Размещено на http://www.allbest.ru/

2

Размещено на http://www.allbest.ru/

Интеллектуальная система поддержки принятия решений



Введение

Наряду с возможностями и перспективами эффективного инновационного развития экономики, во многом определяемым качеством профессиональных кадров и уровнем гибкости их использования, отмечаются проблемы и сложности развития человеческого потенциала в Российской Федерации. Эти проблемы обусловлены, в том числе: сокращением численности населения и уровня занятости в экономике, а также низким качеством и уровнем доступности социальных услуг, как в сфере образования, так и в сфере логистических услуг.

Развитие экономической сферы, в том числе логистика, во многом связано с инновационным развитием. Так в Концепции развития системы логистики в Российской Федерации до 2020 г. Выделены три этапа инновационного развития логистики, начиная от определения приоритетных направлений и заканчивая внедрением общероссийского плана внедрения результатов деятельности в практику, а также дальнейшую разработку и реализацию межведомственных программ.

Развитие логистики играет важную роль в модернизации России. Для выполнения этой задачи государство должно находиться в состоянии непрерывного процесса повышения эффективности своей инвестиционной деятельности, в том числе в части финансирования инновационно-инвестиционных проектов в системе логистики. Для этого требуется совершенствовать систему оценки инновационно-инвестиционных проектов.

Актуальность темы курсовой работы определяется необходимостью совершенствования инструментария системы поддержки принятия решений в социальной сфере, в частности в логистике, являющейся одним из приоритетных направлений социального инвестирования, так как вложения в логистику определяют возможности поддержки бизнеса государства.

Разработка системы поддержки принятия решений оценивания региональных социально-экономических проектов приобретает все большую актуальность, поскольку их высокая социальная значимость в сочетании с необходимостью значительных долговременных финансовых затрат требует всестороннего научного обоснования принимаемых решений по выбору проектов.

Целью курсовой работы является разработка информационной подсистемы автоматизации выбора грузовой машины и поддержки принятия решений при экспертном оценивании машин.

Поставленной целью определена необходимость решения следующих задач:

- рассмотрение и изучение предметной области, в которой осуществляется оценивание инвестиционных проектов;

- определение критериев оценки инвестиционных проектов;

- создание информационной модели оценивания проектов;

- обоснование выбора программных средств, используемых для анализа, проектирования, разработки процессов и создания приложения в рамках курсовой работы;

- разработать информационно-аналитическую систему оценки инновационно-инвестиционных проектов в сфере логистики.

Курсовая работа состоит из введения, трех глав, заключения, списка литературы и приложений.

В первой главе дается характеристика логистики, рассматриваются особенности обоснования инвестиционных решений в логистике, рассматриваются инструментальных средства поддержки принятия решений при оценке и выборе инновационно-инвестиционных проектов в логистике.

Во второй главе рассматривается разработка модели на создаваемую систему логистики.

В четвертой главе проводится тестирование интеллектуальной информационной системы.



1. Предпроектное обследование предметной области

инвестиционный логистика приложение программный

1.1 Анализ предметной области

Логистика - это процесс создания оптимальной инфраструктуры движения товаров и услуг от поставщиков к потребителям. Если говорить простыми словами, то логистика занимается тем, чтобы найти и организовать самый удобный, наиболее выгодный, наименее затратный путь, по которому нужный товар или услуга поступят к своему конечному потребителю.

Логистика в определенной форме существовала с давних времен: еще до нашей эры народы выбирали и строили наиболее удобные торговые пути для переправки сельскохозяйственных грузов и вооружения. На сегодняшний день, основной причиной развития логистики как отдельной науки стал существенный рост производства, увеличение товаропотоков как в мировом масштабе, так и в рамках каждой отдельно взятой страны.

Логистическая структура на любом предприятии включает в себя 2 ключевых направления:

1. логистика сырья, материалов, товаров, услугот поставщиков на предприятие;

2. логистика конечной продукции от предприятия до потребителей, как оптовых, так и конечных, розничных.

