Тема 4 Принятие решений при различной информированности о проблемной ситуации. Системы поддержки принятия решений на предприятии

В задачах принятия решений широко используются различные многомерные статистические методы. В частности можно применять следующие методы;

• кластерный анализ используется для разбиения множества исходных объектов на некоторые классы и отнесения исследуемых объектов к одному из выделенных классов;

• с использованием дискриминантного анализа на основе обучающей выборки производится классификация объектов, затем исследуемый объект относится к какому классу;

• корреляционный анализ используется для определения взаимосвязи между несколькими показателями, характеризующими одинаковые объекты;

• факторный анализ используется для выделения факторов, оказывающих наибольшее влияние на исследуемые объекты.

3.1. Особенности математических моделей проблемных ситуаций в зависимости от степени информированности о параметрах ситуаций

В теории принятия решений используются процедуры выбора наилучшей альтернативы из нескольких возможных. Качество выбранного решения зависит от качества данных, используемых при описании ситуации.

В зависимости от степени полноты и достоверности информации о ситуации, которой располагает менеджер, различают решения, принятые:

а) в условиях определенности;

б) в условиях вероятностной определенности, или риска;

в) в условиях неопределенности.

3.2 Принятие решений в условиях определенности

Это случай, когда руководитель располагает практически полной, точной и достоверной информацией в отношении решаемой проблемы и тех альтернатив, которые определяются как допустимые. Это позволяет ЛПР точно знать результаты и прогнозировать успех каждого из альтернативных вариантов выбора. Такой результат лишь один. Примером может быть приобретение государственных ценных бумаг, когда известен доход по ним.

Если решение принимается в условиях определенности, то увеличивается оперативность разработки решения, уменьшаются затраты на выбор целесообразного варианта. Широко используются количественные методы принятия решений, т.к. для таких задач можно строить формальную математическую модель. Цели и ограничения при принятии решений определяются в виде целевых функций и неравенств.

Общая схема поддержки принятия решений включает:

1. оценку состояния управляемой системы

2. выявление предпочтений лица, принимающего решение

3. генерацию возможных решений

4. оценку возможных решений, исходя из предпочтений лица, принимающего решение

5. анализ последствий принимаемых решений и выбор лучшего с точки зрения лица, принимающего решение

3.3 Системы поддержки принятия решений.

СППР возникли в результате развития управленческих информационных систем и систем управления базами данных в начале 70-х годов прошлого века.

Основу СППР составляет комплекс взаимосвязанных моделей с соответствующей информационной поддержкой исследования, экспертные и интеллектуальные системы, включающие опыт решения задач управления и обеспечивающие участие коллектива экспертов в процессе выработки рациональных решений.

СППР – "компьютерная информационная система, используемая для поддержки различных видов деятельности при принятии решения в ситуациях, где невозможно или нежелательно иметь автоматические системы, которые полностью выполняют весь процесс принятия решения". СППР не заменяет ЛПР, автоматизируя процесс принятия решения, а оказывает ему помощь в ходе решения поставленной задачи.

СППР предназначены для поддержки принятия решений (решение принимает человек) в слабоструктурированных и неструктурированных проблемах различных видов человеческой деятельности (именно такими проблемами занимаются руководители).

Неструктурированные задачи имеют только качественное описание, основанное на суждениях ЛПР, количественные зависимости между основными характеристиками задачи не известны.

Структурированные задачи характеризуются существенными зависимостями, которые могут быть выражены количественно.

Слабоструктурированные задачи занимают промежуточное положение и являются сочетающими количественные и качественные зависимости, причем доминируют малоизвестные и неопределенные стороны задачи.

С функциональной точки зрения можно выделить следующие компоненты СППР:

• сервер хранилища данных;

• инструментарий OLAP;

• инструментарий Data Mining.

Эти компоненты СППР рассматривают такие основные вопросы: вопрос накопления данных и их моделирования на концептуальном уровне, вопрос эффективной загрузки данных из нескольких независимых источников и вопрос анализа данных.

OLAP-системы. Использование оперативной аналитической обработки (систем OLAP) обеспечивает доступ к многомерным данным.

Термин OLAP введен Коддом в 1993 году. Главная идея системы OLAP заключается в построении многомерных таблиц, которые могут быть доступны для запросов пользователей. Данные для многомерных таблиц могут храниться как в реляционных, так и в многомерных базах данных. Взаимодействуя с OLAP -системой, пользователь может осуществлять гибкий просмотр информации, получать различные срезы данных.

С помощью Технологии Data Mining можно провести глубокий и всесторонний анализ данных и принять наиболее взвешенные и обоснованные решения.

Data Mining - это процесс обнаружения в сырых данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Термин Data Mining часто переводится как добыча данных, извлечение информации, раскопка данных, интеллектуальный анализ данных, средства поиска закономерностей, извлечение знаний, анализ шаблонов, "извлечение зерен знаний из гор данных ", раскопка знаний в базах данных, информационная проходка данных, "промывание" данных. Понятие "обнаружение знаний в базах данных " можно считать синонимом Data Mining .

Data Mining - это процесс, цель которого - обнаружить новые значимые корреляции, образцы и тенденции в результате просеивания большого объема хранимых данных с использованием методик распознавания образцов плюс применение статистических и математических методов .

Общая схема поддержки принятия решений включает:

• помощь ЛПР при оценке состояния управляемой системы и воздействий на нее; выявление предпочтений ЛПР;

• генерацию возможных решений;

• оценку возможных альтернатив, исходя из предпочтений ЛПР;

• анализ последствий принимаемых решений и выбор лучшего с точки зрения ЛПР.

Классификация СППР

1) по сходству некоторых признаков:

• СППР, ориентированные на данные;

• СППР, ориентированные на модели;

• СППР, ориентированные на знания;

• СППР, ориентированные на документы;

• СППР, ориентированные на коммуникации и групповые СППР;

• Специфически функциональные СППР или СППР общего назначения;

• СППР на базе Web.

2) в зависимости от данных, с которыми они работают: EIS и DSS.

• EIS (Execution Information System) - информационная система Руководства, ИСР. СППР этого типа являются оперативными, предназначенными для немедленного реагирования на текущую ситуацию. В большинстве они ориентированы на неподготовленного пользователя, потому имеют упрощенный интерфейс, базовый набор предлагаемых возможностей, фиксированные формы представления информации и перечень решаемых задач.

• DSS (Decision Support System). К системам этого типа относят многофункциональные системы анализа и исследования данных. Они предполагают глубокую проработку данных, которую можно использовать в процессе принятий решений. Системы этого типа рассчитаны на пользователей, имеющих как знания в предметной области, так и возможности использования современных компьютерных технологий. Этим системам присущи черты искусственного интеллекта, за счет возможности проработки исходных данных в конкретные выводы по поставленной задаче. Такие системы имеет смысл создавать, если есть основания для обобщения и анализа данных и процессов их обработки.