2. Классификация систем поддержки принятия решений

Систе́ма подде́ржки приня́тия реше́ний (СППР) (англ. Decision Support System, DSS) — компьютерная автоматизированная система, целью которой является помощь людям, принимающим решение в сложных условиях для полного и объективного анализа предметной деятельности. СППР возникли в результате слияния управленческих информационных систем и систем управления базами данных.

Разные авторы предлагают разные классификации.

На уровне пользователя СППР делится на пассивные, активные и кооперативные СППР. Пассивной СППР называется система, которая помогает процессу принятия решения, но не может вынести предложение, какое решение принять. Активная СППР может сделать предложение, какое решение следует выбрать. Кооперативная позволяет ЛПР изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки. Система изменяет, пополняет или улучшает эти решения и посылает их опять пользователю. Процесс продолжается до получения согласованного решения.

На концептуальном уровне СППР, управляемые сообщениями; СППР, управляемые данными СППР; управляемые документами; СППР, управляемые знаниями и СППР, управляемые моделями. СППР, управляемые моделями, характеризуются в основном доступ и манипуляции с математическими моделями (статистическими, финансовыми, оптимизационными, имитационными). Отметим, что некоторые OLAP-системы, позволяющие осуществлять сложный анализ данных, могут быть отнесены к гибридным СППР, которые обеспечивают моделирование, поиск и обработку данных.

Управляемая сообщениями (ранее групповая СППР — GDSS) СППР поддерживает группу пользователей, работающих над выполнением общей задачи.

СППР, управляемые данными или СППР, ориентированные на работу с данными (также известные как Business Intelligence) в основном ориентируются на доступ и манипуляции с данными. СППР, управляемые документами, управляют, осуществляют поиск и манипулируют неструктурированной информацией, заданной в различных форматах. Наконец, СППР, управляемые знаниями обеспечивают решение задач в виде фактов, правил, процедур.

На техническом уровне различает СППР всего предприятия и настольную СППР. СППР всего предприятия подключена к большим хранилищам информации и обслуживает многих менеджеров предприятия. Настольная СППР — это малая система, обслуживающая лишь один компьютер пользователя. Существуют и другие классификации. Отметим лишь, что превосходная для своего времени классификация Alter‘a, которая разбивала все СППР на 7 классов, в настоящее время несколько устарела.

В зависимости от данных, с которыми эти системы работают, СППР условно можно разделить на оперативные и стратегические. Оперативные СППР предназначены для немедленного реагирования на изменения текущей ситуации в управлении финансово-хозяйственными процессами компании. Стратегические СППР ориентированы на анализ значительных объемов разнородной информации, собираемых из различных источников. Важнейшей целью этих СППР является поиск наиболее рациональных вариантов развития бизнеса компании с учетом влияния различных факторов, таких как конъюнктура целевых для компании рынков, изменения финансовых рынков и рынков капиталов, изменения в законодательстве и др. СППР первого типа получили название Информационных Систем Руководства. По сути, они представляют собой конечные наборы отчетов, построенные на основании данных из транзакционной информационной системы предприятия, в идеале адекватно отражающей в режиме реального времени основные аспекты производственной и финансовой деятельности. Для ИСР характерны следующие основные черты: отчеты, как правило, базируются на стандартных для организации запросах; число последних относительно невелико; ИСР представляет отчеты в максимально удобном виде, включающем, наряду с таблицами, деловую графику, мультимедийные возможности и т. п.; как правило, ИСР ориентированы на конкретный вертикальный рынок, например финансы, маркетинг, управление ресурсами.

  В общем виде система поддержки принятия решений (СППР)

СППР второго типа предполагают достаточно глубокую проработку данных, специально преобразованных так, чтобы их было удобно использовать в ходе процесса принятия решений. Неотъемлемым компонентом СППР этого уровня являются правила принятия решений, которые на основе агрегированных данных дают возможность менеджерам компании обосновывать свои решения, использовать факторы устойчивого роста бизнеса компании и снижать риски. СППР второго типа в последнее время активно развиваются. Технологии этого типа строятся на принципах многомерного представления и анализа данных (OLAP).

При создании СППР можно использовать Web-технологии. В настоящее время СППР на основе Web-технологий для ряда компаний являются синонимами СППР предприятия.

Архитектура СППР представляется разными авторами по-разному. Приведем пример. Marakas (1999) [18] предложил обобщенную архитектуру, состоящую из 5 различных частей: (a) система управления данными, система управления моделями, машина знаний, интерфейс пользователя и пользователи.

