- •1. Історична довідка про розвиток систем підтримки прийняття рішень (сппр).
- •2. Сучасний підхід до концепції інформація.
- •3.Схема до обгрунтування концепції бази моделей.
- •4. Загальна схема підготовки і прийняття рішення. Характеристики раціональних рішень.
- •5. Класифікація Саймона проблем прийняття рішень в організаційному управлінні.
- •6.Загальні характеристики і особливості слабоструктурованих проблем, для яких в основному призначені сппр.
- •7. Класифікація працівників організаційного управління.
- •8. Нормативні моделі підтримки управлінських рішень.
- •9. Дескриптивні (описові) моделі підтримки управлінських рішень.
- •10.Системний підхід в організаційному управлінні.
- •11. Суть і компоненти сппр.
- •12. Три покоління сппр.
- •13. Характеристики сучасних сппр. Галузі застосування сппр.
- •14.Система підтримки прийняття багатокритеріальних рішень Decision Grid.
- •15. Система підтримки прийняття фінансових рішень Visual ifps/Plus.
- •16. Загальна архітектура сппр.
- •19. Підсистема даних в сппр. Схема підсистеми даних в сппр.
- •21. База моделей в сппр. Системи управління базою моделей (субм) в сппр.
- •22. Представлення моделей в субм. Структурне моделювання.
- •23. Управління поштою (повідомленнями) в сппр. Використання ресурсів Інтернет в сппр.
- •24. Основи та загальна схема класифікації сппр.
- •25. Таксономія сппр Альтера та розширена рамка сппр Пауера.
- •26. Класифікація сппр на основі інструментального підходу.
- •27. Класифікація сппр за ступенем залежності опр в процесі прийняття рішень.
- •28. Способи взаємодії особи, яка приймає рішення, з сппр.
- •29. Моделі сппр в рамках інформаційного підходу.
- •30 . Модель сппр, основана на знаннях. Модель сппр на основі ієрархії управління.
- •31.Моделі сппр, орієнтовані на особистість опр.
- •32.Моделі сппр для планування і прогнозування.
- •33.Модель сппр для конторської діяльності (для офісу).
- •34. Орієнтовані на моделі сппр.
- •35. Сппр Analytica.Загальна характеристика та функціональні можливості.
- •36. Сппр Expert Choice. Загальна характеристика та функціональні можливості.
- •37. Родове дерево методологій в сппр.
- •38. Процес прийняття рішень та його характеристики.
- •39.Функції і задачі прийняття рішень.
- •40. Узагальнена матриця методів/ситуацій рішень.
- •41. Оцінка програмного забезпечення сппр: техніко-економічний аналіз.
- •43. Оцінка програмного забезпечення сппр: моделі багатоатрибутної корисності.
- •44. Фактори, які визначають інженерію сппр.
- •47. Методологія сппр: детальне проектування і розробка програм та задач користувача.
- •49. Суть і стратегія макетування сппр.
- •50. Дев’ятиетапна модель макетування сппр: загальна схема.
- •51. Дев’ятиетапна модель макетування сппр: аналіз вимог.
- •52. Дев’ятиетапна модель макетування сппр: моделювання.
- •53. Дев’ятиетапна модель макетування сппр: вибір методів.
- •54. Дев’ятиетапна модель макетування сппр: вибір і проектування програмного забезпечення.
- •55. Дев’ятиетапна модель макетування сппр: вибір і компонування апаратних засобів; складання (комплектація) системи.
- •56. Дев’ятиетапна модель макетування сппр: передача системи; оцінка системи; зворотний зв’язок.
- •57. Дейтамайнінг та нейромережі в сппр.
- •58. Використання генетичних алгоритмів в сппр.
- •59. Програмні (інтелектуальні) агенти в сппр.
- •60. Розвиток та застосування сппр на основі сховищ даних та olap-систем.
