- •Анализ предметной области и постановка задачи
- •1.1 Автосалон как объект управления
- •Анализ существующих подходов и построению систем поддержки принятие решений.
- •1.3 Анализ существующих программных средств поддержки принятия решений
- •1.4 Постановка задачи.
- •2. Разработка системы поддержки принятий решений при управлении автосалоном
- •2.1 Разработка концепции построение системы поддержки принятий решений
- •2.2 Построение системы нечетких правил
- •2.3 Разработка комплекса моделей для управления автосалоном
- •3. Разработка программного обеспечения системы поддержки принятия решений
- •3.1 Обоснования выбора средств проектирования
- •Разработка функциональных моделей системы с использованием методологии idef0
- •3.3 Посторенние комплекса моделей сппр с использованием унифицированного языка моделирования uml и средства Rational Rose
- •3.4 Обоснование выбора средств программирования
- •3.5 Разработка программного обеспечения системы поддержки принятий решений
- •3.6 Описание пользовательского интерфейса системы поддержки принятия решений
- •Заключение
1.3 Анализ существующих программных средств поддержки принятия решений
По взаимодействию с пользователем СППР подразделяется на 3 основных уровня:
пассивные помогают в процессе принятия решений, но не могут выдвинуть конкретного предложения;
активные непосредственно участвуют в разработке правильного решения;
кооперативные предполагают взаимодействие СППР с пользователем. Выдвинутое системой предложение пользователь может доработать, усовершенствовать, а затем отправить обратно в систему для проверки. После этого предложение вновь представляется пользователю, и так до тех пор, пока он не одобрит решение.
По способу поддержки СППР различаются:
модельно-ориентированные СППР, используют в работе доступ к статистическим, финансовым или иным моделям;
СППР, основанные на коммуникациях, поддерживают работу двух и более пользователей, занимающихся общей задачей;
СППР, ориентированные на данные, имеют доступ к временным рядам организации. Они используют в работе не только внутренние, но и внешние данные;
СППР, ориентированные на документы, манипулируют неструктурированной информацией, заключенной в различных электронных форматах;
СППР, ориентированные на знания, предоставляют специализированные решения проблем, основанные на фактах.
По сфере использования выделяют:
общесистемные;
настольные СППР.
Общесистемные работают с большими СХД и применяются многими пользователями. Настольные являются небольшими системами и подходят для управления с персонального компьютера одного пользователя.
1.4 Постановка задачи.
Целью исследования является разработка моделей и алгоритмов СППР при управлении Автосалоном
Основные функции системы поддержки принятия решений:
помогают произвести оценку обстановки, ситуаций, осуществить выбор критериев и оценить их относительную важность;
обеспечивают постоянный обмен информацией об обстановке принимаемых решений;
производят сбор данных о результатах реализации принятых решений и осуществляют оценку результатов.
генерируют возможные решения, сценарии действий;
осуществляют оценку сценариев, действий, решений и выбирают лучшее;
выдача рекомендаций
моделируют принимаемые решения, в тех случаях, когда это возможно;
осуществляют динамический компьютерный анализ возможных последствий принимаемых решений;
Для построения системы поддержки принятия решений при управлении автосалоном «Хонда» необходимо решить следующие задачи:
анализ данных;
хранение данных;
безопасность;
поддержка программного продукта;
разработка концепции построения СППР.
2. Разработка системы поддержки принятий решений при управлении автосалоном
2.1 Разработка концепции построение системы поддержки принятий решений
В настоящее время, когда процесс автоматизации различных видов деятельности пришел практически на каждое современное предприятие, вычислительные системы и компьютерные сети позволяют накапливать большие массивы данных. Большой объем информации, с одной стороны, позволяет выполнять более точные расчеты и делать подробный анализ, с другой - превращает поиск необходимых решений в сложную задачу.
В результате необходимости упростить задачу поиска решения появился целый класс программных систем, призванных облегчить работу по анализу данных. Такие системы принято называть системами поддержки принятия решений – СППР (DSS, Decision Support Systems).
Можно выделить три основные задачи, решаемые в СППР:
• ввод данных;
• хранение данных;
• анализ данных.
Существующие информационные системы, построенные как системы управления базами данных (СУБД) достаточно успешно решают задачи ввода (сбора) информации в систему, хранения и поиска информации и частично - анализа.
Решение задачи хранения данных, а также преодоление определенной противоречивости требований к системам управления базами данных и системам, ориентированным на глубокий анализ информации, привело к возникновению и все более широкому использованию подхода, ориентированного на использование концепции хранилищ данных.
Основная же задача СППР – предоставить аналитикам инструмент для выполнения анализа данных. Система не генерирует правильные решения, а только предоставляет аналитику данные в соответствующем виде для изучения и анализа, именно поэтому такие системы обеспечивают выполнении е функции поддержки принятия решений.
Основная задача Системы поддержки принятия решения – предоставить аналитикам инструмент для выполнения углубленного анализа данных. По степени интеллектуальности обработки данных при анализе выделяют три класса задач анализа:
Информационно-поисковый. Система осуществляется поиск необходимых данных в соответствии с заранее определенными запросами. Этот класс задач решается построением систем информационно-поискового анализа на базе реляционных СУБД и статических запросов с использованием языка SQL.
Оперативно-аналитический. Система производит группировку и обобщение данных в любом виде, необходимом аналитику. Причем, в этом случае заранее невозможно предсказать необходимые аналитику запросы. Этот класс задач решается построением систем оперативного анализа с использованием технологии оперативной аналитической обработки данных OLAP, использующую концепцию многомерного анализа данных.
Интеллектуальный. Система осуществляет поиск функциональных и логических закономерностей в накопленных данных, построение моделей и правил, которые объясняют найденные закономерности и/или с определенной вероятностью прогнозируют развитие некоторых процессов. Этот класс задач решается построением систем интеллектуального анализа, реализующего методы и алгоритмы Data Mining.