3. Планировщик STRIPS

STRIPS (Stanford Research Institute Problem Solver) — это автоматический планировщик, разработанный  Ричардом Файксом  и  Нильсом Нилсоном  в 1971. В последующем слово STRIPS стало также использоваться для обозначения формального языка, описывающего входные данные этого планировщика. Этот язык является основой большинства современных языков описания задач автоматического планирования. Данная статья описывает только язык (так называемый STRIPS-формализм), а не сам планировщик.

Описание задачи планирования на языке STRIPS включает в себя следующие компоненты:

• Начальное состояние;

• Определение целевых состояний — ситуаций, которые планировщик пытается достичь;

• Набор возможных действий (операторов). Каждое действие включает:

  • предусловия (preconditions) — предварительное условие, которое должно быть удовлетворено, чтобы действие могло быть выполнено;

  • постусловия (postconditions) — изменения состояния, которые произойдут после выполнения действия.

Выражаясь математически, задача планирования в STRIPS-формализме — это

четверка  , компоненты которой имеют следующие значения:

1.  — множество условий (conditions)

2.  — множество операторов; каждый оператор в свою очередь является четверкой  . Все элементы четверки являются множествами. В порядке очередности, это условия, которые:

   1. должны быть удовлетворены перед выполнением операции

   2. должны быть нарушены (чтобы выполнение операции имело смысл)

   3. удовлетворяемые данной операцией

   4. нарушаемые данной операцией

3.  — начальное состояние — набор условий, которые считаются уже удовлетворенными (все прочие условия считаются неудовлетворенными);

4.  — спецификация конечной цели; задается парой  , которая определяет, какие условия должны быть удовлетворены и нарушены, чтобы цель считалась достигнутой.

Планом (решением) такой задачи планирования является последовательность действий (операторов), которая может быть выполнена, начиная с состояния  , и приведет в какое-либо из целевых состояний  .

Билет 8

Структура системы поддержки принятия решений

Рассмотрим структуру системы поддержки принятия решений (рис. 6.5), а также функции составляющих ее блоков, которые определяют основные технологические операции.

Рис. 6.5. Основные компоненты информационной  технологии поддержки принятия решений

В состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

База данных играет в информационной технологии поддержки принятия решений (СППР) важную роль. Данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей. Рассмотрим источники данных и их особенности:

1. Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны.

Для этого существуют две возможности:

– использовать для обработки данных об операциях фирмы систему управления базой данных, входящую в состав системы поддержки принятия решений;

– сделать обработку за пределами системы поддержки принятия решений, создав для этого специальную базу данных. Этот вариант более предпочтителен для фирм, производящих большое количество коммерческих операций. Обработанные данные об операциях фирмы образуют файлы, которые для повышения надежности и быстроты доступа хранятся за пределами системы поддержки принятия решений.

2. Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введе­ны и поддержаны.

3. Важное значение, особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие oт внутренних  внешние данные обычно приобретаются у специализирующихся на их сборе организаций.

4. В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных – документов, содержащих записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации.

Система управления данными (СУБД) должна обладать следующими возможностями:

составление комбинаций данных, получаемых из различных источников посредством использования процедур агрегирования и фильтрации;

быстрое прибавление или исключение того или иного источника данных;

построение логической структуры данных в терминах пользователя;

использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;

обеспечение полной логической независимости этой базы данных от других операционных баз данных, функционирующих в рамках фирмы.

База моделей. Целью создания моделей являются описание и оптимизация некоторого объекта или процесса. Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений.

Семантические сети продукционная модель прямой вывод обратный вывод.

Продукционная модель: Модель, основанная на правилах, позволяет представить знания в виде предложений типа:

ЕСЛИ (условие), ТО (действие)

• Условие - это предложение-образец, по которому осуществляется поиск в базе знаний.

• Действие – это действия, выполняемые при успешном исходе поиска.

• База знаний состоит из набора правил.

• Программа, управляющая перебором правил, называется машиной вывода.

• Вывод бывает:

  • Прямой – от данных к поиску цели (исходя из данных получить ответ.)

  • Обратный – от цели для ее подтверждения к данным.( подтвердить выбранную цель при помощи имеющихся правил и данных.)

• Данные – это исходные факты, на основании которых запускается машина вывода.

Достоинства модели:

• Наиболее распространенные средства представления знаний;

• Позволяют организовывать эффективные процедуры вывода;

• Наглядно отражают знания.

Недостатки модели:

• Проявляются, когда число правил становится большим и возникают побочные эффекты от изменения старого и добавления нового правила.