- •61. 3Агальне проектування і процес розробки орієнтованих на дані сппр.
- •62. Сховище даних і створення на цій основі сппр. Вітрини даних.
- •63. Суть підтримки прийняття групових рішень.
- •64. Групове програмне забезпечення (Groupware) і його застосування в групових системах підтримки прийняття рішень (гсппр).
- •65.Підтримуючі засоби гсппр.
- •66. Гсппр GroupSystems.
- •67. Підсистема управління сеансами в гсппр plexsys. Управління моделями в гсппр plexsys.
- •68. Виконавчі інформаційні системи як різновид сппр.
- •69.Організаційно-технологічні основи створення та прийняття виконавчих рішень.
- •70. Модель та компоненти віс.
3.Схема до обгрунтування концепції бази моделей.
СППР мають загальне не тільки інформаційне, але й математичне забезпечення — бази моделей, тобто реалізовано ідею розподілу обчислень подібно до того, як розподіл даних став вирішальним фактором у звичайних інформаційних системах.Було помічено, що в багатьох прикладних програмах виконуються аналогічні обчислення, а індивідуальні фактори, які враховуються в прикладних програмах для допомоги конкретному користувачеві, мають незначні відмінності. Крім того, спостерігалося значне дублювання дій і процедур під час розроблення, реалізації та тестування цих обчислювальних функцій.Зі зростанням кількості прикладних програм для надання персоналізованої оперативної підтримки, а також кількості інформаційних систем збільшувався обсяг обчислювального дублювання, що стало значною мірою гальмівним фактором: для індивідуальної оперативної підтримки необхідно виконувати досить багато персоналізованих версій тієї самої прикладної програми, причому кожна версія підлягає багаторазовій модифікації протягом періоду її експлуатації з тією метою, щоб вона у відповідний спосіб реагувала на зміни в можливостях, знаннях, позиції і побажаннях користувача. Дубльована версія часто виявлялась менш ефективною, призводила до взаємної несумісності програм і меншої продуктивності обчислень. Виходом із такої ситуації стала концепція утворення єдиної централізовано керованої бази моделей.
Оскільки у вітчизняній літературі питання створення бази моделей практично не висвітлене, доцільно дати описання концепції бази моделей на простому прикладі.
Нехай щодо деякого підприємства необхідно розв’язати такі дві прикладні задачі:Задача А — обчислення повного обсягу збуту продукції за n періодів (наприклад місяців);Задача В — обчислення середнього обсягу збуту продукції за n періодів. Математичні моделі цих задач та інші характеристики наведені на рис. 2.8. В інформаційних системах першого покоління для розв’язування цих задач необхідно було б створювати дві незалежні системи зі своїми файлами даних і своїми обчислювальними функціями:для задачі А — файл даних М1 і обчислювальну функцію ПОВН, що охоплює операції підсумовування і присвоєння (знак рівності «=»);для задачі В — файл даних М1 і величину п; обчислювальні функції: ПОВН, ДІЛ (ділення), ПРИС (присвоєння).В інформаційних системах другого покоління дані про обсяг збуту розглядались би як загальний компонент, але були б створені два незалежні алгоритми для оброблення спільно використовуваних даних. А в третьому поколінні було б усвідомлено, що обчислення повного обсягу також необхідне для визначення середнього обсягу збуту (можна легко помітити, що воно дублюється в попередніх поколіннях); тому той самий алгоритм ПОВН застосовувався б в обох системах.На цьому простому прикладі відразу помітне завдання розпізнавання одиниць обчислювальних функцій, оскільки в другій прикладній задачі можна не побачити, що обчислення повного обсягу — незалежна частина алгоритму, і, що можна використати уже створений алгоритм. Отже, одна з важливих проблем створення єдиної бази моделей полягає в роздільному описуванні обчислень та виділення їхньої спільної частини незалежно від застосування, що потребує охоплення якомога ширшого діапазону прикладних задач.
