Обзор современных программных комплексов реализующих СППР

 

Министерство образования и  науки, молодежи и спорта Украины

Национальный технический университет

«Харьковский политехнический  институт»

Кафедра «Охрана труда  и окружающей среды»

 

 

 

 

Реферат

«Обзор современных программных  комплексов реализующих СППР»

 

 

 

 

 

       Выполнила:

ст. гр. ИФ -37д

 Ананьева М.Г.

Проверила: 

доц. Москаленко В.В.

 

 

 

 

 

 

 

Харьков 2012

СОДЕРЖАНИЕ

 

 

 

 

 

 

Введение

В настоящее время, практически полностью автоматизированы процессы обработки и обмена информацией. В тоже время функция принятия решений только развивается.

Идентификация и оценка последствий  выполнения различных стратегий  управления невозможны без применения современных технологий, в частности без разработки компьютерных систем поддержки принятия решений. Компьютерная система поддержки принятия решений (СППР)[1] представляет собой гибкий набор средств, который интегрирует знания специалиста, принимающего решения с  возможностями информационной обработки и моделирования с целью улучшения качества принимаемого решения.

Такие системы предназначены для  того, чтобы помочь пользователю на всех этапах процесса принятия решения  и должны включать модули объяснения пользователю решения, его обоснования, оценки альтернатив.

1 Общая характеристика систем поддержки принятия решений

Принятие решения в большинстве  случаев заключается в генерации  возможных альтернативных решений, их оценке и выборе лучшего варианта. В сложных и ответственных моментах лицо, принимающее решение, обращается к опытным и знающим людям (экспертам) за подтверждением своего решения. Такие обращения представляют собой процесс поддержки принятия решения.

При выборе варианта приходится учитывать  большое число неопределенных и противоречивых факторов. Неопределенность является неотъемлемой частью процессов принятия решений, и их можно разделить на три класса:

1. неопределенность, связанная с неполнотой знаний о проблеме, по которой должно быть принято решение;
2. неопределенность, связанная с невозможностью полного учета реакции окружающей среды на принимаемые решения;
3. неопределенность, связанная с неправильным пониманием своих целей лицом, принимающим решение.

Противоречивость возникает из-за неоднозначности оценки ситуаций, ошибки в выборе приоритетов, что, в конечном итоге, сильно осложняет принятие решений. Исследования показывают, что лица, принимающие решения (ЛПР) без дополнительной аналитической поддержки, как правило, используют упрощенные, а иногда и противоречивые правила выбора решения.

Системы поддержки принятия решений. Основными функциями таких систем являются:

1. оказание помощи ЛПР при анализе исходной информации (оценке сложившейся обстановки и ограничений, накладываемых внешней средой);
2. выявление и ранжирование приоритетов, учет неопределенности в оценках ЛПР и формирование его предпочтений;
3. генерация возможных решений (формирование списка альтернатив);
4. оценка возможных альтернатив, исходя из предпочтений ЛПР, и ограничение, накладываемое внешней средой;
5. анализ возможных последствий принимаемых решений;
6. выбор лучшего, с точки зрения ЛПР, возможного варианта.

Формализация методов анализа  и генерации решений, их оценка и  согласование являются достаточно сложной  задачей. Ее решение стало возможным  в связи с широким применением средств вычислительной техники и во многом зависит от возможностей технических программных средств, реализующих методы и способы интеллектуальной поддержки принимаемых решений.

При построении модели проблемной ситуации исследуют структуру ППР, которая определяется такими элементами, как состояние исходных данных задачи, модель ситуации принятия решения, ограничения, варианты решений и их последствия, внешние факторы объективного и субъективного характера. Совокупность перечисленных элементов образует определенную среду (систему) принятия решений. Назовем такую систему системой поддержки принятия решений (СППР). Другими словами, СППР — система, обеспечивающая лицо, принимающее решение, необходимыми для принятия решения данными, знаниями, выводами и/или рекомендациями.