Семантическая сеть – это ориентированный граф, вершины которого – понятия, а дуги – отношения между ними.

• Понятия – абстрактные или конкретные объекты.

• Отношения – это связи типа: «это», «имеет частью», «принадлежит», любит».

Проблема поиска решения в базе знаний сводится к задаче поиска фрагмента сети, представляющего некоторую подсеть, соответствующую поставленному вопросу.

• Преимущества модели:

  • Наглядность системы знаний, представленной графически;

  • Соответствие современным представлениям об организации долговременной памяти человека.

• Недостатки модели:

  • Сложность поиска вывода на семантической сети.

Методика изучения заболеваемости населения.

Методикой изучения заболеваемости населения предусмотрено исследование структуры и уровня исчерпанной (истинной) заболеваемости населения. Источниками данных для ее последующего анализа являются:

• данные заболеваемости населения (по обращаемости), получаемые из БД медицинских страховых организаций

• данные о заболеваемости населения, получаемые дополнительно, в результате специально проводимых медицинских осмотров

• данные о причинах смерти, получаемые дополнительно из бюро судебно-медицинской экспертизы.

Информация о хронических заболеваниях и состояниях, выявленных в ходе медицинского осмотра, экспертно оценивается врачами-специалистами для их распределения по степеням тяжести и установления группы здоровья обследуемого.

Распределение всей совокупности выявленных при осмотрах хронических заболеваний и состояний проводится по следующим степеням тяжести:

• I степень – функциональные и некоторые морфологические отклонения;

• II степень – хронические заболевания в компенсированной форме;

• III степень – хронические заболевания в субкомпенсированной форме;

• IV степень – хронические заболевания в декомпенсированной форме.

После осмотра и установления степени тяжести по каждому заболеванию, врач общей практики (участковый терапевт, педиатр), устанавливает группу здоровья осмотренного, которая в дальнейшем используется для расчета интегрального показателя здоровья. В случае выявления нескольких хронических заболеваний группа здоровья устанавливается по наиболее тяжелому (ведущему) заболеванию осмотренного, с обязательным учетом данных заболеваемости по обращаемости.

Методика изучения физического состояния населения.

Оценка физического состояния населения производится по индексу физического состояния¹ (ИФС), рассматриваемому в качестве интегрального критерия, отражающего степень функциональной готовности систем организма к воздействию физических нагрузок. Индекс вычисляется по формуле:

ИФС = 0,2 СИ + 0,3 ПСИ + 0,5 КСИ,

где: СИ – соматический индекс,

ПСИ – пульмоно-соматический индекс,

КСИ – кардио-соматический индекс,

0,2; 0,3; 0,5 – весовые коэффициенты, оценивающие вклад

каждой составляющей в итоговый ИФС.

Критериями физического состояния являются значения ИФС от 0 до 1:

[0; 0,3) – низкий уровень;

[0,3; 0,5) – ниже среднего;

[0,5; 0,7) – средний уровень;

[0,7; 0,9) – выше среднего;

[0,9; 1,0] – высокий уровень.

Соматический индекс (СИ) определяется путём перевода степени физического развития (I-V) в индексный показатель (от 1 до 0): I степень – 1,0; II степень – 0,5; III степень – 0,25; IV-V степени – 0.

Пульмоно-соматический индекс (ПСИ) определяется как отношение жизненной ёмкости лёгких (ЖЕЛ) к его должной величине (ДЖЕЛ) и выражается числом от 0 до 1.

Кардио-соматический индекс (КСИ). Исходными показателями для его расчёта являются частота пульса и артериальное давление в покое, календарный возраст индивидуума и его антропометрические показатели (длина и масса тела).

Билет 10

1/ Классификация моделей систем принятия решений

Существуют различные типы СППР. В зависимости от уровня процессов управленческих решений - индивидуального, группового, организационного и межорганизационного, - выделяют соответствующие типы СППР. Индивидуальная СППР обслуживает отдельно взятое лицо, принимающее решение - руководителя объединения, предприятия, организации. Возможности такой системы зависят от личных качеств руководителя, его знаний, навыков, опыта. На структуру и конфигурацию системы непосредственное влияние оказывают стили мышления и руководства конкретного лица - пользователя системы. Групповая СППР ориентирована на обслуживание группы лиц, взаимодействующих между собой при решении какой-либо проблемы. Поддержка процесса выработки групповых решений осуществляется за счет устранения коммуникационных барьеров между членами группы, применения количественных методов анализа решений группой лиц, рациональной организацией самих процедур работы группы. Организационные и межорганизационные СППР применяются при анализе сложных проблем комплексного, междисциплинарного характера, для решения которых нужны знания и опыт в самых разнообразных областях.