Оба эти направления логистики имеют равную ценность и значимость, т.к. влияют на себестоимость продукции и на ее конечную стоимость, что является важным для потребителей и влияет, в свою очередь, на объем продаж.

Весь логистический процесс включает в себя множество разных моментов:

- выбор поставщиков;

- заключение договоров с поставщиками на определенных условиях;

- организацию доставки продукции и / или сырья на предприятие и с предприятия;

- выбор транспортных компаний и заключение с ними договоров;

- организацию взаимодействия с органами таможни (при внешнеэкономической деятельности), другими контролирующими органами и госструктурами;

- определение и анализ сегмента покупателей;

- заключение договоров с покупателями на определенных условиях.

Во многих направлениях своей деятельности логистика граничит и даже пересекается с маркетингом, но в целом обе эти науки преследуют одну и ту же основную цель любого бизнеса: повышения его эффективности и, как следствие, прибыльности.

Следует отметить тот факт, что затраты на логистику в крупных современных промышленных компаниях часто являются самой крупной статьей расходов и превосходят даже затраты на сырье или заработную плату персонала. Это лишний раз подтверждает, насколько сейчас важна и необходима логистика.

Данная курсовая работа рассматривается на примере ООО ТД «Малахов +».

Компания Торговый Дом Малахов, на сегодняшний день, один из крупнейших дистрибьюторов широкой группы продуктов питания на территории Белгородской области и Центрально-Черноземного региона. На протяжении 18 лет работы на российском рынке компания накопила большой опыт продаж, а так же заручилась доверием клиентов. Деятельность компании максимально ориентирована на интересы потребителя и улучшение качества обслуживания. Динамичное развитие, открытие новых подразделений, поиск новых торговых точек, ускорение доставки - все это позволяет двигаться вперед и сдерживать конкуренцию.

Торговый Дом «Малахов +» также известен как производитель продуктов питания. К собственному производству относятся Малаховские крупы и Тайник Вкуса. География сбыта данной продукции перешла на региональный уровень.

Более 2500 клиентов составляет на сегодняшний день 40% рынка по бакалейной группе товаров, бесперебойные поставки, развитая логистика, современный автопарк и, конечно, опытный квалифицированный персонал обеспечивают настоящее и будущее Торгового Дома.

1.2 Системный анализ и анализ требований

Интеллектуальная система - это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока - базу знаний, решатель и интеллектуальный интерфейс.

Интеллектуальные системы изучаются группой наук, объединяемых под названием «искусственный интеллект».

В технологиях принятия решений интеллектуальная система - это информационно-вычислительная система с интеллектуальной поддержкой, решающая задачи без участия человека - лица, принимающего решение (ЛПР).

Удобство и эффективность применения компьютеров для подготовки документации привели к созданию множества программ для логистики. Возможности этих программ различны - от программ, предназначенных для подготовки небольших документов простой структуры, до программ для набора, оформления и полной подготовки логистической документации (к примеру, закупочной логистики, или выборе маши транспортной логистике).

В логистике существует много разных разновидностей, но в данной работе будет рассмотрена лишь одна - транспортная логистика.

Транспортная логистика - это перемещение требуемого количества товара в нужную точку, оптимальным маршрутом за требуемое время и с наименьшими издержками. Затраты на создание любого товара складываются из себестоимости изготовления и издержек на выполнение всех работ от момента закупки материалов до момента покупки товара конечным потребителем. Большую часть стоимости составляют наценки каждого звена в цепи производитель - конечный покупатель. Движение материального потока от первичного источника сырья до конечного потребления также требует затрат, которые могут доходить до 50% от общей суммы затрат на логистику.

Исследование предметной области обычно начинается с составления словаря терминов, который используется при описании характеристик объектов и процессов, составляющих рассматриваемую систему, а также создания системы точных определений этих терминов. Стоит отметить, что документируются основные логические взаимосвязи между соответствующими введенными терминами и понятиями. Результатом проведенного исследования является онтология системы, или же проще говоря, совокупность словаря терминов, точных их определений и взаимосвязи между ними. Словарь терминов приведен в приложении 1.

