Методы обработки данных агентно–ориентированных систем

В практике формирования решений появились новые возможности, связанные с использованием сетевых технологий обработки данных. К ним относятся:

• Методы поддержки хранения больших пополняющихся объёмов информации;

• Методы предоставления компьютерных рассуждений;

• Методы компьютерной аппроксимации антропоморфных аспектов умственной деятельности (когнитивная графика, эвристические методы, формализация поиска релевантного знания в процессе рассуждений).

Идеи интеллектуального анализа данных, получившие широкое распространение в среде проектировщиков, пока мало отражаются на идеологии создания систем принятия решений. Поэтому создаваемые системы пока мало ориентированы на решение следующих проблем:

1. Причинный анализ проявлений той или иной проблемы в управлении (не отвечают на вопрос – почему?);

2. Порождение новых зависимостей между явлениями или процессами;

3. Прогноз поведения объектов;

4. Интеллектуальная поддержка исполнения принятых решений.

Интеллектуальная поддержка позволит коренным образом изменить процесс управленческого труда и повысит его эффективность за счёт интеллектуальной информационной поддержки исполнения принятых решений.

Одну из главнейших ролей играют при это информационные технологии, применяемые в СППР. Также, как и в работе [48] будем считать, что они в своём развитии прошли следующие этапы:

1. Технология баз данных (Date Base – DB) (см.раздел 3). В определённый момент времени они сыграли выдающуюся роль в создании и работе СППР. Но в связи с ростом объёмов обрабатываемых данных появилась потребность в перепрограммировании и разработке мер по снижению материальных и временных затрат на актуализацию данных.

2. Технология аналитической обработки данных в режиме on-line (OLAP – on-line Analytical Processing). Усложнение средств анализа данных в процессе принятия решений потребовало новых усовершенствований в технологии обработки данных. Возникла необходимость в такой перестройке работе с базой данных, которая обеспечивала бы получение немедленного ответа на поставленный вопрос (режим on-line) и возможность многоаспектного анализа хранящихся данных.

3. Технологии интеллектуального анализа данных (Data Mining – DM). 81

История развития фэбс

Отечественный рынок финансово-экономических программ (систем) зародился в начале

90-х годов, когда эти программы, выйдя из стен вычислительных центров, стали разрабатываться юридически самостоятельными коллективами программистов.

В настоящее время уже сложились стабильные коллективы разработчиков, менеджеров, маркетологов и сети поддержки продаж, которые перешли ко второму этапу развития рынка финансово-экономических программ. В результате этого на рынке финансово-экономического программного обеспечения имеются весьма разнообразные и неоднородные программные продукты. Отечественные фирмы – разработчики пока отстают в использовании передовых технологий, общесистемных подходах, реализации и комплексной взаимоувязке в едином проекте всех подсистем и модулей: учёта и расчётов, анализа и управления, планирования и прогнозирования и т.д. Однако в ФЭБС российских фирм многие сложные вопросы, важные для отечественных пользователей, оказались решены на порядок лучше, чем в западных аналогах.

На сегодняшний день единой, общепринятой классификации этих программ не существует, но их развитие и применение требует комплексной и всеобъемлющей классификации, отвечающей требованиям системного анализа и помогающей непрофессиональному пользователю правильно ориентироваться не только в выборе программного продукта, но и в его эксплуатации.

Настоящая классификация ФЭБС была разработана в соответствии с принципами, используемыми и при классификации ЭИС, стоящими на более высоком уровне иерархии систем. Более подробно рассмотрим классификацию систем по масштабу решаемых задач, остальные признаки классификации более понятны и могут быть осмыслены самостоятельно.