь менеджеров) различного рода данными, информацией и знаниями, облегчающими принятие ими эффективных решений. В структуре поддержки при этом выделяют три составляющих:

­информационную поддержку, основной функцией которой является формирование у ЛПР некоторого информационного образа проблемной ситуации, адекватного реально протекающим в экономическом объекте событиям и процессам;

­модельную поддержку, на основании которой через построенную модель проблемной ситуации, пользователь может получить недостающую ему для принятия решения информацию путем установления диалога с моделью в процессе ее исследования;

­экспертная поддержка для генерации и оценки возможных альтернатив, которая используется в ситуациях, когда имеющихся в информационном фонде системы данных не хватит для построения модели решения, или данная информация является нечеткой, или модель проблемной ситуации (информационный образ) не соответствует требуемым характеристикам точности.

2.1 Классификация информационных систем

Возможности использования компьютерных ИС для принятия УР могут быть определены в соответствии с их классификацией по основным признакам.

1. По признаку степени структурированности решаемых управленческих задач.

Задачи считаются хорошо структурированными, если ЛПР известны все их элементы и взаимосвязи между ними. Эти задачи носят, как правило, повторяющийся рутинный характер.

Задача считается плохо (или слабо) структурированной, если ЛПР имеет неполное представление обо всех элементах, зная лишь часть их и некоторые связи между ними.

Задачи, по которым ЛПР не удается выделить отдельные элементы и установить связи между ними, называются неструктурированными.

Рис. 1. Схема классификации ИС по признаку степени структурированности задач

2. По функциональному признаку различают:

­ИС маркетинга. Задачи: учет заказов, разработка планов маркетинга, прогноз продаж, управления продажами, анализ рекламы, анализ цен, исследование рынка, анализ систем распределения;

­ИС финансов. Задачи: управление портфелем заказов, управление кредитной политикой, контроль бюджета, финансовое прогнозирование, текущий финансовый анализ;

­ИС кадров. Задачи: зарплата, анализ потребности в труде, архивы сведений о персонале, анализ подготовки кадров, прогнозирование;

­ИС производства. Задачи: планирование объемов производства, календарные планы производства, контроль производства, анализ работы оборудования, управление запасами, управление транспортом;

­ИС руководства. Задачи: контроль за деятельностью фирмы (мониторинг), выявление оперативных проблем (еще на стадии их скрытой эволюции), анализ управленческих стратегических ситуаций.

3. По уровню управления:

­оперативный контроль имеет дело с рутинными, постоянно повторяющимися операциями, выполняемыми работниками низшего уровня, для проведения которых уже были предварительно созданы необходимые процедуры и правила:

­управленческий контроль проводится на уровне руководителей подразделений фирмы, для того чтобы дать оценку текущей ситуации, выбрать необходимые контрольные операции, сформулировать новые правила принятия решений для персонала, находящегося на оперативном уровне управления, а также распределить имеющиеся ресурсы

­стратегическое планирование включает определение целей компании, ресурсов, используемых для достижения этих целей, и политика (стратегии), которая должна привести к достижению поставленных целей.

4. По стадиям процессов создания и производства товара:

­автоматизированные системы научных исследований (АСНИ);

­системы автоматизированного проектирования (САПР);

­автоматизированные системы управления технологическими процессами (АСУТП);

­автоматизированные системы организационного управления (АСОУ).

5. Классификация ИС по виду используемых информационных технологий:

­системы электронной обработки данных (СЭОД) предназначены для решения хорошо структурированных задач, по

Рис. 2. Схема классификации ИС по виду информационных технологий

которым имеются необходимые входные данные и известны алгоритмы и другие стандартные процедуры их обработки, ведущие прямо к вычислению решения задачи. Работают в автоматическом режиме с минимальным участием человека. Основные приложения: расчеты зарплаты, запасов, хранение записей о персонале, производстве, продажах и т.п.;

­информационные системы управления (ИСУ) - используются для помощи менеджерам при худшей структурированности решаемых задач. Система может осуществлять поиск и обработку входной информации. Выходная информация выдается в виде ответов на запросы пользователя, а также в виде специальных управленческих ответов, осуществляющих сортировку, фильтрацию и агрегирование данных. ИСУ не предназначена для работы в чисто автоматическом режиме, все решения в ней принимает человек. Основные приложения: контроль производства, продаж, прогнозирования, мониторинг;

