- •Н. М. Абдикеев проектирование интеллектуальных систем в экономике
- •Раздел IV. Прикладные интеллектуальные системы в экономике Глава 10 Интеллектуальная система планирования производства.
- •Глава 11. Динамическая интеллектуальная система оперативно-диспетчерского управления предприятием.
- •Глава 12. Информационно-аналитические системы управления маркетингом
- •Глава 13. Информационно-аналитическая система поддержки банковских решений.
- •Глава 14. Экспертная система риск-менеджмента.
- •Раздел I. Тенденции развития информационных систем в экономике.
- •Глава 1. Информационные системы при интегрированном автоматизированном управлении экономическими объектами.
- •Классификация информационных систем.
- •Области применения информационных систем в экономике.
- •Интегрированное автоматизированное производство, планирование и управление.
- •Интегрированные экономические информационные системы.
- •Глава 2. Тенденции развития информационных систем поддержки решений.
- •2.1. Направления развития информационных систем.
- •Основные технологические тенденции.
- •Технологии сетевых вычислений.
- •2.2. Моделирование и анализ ситуаций.
- •Моделирование и анализ ситуаций принятия решений.
- •2.3. Процесс подготовки и принятия решений.
- •2.4. Новая технология решения задач управления.
- •Глава 3. Интеллектуальные системы на основе инженерии знаний и искусственного интеллекта.
- •3.1. Организация работы с данными и знаниями. Инженерия знаний.
- •Данные. Источники данных.
- •Структура данных и системы управления базами данных.
- •Хранилище данных.
- •Olap: оперативная аналитическая обработка данных.
- •Интеллектуальный анализ данных.
- •Интеллектуальные базы данных.
- •Знания в искусственном интеллекте. База знаний.
- •Система управления базой знаний
- •Обработка знаний.
- •Инженерия знаний.
- •3.2. Развитие исследований в области искусственного интеллекта.
- •3.3. Теория и практика искусственного интеллекта.
- •3.4. Интеллектуальные информационные системы поддержки решений.
- •Раздел II. Модели и методы интеллектуальных систем.
- •Глава 4. Экспертные системы – системы, базирующиеся на знаниях.
- •4.1. Экспертные системы – основная разновидность интеллектуальных систем.
- •4.2.Функциональные возможности и характеристика эс.
- •4.3. Области применения экспертных систем.
- •4.4. Стратегические и динамические эс.
- •Глава 5. Представление знаний в интеллектуальных системах.
- •5.1. Проблемы представления и моделирования знаний.
- •5.2. Представление знаний на основе фреймов и семантических сетей.
- •5.2.1. Фреймы.
- •5.2.2. Семантические сети.
- •5.3. Продукционные и логические модели представления знаний.
- •5.3.1. Продукционные модели.
- •5.3.2. Логические модели представления знаний Исчисление предикатов
- •Вывод на предикатах.
- •Процесс стандартизации.
- •5.4. Представление и формализация нечетких знаний.
- •Основные определения нечетких множеств.
- •Операции с нечеткими множествами.
- •Нечеткие отношения.
- •Нечеткая и лингвистическая переменные.
- •Нечеткие числа и функции
- •Лингвистические критерии и отношения предпочтения.
- •Нейронные сети.
- •От биологических сетей к инс
- •Биологические нейронные сети
- •Основные понятия
- •Обучение
- •Глава 6. Обработка знаний и вывод решений в интеллектуальных системах.
- •6.1. Методы вывода и поиска решений в продукционных системах. Методы вывода на основе прямой и обратной цепочек.
- •Общие методы поиска решений в пространстве состояний.
- •Методы поиска решений в больших пространствах состояний.
- •6.2. Выводы на фреймах и в семантических сетях.
- •6.2.1. Вывод на фреймах. Структура данных фрейма.
- •Процедуры – демоны и присоединенные процедуры (методы или служебные).
- •Взаимодействие фреймов и правил.
- •Вывод во фреймовой системе.
- •6.2.2. Вывод в семантических сетях.
- •Структурирование знаний в семантической сети.
- •Процедурные семантические сети.
- •Вывод в семантических сетях.
- •6.3. Дедуктивные методы поиска решений.
- •6.4. Поиск решений в условиях неопределенности. Неопределенность.
