1.5 Обоснование выбора задачи автоматизации

Для повышения продуктивности работы членов команды разработки необходимо усовершенствовать программно-техническое обеспечение в сфере подбора программного обеспечения, поскольку такого ПО нет ни в компании, ни на рынке в целом. Более того, выбор наилучшего программного обеспечения всегда сопровождается субъективностью принятия решения.

Целью дипломной работы является разработка системы поддержки принятия решений для подбора программного обеспечения в ООО «БухгалтерФон Сервис».

В этой связи возникают задачи, требующие автоматизации, схематично представленные на рисунке 1.1.

Выбор ПО

Ведение информационной базы

Справочник критериев

Формирование отчетов

Задача о рюкзаке

Весовые коэффициенты

ПО

Значение критериев

Рисунок 1.1 - Задачи, требующие автоматизации

Выбор программного обеспечения представляет собой процесс, деленный на три группы подзадач:

- ведение информационной базы;

- справочник критериев;

- формирование отчетов.

Ведение информационной базы подразумевает заполнение базы данными, хранение их, обновление и использование в текущей деятельности команды разработки.

Справочник критериев определяет набор параметров выбора программного обеспечения. Критерии имеет смысл делить исходя из вида ПО (операционные системы, антивирусные программы, графические редакторы, бухгалтерские программы). Для каждого вида характерен определенный набор требований, что влечет и набор критериев, хранимых в справочнике. Справочник содержит весовые коэффициенты - важность критерия для отбираемого ПО, а также непосредственно сами значения критериев.

По результатам работы необходимо формировать отчеты - совокупность итоговых данных. Это уже позволяет ЛПР принимать соответствующие решения для достижения определенных целей компании.

Главное требование для автоматизации поставленных задач - нахождение мощного инструмента, способного оперативно и качественно выбрать наиболее оптимальный вариант программного обеспечения по набору критериев, имеющих большую функциональную и смысловую нагрузку с учетом требований клиента, предприятия и рынка

В основе работы СППР лежит метод многокритериальной оптимизации - аддитивная свертка с учетом веса - коэффициента важности каждого из выбранных факторов отбора ПО. Подробнее метод описан в подразделе 1.5дипломной работы.

1.6 Многокритериальная оптимизация - оптимальный выбор по многим критериям для подбора по

Во многих задачах выбора, представляющий практический интерес, бывает трудно, а порой и невозможно свести поиск наилучшего варианта к нахождению оптимума только какого-то единственного критерия качества решения (целевой функции, показателя эффективности, критерия оптимальности). Множественность критериев выбора обусловлена необходимостью учета разнородных характеристик сравниваемых вариантов, разнообразием достигаемых целей.

Одним из основных видов дополнительной информации, часто используемым при решении различных многокритериальных задач, является информация о сравнительной важности частных критериев для ЛПР. Обычно такая информация задается в виде числовых коэффициентов важности критериев _k 0, характеризующих весомость, значимость частных критериев f_k. Коэффициенты важности составляют в совокупности весовой вектор w = (₁, … , _h), компоненты которого принято нормировать условием = 1.

Наиболее известный способ вычисления коэффициента важности критериев это последовательное сравнение критериев по важности. ЛПР упорядочивает все критерии по предпочтительности и каждому критерию приписывает некоторую числовую значимость s_k>0. Например, самому важному критерию дается 100 балов, а остальным меньшие баллы в зависимости от их предпочтительности. Важность k-го критерия f_k определяется среднеарифметическим значением

_k = s_k / (1)

Простейшим способом устранения многокритериальности целей является перевод задачи выбора в русло однокритериальности, например, путем объединения всех частных (локальных) показателей эффективности

f(x) = F(f₁(x), f₂(x), … , f_h(x)) (2)

Подобный прием носит название свертки критериев. Каждый частный критерий отражает какое-то отдельное качество варианта решения. Наилучший варианта должен характеризоваться наиболее удачным сочетанием всех этих отдельных качеств. Таким образом, поиск лучшего варианта решения сводится к отысканию экстремума единственной функции f(x)

X^*  arg f(x) (3)

Достаточно популярным способом служит запись глобального критерия в виде суммы локальных критериев (так называемая аддитивная свертка).

f(x) = (4)

или в виде их произведения (мультипликативная свертка)

f(x) = (5)

Существенным недостатком указанных способов свертки критериев является равная важность или значимость критериев для ЛПР, при которой низкие оценки по одним критериям можно компенсировать только за счет высоких оценок по другим критериям. В следствие этого лучшим может оказаться вариант решения, сочетающий не самые лучшие критериальные оценки.

Чтобы избежать такого несоответствия, часто используют взвешенные свертки частных критериев эффективности вида

f(x) = (6)

или

f(x) = , (7)

где - вес частного критерия .

Способ свертки частных критериев и значения их весов задаются ЛПР, то есть представителем команды разработки ООО «БухгалтерФон Сервис» и отражают потребности компании и рынка.