38. Системы поддержки принятие решений. Назначение. Математические алгоритмы реализации.

Системы поддержки принятия решений (DSS) –это компьютерные системы, почти всегда интерактивные, разработанные, чтобы помочь менеджеру (или руководителю) в принятии решений управления, объединяя данные, сложные аналитические модели и удобное для пользователя программное обеспечение в единую мощную систему, которая может поддерживать слабоструктурированное и неструктурированное принятие решения. DSS находиться под управлением пользователя от начала до реализации и используется ежедневно.

DSS включают и данные, и модели, чтобы помочь принимающему решение решить проблемы, особенно те, которые плохо формализованы. Данные часто извлекаются из системы диалоговой обработки запросов или базы данных. Модель может быть простой типа «доходы и убытки», чтобы вычислить прибыль при некоторых предложениях, или комплексной типа оптимизационной модели для расчета загрузки для каждой машины в цехе. DSS не всегда оправдывается традиционным подходом стоимость – прибыль; для этой системы многие из выгод неосязаемы, типа более глубокого принятия решения и лучшего понимания данных.

Имеется существенное различие между структурированными, неструктурированными и частично структурированными решениями. Структурированные проблемы повторяемы и обычны, для них обеспечивают решения известные алгоритмы. Неструктурированные проблемы оригинальны и необычны, для них не имеется никаких алгоритмов для решения: каждый находит свой ответ. Частично структурированные проблемы находятся между структурированными и неструктурированными проблемами. DSS разработаны, чтобы поддержать слабоструктурированный и неструктурированный прикладной анализ.

Принятие решений включает четыре стадии: распознавание, проект, выбор и реализация. DSS предназначены, чтобы помогать проектировать, оценивать альтернативы и контролировать процесс реализации.

38. Экспертные системы. Определение, назначение. Тенденция развития экспертных систем.

Экспертные системы (ЭС) возникли как значительный практический результат в применении и развитии методов искусственного интеллекта (ИИ)- совокупности научных дисциплин, изучающих методы решения задач интеллектуального (творческого) характера с использованием ЭВМ.

Область ИИ имеет более чем сорокалетнюю историю развития. С самого начала в ней рассматривался ряд весьма сложных задач, которые, наряду с другими, и до сих пор являются предметом исследований: автоматические доказательства теорем, машинный перевод (автоматический перевод с одного естественного языка на другой), распознавание изображений и анализ сцен, планирование действий роботов, алгоритмы и стратегии игр.

ЭС- это набор программ, выполняющий функции эксперта при решении задач из некоторой предметной области. ЭС выдают советы, проводят анализ, дают консультации, ставят диагноз. Практическое применение ЭС на предприятиях способствует эффективности работы и повышению квалификации специалистов.

Главным достоинством экспертных систем является возможность накопления знаний и сохранение их длительное время. В отличии от человека к любой информации экспертные системы подходят объективно, что улучшает качество проводимой экспертизы. При решении задач, требующих обработки большого объема знаний, возможность возникновения ошибки при переборе очень мала.

При создании ЭС возникает ряд затруднений. Это прежде всего связано с тем, что заказчик не всегда может точно сформулировать свои требования к разрабатываемой системе. Также возможно возникникновение трудностей чисто психологического порядка: при создании базы знаний системы эксперт может препятствовать передаче своих знаний, опасаясь, что впоследствии его заменят “машиной”. Но эти страхи не обоснованы, т. к. ЭС не способны обучаться, они не обладают здравым смыслом, интуицией. Но в настоящее время ведутся разработки экспертных систем, реализующих идею самообучения. Также ЭС неприменимы в больших предметных областях и в тех областях, где отсутствуют эксперты.

Экспертная система состоит из базы знаний (части системы, в которой содержатся факты), подсистемы вывода (множества правил, по которым осуществляется решение задачи), подсистемы объяснения, подсистемы приобретения знаний и диалогового процессора .

При построении подсистем вывода используют методы решения задач искусственного интеллекта.