- •6.4.1. Вероятностный вывод. Вероятностный подход.
- •Байесовский вывод.
- •Вывод на основе теории Демпстера-Шафера.
- •6.4.2. Вывод на основе теории уверенности. Коэффициент уверенности и доверие.
- •Объединение коэффициентов уверенности.
- •6.4.3. Нечеткая логика и приближенные рассуждения.
- •Приближенные рассуждения.
- •Композиционное правило вывода.
- •6.5. Вывод в нейронных сетях. Обработка информации в нейронных сетях.
- •Обучение инс и обучающие алгоритмы.
- •Архитектура многослойной сети прямого распространения.
- •2. Самоорганизующиеся карты Кохонена.
- •3. Модели теории адаптивного резонанса.
- •Сеть Хопфилда.
- •Ассоциативная память
- •Раздел III. Проектирование интеллектуальных систем.
- •Глава 7. Разработка и проектирование интеллектуальных систем.
- •7.1. Этапы проектирования интеллектуальных систем.
- •7.2. Анализ предметной области и методы приобретения знаний. Предметная и проблемная области.
- •Выявление источников знаний.
- •7.3. Работа с экспертами и проблема извлечения знаний.
- •7.4. Автоматизация извлечения знаний и формирования модели.
- •Краткая характеристика проблемной области.
- •Характеристика интеллектуальной системы прогнозирования.
- •Концептуальная модель (км) производства.
- •Глава 8. Архитектура интеллектуальных систем.
- •8.1. Структура интеллектуальной системы.
- •8.2. Проектирование базы знаний.
- •Понятие знания в контексте исследуемой проблемной области.
- •Оценка пространства поиска решений.
- •Выбор способа представления знаний.
- •Структура бз и взаимодействие с другими компонентами ис.
- •8.3. Разработка механизма вывода решений.
- •8.4. Объяснение и обоснование решений.
- •8.5. Интеллектуальный интерфейс.
- •Виды интерфейса.
- •Графика.
- •Мультимедиа и гипермедиа.
- •Виртуальная реальность.
- •Естественный язык.
- •Глава 9. Инструментальные средства проектирования интеллектуальных систем.
- •9.1. Анализ традиционных языков программирования и представления знаний.
- •9.1.1. Специализированный язык lisp.
- •9.1.2 Фрейм – ориентированный язык frl.
- •9.1.3 Язык логического программирования prolog.
- •9.1.4. Продукционный язык ops.
- •9.2. Современные программные средства построения интеллектуальных систем.
- •9.2.1. Объектно-ориентированный язык Visual Basic.
- •Возможности языка Visual Basic для создания эс.
- •9.2.2. Язык логического программирования Visual Prolog.
- •9.2.3. Интегрированная инструментальная среда guru.
- •9.2.4. Интегрированная инструментальная среда g2 для создания интеллектуальных систем реального времени.
- •Использование мощности объектно-ориентированного программирования
- •Работа в Реальном времени
- •Динамическое моделирование и моделирование для анализа " что- если "
- •Раздел IV. Прикладные интеллектуальные системы в экономике.
- •Глава 10. Интеллектуальная система планирования производства.
- •10.1 Производственная программа предприятия и календарное планирование.
- •10.2 Исследование предметной области и системы управления производством. Характеристика объекта управления нефтеперерабатывающего производства
- •Технология плановых расчетов.
- •Интегрированное автоматизированное управление производством.
- •10.3. Специфика функционирования и архитектура интеллектуальной системы планирования и управления производством.
- •10.4. Имитационное моделирование процесса расчета плана. Формализация задачи планирования нефтеперерабатывающего производства на основе имитационного моделирования.
- •Принципы реализации имитационной модели планирования нефтеперерабатывающего производства
- •2. Для каждой стадии определяется расчетная схема, в виде совокупности отношений, определяющих расчет производственной программы установок входящих в данную стадию.
- •10.5. Учет неопределенности в системе.
- •Процедуры принятия решений при планировании производства во взаимодействии с имитационной моделью планирования в эис
- •Глава 11. Динамическая интеллектуальная система оперативно – диспетчерского управления предприятием.
- •11.1. Оперативно – диспетчерское управление предприятием
- •11.2 Функционирование интеллектуальной системы диспетчерского управления в составе исуп в реальном времени.
