- •«Системи підтримки прийняття рішень» Конспект лекцій
- •2014 Рік вступ
- •Тема 1. Теоретичні засади прийняття рішень
- •1.1. Основні поняття процесу прийняття рішень
- •1.2. Специфіка управлінських рішень
- •1.3. Етапи процесу прийняття рішень
- •Оцінка результатів реалізації альтернатив ват «Вибір»
- •Експертні оцінки своєчасності поставок та допустимості цін
- •Значення критерію оцінки альтернатив у кожному зі станів зовнішнього середовища
- •Значення очікуваного ефекту реалізації альтернатив
- •Тема 2. Види рішень і задач прийняття рішень
- •2.1. Класифікація рішень
- •2.2. Структуровані та слабоструктуровані рішення та задачі
- •2.3. Структуровані та слабоструктуровані задачі
- •Тема 3. Нормативна теорія прийняття рішень
- •3.1. Теорія прийняття рішень
- •3.2. Нормативна теорія прийняття рішень.
- •3.3. Моделі прийняття рішень в умовах невизначеності
- •Класифікація ситуацій прийняття рішень залежно від наявності елементів невизначеності та ризику
- •Базова модель прийняття рішень в умовах ризику
- •3.4. Моделі прийняття рішень в умовах багатокритеріальності
- •Базова модель прийняття рішень в умовах багатокритерійності
- •Приклад 3.1.
- •4.2. Управлінські (виконавчі) інформаційні системи
- •4.3. Передумови виникнення сппр
- •4.4. Експертні системи
- •4.5. Системи штучного інтелекту
- •Тема 5. Поняття комп’ютерних систем підтримки прийняття рішень
- •5.1. Поняття сппр
- •5.2. Стадії прийняття рішень, що підтримуються сппр
- •5.3. Види рішень що підтримуються сппр
- •5.4. Інтерактивність сппр
- •Тема 6. Класифікація сппр
- •6.1. Прикладні сппр, сппр-генератори та сппр-інструментарій
- •Класифікація сппр
- •6.2. Функціонально-спеціалізовані та універсальні сппр
- •Project Expert
- •Тема 7. Методичне забезпечення сппр
- •7.1. Методи, які використовуються на стадії №1 «аналіз проблеми»
- •Приклад 7.1. Список контрольних запитань на тему: «Аналіз реалізації цілей фірми»
- •7.2. Методи, які використовуються на стадії 2 «формування альтернатив»
- •Морфологічний ящик
- •7.3. Методи, які використовуються на стадії №3 «оцінка альтернатив»
- •Шкала парних порівнянь
4.4. Експертні системи
Нове покоління інформаційних систем, яке дістало розвитку в останні десятиліття, - це системи штучного інтелекту: експертні системи, системи, засновані на нейронних мережах, а також інтелектуальні СППР.
Експертна система (Expert System - ES) – це інформаційна система, здатна на основі знань, які зберігаються в базах знань, і досить тонких операцій з ними вирішувати складні задачі, для розв'язання яких зазвичай залучаються люди-експерти. Основною особливістю експертної системи є можливість виводити нові знання із уже відомих, вирішувати на основі цих знань практичні задачі та пояснювати хід отримання рішення.
Експертні системи (ЕС) здатні ідентифікувати ситуацію, поставити діагноз, зробити прогноз або дати рекомендацію для вибору дії в деякій предметній області. ЕС функціонують у режимі відповіді на питання типу «Якщо..., то...?», «Коли..., тоді...?». База знань ЕС містить відомості про те, яким чином поводилися раніше фахівці у відповідній ситуації та що з цього вийшло. Ці знання представлені у вигляді конструкцій «якщо..., то...». Вони дають можливість формалізувати задачу користувача, тобто скласти такий ланцюжок, зв'язаний причинно-наслідковими зв'язками, що в його кінці буде знаходитися відповідь на задане користувачем питання або поставлене інше питання, на яке потрібно відповісти користувачеві.
Розповсюдженим прикладом експертної системи є системи, які здійснюють пошук несправностей за характером відмови в складних технічних системах. База даних таких ЕС складається з конструкцій типу «Якщо характеристика А не в нормі, то варто оглянути блоки Б, В та Г». Подібні інформаційні системи використовуються, наприклад, для діагностики роботи автоматизованого складу, для розміщення вантажів на складі й т.п. Такі ЕС скорочують термін пошуку несправностей технічних систем і збільшують надійність систем контролю.
4.5. Системи штучного інтелекту
Штучні нейронні мережі (Artificial neural network - NN) - програмне та технічне наслідування біологічної нейронної мережі. Штучна нейронна мережа являє собою схему, побудовану з однорідних процесорних елементів, які є спрощеними функціональними моделями нейронів. У силу своєї здатності до самонавчання, штучні нейронні мережі з успіхом використовуються для розпізнавання образів, мови, прогнозування ситуації у фінансовій сфері й т.п.
Інтелектуальні СППР (Intelligent DSS - IDSS) – це СППР, які включають компоненти експертних систем або інших технологій штучного інтелекту.
Тема 5. Поняття комп’ютерних систем підтримки прийняття рішень
5.1. Поняття сппр
Предметом даного посібника є системи класу СППР. Що це за системи? Можна сказати, що СППР – це системи, які надають людині підтримку в прийнятті управлінських рішень. Це дійсно так. Однак те ж саме можна сказати і про експертні системи, і про MIS. Так у чому ж полягає специфіка СППР? Вона полягає в цілому ряді «неповторних» властивостей, які ми й розглянемо далі. Приведемо одне з визначень СППР, яке відбиває, на наш погляд, найбільш повний перелік істотних властивостей цього класу систем.
Системи підтримки прийняття рішень (СППР) - це особливі інтерактивні ІС, які використовують обладнання, програмне забезпечення, дані, базу моделей і працю менеджера з метою підтримки різних стадій прийняття слабо структурованих і неструктурованих рішень безпосередніми користувачами-менеджерами в процесі аналітичного моделювання на основі наданого набору технологій.
Специфіку систем підтримки прийняття рішень можна ясно побачити, якщо порівняти їх з управлінськими інформаційними системами MIS. Проведемо порівняння по трьох параметрах (використовуючи аналітичні матеріали Г.М. Устинової):
1) стадії прийняття рішень, які підтримуються системою;
2) види рішень, які підтримуються системою;
3) інтерактивність.