­системы поддержки принятия решений (СППР) используются для решения в форме диалога плохо структурированных задач, для которых характерна неполнота входных данных, недостаточность имеющихся стандартных процедур, неполная ясность целей и ограничений. Человек может вмешиваться в ход решения, модифицировать входные данные, процедуры обработки, цели и ограничения, критерии оптимальности. Выбор стратегии оценки альтернатив решения - исключительная функция пользователя. Как отдельный подвид таких систем выделяют групповые СППР (ГСППР). Основные приложения: долгосрочное стратегическое планирование, финансовое планирование;

­системы автоматизации офиса (САО) - используются для целей автоматизации офиса и поддержания связи между менеджерами и работниками компании. Включают в себе программные продукты (текстовые редакторы, графику, издательские системы и т.д.), а также коммуникационные средства (E-mail, факсимильная связь, телеконференции);

­экспертные системы (ЭС) основываются на моделировании процесса принятия решений человеком-экспертом при помощи компьютера и разработок в области искусственного интеллекта. Основываются на использовании не только информации процедурного (программ) и декларативного (данных) характеров, но и знаний как специальной форме представлена информация в ЭВМ. Обычно ЭС не включают в себя моделей, улучшающих принимаемое человеком решение. Их цель - обеспечить экономию за счет замены высокооплачиваемого эксперта-пользователя сравнительно низкооплачиваемым специалистом. ЭС призваны автоматизировать многие решения пользователя (но не все). Могут использоваться на любом уровне управления, а также специалистами - неуправленцами. Основное приложение - диагностика;

­искусственная (компьютерная) нервная система (ИНС) очень часто рассматривается как разновидность ЭС, однако по существу является ИС, реализующей новый вид информационной технологии, основанный на методах искусственного интеллекта (ИИ), и связанный с обучением компьютера на принципах функционирования мозга и нервной системы человека. Представляя собой частичный функциональный аналог биологической системы человеческого мозга, ИНС обладает такими аналогами интеллектуальных способностей, как обобщение, абстракция и интуиция.

6. По широте обслуживания:

­индивидуальные ИС - для обслуживания одного сотрудника;

­групповые ИС - для подразделений в рамках локальной сети;

­внутрифирменные ИС охватывают всю фирму и представляют собою совокупность нескольких групповых и индивидуальных ИС, дополненных ВЦ при аппарате управления.

Все указанные виды ИС могут работать в рамках одной и той же компании одновременно, выполняя свои специфические функции и участвуя помимо этого в процессе принятия решений. Наибольший интерес среди компьютерных ИС представляют собою ЭС.

2.2 Экспертные системы

Под искусственным интеллектом (ИИ) обычно понимают способности компьютерных систем к таким действиям, которые назывались бы интеллектуальными, если бы они выполнялись людьми. К числу интеллектуальных относятся задачи понимания и синтеза текстов на естественном языке (ЕЯ), понимания и синтеза речи, анализа, обработки и синтеза изображений, перевода с одного ЕЯ на другой, принятия решений в условиях изменяющегося окружения и т.п.

Главным приложением ИИ в экономике являются ЭС, использующие компьютерные программы, трансформирующие опыт экспертов в какой-либо области знаний в форму эвристических правил (эвристик).

Эвристика - эмпирическое правило, с помощью которого человек-эксперт в отсутствии алгоритма пытается осуществить свои намерения. Если же алгоритм есть, то человек-эксперт воспользуется им, но чаще алгоритма нет. Большинство лучших программ, построенных на эвристиках, стремится просто смоделировать процессы рассуждения человека-эксперта. Однако эвристика не гарантирует оптимального результата с такой же уверенностью как обычные алгоритмы, используемые для решения задач в СППР, но они часто дают в достаточной степени приемлемые решения для их практического использования. Обычно ЭС используют в качестве соответствующих систем. Работы в области ИИ помимо ЭС включают в себя создание роботов, ИНС, моделирующих слух, зрение, обоняние человека, его способность к обучению.

Главная идея использования ЭС заключается в том, чтобы получить от эксперта его знания, и, загрузив их в память компьютера, использовать всякий раз, когда в этом возникает необходимость. Это оказывается намного экономичнее по сравнению с тем, когда в штате компании числятся эксперты по всем встречающимся проблемам; или приглашаются со стороны, когда проблема возникла.