- •3) Рекомендации пользователю по действиям в сложившейся производственной ситуации.
- •11.3 Представление знаний и вывод решений в системе. Фреймово – продукционная модель представления заданий в иис.
- •Механизм вывода решений и рекомендаций в иис.
- •11.5 Имитационная прогнозирующая модель для оперативных интервалов времени
- •11.5.1 Принципы построения имитационной прогнозирующей модели.
- •11.5.2 Построение имитационной модели производства на базе Сети Петри.
- •11.5.3 Моделирование неопределенности ситуаций в имитационной прогнозирующей модели
- •11.5.4 Процедуры принятия решений при диспетчерском управлении во взаимодействии с имитационной прогнозирующей моделью иис.
- •Глава 12. Информационно-аналитические системы поддержки решений в маркетинге.
- •12.1. Процесс управления маркетингом.
- •12.2. Информационно – аналитические системы поддержки маркетинговых решений.
- •Типы структур управления торговыми сетями.
- •Классификация каналов связи.
- •Системы crm.
- •12.4 Интернет – маркетинг и электронная коммерция.
- •Глава 13. Информационно-аналитическая система поддержки банковских решений.
- •13.1. Анализ предметной области.
- •Система управления кредитными операциями
- •13.2. Система оценки кредитоспособности заемщика.
- •Анализ финансового состояния заемщика.
- •Система финансовых коэффициентов (рейтинг заемщика).
- •Ликвидные средства 2-го класса
- •Ликвидные средства 3-го класса
- •Объем и структура долговых обязательств
- •Рейтинг заемщика
- •Моделирование бизнес-процессов в системе.
- •Визуальное моделирование.
- •Предоставление вариантов использования.
- •Логическое представление
- •Регистрация нового клиента
- •Анализ финансового состояния заемщика
- •13.4. Архитектура системы и характеристика функциональных блоков.
- •Подсистема анализа залоговых средств
- •Подсистема учета кредитной истории
12.2. Информационно – аналитические системы поддержки маркетинговых решений.
Поддержка решений в маркетинге.
Многие действия при управлении маркетингом поддерживаются информационными системами (рис.12.2). Приведем некоторые характерные примеры такой поддержки.
Установление цен на продукты или услуги. Объемы продаж в большинстве определяются ценами. Цена также является решающим фактором формирования прибыли. Ценообразование является трудным решением и необходимость в изменении цен может возникать часто. Например, в ответ на изменение цен, сделанных конкурентами, фирме может потребоваться регулировать свои цены или предпринять дрегие действия. Многие фирмы используют OLAP – технологию для поддержки этих и дургих маркетинговых решений.
Программное обеспечение продуктивности работы. ПО автоматизации продаж особенно полезно для малого бизнеса, давая ему возможность быстро увеличить продажи и рост. Это относится к ПО, которое управляет телефонами, готовыми контрактами и составлением расписаний, помогает в обработке текстов, налоговых расчетах и электронных коммуникациях. Оно также помогает в контроле исполнения и управлении документооборотом.
Рис.12.2. Поддержка решений в маркетинге.
Анализ прибыльности. При принятии решений о рекламе продукта и других марктеинговых действиях, менеджерам часто нужно знать прибыльность определенных продуктов или товаров, услуг или потенциальных покупателей.
Информация о прибыльности может быть получена из бухгалтерских расчетов затрат. Идентификация прибыльных покупателей и частоты, с которой они взаимодействуют с организацией, может быть получена из специальных поощрительных льготных программ, таких как программы для часто летающих пассажиров, используемых авиакомпаниями. Как операции, так и анализ в таких программах полностью компьютеризированы. ПО для анализа выполнения плана по прибыли разработано для выполнения плана по прибыли разработано для помощи менеджерам в оценке и повышения прибыльности их линий бизнеса, продуктов, каналов распределения, регионов продаж и других изменений, критических при управлении предприятием.
Анализ продаж и тенденций. Маркетинговые системы обработки запросов собирают данные о продажах, которые могут быть разделены информационной системой по нескольким измерениям для раннего обнаружения проблем и возможностей, обычно путем поиска тенденций.