В зависимости от типа принимаемых решений подразделяют различные уровни СППР: оперативный, тактический и стратегический.

Оперативный уровень обеспечивает решение многократно повторяющихся задач и операций на коротком временном интервале (неделя, декада, месяц и т.д.). На этом уровне велики как объем выполняемых операций, так и динамика принятия управленческих решений. Оперативные решения, как правило, принимаются при анализе проблем низовых звеньев организации, ее участков, рабочих мест. Тактический уровень обеспечивает решение задач, требующих предварительного анализа информации, подготовленной на первом уровне. Тактические решения принимаются на более длительном промежутке времени (квартал, полугодие и т.д.). На этом уровне объем решаемых задач уменьшается, но возрастает их сложность. Тактические решения характерны для подсистем ИУС. Стратегический уровень обеспечивает выработку решений, направленных на достижение долгосрочных стратегических целей организации. Такой тип решений характеризует длительный временной интервал (годы, несколько лет и т.д.), и сфера действия - весь управляемый объект в целом (предприятие, межорганизационный комплекс и т.д.). Классификация СППР

2/ Система MYCIN

MYCIN - это экспертная система, разработанная для медицинской диагностики. В частности, она предназначена для работы в области диагностики и лечения заражения крови и медицинских инфекций. Система ставит соответствующий диагноз, исходя из представленных ей симптомов, и рекомендует курс медикаментозного лечения любой из диагностированных инфекций. Она состоит в общей сложности из 450 правил, разработанных с помощью группы по инфекционным заболеваниям Стэнфордского университета. Ее основополагающим моментом является использование вероятностного подхода.

Система MYCIN справляется с задачей путем назначения показателя определенности каждому из своих 450 правил. Поэтому можно представлять MYCIN как систему, содержащую набор правил вида «ЕСЛИ... , ТО» с определенностью Р. В случае MYCIN их предоставили люди-эксперты, которые изложили и правила, и указали свою степень доверия к каждому правилу по шкале от 1 до 10. Установив эти правила и связанные с ними показатели определенности, MYCIN идет по цепочке назад от возможного исхода, чтобы убедиться, можно ли верить такому исходу. Установив все необходимые исходные предпосылки, MYCIN формирует суждение по данному исходу, рассчитанное на основе показателей определенности, связанных со всеми правилами, которые нужно использовать.

Допустим, чтобы получить исход Z, требуется определить предпосылки Х и Y, дающие возможность вывести Z. Но правила для определения Х и Y могут иметь связанные с ними Показатели определенности Р и О . Если значения Р и Q были равны 1,0, то исход Z не вызывает сомнения. Если Р и Q меньше 1,0 (как это обычно бывает), то исход Z не последует наверняка. Он может получиться лишь с некоторой степенью определенности.

MYCIN не ставит диагноз и не раскрывает его точный Показатель неопределенности. Система выдает целый список диагнозов, называя Показатель определенности для каждого из них. Все диагнозы с показателями выше определенного, специфического для каждого диагноза уровня, принимаются как в той или иной степени вероятные, и пользователю вручается список возможных исходов.

Стандартные фразы и грамматические формы были без труда приспособлены к программе, и в результате получился существенно вырожденный диалект английского языка, легко поддающийся программированию. Врачи оказались очень довольными таким результатом, потому что, сами не сознавая того, говорили, используя очень небольшой набор слов английского языка (по крайней мере, когда сообщали о своей работе).

В некотором роде это имеет нечто общее с системой DENDRAL, в которой применяется графический язык, приспособленный к специфической деятельности химиков.

3/ Методика изучения инвалидизации населения. Методика cоциологического мониторинга.

Методика изучения инвалидизации населения

Исходной информацией для расчета основных показателей инвалидизации населения региона являются данные государственной статистической отчетности и данные форм 7-собес и 7-д (собес). Эти формы содержат данные о лицах из числа детского и взрослого населения, впервые признанных инвалидами, результаты переосвидетельствования инвалидов за текущий год, а также показатели медицинской социальной и профессиональной реабилитации инвалидов. Данные форм 7-собес и 7-д (собес) используются для расчета следующих показателей:

Эти показатели в дальнейшем могут использоваться для разработки

интегральных показателей здоровья населения.

Методика cоциологического мониторинга

Социологические исследования проводятся по специально разработанной анкете, направленной прежде всего на изучение факторов и условий, влияющих на здоровье подросткового населения: экологические, природно-климатические, семейно-личностные, учебно-воспитательные, социально-биологические, медицинские. Для изучения факторов риска используются методы многофакторного и регрессионно-корреляционного анализа.

