Системи підтримки прийняття управлінських рішень

Системи підтримки прийняття рішень (СППР) – це інтерактивні інформаційні системи, що використовують комплекс програмних засобів, бібліотеку різних алгоритмів, базу моделей і банк даних для прийняття менеджерами слабоструктурованих і неструктурованих рішень.

Архітектура системи підтримки прийняття рішень наведена на рис.4.24

Рис. 4.24. Архітектура системи підтримки прийняття рішень

Методи та інструменти комп'ютерної підтримки прийняття рішень – містяться у табличному процесорі EХCEL і включають наступні функції:

1.«таблиця» - команда для обчислення декількох версій у рамках однієї операції, а також для перегляду і порівняння результатів усіх різних варіантів на одному листі (аналіз типу «причина-наслідок»);

2.«сценарій» - команда для збереження даних для різних станів об'єкта й автоматичного підставлення нових значень і обчислення результатів і перегляду усіх варіантів, що забезпечує аналіз типу «причина-наслідок» і прогнозу результатів моделей;

3.«підбір параметра» - команда для зміни значення в одному конкретному осередку, доти, поки залежна від цього осередку не повертає потрібний результат. Дозволяє змінювати вхідні дані для різних ситуацій і оцінити їхній вплив на результати (аналіз «причина-наслідок» і оптимізація);

4.«пошук рішення» - команда «оптимізації», для визначення результуючого значення при зміні декількох використовуваних у формулі осередків, для яких є кілька обмежень;

5.«лінійна» - команда перебування лінійної залежності двох показників (регресії). Використовуючи команду «Пошук рішення» і додатково задаючи вид залежності – «Парабола», «Гіпербола» - можна одержувати більш складні види регресії;

6.«тенденція» - команда для прогнозування функції лінійної регресії;

«ріст» - команда для прогнозування нелінійної регресії.

Сфера використання СППР визначається можливістю рішення наступних задач менеджерської діяльності:

1.оцінки значень вихідних величин для заданого набору вхідних;

2.параметричного аналізу поводження вихідних величин при зміны

вхідних (причина-наслідок);

3.аналізу чутливості зміни регульованих перемінних у залежності

від зміни вхідних;

4.аналізу можливостей – перебування значень вхідних перемінних,

що забезпечують бажане значення кінцевих результатів;

5.аналізу впливу перемінних;

6.прогнозування;

7.порівняння та агрегірування;

8.збереження для наступних регулярно виконуваних команд;

9.аналізу ризику-оцінки зміни вихідних величин при випадковій змі-

ні вхідних;

10.оптимізації (пошук значень керованих вхідних перемінних, що забезпечують кращий результат).

Типові системи підтримки прийняття рішень наведена на рис.4.25.

Рис. 4.25. Типові системи підтримки прийняття рішень

Експертна система – це прикладна діалогова система штучного інтелекту, що складається з комп'ютерної бази знань, комплексу прикладних програм і евристичних моделей, і що забезпечує одержання, нагромадження, коректування знань із предметної бази знань, виводити нові знання і знаходити по запиту користувача, рішення практичних задач, близьких до рішень

експертів. Структура експертної системи наведена на рис.4.26.

Рис.4.26. Структура експертної системи

Види експертних систем наведены на рис.4.27.

Рис.4.27. Види експертних систем

Системи штучного інтелекту являють собою комплекс комп'ютерних технологій, що забезпечують генетичне моделювання процесів людського мислення на ЕОМ, на основі використання мегазнань і виявлення нових взаємин і закономірностей у масивах даних.

Основні операції систем штучного інтелекту полягають у проведенні на ЕОМ операцій: аналізу, синтезу, узагальнення, порівняння, категоризації. Методи, які використовуються у системах штучного інтелекту наведені на рис.4.28.

Рис. 4.28. Методи, які використовуються у системах штучного інтелекту

До ключових характеристик систем штучного і нтелекту відносяться:здатність до навчання, здатність до адаптації, гнучкість, прозорість пояснень, здатність відкривати нові зв'язки і відносини та прогнозуванати бізнес процеси, універсальність.

Сфери використання систем штучного інтелекту в управлінні організацією наведені у табл.4.2.

Таблиця 4.2

Сфери використання систем штучного інтелекту в управлінні організацією

Функціональна підсистема менеджменту	Управлінські задачі	Тип інтелектуальної системи
Стратегічне управління	Розробка довгострокових прогнозів на різноманітній і багатосценарній основі	СД, СН
Управління продажами	Профілювання покупця. Сегментація ринку. Визначення цін на продукцію. Прогнозування попиту і продажів. Розрахунок рекламного бюджету	СН, НМ
Управління закупівлями	Прогнозування ринкових цін і макроекономічних показників. Управління запасами. Оптимізація графіка закупівель. Транспортні задачі	СД, НМ, ГА
Управління виробництвом	Управління товарно-матеріальними потоками. Оптимізація товарного портфеля	СД, ГА
Управління якістю	Оцінка показників якості. Управління якістю	НС, НМ
Управління фінансами	Управління фінансовими потоками. Оцінка кредитоспроможності. Прогноз банкрутств	СД, НС
Управління персоналом	Управління людськими ресурсами. Оптимальне розміщення персоналу	СД, ГА

Генетичні алгоритми (ГА) –управляють процесом спілкування на деякій безлічі прикладів, а також стабільно розпізнають і прогнозують нові ситуації в умовах зовнішніх перешкод.

Нечіткімножини (НМ) – організують представлення знань у лінгвістичній формі у виді зрозумілих нечітких множин і правил на основі кількісного кодування якісної інформації.

Нейроні мережі (НМ) – являють собою систему нечислової інформаційно-логічної обробки даних, реалізованих на базі нових архітектурних принципів ЕОМ, побудованих на основі мономолекулярних органічних плівок і біологічних провідників електричного струму, що імітують функціонування кліток головного мозку.

Динамічні системи (ДС) – являють собою багаторівневі імітаційні моделі предметних областей, які враховують фактор часу.

Дата добавления: 2015-05-06