Ориентация на компьютерные информационные технологии позволяет выделить новый  класс СППР[2] — информационно-аналитические системы поддержки принятия решений (ИА СППР). ИА СППР — это класс человеко-машинных систем, предназначенных для оказания помощи ЛПР в их профессиональной деятельности по использованию данных, знаний и моделей при подготовке и принятии обоснованных решений.

Рассматривая существующие концептуальные модели СППР, выделяют подходы, основанные на использовании идеологии информационных систем, искусственного интеллекта и инструментальный подход.

В рамках информационного подхода  СППР относят к классу автоматизированных информационных систем, основное назначение которых — «улучшить деятельность работников умственного труда (knowledge workers) в организациях путем применения информационной технологии». Главными компонентами этой модели являются: интерфейс «пользователь—система», база данных и база моделей.

В рамках «интеллектуальных систем»  СППР, основанные на знаниях, существенно отличаются от экспертных систем своей целевой направленностью: СППР призвана помочь ЛПР в решении стоящей перед ним проблемы, а ЭС — заменить человека при решении проблемы.

При инструментальном подходе, в зависимости  от специфики решаемых задач и используемых технологических средств, выделяют три уровня систем: прикладные, генераторы и инструментальные.

Прикладные СППР служат для поддержки  решения отдельных прикладных задач  в конкретных ситуациях. С ними работают конечные пользователи (отдельные лица или группы людей). Генераторы представляют собой пакеты программных средств поиска и выдачи данных, моделирования и т. д., которые используются разработчиками прикладных СППР для создания специализированных систем. Генераторы могут быть быстро «встроены» в прикладную систему. Инструментальные СППР соответствуют высшему уровню технологичности и предоставляют в распоряжение разработчиков наиболее мощные комплексы средств, связанных единой методологией.

Архитектура СППР. Процедура принятия решений с помощью СППР представляет собой циклический процесс взаимодействия человека и компьютера и включает фазы анализа и постановки задачи, фазы поиска и оптимизации альтернативных решений, реализуемых с помощью компьютера. Современные системы поддержки принятия решений и информационные системы руководителей высшего уровня управления основаны на применении специализированных информационных хранилищ и технологий OLAP (On-Line Analytical Processing) — оперативного анализа данных. Основное назначение OLAP-технологий — динамический многомерный анализ данных, моделирование и прогнозирование. Архитектура типичной системы поддержки принятия решений представлена на рисунке 1.1.

В современных условиях динамичности рынка, обострения конкуренции, комплексности  управления бизнес-процессами к СППР предъявляются следующие требования[1]:

1. анализ и интеграция множества внешних и внутренних источников маркетинговой, производственной и финансовой информации;
2. повышение оперативности анализа эффективности бизнес-процессов и прогнозирование их развития;
3. расширение сферы лиц, участвующих в подготовке и принятии управленческих решений;
4. автоматизация извлечения знаний о закономерностях в развитии ситуаций для принятия своевременных решений и др.

 

Рисунок 1.1. Архитектура СППР

 

Для реализации перечисленных требований широко используются информационные хранилища (Data Warehouse), системы оперативного анализа данных (OLAP) и интеллектуального анализа данных (Data Mining). Архитектура информационного хранилища системы поддержки принятия решений представлена на рисунке 1.2.

Такие системы по сравнению с  традиционными системами анализа  и прогнозирования на основе применения экономико-математических моделей, баз экспертных знаний и статистических методов имеют преимущества в гибкости и скорости составления запроса и получения ответа, доступности применения, поэтому они могут использоваться не только для обоснования стратегических, но и принятия тактических решений.

Информационное хранилище[1] представляет собой базу обобщенной информации, формируемую из множества внешних и внутренних источников, на основе которых выполняются статистические группировки и интеллектуальный анализ данных. По сравнению с базами данных для оперативной обработки транзакций информационные хранилища обеспечивают более гибкое и простое формирование произвольных справочно-аналитических запросов, а также применение специализированных методов статистического и интеллектуального анализа данных.

