- •Для студентов экономических специальностей
- •Введение
- •Назначение экспертных систем и систем поддержки принятия решений
- •Сравнительная характеристика эс и сппр
- •Экспертные системы
- •2.1. Оболочка экспертных систем «rulebook»
- •2.2. Принцип построения экспертной системы с помощью оболочки «rulebook»
- •2.3. Технология работы с экспертной системой на примере «рravilo»
- •3. Системы поддержки принятия решений
- •3.1. Система скоринга ценных бумаг
- •3.1.1. Принципы работы с системой «StockExchange dss»
- •Правила ранжирования показателей
- •Соответствие индекса оценки ценных бумаг,
- •3.1.2. Пример построения рейтинга ценных бумаг
- •Данные российской фондовой биржи о ценных бумагах
- •Границы интервалов для уровней качества и степени значимости показателей
- •3.1.3. Методические указания к лабораторной работе № 2
- •Границы интервалов для уровней качества и степени значимости показателей
- •Границы интервалов для уровней качества и степени значимости показателей
- •Данные фондовой биржи о ценных бумагах
- •Границы интервалов для уровней качества и степени значимости показателей
- •Данные фондовой биржи о ценных бумагах
- •Границы интервалов для уровней качества и степени значимости показателей
- •Границы интервалов для уровней качества и степени значимости показателей
- •3.2. Система поддержки принятия решений «daina»
- •3.2.1. Принцип работы с системой «Daina»
- •3.2.2. Пример оценивания объекта инвестирования
- •3.2.3. Методические указания к лабораторной работе № 3
- •3.3. Система поддержки принятия решений
- •3.3.1. Метод анализа иерархий
- •Обобщенный вид матрицы оценок
- •3.3.2. Методика проведения экспертизы с помощью системы «StudyExpert»
- •3.3.3. Методические указания к лабораторной работе № 4
- •4. Руководство по инсталляции программных продуктов
- •Литература
- •Содержание
МИНИСТЕРСТВО ОБРАЗОВАНИЯ РЕСПУБЛИКИ БЕЛАРУСЬ
Белорусский государственный экономический университет
КОМПЬЮТЕРНЫЕ
ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ:
ЭКСПЕРТНЫЕ СИСТЕМЫ И СИСТЕМЫ
ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
Методические рекомендации
по выполнению лабораторных работ
Для студентов экономических специальностей
Минск 2004
УДК 004
ББК 32.973
К63
А в т о р ы: Б.А. Железко, О.А. Синявская, Л.П. Володько,
А.А. Ахрамейко
Р е ц е н з е н т ы: старшие преподаватели кафедры информа- ционных технологий БГЭУ О.Г. Пташинский, А.М. Седун
Р е к о м е н д о в а н о кафедрой информационных технологий БГЭУ, кафедрой высшей математики и информационных техно- логий филиала БГЭУ в г. Пинске
У т в е р ж д е н о Научно-методическим советом университета
К63 Компьютерные информационные технологии: экспертные системы и системы поддержки принятия решений: Метод. реко- мендации по выполнению лаборатор. работ / Б.А. Железко, О.А. Си- нявская, Л.П. Володько, А.А. Ахрамейко. Мн.: БГЭУ, 2004. – 51 с.
УДК 004
ББК 32.973
© Коллектив авторов, 2004
© Белорусский государственный
экономический университет, 2004
Введение
Во многих областях экономики (менеджмент, финансы и т.д.) активно развиваются методы прогнозирования поведения сложных экономических объектов или явлений с большим числом параметров. Одним из эффективных методов изучения таких задач является метод привлечения квалифицированных специалистов (экспертов) в рассматриваемых областях, способных применить свои знания и опыт для прогнозирования и принятия решений. По сложным вопросам принятия решений образуют группу экспертов, называемую экспертной комиссией. Эксперт (экспертная комиссия) оценивает изучаемые параметры, результаты оценивания анализируются и выносится заключение (делается вывод) администратором экспертизы.
Процесс принятия решений в любой сфере связан со сбором и обработкой необходимой информации. Принятие обоснованных решений должно опираться на всесторонний анализ внешних и внутренних факторов, определяющих состояние и развитие анализируемого объекта. Результаты, возникающие в процессе принятия решений, чаще всего выражаются в виде оценок тех или иных ситуаций, планов, проектов. Принятие решений должно базироваться на синтезе в рамках системного подхода экспертной методологии и перспективных экономико-математических и статистических методов обработки данных, представляющем собой научно обоснованную методологию.
Не всякое предприятие в состоянии содержать собственных экспертов, способных решать весь спектр возникающих проблем. Проведение экспертиз с привлечением специалистов сторонних организаций также связано со значительными финансовыми затратами. Поэтому важным является накопление знаний о способах решения ранее возникавших проблемах, что может быть использовано для анализа аналогичных ситуаций, не привлекая при этом экспертов.
С развитием информационных технологий накопление знаний и их последующее применение в различных ситуациях реализованы в системах искусственного интеллекта. К данному классу относятся экспертные системы (ЭС) и системы поддержки принятия решений (СППР), предназначенные в основном для решения слабоструктурированных и неструктурированных задач (задачи выбора, классификации, стратификации, ранжирования, поиска «узких мест», синтеза; комплексные многоэтапные задачи – реинжиниринг бизнеса, комплексная экспертиза проектов и др.).
