Решений

Информационная технология поддержки принятия

Системы поддержки принятия решений и соответствующая им информационная технология появились благодаря усилиям в основном американских ученых в конце 1970-х – начале 1980-х гг., чему способствовали широкое распространение персональных компьютеров, стандартных пакетов прикладных программ, а также успехи в создании систем искусственного интеллекта.

Главной особенностью информационной технологии поддержки принятия решений является качественно новый метод организации взаимодействия человека и компьютера. Выработка решения, что служит основной целью этой технологии, происходит в результате итерационного процесса, в котором участвуют:

– система поддержки принятия решений (СППР) в роли вычислительного звена и объекта управления;

– лица, принимающего решение и оценивающего полученный результат вычислений на компьютере.

Окончание итерационного процесса происходит по воле человека. В этом случае можно говорить о способности информационной системы совместно с пользователем создавать новую информацию для принятия решений.

Дополнительно к этой особенности информационной технологии поддержки принятия решений можно указать еще ряд ее отличительных характеристик:

– ориентация на решение плохо структурированных (формализованных) задач;

– сочетание традиционных методов доступа и обработки компьютерных данных с возможностями математических моделей и методами решения задач на их основе;

– направленность на непрофессионального пользователя компьютера;

– высокая адаптивность, обеспечивающая возможность приспосабливаться к особенностям имеющегося технического и программного обеспечения, а также требованиям пользователя.

Информационная технология поддержки принятия решений может использоваться на любом уровне управления. Кроме того, решения, принимаемые на различных уровнях управления, часто должны координироваться. Поэтому важной функцией и систем, и технологий является координация лиц, принимающих решения как на разных уровнях управления, так и на одном уровне.

Рассмотрим структуру системы поддержки принятия решений в контексте ее основных компонентов (рис. 2.3), определяющих основные технологические операции.

Рисунок 2.3 – Основные компоненты информационной

технологии поддержки принятия решений

Таким образом, в состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

База данных играет в информационной технологии поддержки принятия решений важную роль. Данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей. Часть данных поступает от информационной системы операционного уровня, предварительно обрабатываемые для их.

Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и др., которые должны быть своевременно собраны, введены и поддержаны. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике.

Кроме внутренних и внешних данных в базе необходим еще один источник данных – документы, включающие в себя записи, письма, контракты, приказы и др. Если содержание этих документов будет записано в памяти и обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и т.д.), то система получит новый источник информации.

База моделей. Цель создания моделей заключается в описании и оптимизации некоторого процесса исследуемого объекта. Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов модели способствуют выработке и оценке альтернативы решений, нахождению недостающей информации, полезной для принятия обоснованных управленческих решений.

Пример. Модель линейного программирования дает возможность определить наиболее выгодную производственную программу выпуска нескольких видов продукции при заданных ограничениях на ресурсы.

Использование моделей в составе информационных систем началось с применения статистических методов и методов финансового анализа, которые реализовывались командами обычных алгоритмических языков. Позже были созданы специальные языки, позволяющие моделировать ситуации типа «Что будет, если?» или «Как сделать, чтобы?». Такие языки, созданные специально для построения типовых экономических моделей, дают возможность нахождения и выбора альтернативы решения при гибком изменении переменных.

Типовые модели экономических объектов, процессов, явлений имеют различные способы их классификации. Рассмотрим следующие классификационные признаки, определяющие цели управления.

По цели использования модели подразделяются на оптимизационные, связанные с нахождением экстремальных значений некоторых показателей (максимизации прибыли или минимизации затрат и др.), и описательные (описывающие поведение некоторой системы), не предназначенные для целей управления (оптимизации).

По способу оценки модели классифицируются на детерминированные, использующие оценку переменных одним числом при конкретных значениях исходных данных, и стохастические, оценивающие переменные несколькими параметрами, так как исходные имеют вероятностные характеристики. Отметим, что детерминированные модели более популярны при решении типовых задач экономики. Они менее дорогие, доступны в разработке и использовании, позволяют получить информацию для принятия решения.

По области возможных приложений можно выделить специализированные модели, используемые только одной системой, и универсальные – несколькими системами. Специализированные модели более дорогие, они применяются для описания уникальных систем и обладают большей точностью.

В системах поддержки принятия решения база моделей включает стратегические, тактические и оперативные модели, а также математические модели в виде совокупности модельных блоков, модулей и процедур, используемых как элементы для их построения.

Стратегические модели используются на высших уровнях управления для установления целей организации, объемов ресурсов, необходимых для их достижения, а также политики приобретения и использования этих ресурсов. Они могут быть также полезны при выборе вариантов размещения предприятий, прогнозировании политики конкурентов и др. Для них характерны значительная широта охвата, множество переменных, представление данных в сжатой агрегированной форме. Часто эти данные базируются на внешних источниках и могут иметь субъективный характер. Горизонт планирования в стратегических моделях, как правило, измеряется в годах. Стратегические модели обычно детерминированные, описательные, специализированные для использования на одном определенном предприятии.

Тактические модели применяются управляющими (менеджерами) среднего уровня для распределения и контроля использования имеющихся ресурсов. Среди возможных сфер их использования следует указать: финансовое планирование, планирование требований к работникам, планирование увеличения продаж, построение схем компоновки предприятий и др. Эти модели применимы обычно лишь к отдельным компонентам технологического процесса предприятия (система производства и сбыта, маркетинга и менеджмента) и могут также включать в себя агрегированные показатели. Временной горизонт, охватываемый тактическими моделями, – от одного месяца до двух лет. Основное внимание при реализации данных моделей должно быть уделено внутренним данным фирмы, хотя могут быть использованы данные из внешних источников. Как правило, тактические модели реализуются как детерминированные, оптимизационные и универсальные.

Оперативные модели применяются на низших уровнях управления для поддержки принятия оперативных решений с горизонтом, измеряемым днями и неделями. Возможные применения этих моделей включают в себя ведение дебиторских счетов и кредитных расчетов, календарное производственное планирование, управление запасами и т.д. Оперативные модели обычно используют для расчетов внутрифирменные данные. Они, как правило, детерминированные, оптимизационные и универсальные (могут быть использованы в различных организациях).

Математические модели состоят из совокупности модельных блоков, модулей и процедур, реализующих математические методы. В них могут входить процедуры линейного и нелинейного программирования, статистического анализа временных рядов, регрессионного анализа и др. – от простейших процедур до сложных ППП.

Пример. Программный продукт Forecast Expert, фирмы Про-Инвест-Консалтинг, представляет собой универсальную систему прикладного прогнозирования и анализа данных при заданной вероятности прогноза на период времени. Модель определяет степень влияния сезонных факторов и учитывает их при построении прогноза. В качестве прогнозируемых могут выступать параметры как сфер производства и обращения (цены мирового рынка, спрос на изделия, объемы закупок комплектующих и производственных запасов при увеличении объема производства, цены комплектующих, параметры технологических процессов), так и финансового рынка (цены покупки и продажи акций, деловая активность участников рынка, объем предложений свободных средств инвесторами).

Дата добавления: 2014-01-15