Имеется 5 существенных различий ЭС от СППР:

1) решение проблемы в рамках СППР отображает уровень ее понимания менеджером и его возможности получить и осмыслить решение. ЭС, наоборот, предлагает менеджеру принять решение, превосходящее его возможности, хотя и не обязательно улучшающее его;

2) ЭС в отличие от СППР способна пояснять свои рассуждения в процессе получения решения. Очень часто эти пояснения оказываются более важными для пользования, чем само решение;

3) алгоритм решений в системе не известен заранее, а строится самой ЭС с помощью символических рассуждений, базирующихся на эвристических приемах;

4) менеджеры, работая с помощью ЭС, имеют возможность рассмотреть большее количество альтернатив и за меньшее время и более точно произвести их оценку для выбора решения;

5) фирмы, использующие ЭС, имеют возможность накапливать знания и сохранять их даже после того, как тот или иной квалифицированный работник, являвшийся носителем этих знаний, покидает их.

Интерпретатор (решатель), используя исходные данные из РП и знания из БЗ, формирует такую последовательность правил, которые, будучи применимыми к исходным данным, приводят к решению задачи.

Объяснительный компонент разъясняет, как система получила решение задачи (или почему не получила), и какие знания она при этом использовала.

Эксперт - определяет знания, характеризующие проблемную область.

Инженер по знаниям помогает эксперту выявить и структурировать знания, определяет способ представления знаний, выделяет и программирует стандартные функции, которые затем будут использоваться в правилах, вводимых экспертами.

Знания - данные и правила, представляемые в специальной форме, имеющей ряд особенностей (внутренняя интерпретируемость, структурируемость, связность, семантическая матрица, активность).

В ЭС используются следующие модели представления знаний:

1)логические; 2) сетевые; 3) продукционные; 4) фреймовые.

Наиболее популярными являются продукционные и фреймовые. Они обладают рядом преимуществ по сравнению с логическими и сетевыми моделями. Использование фреймов требует фиксации их статусов в модели проблемной области. Обычно применяются в рамках сетевых моделей.

Классификация экспертных систем

Ниже приводится классификация ЭС по основным признакам.

1. По назначению:

­для обучения специалистов;

­для решения задач;

­для автоматизации рутинных работ;

­для тиражирования знаний экспертов;

­для не специалистов в области экспертизы и т.п.

2. По проблемной области:

­статические (если исходные данные, описывающие предметную область, не изменяются за время решения задачи);

­динамические (в противном случае).

3. По степени сложности структуры:

­поверхностные, которые представляют знания в области экспертизы в виде правил: условие действие;

­глубинные, которые кроме возможностей поверхностных ЭС обладают способностью при возникновении неизвестной ситуации определять с помощью некоторых общих принципов, справедливых для области экспертизы, какие действия следует выполнять.

4. По типу используемых методов:

­традиционные, использующие в основном неформализованные методы инженерии знаний и неформализованные знания, полученные от экспертов;

­гибридные, использующие и методы инженерии знаний, и формализованные методы, а также данные традиционного программирования и математики.

5. По степени существования (степени проработанности и отлаженности ЭС):

­демонстрационные прототипы (решают часть требуемых задач, демонстрируя жизнеспособность метода инженерии знаний);

­исследовательские прототипы (решают все требуемые задачи, но неустойчивы в работе и не полностью проверены);

­действующий прототип (надежно решает все задачи, но для решения сложных задач может потребоваться чрезмерно много времени и(или) памяти);

­промышленные ЭС: обеспечивают высокое качество решения всех задач при min времени и памяти;

­коммерческие ЭС: пригодны не только для собственного использования, но и для продажи различным потребителям.

6. По способности к развитию:

­ЭС первого поколения, которые могут лишь повторить логический вывод эксперта;

­ЭС второго поколения, называемые также партнерскими или усилителями интеллектуальных способностей человека, которые умеют обучаться и развиваться.

В заключении следует отметить следующие положения:

1. Разработка ЭС представляет собою весьма длительный и трудоемкий процесс, вследствие чего ЭС имеют высокую стоимость (это препятствует массовому распространению ЭС).

2. Большинство ЭС базируются на специальных программных средствах, трудно согласуемых с программами, составленными на традиционных языках программирования. Это затрудняет создание гибридных систем на функциональных ПЭВМ.

3. Подавляющее большинство существующих ЭС решает статические задачи в статических предметных областях, хотя многие важные практические приложения являются динамическими.

2.3 Искусственная нервная система

Поскольку использование ЭС во многих сферах бизнеса сталкивается с рядом трудностей, сдерживающих их дальнейшее развитие и широкое использование, специалисты ищут нетрадиционные подходы для преодоления этих трудностей. Одним из таких подходов является использование биологических аналогий и создание ИНС.