Таким образом, онтология включает в себя совокупность терминов и правила, согласно которым эти термины могут быть скомбинированы для построения достоверных утверждений о состоянии рассматриваемой интеллектуальной системы поддержки принятия решений. Кроме этого, на основе этих утверждений, будут сделаны соответствующие выводы, которые позволяют вносить в систему изменения, для повышения эффективности ее функционирования.

В данной главе был проведен анализ предметной области, рассмотрены основные функциональные способности разрабатываемой системы, проведен онтологический анализ, были определены основные задачи, которые будет решать интеллектуальная система поддержки принятия решений.

2. Разработка интеллектуальной системы

2.1 Проектирование базы знаний

В настоящее время при разработке интеллектуальных систем завоевывает все большую популярность построение базы знаний, которые относятся к прагматическому направлению исследований в области искусственного интеллекта. Вначале данное направление было основано на предположении, что мыслительная деятельность человека - это «черный ящик». Поэтому при данном подходе не ставился вопрос об адекватности используемых в персональном компьютере моделей представления знаний тем моделям, которыми пользуется в аналогичных ситуациях человек, а рассматривается лишь конечный результат решения конкретных задач.

При проектировании интеллектуальных систем значительные усилия и время затрачиваются на разработку базы знаний, накопление знаний, создание модели представления знаний, их структурирование, заполнение базы знаний и дальнейшее поддержание ее в актуальном состоянии. Прежде чем приступить к проектированию и реализации базы знаний, необходимо осмыслить и разрешить ряд вопросов, непосредственно связанных с процессом создания базы знаний и интеллектуальной системы в целом.

В настоящее время разработано огромное количество моделей представления знаний для различных предметных областей. Проектирование разрабатываемой интеллектуальной системы основано на представлении знаний - семантической сети, поскольку ее преимуществом является то, что она более других соответствует современным представлениям об организации долговременной памяти человека.

Семантимческая сеть - информационная модель предметной области, имеющая вид ориентированного графа, вершины которого соответствуют объектам предметной области, а дуги (рёбра) задают отношения между ними.

Первым шагом является выделение основных объектов и связей между ними. То есть, образуется полный систематический набор терминов из области знаний предметной области.

После выявления связей между понятиями важным шагом является выделение функциональной составляющей базы знаний. Определение стратегий принятия решения, то есть выявление цепочек рассуждений, связывает все сформированные ранее понятия и отношения в динамическую систему поля знаний. Именно стратегии придают активность знаниям, они перебирают модель предметной области и осуществляют поиск от условий к цели.

На основе созданных моделей представления знаний необходимо перейти к созданию интеллектуальной системы - разработке базы знаний.

2.2 Разработка базы знаний

База знаний - это важный компонент интеллектуальной системы. Наиболее известный класс таких программ - это экспертные системы. Они предназначены для поиска способов решения проблем из некоторой предметной области, основываясь на записях базы знаний и на

пользовательском описании ситуации.

Простые базы знаний могут использоваться для создания экспертных систем хранения данных в организации: документации, руководств, статей технического обеспечения. Главная цель создания таких баз - помочь не опытным людям найти уже существующее описание способа решения какойнибудь проблемы.

База знаний интеллектуальной системы хранится отдельно от машины вывода в виде файла СУБД Firebird. Для создания баз данных и разработки бизнес-правил на стороне сервера SQL будет использоваться утилита IBExpert.

Создание и регистрация базы знаний с помощью утилиты IBExpert, изображены на рисунках.

Создание базы знаний в утилите IBExpert

Регистрация базы знаний в утилите IBExpert

Данная база знаний содержит таблицу VIBOR_AVTO со следующими полями:

- ID - порядковый номер редактора в таблице;

- NAME - название машины;

- ID_AVTO - это порядковый номер машины из таблицы AVTO; - PARAM 1-15 - параметры для выбора автомобиля.

Завершающим этапом создания базы знаний является заполнение таблицы. На рисунке приведена таблица с заполненными данными.

