Компоненты DSS

Рассмотрим снова рис. 2.12 и увидим, что система поддержки принятия решений имеет три основных компонента: базу данных, модель и систему программного обеспечения DSS.

· База данных - собрание текущих или исторических данных из ряда приложений или групп, организованных для легкого доступа к областям применения. Система управления базой данных DSS защищает целостность данных при управлении, которое хранит поток данных, а также сохраняет исторические данные. DSS используют организационные данные (из таких систем, как производство и продажа) так, чтобы личности и группы были способны принять решения, основанные на фактических данных. Данные обычно извлекаются из соответствующих баз данных и запасены специально для использования DSS.

· Модель - собрание математических и аналитических моделей, которые могут быть сделаны легкодоступными для пользователя DSS. Модель - абстрактное представление, которое поясняет компоненты или связи явления.

Анализ моделей часто используется, чтобы предсказать продажу. Пользователь этого типа модели мог быть снабжен набором предыдущих данных, чтобы оценить будущие условия и продажу, которые могли бы следовать из этих условий. Изготовитель решения может затем изменить эти будущие условия (например, повышение затрат сырья или появление новых конкурентов на рынке), чтобы определить, как эти новые условия могли бы влиять на продажу. Компании часто используют это программное обеспечение, чтобы пытаться предсказывать действия конкурентов.

Среди наиболее широко используемых моделей - модели анализа чувствительности, которые задают вопросы типа " что, если? " неоднократно, чтобы определить влияние одного или большего количества факторов на результаты. Анализ "что, если?" на основе известных или принятых условий допускает, чтобы пользователь изменял некоторые значения результатов испытаний, чтобы лучше предсказывать результаты, если изменения появляются в этих значениях. Что случится, если мы поднимем цену на 5% или увеличим смету расходов на рекламу на 100 000$? Что случится, если мы оставим цену и смету расходов на рекламу прежними? В обратном направлении программное обеспечение анализа чувствительности используется для целевого поиска: если я желаю продать один миллион единиц изделия в следующем году, насколько я должен снизить цену изделия?

· Система программного обеспечения DSS обеспечивает простое взаимодействие между пользователями системы, базой данных DSS и эталонным вариантом. Система программного обеспечения DSS управляет созданием, хранением и восстановлением моделей в образцовой основе и интегрирует их с данными в базе данных DSS. Система программного обеспечения DSS также обеспечивает графический, легкий в использовании, гибкий интерфейс пользователя, который поддерживает диалог между пользователем и DSS. Пользователи DSS - обычно исполнители или менеджеры. Часто они имеют малый опыт работы с компьютером, поэтому интерфейс должен быть дружественным.

Системы поддержки принятия решений (DSS) также обслуживают уровень управления организацией. DSS помогают менеджерам принимать решения, которые являются слабоструктурированными, уникальными или быстро изменяющимися и которые не могут быть легко указаны заранее. DSS должны быть достаточно гибкими, чтобы использоваться несколько раз в день, соответствуя изменяющимся условиям. DSS в основном используют внутреннюю информацию из TPS и MIS, но часто вводят информацию из внешних источников типа текущих цен на бирже или цен изделия конкурентов.

Характеристика систем поддержки принятия решений

• DSS предлагают гибкость пользователей, адаптируемость и быструю реакцию.

• DSS допускают, чтобы пользователи управляли входом и выходом.

• DSS обеспечивают поддержку решений проблем, которые не могут быть определены заранее.

• DSS используют сложный анализ, инструментальные средства моделирования и программное обеспечение.

· DSS имеют большую аналитическую мощность, чем другие системы.

· DSS разработаны так, чтобы пользователи могли работать с ними непосредственно.

· DSS интерактивны; пользователь может изменять предположения и включать новые данные.

Пример DSS. Американская фирма владеет несколькими судами, фрахтует другие, чтобы доставлять сыпучие грузы - каменный уголь, руду и готовые продукты для материнской компании. Для вычисления финансовых и технических деталей рейса была разработана DSS - cистема. Финансовые вычисления включают затраты корабля (топливо, рабочая сила, капитал), фрахтовые ставки для различных типов груза и издержки порта. Технические детали включают много факторов типа грузоподъемности корабля, скорости, расстояний от порта, топлива, водопотребления и моделей погрузки.

На рис. 2.13 показана DSS - система, которая установлена на мощном настольном микрокомпьютере, имеет дружественное меню, позволяющее легко вводить и получать информацию.

Рис. 2.13. Оценка рейсов с помощью системы поддержки принятия решений

DSS - cистема может отвечать на вопросы такого типа: при наличии графика поставки груза клиенту и предлагаемой фрахтовой ставки какой корабль должен быть выбран для максимизации прибыли? Какова оптимальная скорость, с которой данный корабль может оптимизировать прибыль при выполнении графика поставки? Какова оптимальная модель погрузки для корабля, направляющегося на запад США, если он двигается из Малайзии?

Приведем типичные вопросы, которые используются в системах поддержки принятия решений (DSS).

1. Анализ примеров (case analysis) - оценка значений выходных величин для заданного набора значений входных переменных.

2. Параметрический ("что, если?") анализ - оценка поведения выходных величин при изменении значений входных переменных.

3. Анализ чувствительности - исследование поведения результирующих переменных в зависимости от изменения значений одной или нескольких входных переменных.

4. Анализ возможностей - нахождение значений входной переменной, которые обеспечивают желаемый конечный результат (известен также под названием "поиск целевых решений").

5. Анализ влияния - выявление для выбранной результирующей переменной всех входных переменных, влияющих на ее значение, и оценка величины изменения результирующей переменной при заданном изменении входной переменной, скажем, на 1%.

6. Анализ данных - прямой ввод в модель ранее имеющихся данных и манипулированиеими при прогнозировании.

7. Сравнение и агрегирование - сравнение результатов двух или более прогнозов, сделанных при различных входных предположениях, или сравнение предсказанных результатов с действительными, или объединение результатов, полученных при различных прогнозах или для разных моделей.

8. Командные последовательности (sequences) - возможность записывать, исполнять, сохранять для последующего использования регулярно выполняемые серии команд и сообщений.

9. Анализ риска - оценка изменения выходных переменных при случайных изменениях входных величин.

10. Оптимизация - поиск значений управляемых входных переменных, обеспечивающих наилучшее значение одной или нескольких результирующих переменных.

Дата добавления: 2014-01-04