ИНС, моделирующая информационные процессы, происходящие в человеческом мозгу, реализует одну из технологий компьютерного самообучения, т.е. обучение решению проблем на собственном опыте. Хотя ИНС представляет собою далеко не полный функциональный аналог биологической системы человеческого мозга, она обладает такими интеллектуальными способностями как обобщение, абстракция и даже интуиция.

ИНС состоит из большого количества простых структур, построенных на искусственных нейронах, представляющих собою информационные элементы системы. Искусственный нейрон (ИН) имеет несколько входов и один выход. На каждый вход подается значение некоторой характеристики решаемой проблемы. Например, при решении вопроса о предоставлении кредита клиенту такими характеристиками могут быть уровень доходов клиента, его возраст, количество иждивенцев, наличие собственности для залога и т.п. Выход отражает принимаемое решение. Это может быть выражение типа Да/Нет или определенное значение выходной переменной (например, размер предлагаемого кредита). Нейрон взвешено суммирует поступающие на его входы сигналы xi и преобразует их сумму в выходной сигнал yj (для j-го нейрона)

ИНС не программируется в традиционном смысле этого слова. Она обладает способностью самонастройки на примерах. Настройка производится с помощью многочисленных попыток изменения входов системы. Последовательно уточняя веса входов Wij, ИНС реализует функцию самообучения, процесс которого имеет три стадии:

1)вычисление результата;

2)сравнение результата с желаемым значением;

3)подстройка весовых коэффициентов и повторение расчета.

Способность к самообучению через адаптацию системы представляет собою важнейшее отличие ИНС от ЭС, т.е. ЭС программируется таким образом, чтобы придти к определенному решению, используя данные, описывающие рассматриваемую проблему, а ИНС адаптирует веса получаемых входных сигналов, чтобы обеспечить прием.



ЗАКЛЮЧЕНИЕ

В процессе управления менеджерам приходится принимать большое количество решений на стадиях планирования, организации, мотивации, координации и контроля. Так, например, составление плана деятельности предприятия (фирмы) на предстоящий период связано с принятием таких решений, как цели деятельности, необходимые ресурсы, способы достижения поставленных задач. Особенно возрастает роль планирования деятельности фирмы в условиях рынка.

Процесс организации неизбежно вызывает необходимость принятия решений по вопросам о структуре производства и управления, об организации производственного процесса, вспомогательных служб и обслуживании производств, об организации труда специалистов, о методах реагирования на воздействие внешней среды и т.д.

Процесс контроля также связан с принятием решения о том, что, как и когда контролировать, какие выводы и формы контроля использовать, как производить анализ полученной информации, каким образом корректировать процессы в соответствии с данными контроля и т.д.



ЛИТЕРАТУРА

1.Балдин К.В., Воробьев С.Н., Уткин В.Б. Управленческие решения: Учебник.- М.: «Дашков и Кє», 2005.-496 с.

2.Даниелян К. Концепция устойчивого человеческого развития : теория и практика.-Ереван,1996.-161 .с

3.Жуков Р.Ф., Лебедев О.Т., Малеева Т.В. Технология принятия оперативных управленческих решений. Учебное пособие для инженерно-экономических специальностей. - Л: Изд-во ЛИЭИ им.П.Тольятти, 1991. 81 с.

4.Карданская Н.Л. Принятие управленческого решения. Учебник для вузов.-М.:ЮНИТИ, 1999.-407 .с

5.Кокарева Т.А. Системный анализ процедур принятия управленческих решений. ГКРФ по ВШ. - СПб: Изд-во СПб ун-та, 1994. 147 с.

6.Психология управления: Уч. пособие / В.Л. Гайда и др. - Л.: ЛГТУ, 1991. 21 с.

7.Рейльян Я.Р. Аналитическая основа принятия управленческих решений. - М.: Финансы и статистика, 1989. 206 с.

8.Рычников О.В., Минько Э.В., Мирзоев Р.Г. Разработка управленческого решения. Текст лекций. Под общей редакцией д.э.н. С.Д. Бодрунова../ Изд-во СПбГУАП, СПб., 1999,-90 с.

9.Смирнов Э. А. Разработка управленческих решений: Учебник для вузов.-М..:ЮНИТИ-ДАНА, 2000.-272 с.

10.Степанов А.Г. Разработка управленческого решения средствами пакета EXCEL. Учебное пособие,/ Изд-во СПбГУАП, СПб., 2001.-172 с.

11.Чудновская С.Н. Разработка управленческих решений. Уч. пособие / Изд-во Тюменского государственного университета, 1999. 150 с.

12.Евланов Л.Г. Теория и практика принятия решений. - М.: Экономика, 1984. 175 с..

А