 

Рисунок 1.2. Архитектура информационного хранилища СППР

 

Подсистема хранения данных представляет собой многомерное хранилище, организованное в виде:

1. физической структуры, в которую с определенной периодичностью загружаются данные из файлов-источников, принадлежащих базам оперативных данных;
2. виртуальной структуры, которая динамически используется при запросах, вызывающих физическое манипулирование с файлами-источниками из реляционных баз данных (как надстройка над реляционными базами данных), обеспечивая удобный интерфейс пользователя;
3. гибридной структуры, которая используется при построении многоуровневых информационных хранилищ, применяемых на разных уровнях управления корпоративных информационных систем.

Подсистема метаинформации представляет собой описание структуры информационного  хранилища: состав показателей, иерархий агрегации измерений, форматов данных, используемых функций, физического размещения на сервере, прав доступа пользователей, частоты обновления.

Подсистема представления данных[1] (организация витрин данных) представляет собой предметно-ориентированное хранилище, как правило, агрегированной информации, предназначенное для использования группой пользователей в рамках конкретного вида деятельности (маркетинга, финансового менеджмента и др.).

Подсистема оперативного анализа  данных (OLAP) используется лицами, подготавливающими  информацию для принятия решений путем выполнения различных статистических группировок исходных данных (рисунок 1.3).

Рисунок 1.3. Структура OLAP-системы

Подсистема интеллектуального  анализа данных (Data Mining) используется специальной категорией пользователей – аналитиков, которые на основе информационных хранилищ обнаруживают закономерности в деятельности предприятия и на рынке, используемые в дальнейшем для обоснования стратегических или тактических решений.

Необходимость появления DM-технологии продиктована следующими обстоятельствами:

1. тотальное применение web-серверов обеспечивает доступ к огромному объему разнородной информации, обработка которой с помощью традиционных информационных технологий невозможна;
2. потребность в выявлении скрытых зависимостей между различными факторами, представленными в различных формах (символьная, числовая, графическая, неструктурированная, структурированная и т. д.);
3. необходимость в выделении из множества значений, принимаемых факторами, тех, которые определяют поведение объекта и оказывают влияние на его поведение в будущем.

Ответом на поставленные вопросы стала  технология, получившая название интеллектуальный анализ данных — процесс извлечения зависимостей из разнородных баз  данных. В этом процессе центральное  место занимает автоматическое порождение моделей, правил или функциональных зависимостей.

В основе DM-технологии лежит Хранилище  данных (Data WareHouse — DWH). DWH — это предметно-ориентированный, интегрированный, неизменяемый и поддерживающий хронологию набор данных, специфическим образом организованный для целей поддержки принятия решений.

 Особенно перспективным является сочетание DWH+DM – технологий, так как они функционируют не по заранее заданным формулам, а на основе функциональных зависимостей, релевантных накопленным данным. В DWH+DM –технологиях используются в различных сочетаниях следующие инструменты: нейронные сети, генетические алгоритмы, средства визуализации процессов, методы порождения деревьев решений, методы, основанные на правилах, методы статистического анализа. Принципиальная новизна этих технологий состоит в том, что управление процессом решения задач носит не алгоритмический характер, а характер управления данными (демон).

Подсистема «Информационная система  руководителя» (EIS — Execution Information System) предназначена для лиц, непосредственно принимающих решения. В качестве интерфейса руководителям предлагается набор стандартных отчетов и графиков, настраиваемых на потребности руководителя через систему меню.

2 Системы поддержки принятия решений в лесном хозяйстве

 

Ключевой принцип современной  лесной политики[2] – устойчивое развитие многофункционального лесного хозяйства. Лесной сектор направлен на многоцелевое использование лесов с учетом их глобального экологического значения, сохранения биоразнообразия и экосистемных функций.