Заполненная таблица «Выбор авто»

2.3 Разработка пользовательского интерфейса

Пользовательский интерфейс - это система средств для взаимодействия пользователя с компьютером, основанная на представлении всех доступных пользователю системных объектов и функций в виде графических компонентов экрана (окон, значков, меню, кнопок, списков). При этом, в отличие от интерфейса командной строки, пользователь имеет произвольный доступ (с помощью клавиатуры или указательного устройства ввода) ко всем видимым экранным объектам, а на экране реализуется модель мира в соответствии с некоторой метафорой и осуществляется прямое манипулирование.

Одним из требований к хорошему графическому интерфейсу программной системы является концепция «предсказуемости», чтобы система работала предсказуемо, чтобы пользователь заранее интуитивно понимал, какое действие выполнит программа после получения его команды.

При разработке пользовательского интерфейса использовалось инструментальное средство фирмы BorlandBuilder C++ 6.0. В приложении была использована технология доступа к данным InterBaseExpress.

Процесс разработки интерфейса для интеллектуальной системы следующий:

- выполняем команду File->New->Other и выбираем значок Form на вкладке New;

- на созданную форму переносим компоненты для обращения к базе знаний IBDatabase1 и IBTransaction1;

- настраиваем свойства DatabaseName, DefaultTransaction для компонента IBDatabase1 и свойство DefaultDatabase для компонента

IBTransaction1;

- в созданный модуль FBDataModule переносим наборы данных TIBQuery. Формируем запросы к таблице. В тот же контейнер переносим компонент TIBDataSource;

- связываем источники данных с запросами и таблицами в свойстве DataSet.

Следующим этапом является размещение визуальных компонентов с последующею их настройкой и обработкой событий. Представим на рисунке форму с размещенными компонентами.

Форма с размещенными компонентами

Разрабатываемая интеллектуальная система будет работать в 2 режимах: выбор машины и модификация данных. На рисунке представлен режим редактирования интеллектуальной системы.

Режим редактирования интеллектуальной системы

При создании интеллектуальной системы в Borland Builder 6.0 были использованы следующие компоненты:

- Label - компонент, предназначенный для надписей и пояснений на форме;

- DBNavigator - компонент, предназначенный для перемещения по таблице;

- IBQuery - компонент, предназначенный для написания запроса на вывод таблицы;

- RadioButton - компонент, который в свою очередь является переключателем, если он выбран, то кнопки и поля для ввода активны (и наоборот);

- Edit - компонент, предназначенный для ввода текста.

Работа с редактором интеллектуальной системы предполагает следующий вид поиска:

1. поиск данных по фамилии клиента - необходимо найти клиента, зная, только его фамилию;

2. поиск данных по марке автомобиля - необходимо найти машину из определенного типа;

3. поиск данных по фамилии сотрудника - необходимо найти сотрудника, зная, только его фамилию.

Далее рассмотрим режим интеллектуальной системы - выбор автомобиля. Чтобы произвести выбор того или иного автомобиля необходимо из предложенных параметров выбрать один или несколько, по которым будет производиться поиск. Если выбран один параметр-то выведутся все записи, удовлетворяющие этому параметру, если же несколько, соответственно, выведутся записи, удовлетворяющие всем заданным параметрам.

Режим выбора автомобиля

В данной главе была разработана база знаний. Разработан пользовательский интерфейс интеллектуальной системы поддержки принятия решений.



3. Руководство пользователя

Созданная в ходе выполнения курсовой работы интеллектуальная система поддержки принятия решений имеет довольно простой и удобный интерфейс. При запуске приложения открывается основное окно программы, представленное на рис.

Основное окно программы

В предыдущей главе было сказано, что приложение состоит из 2х частей: «выбор автомобиля» и «модификация данных».

На первой вкладке, которая называется «Выбор автомобиля» возможен поиск автомобиля по следующим параметрам: марка, стоимость перевозки, километраж, тип контейнера, количество контейнеров, объем топлива, привод, трансмиссия, максимальная скорость, наличие холодильника, грузоподъемность, полезный объем, вместимость европаллета, страховка, доставка.



