- •Суми 2009
- •Напрямки робіт у галузі ші
- •Когнітивні процеси
- •Загальна структура смислового простору
- •Поняття знань.
- •Схеми проблем
- •Евристичні моделі подання знань.
- •1. Продукційне подання знань
- •2. Мережна модель (мм)
- •3. Подання знань у вигляді фреймів
- •Логічні моделі(лм) подання знань
- •1. Логіка висловлювань
- •Нечітка модель (нм) подання знань
- •Штучні нейронні мережі (шнм)
- •Біологічний нейрон
- •Штучний нейрон
- •Штучна нейромережа
- •Стратегії та методи виведення знань
- •І. Виведення за аналогією (вза)
- •Іі. Індуктивне умовиведення (ів)
- •Ііі. Виведення на основі категоріальних знань (вкз)
- •1. Концептуальні умовиводи (ку)
- •2. Дедуктивне виведення
- •2. 1. Виведення в продукційних системах (пс)
- •2.2. Виведення в умовах невизначеності (вун)
- •2.3. Виведення в семантичних мережах(см)
- •2.4. Виведення в мережах фреймів (мф)
- •2.5. Виведення в логічних системах (лс)
- •2.6. Метод резолюції
- •1. Нечітке виведення (нв)
- •1.1.Формування нечіткого логічного висновку:
- •2. Штучні нейронні мережі (шнм). Нейропарадигми.
- •2. 1. Процес навчання
- •2.2. Алгоритм навчання хебба
- •2.3. Алгоритм навчання кохонена
- •2.4. Алгоритм навчання процедурою зворотного поширення помилки
- •3. Експертні системи. Основні визначення
- •3.Класифікація експертних систем (ес)
- •4. Архітектура ес
- •2. Методи машинного навчання
- •2.1. Індуктивне навчання (ін)
- •2.2. Навчання формування гіпотез на основі зростаючих пірамідальних мереж
- •1. Стан і тенденції розвитку штучного інтелекту
- •2. Успіхи систем штучного інтелекту і їхньої причини
- •3. Експертні системи реального часу - основний напрямок штучного інтелекту
- •4. Основні виробники
- •5. Архітектура експертної системи реального часу
- •6. Розширення прототипу до додатка
- •7. Тестування додатка на наявність помилок
- •8. Тестування логіки додатка й обмежень (за часом і пам'яттю)
- •9. Супровід додатка
- •2. Стисла історія розвитку систем підтримки прийняття рішень
- •2.1. Зародження і розвиток концепції сппр
- •2.2. Теорія розроблення сппр
- •2.3. Розширення рамок сппр
- •2.4. Технологічні просування
- •3. Цілі сппр та чинники,що сприяють їх досягненню
- •4. Посилення конкурентної переваги завдяки сппр
- •1. Еволюція концепції і структури сппр
- •2. Способи взаємодії особи, що приймає рішення, з сппр
- •3. Еволюція сппр
- •4. Характеристика сучасних сппр
- •5. Підсистеми програмного забезпечення сппр
- •1. Галузі застосування сппр
- •2. Приклади застосування сппр
- •3. Сппр Marketing Expert
- •4. Сппр Decision Grid
- •5. Сппр RealPlan
- •6. Сппр tax advisor
- •7. Сппр Advanced Scout
- •8. Система бізнесової інформації(Business Intelligence) FedEx
- •9. Сппр ShopKo
- •1. Архітектура систем підтримки прийняття рішень
- •2. Компоненти користувацького інтерфейсу
- •2.1. Призначення та загальні ознаки користувацького інтерфейсу
- •2.1.1. Важливість та ефективність користувацького інтерфейсу сппр
- •2.1.2. Основні теми та механізмистворення користувацького інтерфейсу
- •2.1.3. Загальні висновки щодо користувацького інтерфейсу
- •2.1.4. Компоненти мови відображень (презентацій)
- •2.1.4. Роль знань у користувацькому інтерфейсі
- •2.1.5. Питання проектування користувацького інтерфейсу
- •Тема: Класифікаційні групи та моделі систем підтримки прийняття рішень.