Таким образом, сохранение и укрепление здоровья подростков, снижение риска неблагоприятного воздействия основных факторов зависит от реализации государственными структурами всех ветвей власти профилактических мер по охране здоровья подрастающего поколения, предусмотренных федеральным законодательством.

Особенностью предлагаемой методологии является комплексный многоуровневый подход к сбережению здоровья сельских подростков, основанный на эффективно работающей системе профилактики. Разработка ее показателей с участием межведомственных структур основывается на согласованных единых «Критериях...».

Оценка фактически полученных данных проводится в зависимости от ожидаемых прогностических результатов по нескольким уровням. Ниже среднего и низкий уровни профилактической работы негативно влияют на формирование здоровья подростков.

Апробированную систему профилактики потерь здоровья подростков в Омской области целесообразно использовать на территории других регионов.

Другой особенностью этой методологии является возможность расширения базы данных за счет введения новых сопоставимых показателей, необходимых для характеристики здоровья подростков, а также унификации единой статистической отчетности в возрастном интервале 15 – 17 лет.

Данной методологией предусмотрены экономические расчеты потерь здоровья подростков и прогнозирование выгод профилактики.

Полученная более полная информация позволит на основе территориальных особенностей формирования здоровья сельских подростков выработать приоритетные направления профилактической деятельности и может быть использована для подготовки ежегодного Государственного доклада «О состоянии здоровья населения Российской Федерации».

Билет 11

Структура системы поддержки принятия решений

Рассмотрим структуру системы поддержки принятия решений (рис. 6.5), а также функции составляющих ее блоков, которые определяют основные технологические операции.

Рис. 6.5. Основные компоненты информационной  технологии поддержки принятия решений

В состав системы поддержки принятия решений входят три главных компонента: база данных, база моделей и программная подсистема, которая состоит из системы управления базой данных (СУБД), системы управления базой моделей (СУБМ) и системы управления интерфейсом между пользователем и компьютером.

База данных играет в информационной технологии поддержки принятия решений (СППР) важную роль. Данные могут использоваться непосредственно пользователем для расчетов при помощи математических моделей. Рассмотрим источники данных и их особенности:

1. Часть данных поступает от информационной системы операционного уровня. Чтобы использовать их эффективно, эти данные должны быть предварительно обработаны.

Для этого существуют две возможности:

– использовать для обработки данных об операциях фирмы систему управления базой данных, входящую в состав системы поддержки принятия решений;

– сделать обработку за пределами системы поддержки принятия решений, создав для этого специальную базу данных. Этот вариант более предпочтителен для фирм, производящих большое количество коммерческих операций. Обработанные данные об операциях фирмы образуют файлы, которые для повышения надежности и быстроты доступа хранятся за пределами системы поддержки принятия решений.

2. Помимо данных об операциях фирмы для функционирования системы поддержки принятия решений требуются и другие внутренние данные, например данные о движении персонала, инженерные данные и т.п., которые должны быть своевременно собраны, введе­ны и поддержаны.

3. Важное значение, особенно для поддержки принятия решений на верхних уровнях управления, имеют данные из внешних источников. В числе необходимых внешних данных следует указать данные о конкурентах, национальной и мировой экономике. В отличие oт внутренних  внешние данные обычно приобретаются у специализирующихся на их сборе организаций.

4. В настоящее время широко исследуется вопрос о включении в базу данных еще одного источника данных – документов, содержащих записи, письма, контракты, приказы и т.п. Если содержание этих документов будет записано в памяти и затем обработано по некоторым ключевым характеристикам (поставщикам, потребителям, датам, видам услуг и др.), то система получит новый мощный источник информации.

Система управления данными (СУБД) должна обладать следующими возможностями:

составление комбинаций данных, получаемых из различных источников посредством использования процедур агрегирования и фильтрации;

быстрое прибавление или исключение того или иного источника данных;

построение логической структуры данных в терминах пользователя;

использование и манипулирование неофициальными данными для экспериментальной проверки рабочих альтернатив пользователя;

обеспечение полной логической независимости этой базы данных от других операционных баз данных, функционирующих в рамках фирмы.

База моделей. Целью создания моделей являются описание и оптимизация некоторого объекта или процесса. Использование моделей обеспечивает проведение анализа в системах поддержки принятия решений. Модели, базируясь на математической интерпретации проблемы, при помощи определенных алгоритмов способствуют нахождению информации, полезной для принятия правильных решений.