Вкладка «Выбор автомобиля»

Для осуществления поиска машины необходимо выбрать нужные нам параметры. Интеллектуальная система не задает ограничения по выбору параметров: можно сделать выбор как одного, так и нескольких параметров. Сброс всех параметров приведен на рис.

Поиск машины по одному параметру (марка)



Поиск машины по одному параметру (стоимость перевозки)

Поиск машины по двум параметрам (марка и количество контейнеров)



Поиск машины по трем параметрам (марка, стоимость перевозки, вместимость европаллета)

Поиск машины по всем параметрам



Сброс всех параметров

На вкладке «Модификация данных» возможно, выполнить 3 вида поиска:

- поиск данных по фамилии клиента; - поиск данных по марке автомобиля;

- поиск данных по фамилии сотрудника.

Модификация данных



Поиск по фамилии клиента

Поиск по марке автомобиля



Поиск по фамилии сотрудника

инвестиционный логистика приложение программный

Очистить поиск

В данной главе полностью была протестирована созданная интеллектуальная система поддержки принятия решений.



Заключение

В ходе выполнения курсовой работы на тему «Интеллектуальная система поддержки принятия решений (на примере оптовых продаж ООО ТД «Малахов +») были закреплены теоретические знания, полученные на лекциях по данному предмету. А также получен опыт в разработки интеллектуальной системы.

Разработанная интеллектуальная система позволяет повысить оперативность и производительность логистов. За счет систематизации данных, система позволяет увеличить скорость и качество их работы. Разработанная система позволила синхронизировать используемые данные и сократить бумажные архивы. Данная конфигурация рассчитана даже на не опытного пользователя, что делает её доступной и ещё раз подчёркивает привлекательность этого решения ведения учёта.

В ходе выполнения данного курсового проекта были достигнуты все поставленные цели и задачи:

- рассмотрена и изучена предметная область, в которой осуществляется оценивание инвестиционных проектов;

- определены критерии оценки инвестиционных проектов;

- создана информационная модель оценивания проектов;

- обоснован выбор программных средств, используемых для анализа, проектирования, разработки процессов и создания приложения в рамках курсовой работы;

- разработана интеллектуальная систему поддержки принятия решений в сфере логистики.



Список использованных источников

1. Громов Ю.Ю., Иванова О.Г., Алексеев В.В. и др. Интеллектуальные информационные системы и технологии: учебное пособие - Тамбов: Изд-во ФГБОУ ВПО «ТГТУ», 2013. - 244 с.

2. Трофимова Л.А., Трофимов В.В. Управление знаниями. Учебное пособие - СПб.: Изд-во СПбГУЭФ. 2012. - 77 с.

3. Джозеф Джарратано, Гари Райли «Экспертные системы: принципы разработки и программирование»: Пер. с англ. - М.: Издательский дом «Вильямс», 2006. - 1152 стр. с ил.

4. Михелёв В.М. Базы данных и СУБД - Белгород: Издательство БелГУ, 2007. - 200 с.

5. Борри Х. Firebird: руководство разработчика баз данных изд. - БХВ.: Петербург 2006. - 1105 с.

6. Хомоненко А.Д. / Ададуров С.Е. Работа с базами данных в C++ Builder. - СПб.:БХВ - Петербург, 2006. - 496 с.

7. Моисеев В.Б. Представление знаний в интеллектуальных системах. Информатика и образование. №2, 2003 г. с. 84-91

8. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: М. Наука, 2004 г.

9. Володичев Д.С., Макушкин В.А. OMEGAMON - эффективная система управления вычислительными ресурсами. М: Научная сессия МФТИ-2004, том 12, с. 199-201.

10. Частикова А.П., Гавриловой Т.А., Белова Д.Л. Разработка экспертных систем. Среда CLIPS.-СПб.: БХВ - Петербург, 2003.

11. Муромцев Д.И. Введение в технологию экспертных систем. СПб: СПб ГУ ИТМО, 2005.

12. Минский М.Л. Фреймы для представления знаний. М.: Энергия.

Размещено на Allbest.ru