- •1. Класифікація на основі інструментального підходу
- •2. Класифікація за ступенем залежності опр у процесі прийняття рішень
- •3. Класифікація за часовим горизонтом
- •Характеристика інформаціїдля різних управлінських рівнів
- •4. Інституційні сппр та сппр на даний випадок
- •1. Моделі в аспекті інформаційного підходу
- •2. Модель, основана на знаннях
- •3. Модель єрархії управління
- •4. Моделі, орієнтовані на особистість опр
- •Характерні аспекти процесів оброблення інформації людиною
- •5. Моделі для планування та прогнозування
- •6. Модель для конторської діяльності
- •1. Облікові і фінансові моделі
- •1.1. Аналіз беззбитковості
- •1.2. Моделі фінансового планування
- •1.3. Орієнтовні фінансові звіти (баланси)
- •1.4. Аналіз на основі розрахунку коефіцієнтів за даними звітності
- •2. Моделі аналізу рішень
- •2.1. Аналітичний єрархічний процес (ahp)
- •2.2. Дерева рішень і моделі багатоатрибутної корисності
- •2.3. Діаграми впливу
- •2.4. Прийняття ризикованих рішень за допомогою функції вигідності
- •3. Моделі прогнозування
- •4. Сітьові і оптимізаційні моделі
- •5. Імітаційні (симуляційні) моделі
- •6. Мови моделювання і електронні таблиці
- •1. Стратегія оцінювання і вибору методів підтримки прийняття рішень у сппр
- •2. Процес прийняття рішень
- •3. Ситуації, пов’язані з прийняттям рішень
- •4. Функції і завдання прийняття рішень
- •5. Узагальнена матриця методів/ситуацій, пов’язаних з прийняттям рішень
- •1. Генетичні успадкування — концептуальна засада генетичних алгоритмів
- •2. Загальна схема генетичних алгоритмів
- •3. Доступне програмне забезпечення генетичних алгоритмів
- •1. Визначення виконавчих інформаційних систем
- •2. Призначення віс
- •3. Визначальні характеристики віс
- •Інформаційні потреби опр, реалізовані засобами віс
- •Вимоги щодо моделювання у віс
- •Вимоги щодо користувацького інтерфейсу віс
4. Сппр Decision Grid
СППР Decision Grid являє собою програмну оболонку для автоматизації процесу зіставлення дискретних альтернатив за багатьма критеріями. Виробником системи є компанія «Softkit Technologies Inc». У Decision Grid інформація для прийняття рішень вводиться в порівняльну таблицю, стовпці якої відповідають альтернативам, а рядки — критеріям їх оцінювання. На перетині рядків і стовпців розміщується оцінка альтернативи за певним критерієм. Decision Grid має багато функціональних можливостей, які створюють зручні умови для кращого оцінювання та порівняння альтернатив і, отже, підвищують якість процесу прийняття рішень.
Визначення ваги критеріїв. Ваги виражають важливість критеріїв і набувають значень від 0 до 100 (за замовчування — 50). Більшій важливості відповідає більша вага. Коефіцієнт відносної важливості критерію, використовуваний системою Decision Grid за зіставлення альтернатив, дорівнює його вазі, поділеній на суму ваг усіх критеріїв даного рівня єрархії в таблиці.
Використання невизначених оцінок. Із критерієм може бути асоційована невизначеність у разі застосування варіації до всіх оцінок цього критерію або введення діапазонів допустимих значень для окремих оцінок.
Визначення значень добору. Можливість добору за певним значенням критерію дає змогу відфільтрувати альтернативи, що не задовольняють певні вимоги, і усунути їх з порівняння.
Використання порогів переваги. Для описання стандартних ступенів переваги відповідно до різниці між двома альтернативами в Decision Grid можна встановити три пороги переваги: Indifference, Preference, Veto. Наприклад, коли бажано, щоб різниця у витратах пального щодо двох автомобілів, менша за 1 галон пального на милю, зовсім не впливала на результати зіставлення, можна встановити поріг порівняння Indifference = 1 для критерію витрат пального.
Виконання аналізу чутливості. Для всіх оцінок у таблиці може бути виконаний аналіз чутливості з метою точного визначення факторів, що найбільше впливають на ранжування альтернатив. Decision Grid враховує для кожної оцінки окремо варіацію, яку визначає користувач, і перераховує остаточне ранжування. Варіація чутливості виражається у відсотках від діапазону шкали допустимих значень критерію. Decision Grid показує оцінки, що змінюють ранжування, у контрастних кольорах.
Множинні сценарії. За допомогою Decision Grid є можливість аналізу і зіставлення багатьох поглядів, поданих одним або кількома користувачами. Кожний погляд можна описати окремим сценарієм. У різних сценаріях використовуються ті самі альтернативи і критерії, але можна задавати інші оцінки, значення ваг критеріїв, фактори невизначеності та рівні порогів. Коли всі сценарії описані, можна агрегувати результати для знаходження середнього ранжування.
Графічний перегляд результатів. Результати порівняння альтернатив можуть бути подані в графічному вигляді, що дає змогу краще оцінити інтервал між кожною альтернативою та її конкурентами. Decision Grid формує чотири види звітів, що подають результати під різним кутом зору.
Інтеграція Decision Grid з іншими додатками та програмування. Існує можливість вставляння таблиці порівняння Decision Grid в інший документ (текстовий або в електронну таблицю).
Decision Grid підтримує програмний інтерфейс OLE Automation. Використовуючи цей інтерфейс, програміст дістає доступ до моделі об’єктів Decision Grid і може у такий спосіб реалізувати програмний обмін інформацією з іншими прикладними програмами, такими як база даних, табличний процесор або броузер Ітернету.
Використання шаблонів. До складу Decision Grid входить набір з 20 готових для використання шаблонів із різних сфер людської діяльності (бізнес, суспільний сектор, особисте життя), які можуть бути використані для швидкої побудови таблиць порівняння.