Планирование нового продукта, услуги и рынка. Введение нового или улучшенного продукта или услуги может быть дорогим и рискованным. Важным вопросом, который может быть задан о новом продукте, является «Будет ли он продаваться?».нали Соответствующий ответ требует тщательного анализа, планирования и прогнозирования. Это может быть наилучшим образом выполнено при помощи информационных технологий, т.к. в процесс может быть вовлечено большое число определенных факторов и неопределенностей.
Маркетинговое исследование может проводиться в Интернет. В сфере действия системы поддержки решений маркетинговое исследование, имитация и детализированный анализ объединяются для поддержки критических решений.
Т.о. для рационального принятия решения при управлении маркетингом исключительно важным элементом является маркетинговая информационная система (МИС) (рис.12.3)
Основными компонентами МИС являются:
информационная система, которая решает задачу сбора и первичной обработки информации;
система принятия решений или экспертная компонента, которая, на основании сведений об объекте маркетинга, установленных моделях, критериях качества и приоритетах, производит вывод правил принятия маркетинговых решений или рекомендаций;
система ввода/вывода запросов, которая обеспечивает представление данных, полученных из МИС, в виде, необходимом ЛПР.
Рис. 12.3. Маркетинговая информационная система.
С ростом сложности маркетинговых задач, на ЛПР, кроме ответственности за принятие наиболее эффективного, безопасного и экономичного решения, ложится дополнительная нагрузка по оценке возможных последствий принятых решений.
Основной задачей МИС является преобразование имеющейся информации о состоянии объекта маркетинга, а также о процессах, протекающих в среде маркетинга, в форму, необходимую и воспринимаемую ЛПР, которая позволяет ему оценить состояние объекта маркетинга, оценить развитие ситуации, смоделировать ее изменение. Таким образом, в МИС осуществляются следующие операции над информацией:
- Сбор, первичная обработка (контроль достоверности, полноты и релевантности информации), перевод информации в форму пригодную для долговременного машинного хранения.
Преобразование первичной информации с целью получения оценок состояния процесса или объекта маркетинга.
Преобразование оценок состояния объекта в описание реального состояния с использование, например, оценочных шкал.
На основании поставленных целей (целевых функций), наличных ресурсов (человеческих, материальных, энергетических, информационных, финансовых, временных и т.д.), поиск наиболее эффективных маркетинговых решений.
Перевод выбранных решений на естественный человеческий язык или язык понятный ЛПР (графики, схемы, текстовые пояснения, специализированные языки описания).
Корректировка ЛПР предложенного множества решений, изменения целевых функций, системы приоритетов.
Очевидно, что в основе процедур преобразования информации лежат специальные правила преобразования информации или, иначе говоря, - модели принятия маркетинговых решений в МИС, которые определяют процедуры оценки качества исходной информации и построения на ее основе заключений об объекте маркетинга.
Все модели принятия маркетинговых решений можно разделить на:
- модели с динамической интерпретацией, которые меняют свою конфигурацию исходя из некоторых начальных условий. К таким моделям можно отнести модели, позволяющие оценивать (моделировать) синхронные и асинхронные динамические процессы. Достоинство этого класса моделей заключается в том, что они позволяют моделировать (и/или отображать) различные процессы, производить выбор решений из ранее определенного списка;
- модели аналитического типа. К данному классу можно отнести модели, которые на основании аналитических или эвристических методов производят оценку объекта маркетинга в пространстве многих критериев оценки, интерпретацию полученных оценок на основании установленных шкал оценок и формирование множества необходимых воздействий на объект. К достоинству этого класса моделей можно отнести их относительную гибкость, которая позволяет изменять состав множества критериев оценки, учитывать изменяющуюся систему приоритетов принятия решений.
В качестве критериев, в зависимости от конкретной задачи, требующей решения могут использоваться: доля рынка, емкость рынка, уровень конкуренции, имидж фирмы, привлекательность рынка и т.д.
Маркетинговая информационно-аналитическая система управления розничной торговой сетью.
Рассмотрим разработку маркетинговых информационных систем на примере торговой компании, имеющей розничную сеть супермаркетов. Важными аспектами в управлении розничной торговой сетью являются: выбор структуры управления розничной сети, организация каналов связи, автоматизация и технологическое оснащение, аналитическая компонента системы управления, модели методы поддержки маркетинговых решений.
